面向快递物流的条形码识别系统

中国科学院微电子研究所
中国物联网研究发展中心
无锡韵达物流

功能概述与应用领域

      系统在物流卸货后的最前端采用工业视觉识别技术对包件面单条形码自动扫描，该技术利用智能相机对面单进行图像采集，将采集的图像传输至图像处理卡TMS320DM6467中进行算法处理，得到条形码的数据，然后再将条码数据与计泡机上现有的重量与体积综合，最后通过GPRS技术将数据传输给数据服务器，方便分拣中心后期实现自动化分拣系统。

       应用领域包括：韵达、顺丰、圆通、申通等快递公司物流的自动化分拣投递。

总体设计方案及关键模块

      基于智能相机对条形码自动识别的实现，系统在原有的计泡机上加了四个模块：机械辅助模块、条码识别模块、外观提取模块以及系统控制模块。
       （1）机械辅助模块：利用该套机械机构可实现对条码识别器以及外观提取相机高度位置的调节，使得相机的成像清晰地达到最好，有效的提高了条码识别器的扫码成功率；
       （2）条码识别模块：采用我部门自主研发的固定式工业条码阅读器（图像式条形码阅读器，固定式条码读码器，条码/二维码读取器，固定式条码扫描器，工业影像式读码器），高度集成了光源、镜头、CCD图像采集、FPGA逻辑管理、DSP处理器、读码算法和通信功能；
       （3）外观提取模块：为了获取包件更多的信息，系统增加了一台外观提取的相机，通过该相机可获取包件的外观颜色以及包件的形状。
       （4）系统控制模块：包括对外通信的蓝牙、WI-FI以及GPRS模块，控制电机运转的私服驱动模块以及串口通信模块等。

解决的关键核心技术

基于TMS320C6467的图像采集与处理硬件系统 
      视觉系统由中国物联网中心/中国科学院微电子研究所信息识别与系统控制研究中心研制的固定式图像型智能相机组成，用于对视觉图像进行采集与实时处理。相机通过千兆网接口（Gige）将采集的图像数据传输至DSP处理器，处理器中的密封圈表面缺陷检测算法对图像数据进行识别。
      固定式图像型智能相机的主要技术特点如下：
     · DSP采用TI 达芬奇 (DaVinciTM)处理器TMS320DM6467（T），内置ARM926EJ-STM RISC和TMS320C64x+TMDSP两个核。On-Chip L2 Cache 128 KB (DSP)；On-Chip L1 Cache 56 KB (ARM9)，64 KB (DSP)。
     · 完整的Linux开发环境和ARM编译环境，提供环境搭建说明和相应的软件工具包，包括VMware-workstation或者Ubuntu；GCC交叉编译工具；根文件系统target；Linux内核安装包；EVM的软件开发包；TI DVSDK的工具链：BIOS XDCTOOLS，TI_CGT_C600）。
     ·  完整的DSP编译开发环境，提供环境搭建说明和相应的软件开发包，包括CCS3.3和BIOS。
     ·  功能强大的.net上位机管理软件，可配置DSP运行参数和相机参数，包括触发模式、曝光时间、Gamma校正、增益、白平衡、图像大小、图像位置偏移、对比度、亮度、频闪灯控制、IO控制。
     ·  选择性提供多个典型算法的例程（边缘提取、字符识别、尺寸计算等），客户可借鉴使用。
     ·  相机大小为115mm*75mm*65mm。
     ·  相机重量为660g。
     ·  相机功率<=6W。
     ·  供电：DC5~12V/2A，纹波：<=12%。
     ·  储存温度：-20℃～+70℃。
     ·  工作温度：商业级0℃～+70℃，工业级 -40℃～+85℃。
     ·  工作湿度：10%～80%。

