基于改进AdaBoost算法的仓库智能分拣系统设计

发布时间：2017-05-13 06:17

  本文关键词：基于改进AdaBoost算法的仓库智能分拣系统设计，由笔耕文化传播整理发布。

【摘要】：本课题以西安科技大学自动物流系统为平台,设计并制作了基于数字图像条码识别技术的货物分拣系统。针对传统条码识别器受读取距离和条码形变等因素影响较大的缺点，，提出一种基于决策树和AdaBoost算法融合的图像条码识别方法。通过Matlab对算法进行仿真验证，进而在ARM Cortex M3上实现了对条码图像的采集、处理和识别。实验证明，该算法在容错性、响应速度和对条码识别的通用性都有很大提升。针对现有的物流系统在运行过程中不能自动分拣货物，设计了一种基于数字图像条码识别技术的货物分拣系统，该系统能根据来货的条码为货物分配库位，并记录入库货物的数量，借助短信可以全天候向仓库管理人员反馈仓库货物存储信息。分拣系统的加入，极大方便了仓库管理和运营。 本论文介绍和分析了本校的自动物流系统的各个结构模块，介绍了物流系统的运行原理，进而阐述了加入自动分拣系统的必要性。接着分析了自动分检系统的可行性，提出了实现该分检系统的软件和硬件可行方案。 本课题以Code39码为例，分析了该条码的编码结构，根据其特点建立了特征向量空间。提出了基于改进AdaBoost算法的条码识别方法，并将其应用于货物智能分拣系统中。通过Matlab对改进后的AdaBoost算法对条码的识别效果进行了验证。 在验证基于改进AdaBoost算法的货物分拣方法的可行性后，将其移植入以ARMCortex M3为核心的硬件平台中，并运用uC/OSII实时操作系统调度各个功能模块的动作，通过调试和实验检验了算法的效果。为了能够让自动分拣系统全天候向用户反馈仓库信息，分检系统加入了短信收发模块，并定义了相关的通信协议帧，使得用户能在任何有手机信号覆盖的地方查询库存。 经过大量的实验和测试，该系统能够准确识别和分拣货物并能记录每种货物的库存。同时可以响应任意一种手机的短信查询命令，并向用户返回当前库存的准确信息，为仓库的管理和决策提供保障。
【关键词】：分拣系统 条码识别 AdaBoost 决策树 分类器 uC/OSII
【学位授予单位】：西安科技大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：TH692.3
【目录】：

• 摘要3-5
• ABSTRACT5-9
• 1 绪论9-13
• 1.1 课题研究背景及意义9-10
• 1.2 本课题国内外研究现状及发展趋势10-11
• 1.3 本文的主要工作及内容安排11-13
• 1.3.1 主要研究内容与创新点11-12
• 1.3.2 论文章节安排12-13
• 2 自动化物流系统硬件介绍及设计方案分析13-25
• 2.1 自动化物流系统介绍13-20
• 2.1.1 自动立体仓库14-16
• 2.1.2 混合式流水线16-19
• 2.1.3 物流系统控制网络19-20
• 2.2 自动分拣系统方案设计20-24
• 2.2.1 图像处理技术及货物自动识别21-22
• 2.2.2 系统硬件及软件设计方案22-24
• 2.3 本章小结24-25
• 3 自动货物分拣方法25-42
• 3.1 条码的分类及其介绍25-27
• 3.2 条码的识别方法与分析27-29
• 3.2.1 传统条码扫描器28
• 3.2.2 基于数字图像技术的读码器28-29
• 3.3 ADABOOST多类分类算法设计29-34
• 3.3.1 ADABOOST算法介绍29-30
• 3.3.2 对 ADABOOST算法的改进设计30-34
• 3.4 基于改进的 ADABOOST算法条码识别设计34-40
• 3.4.1 条码图像预处理34-35
• 3.4.2 条码图像分割和特征提取35-36
• 3.4.3 条码分类器设计及训练36-38
• 3.4.4 实验结果38-40
• 3.5 本章小结40-42
• 4 自动分拣系统的硬件设计42-66
• 4.1 处理器介绍43-52
• 4.1.1 ARM 处理器43
• 4.1.2 STM32F103VET6 体系结构43-48
• 4.1.3 STM32F103VET6 最小系统48-50
• 4.1.4 通用输入输出 GPIO50-52
• 4.2 摄像头模块52-57
• 4.2.1 OV7670 图像传感器52-53
• 4.2.2 I2C 接口与 SCCB53-55
• 4.2.3 OV7670 图像输出接口55-56
• 4.2.4 图像数据缓存 FIFO56-57
• 4.3 TFT 彩色液晶触摸屏57-62
• 4.3.1 液晶屏控制时序57-58
• 4.3.2 电阻式触控面板58-60
• 4.3.3 SPI 接口60-62
• 4.4 GPRS 模块62-64
• 4.4.1 GTM900 介绍62-63
• 4.4.2 USART 接口63-64
• 4.5 上位工控机 RS485 通信64
• 4.6 本章小结64-66
• 5 自动分拣系统的软件设计66-78
• 5.1 UC/OSII 介绍66-69
• 5.2 自动分拣系统任务设计69-76
• 5.2.1 主函数和用户总任务设计70-71
• 5.2.2 摄像头图像读取任务71-72
• 5.2.3 条码识别任务72-73
• 5.2.4 GPRS 命令解析任务73-75
• 5.2.5 上位机通信任务75-76
• 5.3 本章小结76-78
• 6 实验结果78-81
• 6.1 系统开发环境78
• 6.2 实验结果78-80
• 6.3 本章小结80-81
• 7 结论及展望81-82
• 7.1 结论81
• 7.2 展望81-82
• 致谢82-83
• 参考文献83-86
• 附录86

【参考文献】

中国期刊全文数据库 前10条

1 谈蓉蓉;;基于支持向量机分类的图像识别研究[J];安徽农业科学;2010年26期

2 王保云;;物联网技术研究综述[J];电子测量与仪器学报;2009年12期

3 陈媛媛;施鹏飞;;二维条形码的识别及应用[J];测控技术;2006年12期

4 吴佳鹏;杨兆选;韩东;白卓夫;苏育挺;;基于小波和Otsu法的二维条码图像二值化[J];计算机工程;2010年10期

5 霍红文;封举富;;基于多类在线Boosting的图像识别算法[J];计算机辅助设计与图形学学报;2011年07期

6 孔令平;冯益华;姚来凤;衍廷强;;射频识别技术在自动仓储系统中的应用[J];机械工程师;2008年08期

7 张志伟;孔凡让;赵吉文;何清波;吴增荣;;对弈机器人的视觉图像处理和识别[J];计算机应用与软件;2008年02期

8 孙坚伟;王汝笠;;改进的MOPs图像匹配算法[J];科学技术与工程;2006年21期

9 刘宁钟;杨静宇;杨健;;综合利用投影算法和相似距离算法的二维条码识别[J];模式识别与人工智能;2003年01期

10 宋建军;王君;;立体仓库控制系统关键技术[J];起重运输机械;2009年02期

  本文关键词：基于改进AdaBoost算法的仓库智能分拣系统设计，由笔耕文化传播整理发布。

本文编号：361799