快遞智能自動分揀系統設計研究

張瑜

摘 要：?設計的快遞智能自動分揀系統采用C/S架構，分為智能終端和信息系統兩大模塊，兩者根據TCP/IP協議建立連接，基于檔板式分揀機實現自動控制功能。具體在DSP處理器平臺上開發作為客戶端的智能終端，攝像頭會在包裹的位置通過紅外感應器完成檢測后被觸發，執行對包裹運單圖像的采集和處理過程，最終譯出運單號碼，再通過計算機信息系統完成包裹目的地的查詢，智能終端據此通過控制分離旋轉擋臂實現自動分揀過程。測試結果表明該系統能夠有效實現對運單號碼的自動識別過程及自動分揀，使物流中心的快遞包裹分揀效率得以有效提升。

關鍵詞：?圖像采集與識別; 智能控制; 快遞自動分揀系統

中圖分類號： F 259.23? ? ? 文獻標志碼： A

Design and Research of Express Intelligent Automatic Sorting System

ZHANG Yu

（Department of Economics and Management， Shanxi College of Communication Technology， Xi'an， Shanxi 710014， China）

Abstract：

An express intelligent automatic sorting system is designed in this paper， it adopts C/S architecture， and is divided into two modules： intelligent terminal and information system. The two modules establish connections by using TCP/IP protocol， and realize automatic control function based on the baffle sorter. The smart terminal is developed as a client on the DSP processor platform. A camera is triggered after the detection of the infrared sensor by the position of the package， and the process of collecting and processing the image of the package document is executed， and the waybill number is finally translated The computer information is then transmitted. The system completes the inquiry of the package destination， and the intelligent terminal realizes the automatic sorting process by controlling the separation of the rotating arm. The test results show that the system can effectively realize the automatic identification process of the waybill number and the automatic sorting control process， so that the logistics parcel sorting efficiency of the logistics center can be effectively improved.

Key words：

image acquisition and recognition; intelligent control; express automatic sorting system

0 引言

隨著我國電子商務的快速發展和完善，逐漸改變了人們的消費習慣，網上購物成為主要購買方式，促使整個物流產業迅速壯大，為滿足物流發展需求快遞行業不斷擴大，快遞行業的特點之一在于較強的勞動密集性，但現有人力資源已經難以滿足快速發展的業務需求，以部分電商舉辦重大促銷節日時尤為突出，倉庫內大量堆積的包裹增加了勞動強度并降低了分揀效率，導致難以及時分揀、轉運和派送部分包裹[1]。

1 物流模型及關鍵技術

1.1 物流模型

快遞公司物流模型如圖1所示，快遞公司的主要工作在于接收到包裹后進行分揀，最終將其送到客戶手中，要求高效、安全、無誤，該模型主要由一級物流中心和二級服務站點構成，客戶將快件送到二級服務站點，站點根據要求將快件運往服務整個城市或地區的一級物流中心 E，E負責匯總發往外地的包裹，發往目的地;接收由各物流中心發來的快件包裹，經過分揀分類后運往包裹目的地。快件包裹進出庫后除分揀外還涉及到盤點和查詢等操作，隨著物流同行競爭的日益加劇，提高物流輸送效率成為提升競爭力的關鍵所在，快遞公司每天都會有大量包裹的進出，為便于裝車轉運及配送，在最短時間內快速準確的分揀出包裹發往目的地，按照不同的配送地點通過分揀將包裹集中到理貨區和配送站，在減輕庫存壓力的同時提高服務質量[2]。

1.2 條形碼技術及擋板式分揀機原理

為使快件包裹能被快速識別，快遞公司收到訂單后需對包括寄件及目的地地址、寄/收件人姓名和聯系方式等在內的運單信息進行記錄，在包裹上貼上印有條碼的運單標簽，同時存儲到計算機信息系統，以便于后期識別跟蹤，按照特定的規則將一定數量的黑條和空白（寬度不等）組合成條形碼，即可以符號的形式傳遞某種信息，使數據信息傳遞速度及準確性得以顯著提升，各快遞公司獨立編制運單上的條形碼，常用條碼類型以Code 128碼、Code 39碼為主[3]。

分揀機通常安裝于輸送機兩側，其帶有的擋板能夠自由切換角度，并且不直接接觸輸送機上的平面，在傳送帶上放置混在一起的全部快件包裹后，包裹的運行方向通過對擋板進行控制和引導實現，按照目的地傳輸至相應滑槽達到最終的分揀目的，從而顯著提高包裹分揀效率，使員工的勞動強度得以降低。

