CN109261539B - 一种基于视觉识别和卷积神经网络的垃圾分拣系统及方法 - Google Patents
一种基于视觉识别和卷积神经网络的垃圾分拣系统及方法 Download PDFInfo
- Publication number
- CN109261539B CN109261539B CN201810939861.4A CN201810939861A CN109261539B CN 109261539 B CN109261539 B CN 109261539B CN 201810939861 A CN201810939861 A CN 201810939861A CN 109261539 B CN109261539 B CN 109261539B
- Authority
- CN
- China
- Prior art keywords
- garbage
- classification result
- neural network
- convolutional neural
- control center
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
- B07C2501/0054—Sorting of waste or refuse
Abstract
本发明公开一种基于视觉识别和卷积神经网络的垃圾分拣系统及方法,包括视觉识别系统、分析系统、执行机构;所述分析系统包括服务器、定位器、控制中心,所述服务器包含卷积神经网络算法,对特征信息进行计算分析得到垃圾分类结果,所述定位器接收所述服务器传输的垃圾分类结果,对分类的垃圾进行扫描确定垃圾所在的空间坐标信息;所述控制中心接收所述服务器传输的垃圾分类结果和所述定位器传输的空间坐标信息,控制所述执行机构工作。本发明所述垃圾分拣系统实现对整个垃圾场全方位的覆盖,全程工作无人员参与,提高分拣速度的同时避免垃圾中的有害物质对人员健康的伤害。
Description
技术领域
本发明属于智能垃圾分拣技术领域,尤其涉及一种基于视觉识别和卷积神经网络的垃圾分拣系统及方法。
背景技术
随着人们消费水平的不断提高,生活垃圾的数量越来越多,这些垃圾不仅污染环境还对人们的健康造成危害。垃圾运送到垃圾回收站时,一般会对垃圾进行分类处理,垃圾一般分为塑料、废纸、金属、布料、玻璃和布料等。部分种类的垃圾能够回收利用,部分种类的垃圾需要经过特殊处理,以消除其对环境和人体的危害,不对垃圾进行分类而混合集中处理,会造成严重的资源浪费和环境污染。
中国CN201510810827.3号专利涉及环保设备领域。智能垃圾分类回收系统,包括服务器、智能垃圾分类回收终端和维护终端,智能垃圾分类回收终端通过有线信号或无线信号连接服务器;垃圾箱容量监测器得到的垃圾箱容量信息发送至垃圾箱容量监测模块,并通过控制器在显示屏显示垃圾箱容量信息,服务器通过垃圾箱容量信息向维护终端发出处理垃圾箱的指令。智能垃圾分类回收系统的优点是起到了实时监控的效果,减少了劳动力,提高了管理效率,智能垃圾分类回收终端具有防夹手功能,可以对垃圾箱内进行消毒杀菌,提高了信号卡的扫码感应灵敏度,可以准确的显示垃圾箱的剩余容量。该智能垃圾分类系统处理垃圾容量小,不适用于大型垃圾回收站的垃圾分类工作,不能有效解决垃圾围城现象。
中国CN201510359899.0号专利提出了一种智能垃圾分类装置、一种终端和一种智能垃圾分类系统,其中,智能垃圾分类装置包括:垃圾投递口,用于接收当前投放垃圾;检测组件,与垃圾投递口相通,用于获取当前投放垃圾的属性信息,并根据属性信息确定当前投放垃圾的分类类别;输送通道,连接至检测组件,用于根据当前投放垃圾的分类类别,将当前投放垃圾输送至对应的容纳装置。通过该发明的技术方案,能够智能地确定垃圾的分类类别,以实现对垃圾的自动分类,进而达到现代社会提倡的垃圾分类要求,提高垃圾资源回收利用率,从而提升用户体验。对于大型的垃圾回收站,由于垃圾种类较多,混合较复杂,该系统的精确度较低,不能将不同种类的垃圾进行精确分类。
