快递智能自动分拣系统设计研究

张瑜

摘 要： 设计的快递智能自动分拣系统采用C/S架构，分为智能终端和信息系统两大模块，两者根据TCP/IP协议建立连接，基于档板式分拣机实现自动控制功能。具体在DSP处理器平台上开发作为客户端的智能终端，摄像头会在包裹的位置通过红外感应器完成检测后被触发，执行对包裹运单图像的采集和处理过程，最终译出运单号码，再通过计算机信息系统完成包裹目的地的查询，智能终端据此通过控制分离旋转挡臂实现自动分拣过程。测试结果表明该系统能够有效实现对运单号码的自动识别过程及自动分拣，使物流中心的快递包裹分拣效率得以有效提升。

关键词： 图像采集与识别; 智能控制; 快递自动分拣系统

中图分类号： F 259.23      文献标志码： 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

隨着我国电子商务的快速发展和完善，逐渐改变了人们的消费习惯，网上购物成为主要购买方式，促使整个物流产业迅速壮大，为满足物流发展需求快递行业不断扩大，快递行业的特点之一在于较强的劳动密集性，但现有人力资源已经难以满足快速发展的业务需求，以部分电商举办重大促销节日时尤为突出，仓库内大量堆积的包裹增加了劳动强度并降低了分拣效率，导致难以及时分拣、转运和派送部分包裹[1]。

1 物流模型及关键技术

1.1 物流模型

快递公司物流模型如图1所示，快递公司的主要工作在于接收到包裹后进行分拣，最终将其送到客户手中，要求高效、安全、无误，该模型主要由一级物流中心和二级服务站点构成，客户将快件送到二级服务站点，站点根据要求将快件运往服务整个城市或地区的一级物流中心 E，E负责汇总发往外地的包裹，发往目的地;接收由各物流中心发来的快件包裹，经过分拣分类后运往包裹目的地。快件包裹进出库后除分拣外还涉及到盘点和查询等操作，随着物流同行竞争的日益加剧，提高物流输送效率成为提升竞争力的关键所在，快递公司每天都会有大量包裹的进出，为便于装车转运及配送，在最短时间内快速准确的分拣出包裹发往目的地，按照不同的配送地点通过分拣将包裹集中到理货区和配送站，在减轻库存压力的同时提高服务质量[2]。

1.2 条形码技术及挡板式分拣机原理

为使快件包裹能被快速识别，快递公司收到订单后需对包括寄件及目的地地址、寄/收件人姓名和联系方式等在内的运单信息进行记录，在包裹上贴上印有条码的运单标签，同时存储到计算机信息系统，以便于后期识别跟踪，按照特定的规则将一定数量的黑条和空白（宽度不等）组合成条形码，即可以符号的形式传递某种信息，使数据信息传递速度及准确性得以显著提升，各快递公司独立编制运单上的条形码，常用条码类型以Code 128码、Code 39码为主[3]。

分拣机通常安装于输送机两侧，其带有的挡板能够自由切换角度，并且不直接接触输送机上的平面，在传送带上放置混在一起的全部快件包裹后，包裹的运行方向通过对挡板进行控制和引导实现，按照目的地传输至相应滑槽达到最终的分拣目的，从而显著提高包裹分拣效率，使员工的劳动强度得以降低。

2 系统总体结构

目前人工分拣仍然是物流企业大多采用的方式，不仅工作效率难以提高，还存在较高的差错率，甚至存在暴力分拣降低用户体验，造成快件破损甚至需承担赔偿责任。目前在物流行业中应用的电子标签技术由于成本较高难以做到普及推广使用。因此本文对物流包裹自动分拣系统进行了设计，在采集处理运单图像的基础上，通过条形码识别技术的使用实现快递包裹目的地的确定，据此控制分拣机实现包裹自动分拣过程，提高分拣过程的自动化和智能化水平。

