基于改進AdaBoost算法的倉庫智能分揀系統(tǒng)設(shè)計.pdf

1、本課題以西安科技大學自動物流系統(tǒng)為平臺,設(shè)計并制作了基于數(shù)字圖像條碼識別技術(shù)的貨物分揀系統(tǒng)。針對傳統(tǒng)條碼識別器受讀取距離和條碼形變等因素影響較大的缺點,提出一種基于決策樹和AdaBoost算法融合的圖像條碼識別方法。通過Matlab對算法進行仿真驗證,進而在ARMCortexM3上實現(xiàn)了對條碼圖像的采集、處理和識別。實驗證明,該算法在容錯性、響應速度和對條碼識別的通用性都有很大提升。針對現(xiàn)有的物流系統(tǒng)在運行過程中不能自動分揀貨物,設(shè)計了

2、一種基于數(shù)字圖像條碼識別技術(shù)的貨物分揀系統(tǒng),該系統(tǒng)能根據(jù)來貨的條碼為貨物分配庫位,并記錄入庫貨物的數(shù)量,借助短信可以全天候向倉庫管理人員反饋倉庫貨物存儲信息。分揀系統(tǒng)的加入,極大方便了倉庫管理和運營。
　　本論文介紹和分析了本校的自動物流系統(tǒng)的各個結(jié)構(gòu)模塊,介紹了物流系統(tǒng)的運行原理,進而闡述了加入自動分揀系統(tǒng)的必要性。接著分析了自動分檢系統(tǒng)的可行性,提出了實現(xiàn)該分檢系統(tǒng)的軟件和硬件可行方案。
　　本課題以Code39碼為例,

3、分析了該條碼的編碼結(jié)構(gòu),根據(jù)其特點建立了特征向量空間。提出了基于改進AdaBoost算法的條碼識別方法,并將其應用于貨物智能分揀系統(tǒng)中。通過Matlab對改進后的AdaBoost算法對條碼的識別效果進行了驗證。
　　在驗證基于改進AdaBoost算法的貨物分揀方法的可行性后,將其移植入以ARMCortexM3為核心的硬件平臺中,并運用uC/OSII實時操作系統(tǒng)調(diào)度各個功能模塊的動作,通過調(diào)試和實驗檢驗了算法的效果。為了能夠讓自動分