现有对垃圾分类的手段多采用人工分类的方法,采用人工分类的方法对人员健康造成很大的危害,特别是在处理有毒垃圾时危害尤为明显,如医用塑料,有毒化工垃圾等;目前所使用的垃圾分拣系统需要人工根据采集得到的垃圾图像信息进行人工分类,再操作执行机构执行分拣工作,分拣效率较慢;部分使用图像对垃圾进行分类的系统精密度较低,不能准确的对垃圾进行分类,并将不同类型的垃圾输送至相应位置。因此,急需设计一种基于视觉识别和卷积神经网络的垃圾分拣系统及方法以解决上述问题。
发明内容
本发明的目的是针对现有技术存在的问题,提供一种基于视觉识别和卷积神经网络的垃圾分拣系统及方法,通过所述视觉识别系统提取垃圾特征信息,通过所述分析系统对特征信息进行分析计算得到准确的垃圾分类结果以及垃圾的空间坐标信息;所述控制中心结合垃圾分类结果和空间坐标信息发出执行指令控制执行机构进行分拣操作。
为实现上述目的,本发明采用的技术方案是:
本发明提供一种基于视觉识别和卷积神经网络的垃圾分拣系统,包括视觉识别系统、分析系统、执行机构;
所述视觉识别系统包括用于采集图像信号的图像采集单元、用于对采集的图像信息进行分块提取特征信息并将特征信息上传至所述分析系统的云服务器;
所述分析系统包括服务器、定位器、控制中心,所述服务器包含卷积神经网络算法,对特征信息进行计算分析得到垃圾分类结果,所述定位器接收所述服务器传输的垃圾分类结果,对分类的垃圾进行扫描确定垃圾所在的空间坐标信息;所述控制中心接收所述服务器传输的垃圾分类结果和所述定位器传输的空间坐标信息,控制所述执行机构工作;
所述执行机构包括用于抓取垃圾的垃圾抓取单元、用于接收所述控制中心指令驱动所述垃圾抓取单元运动的驱动单元。
本发明所述一种基于视觉识别和卷积神经网络的垃圾分拣系统的工作原理为:所述图像采集单元用于采集图像信号;所述云服务器用于对采集的图像信息进行分块提取特征信息并将特征信息上传至所述分析系统;所述服务器根据特征信息通过卷积神经网络算法计算分析得到准确的垃圾分类结果,并将结果传输给定位器和控制中心,所述定位器为激光定位装置,根据垃圾分类结果对垃圾进行扫描,确定不同种类的垃圾所处的空间位置坐标,并将坐标信息传输至控制中心;所述控制中心根据垃圾分类结果和空间位置坐标对执行机构发出分拣命令;所述执行机构通过控制中心控制一系列机构件的动作,实现对不同垃圾的分类处理,实现对整个垃圾场全方位的覆盖,全程工作无人员参与,提高分拣速度的同时避免垃圾中的有害物质对人员健康的伤害。
所述图像采集单元为CCD相机。所述CCD相机能够将光线变为电荷并将电荷存储及转移,具有体积小、重量轻、不受磁场影响、具有抗震动和撞击的优异特性。
所述云服务器还包括信号转换模块,所述信号转换模块将特征信息转换成数据库处理系统能够识别的数据,并将数据信号传输给所述服务器。
所述驱动单元包括用于将所述分拣机构固定在垃圾上方的安装支架、与所述安装支架相连用于使所述垃圾抓取单元在水平方向上转动的旋转轴、安装在所述旋转轴底部的安装板、安装在所述安装板上用于使所述垃圾抓取装置在水平方向上做往复运动的往复单元。
所述安装支架安装在垃圾回收站的房梁上,从而使所述分拣机构能够固定在垃圾的上方;所述旋转轴在所述控制中心的控制下旋转,从而带动所述垃圾抓取单元在水平方向上0-360°转动;所述往复单元在控制中心的控制下做往复运动,从而带动所述垃圾抓取单元在水平方向上做往复运动;所述垃圾抓取单元在所述控制中心的控制下在竖直方向上对垃圾进行抓取。
所述往复单元包括安装在所述安装板上的组合齿轮、通过所述组合齿轮连接的直齿条和蜗杆、与所述蜗杆连接的电机。所述垃圾抓取单元安装在所述直齿条的一端,可根据垃圾的具体数量设置所述往复单元的数量。
所述分析系统还包括数据传输模块,所述数据传输模块用于将垃圾分类结果和空间坐标信息传输给所述控制中心。
本发明还提供一种基于视觉识别和卷积神经网络的垃圾分拣系统的方法,包括以下步骤:
A、采集垃圾图像信息:对垃圾进行图像采集、信息分块、图像特征提取;
B、图像分析:对提取的图像特征信息进行分析,得到垃圾分类结果,将垃圾种类分为废纸、金属、塑料、玻璃和布料5类;对垃圾分类结果进行扫描确定垃圾所在的空间坐标信息;
C、控制操作:根据垃圾分类结果和空间坐标信息,对执行机构进行控制。
步骤B是通过卷积神经网络算法实现的,具体步骤为:
B1:将所述视觉识别系统对垃圾提取的特征信息作为输入层;