物流的基础环节在于分拣，本文所设计的自动分拣系统由图像采集处理、计算机信息系统及运输机械等模块构成，自动分拣系统结构，如图2所示。

其关键在于向目的地滑槽中准确的分拣传输带上的快件包裹，因此为使分拣的效率和准确度得以提高，改进了挡板式分拣机，运用条形码自动识别技术，通过TCP/IP网络连接的建立智能终端和计算机信息系统互联最终实现自动控制及分拣功能，设计客户端时采用了C/S架构，能够同计算机信息系统（整个系统的核心部分）自动完成数据通信过程。传送带及其他设备的运行状态通过计算机信息系统进行控制和实时显示，各快件包裹信息需录入系统中存储，将位置检测装置安装在传输带上，当其检测到快递包裹时会将触发信号自动发送给智能终端，接下来图像的采集、处理和分析操作由条形码识别装置执行，在此基础上完成快件运单号码的获取，通过局域网获取计算机信息系统中的包裹目的地，对于需在该滑槽处分离的包裹通过控制分离装置移到指定位置，其余包裹进入下一分离区直至完成所有快件的分拣[4]。

3 硬件结构

本文通过采用集成化设计方法以简化系统整体设计过程，将分包括检测包裹位置、识别条形码和控制分离挡板在内的功能模块集成化处理最终由智能终端负责实现。

3.1 智能终端硬件平台

采用DSP处理器完成该平台的核心功能，平台结构具体，如图3所示。

主要由摄像头及红外探测电路（负责采集图像）、继电器控制电路、网络控制器 KS8001L、分离装置等模块构成。

（1） 摄像头

摄像头采用了高性能的MT9V034，像素高达750×480，自带10 Bit的并行接口，输出速度在输入时钟为28 MHz时可达60帧/s，具有较高的灵敏度（4.8 V/lux-sec），感光面積为0.66英寸，光线较暗的情况下也能清晰成像，对外部FPGA的需求可取消，能够无缝对接DPS的TI数字媒体处理器，提供了摄像头驱动代码，使自动分拣系统的成本得以显著降低，其所具备的中值滤波算法键位使用本文系统智能终端的开发[5]。

（2） DPS处理器

作为专业数字媒体处理器的一种，该处理器工作主频最高可达600 MHz，提供了完整的硬件开发平台，其设计采用Davinci C64x+内核，具备较高的处理性能（5 600 MIPS）和强大的软件工具，外部扩展了存储空间（包括DDR2和Nor Flash），使开发图像和视频的效率和质量得以显著提升。

（3） 红外检测装置

该装置主要负责检测包裹位置，主要由调理电路、二级管及光敏三极管构成，为使整个系统合理分工顺利实现各模块功能，采集图像的时机极为重要，因此通过红外检测装置对智能终端摄像机的运行进行控制，红外检测原理，如图4所示。

调理电路在二级管和光敏三极管间不存在遮挡物时输出的电平信号持续较低，调理电路包裹移动到二者之间时会输出一个高电平信号，此时GPIO（位于DSP处理器中）收到下降沿的信号，图像采集中断程序立即被触发，智能终端执行图像采集和识别操作[6]。

3.2 自动分拣控制原理

本文所设计的自动分拣系统的工作原理在于：为使分拣机传送带中央同摄像头间保持垂直对准的关系，将智能终端安装在分拣机传输带的正上方，将摄像机焦距调整到适当值，快件包裹传至红外探测区时，则会将红外光遮挡住，同时将一个高电平信号传送给GPIO（位于DSP处理器中），触发摄像头进入下一工作程序即识别条形码，对于从条形码采集到的帧图像，经过处理后完成条形码的解码操作（包括定位、分割、图像增强、二值化和滤波等），通过网络控制器上传所获取的对应字符串至计算机信息系统，据此完成包裹下一站目的地的查询，对于需在该闸口分流的包裹则控制分离装置将该包裹传送至对应的滑槽中，具体通过DSP处理器驱动PWM口完成，无需再次分离的快件包裹继续由传送带传送至下一闸口，直至完成所有包裹的分拣工作[7]。

