1 |
1
소포 구분기의 인입 제어 시스템에 있어서,물품의 진행 방향과 동일한 방향으로 회전하는 복수의 컨베이어 벨트를 통해 물품을 인입시키는 인입정렬 컨베이어 벨트 및상기 인입정렬 컨베이어 벨트로부터 인입된 물품을 트랙 내 캐리어로 인계하는 복수의 가변 컨베이어 벨트를 포함하는,소포 구분기 인입 제어 시스템
|
2 |
2
제1항에 있어서,상기 인입정렬 컨베이어 벨트로 인입되는 물품 및 상기 복수의 가변 컨베이어 벨트에 의해 운반되는 물품의 영상을 촬영하여 딥러닝 알고리즘을 통해 물품의 현재 위치 및 크기 정보를 산출하는 딥러닝 영상 시스템 및상기 물품의 현재 위치 및 크기 정보에 기초하여 상기 인입정렬 컨베이어 벨트 및 복수의 가변 컨베이어 벨트의 구동 속도를 제어하는 컨트롤러 서버를 포함하는,소포구분기 인입 제어 시스템
|
3 |
3
제2항에 있어서,상기 딥러닝 영상 시스템은 상기 촬영된 영상을 통해 상기 물품의 인입정렬 컨베이어 벨트로의 인입 여부에 대한 감지 정보를 생성하고,상기 컨트롤러 서버는 상기 물품이 상기 인입정렬 컨베이어 벨트로 인입됨이 감지됨에 따라, 복수의 컨베이어 벨트 중 상기 물품의 현재 위치에 상응하는 컨베이어 벨트에 대한 가속 시작 시점을 산출하고, 상기 가속 시작 시점에 기초하여 상응하는 컨베이어 벨트의 구동 속도를 제어하는 것인,소포구분기 인입 제어 시스템
|
4 |
4
제2항에 있어서,상기 딥러닝 영상 시스템은 상기 촬영된 영상을 통해 상기 물품의 상기 인입정렬 컨베이어 벨트로부터의 진출 여부에 대한 감지 정보를 생성하고,상기 컨트롤러 서버는 상기 물품이 상기 인입정렬 컨베이어 벨트로부터 진출됨이 감지됨에 따라, 상기 복수의 컨베이어 벨트 중 상기 진출한 물품에 상응하여 구동된 컨베이어 벨트의 구동 속도가 감속되도록 제어하는 것인,소포구분기 인입 제어 시스템
|
5 |
5
제2항에 있어서,상기 인입정렬 컨베이어 벨트에 포함된 복수의 컨베이어 벨트는 각각 동일 또는 상이한 속도로 구동 가능하도록 제어되는 것인,소포구분기 인입 제어 시스템
|
6 |
6
제2항에 있어서,상기 딥러닝 영상 시스템은 촬영된 영상에 기초하여 상기 인입정렬 컨베이어 벨트로 인입되는 복수의 물품의 각 현재 위치가 기 설정된 거리 내인지 여부를 판별하는 것인,소포구분기 인입 제어 시스템
|
7 |
7
제6항에 있어서,상기 컨트롤러 서버는 상기 복수의 물품이 기 설정된 거리 내에 위치하는 경우, 상기 복수의 물품의 현재 위치 및 크기 정보에 기초하여, 상기 복수의 물품 간의 현재 위치가 기 설정된 거리가 초과하도록, 상기 복수의 컨베이어 벨트 중 제1 컨베이어 벨트의 구동 속도를 제2 컨베이어 벨트의 구동 속도와 상이하게 구동시키는 것인,소포구분기 인입 제어 시스템
|
8 |
8
제2항에 있어서,상기 컨트롤러 서버는 상기 복수의 가변 컨베이어 벨트 내 각 물품의 현재 위치 및 크기 정보에 기초하여 상기 복수의 가변 컨베이어 벨트를 구동하는 모터의 구동 속도를 산출 및 구동시키는 것인,소포구분기 인입 제어 시스템
|
9 |
9
제6항에 있어서,상기 컨트롤러 서버는 상기 트랙 내 캐리어에서의 물품 유무 정보에 기초하여 빈 캐리어를 탐색 및 결정하고, 상기 복수의 가변 컨베이어 벨트 내 각 물품의 현재 위치 및 크기 정보와, 트랜지션 벨트의 속도 정보, 상기 트랙의 속도 정보 및 상기 트랙 내 빈 캐리어의 위치 정보에 기초하여 상기 물품이 상기 빈 캐리어로 인계되도록 상기 복수의 가변 컨베이어 벨트를 구동하는 모터의 구동 속도를 가감속시키는 것인, 소포구분기 인입 제어 시스템
|
10 |
10