B2:通过数据库中信息进行有监督的学习,以softmax函数对特征信息进行置信分析,确定垃圾分类结果,将垃圾分为废纸、金属、塑料、玻璃和布料5类;
B3:对垃圾分类结果进行扫描确定垃圾所在的空间坐标信息。
步骤C,所述控制中心结合垃圾分类结果和空间坐标信息发出执行指令,控制所述执行机构进行垃圾分拣操作。
与现有技术相比,本发明的有益效果是:
(1)本发明通过卷积神经网络算法对垃圾图像的特征信息进行计算分析得到垃圾分类结果,智能化程度高,准确度较高;
(2)本发明通过所述定位器对垃圾分类结果进行扫描,确定不同种类的垃圾所处的空间位置坐标,定位准确、智能化程度高;
(3)本发明所述控制中心根据垃圾分类结果和空间坐标信息对执行机构发出分拣命令,全程工作无人员参与,分拣效率高;
(4)本发明所述执行机构通过控制中心控制一系列机构件的动作,对不同垃圾的分类处理,实现对整个垃圾场全方位的覆盖;
(5)本发明所述垃圾分拣系统对垃圾的分类和定位准确,分拣过程无需人工参与,消除垃圾对环境和人体的危害。
附图说明
图1为本发明所述一种基于视觉识别和卷积神经网络的垃圾分拣系统的结构示意图;
图2为本发明所述执行机构的结构示意图;
图3为本发明实施例所述一种基于视觉识别和卷积神经网络的垃圾分拣系统的方法的流程图;
图中:1、图像采集单元;2、云服务器;3、服务器;4、定位器;5、控制中心;6、安装支架;7、旋转轴;8、安装板;9、往复单元;10、组合齿轮;11、直齿条;12、蜗杆;13、电机。
具体实施方式
下面将对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动条件下所获得的所有其它实施例,都属于本发明保护的范围。
实施例
本发明提供一种基于视觉识别和卷积神经网络的垃圾分拣系统,包括视觉识别系统、分析系统、执行机构;
如图1所示,所述视觉识别系统包括用于采集图像信号的图像采集单元1、用于对采集的图像信息进行分块提取特征信息并将特征信息上传至所述分析系统的云服务器2;
所述分析系统包括服务器3、定位器4、控制中心5,所述服务器3包含卷积神经网络算法,对特征信息进行计算分析得到垃圾分类结果,所述定位器4接收所述服务器3传输的垃圾分类结果,对分类的垃圾进行扫描确定垃圾所在的空间坐标信息;所述控制中心5接收所述服务器3传输的垃圾分类结果和所述定位器4传输的空间坐标信息,控制所述执行机构工作;
所述执行机构包括用于抓取垃圾的垃圾抓取单元、用于接收所述控制中心5指令驱动所述垃圾抓取单元运动的驱动单元。
具体的,所述图像采集单元1为CCD相机;所述定位器4为激光定位装置;如图2所示,所述驱动单元包括用于将所述分拣机构固定在垃圾上方的安装支架6、与所述安装支架6相连用于使所述垃圾抓取单元在水平方向上转动的旋转轴7、安装在所述旋转轴7底部的安装板8、安装在所述安装板8上用于使所述垃圾抓取装置在水平方向上做往复运动的往复单元9;所述往复单元9包括安装在所述安装板8上的组合齿轮10、通过所述组合齿轮10连接的直齿条11和蜗杆12、与所述蜗杆12连接的电机13;所述垃圾抓取单元包括安装在所述直齿条11一端的电动推杆、与所述电动推杆相配合的夹持部,所述夹持部为三个夹持爪;所述云服务器2还包括信号转换模块,所述信号转换模块将特征信息转换成数据库处理系统能够识别的数据,并将数据信号传输给所述服务器3;所述分析系统还包括数据传输模块,所述数据传输模块用于将垃圾分类结果和空间坐标信息传输给所述控制中心5。
本发明以解决“垃圾围城”的现象,提高垃圾处理效率,减少垃圾中的有害物质对工作人员健康的危害。通过所述CCD相机采集垃圾图像信息,所述云服务器2对垃圾图像信息进行分块并提取特征信息上传至所述服务器3,所述服务器3通过卷积神经网络算法对特征信息进行计算分析得到准确的垃圾分类结果,并传输给所述激光定位装置和控制中心5,所述激光定位装置对分类后的垃圾进行扫描得到垃圾所在空间的坐标信息,并传输给所述控制中心5,所述控制中心5结合垃圾分类结果和空间坐标信息对执行机构发出分拣命令;所述安装支架6安装在垃圾回收站的房梁上,从而使所述分拣机构能够固定在垃圾的上方;所述旋转轴7在所述控制中心5的控制下旋转,从而带动所述垃圾抓取单元在水平方向上0-360°转动;所述往复单元9在控制中心5的控制下做往复运动,从而带动所述垃圾抓取单元在水平方向上做往复运动;所述垃圾抓取单元在所述控制中心5的控制下在竖直方向上对垃圾进行抓取;所述往复单元9可根据垃圾的具体数量设置数量。