4 系统测试及结果分析

为了验证本文所设计的系统的功能实现情况，以顺丰快递公司的运单号码作为实验对象，对识别条码过程及分离控制过程进行测试，测试实物如图5所示。

先在计算机信息系统中存入全部包裹的包括运单号码、发件地点、目的地等在内的运单信息，并准确粘贴到各包裹上，对分拣过程进行测试模拟，由传送带向分离闸口移动包裹，以红外光被包裹遮住时作为触发点，即向智能终端发送图像采集信号，采集到的图像需做预处理（包括分割和增强等），结果见图5（a），在此基础上完成二值化和灰度化处理，结果如图5（b），识别到的条形码信息（基本构成要素为起始符+信息+检验+结束符）的字符串见图5（c），根据黑白条的宽度及起始符完成条和空白数目及条形码码制和方向的判断，再结合对应的编码规则译成完整的数字、字符信息，“11010011100”为测试结果的起始码字符串，结束符为“2331112”，黑白条图案为“211232”，据此判断其码制为Code128-C，译出字符串对应的值如表1所示。

各条形码中通过设置对应的校验码以确保译码的准确性，校验计算方法为：用字符值和字符在字符串中的位置的乘积之和除以103余数即为校验码，当其与条形码中的校验码一致时译码正确。本测试中的校验码为40计算公式为为：（105+30x1+57x2+37x3+72x4 +92x5+28x6）/103=12余40，同条形码中的校验码相同，译码正确，运单号码与实际一致（305737729728），由智能终端将译出的运单号码上传至计算机信息系统，由其对比数据库中的数据确定包裹接下来的目的地，该包裹需在该分离闸口分离，实现了对分离挡板动作的控制将包裹运至指定地点，该系统完实现了对快件包裹的自动分拣过程，提高了分拣效率，具有较高的准确性和稳定性，具备较高是实际应用价值[8]。

5 总结

快速发展的电商行业为物流企业的管理增加了难度，物流配送效率提升的有效手段在于自动分拣的实现，本文主要以包裹分拣系统作为研究对象，对快递智能自动分拣系统进行了设计，分拣自动控制过程通过条形码自动识别技术的使用实现，在分拣机传送带放上包裹后通过摄像头对包裹位置进行自动检测，快递的运单号码则通过智能终端对图像信号的采集和处理后实现，然后查询计算机信息系统获取包裹目的地，通过分拣机分拣包裹到相应滑槽，该系统能够通过自动采集和处理译出快递条形码，实现了自动化和智能化的分拣过程，在降低劳动强度的同时可使快递包裹的分拣效率得以显著提升。

参考文献

[1] 胡迪锋，周向阳.基于Internet与数据库技术的自动化立体分拣系统[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] 夏齐炜，张凯彦，马新玲.快递包裹分拣装置的设计研究[J].制造业自动化， 2016（6）：136-137.

[4] 李基有，傅沈文.基于PLC控制的多传感器物料自动分拣系统设计[J].广东农工商职业技术学院学报， 2016（2）：59-62.

[5] 李世，正姚佳.基于RFID的物流自动分拣系统研究与设计[J].电脑与电信，2018（4）：57-59.

[6] 湯旻安，谷宝慧.改进PSO在AGV系统路径优化调度中的应用研究[J].计算机工程与应用， 2016（3）：261-265.

[7] 詹玉铭，蔡维德，刘志民，等.组合式异型条烟半自动分拣系统的设计与应用[J].物流技术与应用， 2016（4）：136-141

[8] 陈晓芳，张丽，刘文强，等.快递分拨中心布局和流程分析—以顺丰速运为例[J].物流工程与管理， 2016（1）：59-61.

（收稿日期： 2019.07.08）