分拣系统的视觉检测原理
      视觉检测包含两部分，检测包裹的颜色、形状，以及包裹单上的条形码识别。
      在工业现场环境中，视觉检测系统釆集获取的图像会参杂大量的噪声,影响图像质量,破坏图像的真实性,对后续处理带来很大影响。所以首先我们分析图像中噪声的来源，以有效去除图像中的噪声，然后再进行检测及识别。
（1）包裹的颜色、形状检测
      为使工作人员快速的识别出条形码序列对应的包裹，需对包裹进行颜色、形状检测，形成文字描述对应于条形码序列。此项检测需利用一台彩色相机对包裹进行识别，当包裹到达相机正下方时，触发相机拍照以采集图像，并进行识别。识别算法具体为：
       首先对采集的图像进行去噪处理，如脉冲噪声等；
       其次对根据颜色特征对图像进行分割处理，将包裹所在区域与背景分离，根据分割出的包裹区域的边缘特征可计算出包裹的形状特征；
       最后，在图像中包裹所在区域，利用连通区域分析及包裹单的颜色特征、矩形形状特征，识别出包裹单的所在位置。根据去除包裹单区域后剩余的图像中包裹区域，判断包裹的颜色特征。
（2）条形码识别
       由于包裹的大小不一，且每个相机成像范围有限，为使得所有规格包裹的表面均被相机拍到，我们采用四个相机同时在横向方向对包裹进行拍照处理。根据上步的到的形状特征判断相机拍照次数，使得每个包裹表面纵向区域均被相机拍到。识别算法具体为：
       首先对采集的图像进行去噪处理，如脉冲噪声等；
       其次检测所处理图像中是否存在条形码，由于对同一个包裹进行不同区域的成像，所以部分图像中没有包含条形码区域。
      最后对于存在条形码区域的图像，进行条码区域定位及识别，并将结果输出到上位机界面。

达到的技术性能指标

       本系统在我国物流业产品分拣自动化领域处于领先地位。在物流业应用中，物品从揽件到分拔中心、从分拔中心到派件过程中的多个环节均需要对单据上的条码进行扫描。我们提供的读码器无须人工操作，通过在自动化流水线上安装固定式读码器，实现对条码的自动定位和解码。基于我们自主研发的固定式图像型智能相机，整个流程的效率、准确率都得到了大大的提高和保证。
       快速的读码速度：SCCR可实现100us~1000us以内的快速曝光时间手动控制或者自动控制，可清晰采集运动速度低于2.5米/秒的物品图像，每秒可完成15~30次读码速度。
       超高的识别正确率：精准高效的识别算法，可实现复杂背景、印刷质量差、局部损坏、变形、严重透视畸变、低高度、模糊、带划痕等干扰条件下的条码读取，识别准确率接近99%。
       卓越的性价比：SCCR是率先实现国产化的固定式工业条码阅读器（图像式条形码阅读器，固定式条码读码器，条码/二维码读取器，固定式条码扫描器，工业影像式读码器），自主研制的智能一体化CCD相机，内置TMS320DM6467 DSP处理器，内嵌自主研制的识别算法，可达到与国外同类产品的技术性能，而售价只有国外产品的60%。
       便捷的安装部署：自带LED光源，只需将镜头对准条码，通过观看实时图像进行交互手动调焦，上位机自带有调试安装软件，可自学习条码的类型、宽度、长度和位数等参数信息，从而实现一键式对识别环境进行自适应学习，随后即可进入自动运行、自动识别与结果传输过程。不到半小时的培训学习即可娴熟掌控系统的安装、使用和维护。
      丰富的通讯接口：千兆以太网通信接口，支持EtherNet/IP 和 PROFINET 协议； 支持 RS232/RS485总线与PLC、计算机等系统连接；两路带有光耦隔离的输入信号接口，可用于光电开关触发相机曝光，或者采集限位开关、外部设备状态等信息；两路带有光耦隔离的输出信号接口，可用于相机曝光状态指示，或者驱动指示灯、电磁阀等部件。
      模块化的设计：灵活的镜头选择—C 型镜头或可变焦液态镜头；现场可交换照明—可选择集成 LED光源或外置高功率光源。

项目实施效果与应用情况

      国内物流业起步较晚，发展水平较低，在信息技术的应用方面与发达国家有很大差距，发达国家已普遍使用的一些技术设备在国内还很少使用，我国在物流费用上的经济损失每年达数百亿元，实现物流信息化已成为我国现代物流发展的必然趋势。
      我们的面向快递物流的条形码识别系统的实施提升了物流企业的信息化水平，并可大大提高工作效率，降低成本，减少差错。