如图3所示,一种基于视觉识别和卷积神经网络的垃圾分拣系统的方法,包括以下步骤:
A、采集垃圾图像信息:对垃圾进行图像采集、信息分块、图像特征提取;
B、图像分析:对提取的图像特征信息进行分析,得到垃圾分类结果,将垃圾种类分为废纸、金属、塑料、玻璃和布料5类;对垃圾分类结果进行扫描确定垃圾所在的空间坐标信息;
C、控制操作:根据垃圾分类结果和空间坐标信息,对执行机构进行控制。
步骤B是通过卷积神经网络算法实现的,如图3所示,具体步骤为:
B1:将所述视觉识别系统对垃圾提取的特征信息作为输入层;
B2:通过数据库中信息进行有监督的学习,以softmax函数对特征信息进行置信分析,确定垃圾分类结果,将垃圾分为废纸、金属、塑料、玻璃和布料5类;
B3:对垃圾分类结果进行扫描确定垃圾所在的空间坐标信息。
步骤C,所述控制中心5结合垃圾分类结果和空间坐标信息发出执行指令,控制所述旋转轴7、往复单元9、垃圾抓取单元执行垃圾分拣操作。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同物限定。
Claims (7)
1.一种基于视觉识别和卷积神经网络的垃圾分拣系统,其特征在于,包括视觉识别系统、分析系统、执行机构;所述视觉识别系统包括用于采集图像信号的图像采集单元(1)、用于对采集的图像信息进行分块提取特征信息并将特征信息上传至所述分析系统的云服务器(2);所述分析系统包括服务器(3)、定位器(4)、控制中心(5),所述服务器(3)包含卷积神经网络算法,对特征信息进行计算分析得到垃圾分类结果,所述定位器(4)接收所述服务器(3)传输的垃圾分类结果,对分类的垃圾进行扫描确定垃圾所在的空间坐标信息;所述控制中心(5)接收所述服务器(3)传输的垃圾分类结果和所述定位器(4)传输的空间坐标信息,控制所述执行机构工作;所述执行机构包括用于抓取垃圾的垃圾抓取单元、用于接收所述控制中心(5)指令驱动所述垃圾抓取单元运动的驱动单元;
所述驱动单元包括用于将所述执行机构固定在垃圾上方的安装支架(6)、与所述安装支架(6)相连用于使所述垃圾抓取单元在水平方向上转动的旋转轴(7)、安装在所述旋转轴(7)底部的安装板(8)、安装在所述安装板(8)上用于使所述垃圾抓取装置在水平方向上做往复运动的往复单元(9);
所述往复单元(9)包括安装在所述安装板(8)上的组合齿轮(10)、通过所述组合齿轮(10)连接的直齿条(11)和蜗杆(12)、与所述蜗杆(12)连接的电机(13);所述垃圾抓取单元安装在所述直齿条(11)的一端,根据垃圾的具体数量设置所述往复单元的数量;
所述安装支架安装在垃圾回收站的房梁上,使所述执行机构能够固定在垃圾的上方;所述旋转轴在所述控制中心的控制下旋转,带动所述垃圾抓取单元在水平方向上0-360°转动;所述往复单元在控制中心的控制下做往复运动,带动所述垃圾抓取单元在水平方向上做往复运动;所述垃圾抓取单元在所述控制中心的控制下在竖直方向上对垃圾进行抓取。
2.根据权利要求1所述的一种基于视觉识别和卷积神经网络的垃圾分拣系统,其特征在于,所述图像采集单元(1)为CCD相机。
3.根据权利要求1所述的一种基于视觉识别和卷积神经网络的垃圾分拣系统,其特征在于,所述云服务器(2)还包括信号转换模块,所述信号转换模块将特征信息转换成数据库处理系统能够识别的数据,并将数据信号传输给所述服务器(3)。
4.根据权利要求1所述的一种基于视觉识别和卷积神经网络的垃圾分拣系统,其特征在于,所述分析系统还包括数据传输模块,所述数据传输模块用于将垃圾分类结果和空间坐标信息传输给所述控制中心(5)。
5.根据权利要求1-4任一项所述的一种基于视觉识别和卷积神经网络的垃圾分拣系统的方法,其特征在于,包括以下步骤:A、采集垃圾图像信息:对垃圾进行图像采集、信息分块、图像特征提取;B、图像分析:对提取的图像特征信息进行分析,得到垃圾分类结果,将垃圾种类分为废纸、金属、塑料、玻璃和布料5类;对垃圾分类结果进行扫描确定垃圾所在的空间坐标信息;C、控制操作:根据垃圾分类结果和空间坐标信息,对执行机构进行控制。
