[發明專利]一種基于高光譜檢測的固廢在線識別系統及識別方法在審
| 申請號: | 201910126775.6 | 申請日: | 2019-02-20 |
| 公開(公告)號: | CN109916826A | 公開(公告)日: | 2019-06-21 |
| 發明(設計)人: | 楊建紅;黃文景;肖文;房懷英;林偉端;范偉;莊江騰;庫躍東 | 申請(專利權)人: | 福建南方路面機械有限公司;華僑大學 |
| 主分類號: | G01N21/25 | 分類號: | G01N21/25 |
| 代理公司: | 廈門加減專利代理事務所(普通合伙) 35234 | 代理人: | 陳文香 |
| 地址: | 362000 福建省泉*** | 國省代碼: | 福建;35 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 傳送帶 物料輸送裝置 在線識別系統 種類識別 分揀裝置 高光譜 運行方向相反 傳輸 二維圖像 分類技術 分散作用 光譜曲線 識別系統 數據采集 物料傳輸 物料通過 在線采集 檢測 堆疊 分揀 分類 應用 | ||
1.一種基于高光譜檢測的固廢在線識別系統,其特征在于:包括物料輸送裝置(10)、種類識別裝置(20),分揀裝置(30);所述物料輸送裝置(10)將物料傳輸至種類識別裝置(20)進行數據采集后,傳輸至分揀裝置(30)對物料進行分揀;
所述物料輸送裝置(10)包括第一傳送帶(11)和第二傳送帶(12);物料通過所述第一傳送帶(11)傳輸后落入所述第二傳送帶(12),所述第一傳送帶(11)和第二傳送帶(12)的運行方向相反。
2.根據權利要求1所述的基于高光譜檢測的固廢在線識別系統,其特征在于:所述第一傳送帶(11)為勻速傳輸帶,所述第二傳輸帶(12)為變速傳輸帶;所述第一傳送帶(11)的傳輸速度大小小于所述第二傳輸帶(12)的傳輸速度大小。
3.根據權利要求1所述的基于高光譜檢測的固廢在線識別系統,其特征在于:所述種類識別裝置(20)內設置有高光譜相機(21),所述高光譜相機(21)與圖像處理模塊(22)和種類識別模塊(23)通信連接。
4.根據權利要求1所述的基于高光譜檢測的固廢在線識別系統,其特征在于:所述分揀裝置(30)內包括四軸直角坐標機械軸(31)和機械爪(32);所述第二傳送帶(12)穿過所述分揀裝置(30),所述第二傳送帶(12)上方設置有所述機械爪(32),所述機械爪(32)與所述四軸直角坐標機械軸(31)的末端連接。
5.一種基于高光譜檢測的固廢在線識別方法,其特征在于,包括物料輸送模塊、數據采集模塊、數據分析處理模塊和分揀執行模塊;
所述物料輸送模塊用于分散物料并且輸送至數據采集模塊;
所述數據采集模塊包括采集相機,用來采集物料的二維圖像和光譜曲線信息;所述二維圖像經過圖像處理模塊得到物料的幾何特征;種類識別模塊根據所述光譜曲線獲得物料的類別;
所述數據分析處理模塊根據物料的幾何特征處理成物料的輪廓、質心和姿態信息確定物料的抓取位置和分揀執行模塊的抓取姿勢,并根據物料的種類確定物料的最終去向。
6.根據權利要求1所述的基于高光譜檢測的固廢在線識別方法,其特征在于,物料的輪廓采集方法為:
以采集相機中心為坐標原點,物料輸送方向為y軸正向,垂直于物料輸送方向的右側為x軸正向;
所述采集相機為線掃描相機,因此每張圖片的下邊緣為相機位置,設該處y=0,每張圖片的中心為x=0處,結合質心在圖片中所在的位置可以獲得質心在相機坐標系中的位置;所述姿態為輪廓最小包圍矩形的長軸與y軸的不大于90°且不小于-90°的夾角。
7.根據權利要求1所述的基于高光譜檢測的固廢在線識別方法,其特征在于:所述分揀執行模塊,以獲得的輪廓為單位,根據每個輪廓獲得質心,姿態,利用光譜曲線信息選擇識別對應輪廓內特定像素點的種類,通過統計決策對應輪廓的最終種類,分揀執行模塊根據物料的質心和姿態確定物料的抓取位置和姿勢,并根據種類確定物料的最終去向。
8.根據權利要求1所述的基于高光譜檢測的固廢在線識別方法,其特征在于,所述特定像素點的選取方法為:
設幀率為f,單位為FPS;最小識別物料尺寸為d,單位為mm;傳送帶速度為v,單位為mm/s;相機空間分辨率為r,單位為mm/pixel;
識別點數其中,n為正整數。
9.根據權利要求1所述的基于高光譜檢測的固廢在線識別方法,其特征在于,所述特定像素點的選取方法為:選擇質心處一行加一列像素點,設幀率為f,單位為FPS;最小識別物料尺寸為d,單位為mm;傳送帶速度為v,單位為mm/s;相機空間分辨率為r,單位為mm/pixel;識別點數除了質心處的一幀計算量為n,其余每幀計算量為1,總計算量為2n-1;其中,n為正整數。
10.根據權利要求1所述的基于高光譜檢測的固廢在線識別方法,其特征在于:所述種類識別模塊將光譜曲線信息采用勾股小波算法進行提取數據特征。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于福建南方路面機械有限公司;華僑大學,未經福建南方路面機械有限公司;華僑大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910126775.6/1.html,轉載請聲明來源鉆瓜專利網。