소포구분기 인입 제어 시스템에 있어서,물품의 진행 방향과 동일한 방향으로 회전하는 복수의 컨베이어 벨트를 통해 물품을 인입시키는 인입정렬 컨베이어 벨트,인입정렬 컨베이어 벨트로 인입되는 물품의 영상을 촬영하여 딥러닝 알고리즘을 통해 물품의 현재 위치 및 크기 정보를 산출하는 딥러닝 영상 시스템 및상기 물품의 현재 위치 및 크기 정보에 기초하여 상기 인입정렬 컨베이어 벨트의 구동 속도를 제어하는 컨트롤러 서버를 포함하는,소포구분기 인입 제어 시스템
|
11 |
11
컨트롤러 서버에 의한 소포 구분기의 인입 제어 방법에 있어서,딥러닝 영상 시스템으로부터 촬영된 영상에 기반하여 생성된 물품의 인입정렬 컨베이어 벨트로의 인입 여부에 대한 감지 정보를 수신하는 단계;상기 인입 여부에 대한 감지 정보에 기초하여, 인입정렬 컨베이어 벨트에 포함된 복수의 컨베이어 벨트 중 상기 감지된 물품의 현재 위치에 상응하는 컨베이어 벨트에 대한 가속 시점을 산출하는 단계;상기 가속 시작 시점에 기초하여 상응하는 컨베이어 벨트의 구동 속도를 제어하는 단계;상기 딥러닝 영상 시스템으로부터 촬영된 영상에 기반하여 생성된 물품의 인입정렬 컨베이어 벨트로부터의 진출 여부에 대한 감지 정보를 수신하는 단계; 및상기 진출 여부에 대한 감지 정보에 기초하여, 인입정렬 컨베이어 벨트에 포함된 복수의 컨베이어 벨트 중 상기 진출한 물품에 상응하여 구동된 컨베이어 벨트의 구동 속도가 감속되도록 제어하는 단계를 포함하는,컨트롤러 서버에 의한 소포 구분기의 인입 제어 방법
|
12 |
12
제11항에 있어서,상기 가속 시작 시점에 기초하여 상응하는 컨베이어 벨트의 구동 속도를 제어하는 단계, 및 상기 진출한 물품에 상응하여 구동된 컨베이어 벨트의 구동 속도가 감속되도록 제어하는 단계는,상기 인입정렬 컨베이어 벨트에 포함된 복수의 컨베이어 벨트 중 적어도 하나의 구동 속도를 동일 또는 상이하게 구동되도록 제어하는 것인,컨트롤러 서버에 의한 소포 구분기의 인입 제어 방법
|
13 |
13
제11항에 있어서,상기 딥러닝 영상 시스템은 상기 인입정렬 컨베이어 벨트로 인입되는 물품 및 상기 인입정렬 컨베이어 벨트로부터 인입된 물품을 트랙 내 캐리어로 인계하는 복수의 가변 컨베이어 벨트에 의해 운반되는 물품의 영상을 촬영하여 딥러닝 알고리즘을 통해 물품의 현재 위치 및 크기 정보를 산출하는 것인,컨트롤러 서버에 의한 소포 구분기의 인입 제어 방법
|
14 |
14
제13항에 있어서,상기 딥러닝 영상 시스템은 촬영된 영상에 기초하여 상기 인입정렬 컨베이어 벨트로 인입되는 복수의 물품의 각 현재 위치가 기 설정된 거리 내인지 여부를 판별하는 것인,컨트롤러 서버에 의한 소포 구분기의 인입 제어 방법
|
15 |
15
제14항에 있어서,상기 복수의 물품이 기 설정된 거리 내에 위치하는 경우, 상기 복수의 물품의 현재 위치 및 크기 정보에 기초하여, 상기 복수의 물품 간의 현재 위치가 기 설정된 거리가 초과하도록, 상기 복수의 컨베이어 벨트 중 제1 컨베이어 벨트의 구동 속도를 제2 컨베이어 벨트의 구동 속도와 상이하게 구동시키는 단계를 더 포함하는,컨트롤러 서버에 의한 소포 구분기의 인입 제어 방법
|
16 |
16
제13항에 있어서,상기 복수의 가변 컨베이어 벨트 내 각 물품의 현재 위치 및 크기 정보에 기초하여 상기 복수의 가변 컨베이어 벨트를 구동하는 모터의 구동 속도를 산출 및 구동시키는 단계를 더 포함하는,컨트롤러 서버에 의한 소포 구분기의 인입 제어 방법
|
17 |
17
제16항에 있어서,상기 트랙 내 캐리어에서의 물품 유무 정보에 기초하여 빈 캐리어를 탐색 및 결정하는 단계; 및상기 복수의 가변 컨베이어 벨트 내 각 물품의 현재 위치 및 크기 정보와, 상기 트랙의 속도 정보 및 상기 트랙 내 빈 캐리어의 위치 정보에 기초하여 상기 물품이 상기 빈 캐리어로 인계되도록 상기 복수의 가변 컨베이어 벨트를 구동하는 모터의 구동 속도를 가감속시키는 단계를 더 포함하는,컨트롤러 서버에 의한 소포 구분기의 인입 제어 방법
|