6.根据权利要求5所述的一种基于视觉识别和卷积神经网络的垃圾分拣系统的方法,其特征在于,步骤B是通过卷积神经网络算法实现的,具体步骤为:B1:将所述视觉识别系统对垃圾提取的特征信息作为输入层;B2:通过数据库中信息进行有监督的学习,以softmax函数对特征信息进行置信分析,确定垃圾分类结果,将垃圾分为废纸、金属、塑料、玻璃和布料5类;B3:对垃圾分类结果进行扫描确定垃圾所在的空间坐标信息。
7.根据权利要求5所述的一种基于视觉识别和卷积神经网络的垃圾分拣系统的方法,其特征在于,步骤C,所述控制中心(5)结合垃圾分类结果和空间坐标信息发出执行指令,控制所述执行机构进行垃圾分拣操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810939861.4A CN109261539B (zh) | 2018-08-17 | 2018-08-17 | 一种基于视觉识别和卷积神经网络的垃圾分拣系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810939861.4A CN109261539B (zh) | 2018-08-17 | 2018-08-17 | 一种基于视觉识别和卷积神经网络的垃圾分拣系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109261539A CN109261539A (zh) | 2019-01-25 |
CN109261539B true CN109261539B (zh) | 2021-06-18 |
Family
ID=65153748
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810939861.4A Active CN109261539B (zh) | 2018-08-17 | 2018-08-17 | 一种基于视觉识别和卷积神经网络的垃圾分拣系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109261539B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109940024A (zh) * | 2019-03-22 | 2019-06-28 | 深兰科技(上海)有限公司 | 一种对废弃物进行分类的方法和回收装置 |
CN110222676A (zh) * | 2019-07-04 | 2019-09-10 | 谷建勇 | 一种垃圾分类学习系统及其使用方法 |
CN110369333B (zh) * | 2019-08-01 | 2024-02-20 | 安徽芳奎环境治理研究所有限公司 | 一种生活垃圾自动分拣系统 |
CN110653169B (zh) * | 2019-08-06 | 2022-01-14 | 中国长城科技集团股份有限公司 | 一种垃圾处理方法、装置及终端设备 |
CN110466924B (zh) * | 2019-08-27 | 2024-03-26 | 浙江浙能兴源节能科技有限公司 | 垃圾自动抓取系统及其方法 |
CN110861853B (zh) * | 2019-11-29 | 2021-10-19 | 三峡大学 | 视觉与触觉相结合的智能垃圾分类方法 |
CN111746728B (zh) * | 2020-06-17 | 2022-06-24 | 重庆大学 | 一种基于强化学习的新型水上清洁机器人及控制方法 |
CN111797787B (zh) * | 2020-07-09 | 2021-06-04 | 杭州视测科技有限公司 | 一种基于物联网技术的废弃物图像检测分类系统 |
CN113070234A (zh) * | 2021-03-03 | 2021-07-06 | 浙江博城机器人科技有限公司 | 一种面向室外垃圾分类的垃圾分拣机器人的定位控制方法 |