2 系統總體結構

目前人工分揀仍然是物流企業大多采用的方式，不僅工作效率難以提高，還存在較高的差錯率，甚至存在暴力分揀降低用戶體驗，造成快件破損甚至需承擔賠償責任。目前在物流行業中應用的電子標簽技術由于成本較高難以做到普及推廣使用。因此本文對物流包裹自動分揀系統進行了設計，在采集處理運單圖像的基礎上，通過條形碼識別技術的使用實現快遞包裹目的地的確定，據此控制分揀機實現包裹自動分揀過程，提高分揀過程的自動化和智能化水平。

物流的基礎環節在于分揀，本文所設計的自動分揀系統由圖像采集處理、計算機信息系統及運輸機械等模塊構成，自動分揀系統結構，如圖2所示。

其關鍵在于向目的地滑槽中準確的分揀傳輸帶上的快件包裹，因此為使分揀的效率和準確度得以提高，改進了擋板式分揀機，運用條形碼自動識別技術，通過TCP/IP網絡連接的建立智能終端和計算機信息系統互聯最終實現自動控制及分揀功能，設計客戶端時采用了C/S架構，能夠同計算機信息系統（整個系統的核心部分）自動完成數據通信過程。傳送帶及其他設備的運行狀態通過計算機信息系統進行控制和實時顯示，各快件包裹信息需錄入系統中存儲，將位置檢測裝置安裝在傳輸帶上，當其檢測到快遞包裹時會將觸發信號自動發送給智能終端，接下來圖像的采集、處理和分析操作由條形碼識別裝置執行，在此基礎上完成快件運單號碼的獲取，通過局域網獲取計算機信息系統中的包裹目的地，對于需在該滑槽處分離的包裹通過控制分離裝置移到指定位置，其余包裹進入下一分離區直至完成所有快件的分揀[4]。

3 硬件結構

本文通過采用集成化設計方法以簡化系統整體設計過程，將分包括檢測包裹位置、識別條形碼和控制分離擋板在內的功能模塊集成化處理最終由智能終端負責實現。

3.1 智能終端硬件平臺

采用DSP處理器完成該平臺的核心功能，平臺結構具體，如圖3所示。

主要由攝像頭及紅外探測電路（負責采集圖像）、繼電器控制電路、網絡控制器 KS8001L、分離裝置等模塊構成。

（1） 攝像頭

攝像頭采用了高性能的MT9V034，像素高達750×480，自帶10 Bit的并行接口，輸出速度在輸入時鐘為28 MHz時可達60幀/s，具有較高的靈敏度（4.8 V/lux-sec），感光面積為0.66英寸，光線較暗的情況下也能清晰成像，對外部FPGA的需求可取消，能夠無縫對接DPS的TI數字媒體處理器，提供了攝像頭驅動代碼，使自動分揀系統的成本得以顯著降低，其所具備的中值濾波算法鍵位使用本文系統智能終端的開發[5]。

（2） DPS處理器

作為專業數字媒體處理器的一種，該處理器工作主頻最高可達600 MHz，提供了完整的硬件開發平臺，其設計采用Davinci C64x+內核，具備較高的處理性能（5 600 MIPS）和強大的軟件工具，外部擴展了存儲空間（包括DDR2和Nor Flash），使開發圖像和視頻的效率和質量得以顯著提升。

（3） 紅外檢測裝置

該裝置主要負責檢測包裹位置，主要由調理電路、二級管及光敏三極管構成，為使整個系統合理分工順利實現各模塊功能，采集圖像的時機極為重要，因此通過紅外檢測裝置對智能終端攝像機的運行進行控制，紅外檢測原理，如圖4所示。

調理電路在二級管和光敏三極管間不存在遮擋物時輸出的電平信號持續較低，調理電路包裹移動到二者之間時會輸出一個高電平信號，此時GPIO（位于DSP處理器中）收到下降沿的信號，圖像采集中斷程序立即被觸發，智能終端執行圖像采集和識別操作[6]。

3.2 自動分揀控制原理

本文所設計的自動分揀系統的工作原理在于：為使分揀機傳送帶中央同攝像頭間保持垂直對準的關系，將智能終端安裝在分揀機傳輸帶的正上方，將攝像機焦距調整到適當值，快件包裹傳至紅外探測區時，則會將紅外光遮擋住，同時將一個高電平信號傳送給GPIO（位于DSP處理器中），觸發攝像頭進入下一工作程序即識別條形碼，對于從條形碼采集到的幀圖像，經過處理后完成條形碼的解碼操作（包括定位、分割、圖像增強、二值化和濾波等），通過網絡控制器上傳所獲取的對應字符串至計算機信息系統，據此完成包裹下一站目的地的查詢，對于需在該閘口分流的包裹則控制分離裝置將該包裹傳送至對應的滑槽中，具體通過DSP處理器驅動PWM口完成，無需再次分離的快件包裹繼續由傳送帶傳送至下一閘口，直至完成所有包裹的分揀工作[7]。