CN113198828A (zh) * | 2021-04-27 | 2021-08-03 | 广东城市环保有限公司 | 用于固体废物处理的物流管理方法及系统 |
CN113213016B (zh) * | 2021-05-31 | 2022-08-12 | 南京工业大学 | 一种基于ViT的垃圾识别分类方法及其装置和控制方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1998019799A1 (en) * | 1996-11-04 | 1998-05-14 | National Recovery Technologies, Inc. | Teleoperated robotic sorting system |
CN1806940A (zh) * | 2006-01-23 | 2006-07-26 | 湖南大学 | 高速自动化生产线上的次品自动分拣方法及设备 |
JP2012115785A (ja) * | 2010-12-02 | 2012-06-21 | Sharp Corp | 廃棄物の選別システム |
CN203471783U (zh) * | 2013-09-25 | 2014-03-12 | 江苏建筑职业技术学院 | 危险品气动搬运机械手 |
CN204414104U (zh) * | 2014-12-24 | 2015-06-24 | 张彪 | 自动化机械手 |
CN105772407A (zh) * | 2016-01-26 | 2016-07-20 | 耿春茂 | 一种基于图像识别技术的垃圾分类机器人 |
CN106000904A (zh) * | 2016-05-26 | 2016-10-12 | 北京新长征天高智机科技有限公司 | 一种生活垃圾自动分拣系统 |
CN107377399A (zh) * | 2017-08-17 | 2017-11-24 | 夏百庆 | 一种直角坐标机械手物流分拣装置 |
CN108312132A (zh) * | 2018-04-25 | 2018-07-24 | 阜阳盛东智能制造技术研发有限公司 | 一种多关节机械臂 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN203680293U (zh) * | 2014-02-21 | 2014-07-02 | 浙江纺织服装职业技术学院 | 自动车上部机构 |
CN108381509B (zh) * | 2018-03-19 | 2021-03-02 | 京东方科技集团股份有限公司 | 智能抓取装置及其控制方法、智能抓取控制系统 |
-
2018
- 2018-08-17 CN CN201810939861.4A patent/CN109261539B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1998019799A1 (en) * | 1996-11-04 | 1998-05-14 | National Recovery Technologies, Inc. | Teleoperated robotic sorting system |
CN1806940A (zh) * | 2006-01-23 | 2006-07-26 | 湖南大学 | 高速自动化生产线上的次品自动分拣方法及设备 |
JP2012115785A (ja) * | 2010-12-02 | 2012-06-21 | Sharp Corp | 廃棄物の選別システム |
CN203471783U (zh) * | 2013-09-25 | 2014-03-12 | 江苏建筑职业技术学院 | 危险品气动搬运机械手 |
CN204414104U (zh) * | 2014-12-24 | 2015-06-24 | 张彪 | 自动化机械手 |
CN105772407A (zh) * | 2016-01-26 | 2016-07-20 | 耿春茂 | 一种基于图像识别技术的垃圾分类机器人 |
CN106000904A (zh) * | 2016-05-26 | 2016-10-12 | 北京新长征天高智机科技有限公司 | 一种生活垃圾自动分拣系统 |