4 系統測試及結果分析

為了驗證本文所設計的系統的功能實現情況，以順豐快遞公司的運單號碼作為實驗對象，對識別條碼過程及分離控制過程進行測試，測試實物如圖5所示。

先在計算機信息系統中存入全部包裹的包括運單號碼、發件地點、目的地等在內的運單信息，并準確粘貼到各包裹上，對分揀過程進行測試模擬，由傳送帶向分離閘口移動包裹，以紅外光被包裹遮住時作為觸發點，即向智能終端發送圖像采集信號，采集到的圖像需做預處理（包括分割和增強等），結果見圖5（a），在此基礎上完成二值化和灰度化處理，結果如圖5（b），識別到的條形碼信息（基本構成要素為起始符+信息+檢驗+結束符）的字符串見圖5（c），根據黑白條的寬度及起始符完成條和空白數目及條形碼碼制和方向的判斷，再結合對應的編碼規則譯成完整的數字、字符信息，“11010011100”為測試結果的起始碼字符串，結束符為“2331112”，黑白條圖案為“211232”，據此判斷其碼制為Code128-C，譯出字符串對應的值如表1所示。

各條形碼中通過設置對應的校驗碼以確保譯碼的準確性，校驗計算方法為：用字符值和字符在字符串中的位置的乘積之和除以103余數即為校驗碼，當其與條形碼中的校驗碼一致時譯碼正確。本測試中的校驗碼為40計算公式為為：（105+30x1+57x2+37x3+72x4 +92x5+28x6）/103=12余40，同條形碼中的校驗碼相同，譯碼正確，運單號碼與實際一致（305737729728），由智能終端將譯出的運單號碼上傳至計算機信息系統，由其對比數據庫中的數據確定包裹接下來的目的地，該包裹需在該分離閘口分離，實現了對分離擋板動作的控制將包裹運至指定地點，該系統完實現了對快件包裹的自動分揀過程，提高了分揀效率，具有較高的準確性和穩定性，具備較高是實際應用價值[8]。

5 總結

快速發展的電商行業為物流企業的管理增加了難度，物流配送效率提升的有效手段在于自動分揀的實現，本文主要以包裹分揀系統作為研究對象，對快遞智能自動分揀系統進行了設計，分揀自動控制過程通過條形碼自動識別技術的使用實現，在分揀機傳送帶放上包裹后通過攝像頭對包裹位置進行自動檢測，快遞的運單號碼則通過智能終端對圖像信號的采集和處理后實現，然后查詢計算機信息系統獲取包裹目的地，通過分揀機分揀包裹到相應滑槽，該系統能夠通過自動采集和處理譯出快遞條形碼，實現了自動化和智能化的分揀過程，在降低勞動強度的同時可使快遞包裹的分揀效率得以顯著提升。

參考文獻

[1] 胡迪鋒，周向陽.基于Internet與數據庫技術的自動化立體分揀系統[J].物流科技，2017（5）：53-56.

[2] Razieh P， Reza G H， Hadi S， et al.Study on an automatic sorting system for Date fruits[J]. Journal of the Saudi Society of Agricultural Sciences， 2015， 14（1）：83-90.

[3] 夏齊煒，張凱彥，馬新玲.快遞包裹分揀裝置的設計研究[J].制造業自動化， 2016（6）：136-137.

[4] 李基有，傅沈文.基于PLC控制的多傳感器物料自動分揀系統設計[J].廣東農工商職業技術學院學報， 2016（2）：59-62.

[5] 李世，正姚佳.基于RFID的物流自動分揀系統研究與設計[J].電腦與電信，2018（4）：57-59.

[6] 湯旻安，谷寶慧.改進PSO在AGV系統路徑優化調度中的應用研究[J].計算機工程與應用， 2016（3）：261-265.

[7] 詹玉銘，蔡維德，劉志民，等.組合式異型條煙半自動分揀系統的設計與應用[J].物流技術與應用， 2016（4）：136-141

[8] 陳曉芳，張麗，劉文強，等.快遞分撥中心布局和流程分析—以順豐速運為例[J].物流工程與管理， 2016（1）：59-61.

（收稿日期： 2019.07.08）