CN107377399A (zh) * | 2017-08-17 | 2017-11-24 | 夏百庆 | 一种直角坐标机械手物流分拣装置 |
CN108312132A (zh) * | 2018-04-25 | 2018-07-24 | 阜阳盛东智能制造技术研发有限公司 | 一种多关节机械臂 |
Also Published As
Publication number | Publication date |
---|---|
CN109261539A (zh) | 2019-01-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109261539B (zh) | 一种基于视觉识别和卷积神经网络的垃圾分拣系统及方法 | |
CN109389161B (zh) | 基于深度学习的垃圾识别进化学习方法、装置、系统及介质 | |
CN109201514B (zh) | 垃圾分类回收方法、垃圾分类装置以及垃圾分类回收系统 | |
CN105787407B (zh) | 融合机器视觉与激光扫描的快递条码自动识别方法及系统 | |
WO2020206862A1 (zh) | 一种自动分类系统 | |
CN110781896B (zh) | 一种轨道垃圾识别方法、清洁方法、系统、资源配置方法 | |
CN110743818A (zh) | 基于视觉及深度学习的垃圾分选系统、垃圾分选方法 | |
CN111974704A (zh) | 基于计算机视觉的垃圾分类检测系统及方法 | |
CN110458807A (zh) | 一种铁路轨道缺陷机器视觉检测系统 | |
CN110342134B (zh) | 一种基于双目视觉的垃圾分类识别系统及其方法 | |
CN110243732B (zh) | 一种粒度范围为2-500um的全程矿浆磨矿粒度在线检测系统 | |
CN107909575A (zh) | 针对振动筛运行状态的双目视觉在线检测装置及检测方法 | |
CN111215342A (zh) | 工业垃圾分类分拣系统 | |
CN103279760B (zh) | 一种植物检疫幼虫实时分类方法 | |
CN112827846B (zh) | 一种垃圾自动分类的装置及方法 | |
CN111056191A (zh) | 一种能够多垃圾分类及投递的智能垃圾收集系统 | |
CN102849275A (zh) | 棒材在线计数分钢装置 | |
CN109726777A (zh) | 基于互联网的pcb外观检测系统及检测方法 | |
CN102980892A (zh) | 钢管在线检测系统及方法 | |
CN112777169B (zh) | 应用于垃圾分类投放点的物联网监控方法和系统 | |
CN109622390A (zh) | 一种智能垃圾回收系统及其方法 | |
CN105154988A (zh) | 一种自动提取羽毛绒的装置及其提取方法 | |
CN110921154A (zh) | 一种控制垃圾回收巡逻车的方法、装置及垃圾回收巡逻车 | |
CN206139529U (zh) | 透明滚轴机构 | |
CN204036474U (zh) | 工业机器人分拣系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20230403 Address after: 448000 Anshankou Road South, Dongbao Industrial Park, Dongbao District, Jingmen City, Hubei Province Patentee after: JINGMEN YIXIANG CONSTRUCTION MACHINERY Co.,Ltd. Address before: No. 296, Longzhong Road, Xiangcheng District, Xiangyang City, Hubei Province Patentee before: HUBEI University OF ARTS AND SCIENCE |
|
TR01 | Transfer of patent right |