CN109444051A - 仓库中水果变质区域的定位装置及方法 - Google Patents

仓库中水果变质区域的定位装置及方法 Download PDF

Info

Publication number
CN109444051A
CN109444051A CN201811086800.4A CN201811086800A CN109444051A CN 109444051 A CN109444051 A CN 109444051A CN 201811086800 A CN201811086800 A CN 201811086800A CN 109444051 A CN109444051 A CN 109444051A
Authority
CN
China
Prior art keywords
affected zone
fruit
processor
warehouse
spectral signature
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.)
Granted
Application number
CN201811086800.4A
Other languages
English (en)
Other versions
CN109444051B (zh
Inventor
矫雷子
董大明
鲍锋
赵贤德
田宏武
邢振
李传霞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Research Center of Intelligent Equipment for Agriculture
Original Assignee
Beijing Research Center of Intelligent Equipment for Agriculture
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Research Center of Intelligent Equipment for Agriculture filed Critical Beijing Research Center of Intelligent Equipment for Agriculture
Priority to CN201811086800.4A priority Critical patent/CN109444051B/zh
Publication of CN109444051A publication Critical patent/CN109444051A/zh
Application granted granted Critical
Publication of CN109444051B publication Critical patent/CN109444051B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/01Arrangements or apparatus for facilitating the optical investigation
    • G01N2021/0106General arrangement of respective parts
    • G01N2021/0112Apparatus in one mechanical, optical or electronic block

Abstract

本发明实施例公开一种仓库中水果变质区域的定位装置及方法,能实现仓库中水果变质区域的准确定位。装置包括:望远镜系统、光谱仪、移动旋转平台和处理器;所述望远镜系统和光谱仪置于所述移动旋转平台上,所述光谱仪和移动旋转平台连接所述处理器,在仓库内的至少一个位置,所述移动旋转平台由所述处理器控制按照预设的第一角速度进行水平旋转,并按照预设的第一周期进行上下移动;仓库中的环境光经所述望远镜系统会聚至所述光谱仪,由所述光谱仪采集对应的光路通路上气体的光谱特征,并将所述光谱特征传输至所述处理器,由所述处理器根据所述光谱特征,并结合所述移动旋转平台在仓库中的位置、所述第一角速度和所述第一周期识别出第一水果变质区域。

Description

仓库中水果变质区域的定位装置及方法
技术领域
本发明实施例涉及数据处理领域,具体涉及一种仓库中水果变质区域的定位装置及方法。
背景技术
水果储藏时,仓储环境条件控制不当、水果损伤及细菌感染都会引起水果的变质,变质水果如果得不到及时清理,就会影响其他水果品质,甚至感染传播,引起大范围水果变质,不仅引起更大损失,而且变质水果也会带来环境污染。目前,仓库中水果变质的主要方法多为人工检查,仅能依靠管理人员的视觉和嗅觉进行辨别,但水果变质时不一定释放刺激性气味,对于立体放置的大量仓储水果,这种人工方法具有很大时间和空间局限性。仓储水果在储藏期间,仍然具有生理活动,生理活动期间将会释放特定挥发物,比如碳氢化合物、醇、醛、酸、醚、酯等化学物,其中某些化学物是正常生理活动释放的,有些是变质过程中独有的,有些浓度随着水果变质程度的加深而增大。因此,水果挥发物作为一项重要参数,在水果变质程度及微生物污染的评估中逐渐得到应用。基于挥发物的水果变质的探测方法主要有电子鼻、光谱方法等。
电子鼻是通过气体传感器阵列的响应曲线来识别气体的电子系统,响应时间短、检测速度快,不像其它仪器,如气相色谱传感器、高效液相色谱传感器需要复杂的预处理过程。与诸如色谱仪、光谱仪等普通分析仪器不同,电子鼻得到的是挥发气体成分的整体信息,而不能对各种气体成分进行定性和定量分析。电子鼻系统由气敏传感器、信号处理和模式识别等模块组成。由于水果变质挥发的气体是多种成分的混合物,所以电子鼻系统往往采用多个具有不同选择性的气敏传感器组成阵列,将不同的气体分子在其表面的作用转化为可测物理信号,实现气体分析。由于这种电子鼻系统中配有不同类型气敏传感器,使它能更充分模拟复杂的鼻子,从而辅助专家快速地进行系统化、科学化的气味监测、鉴别、判断和分析。
傅立叶变换红外光谱(Fourier-transform infrared spectroscopy,FTIR)是在光路中放置主动光源照射样品挥发气体,通过抽取水果挥发气体进入气体池,获取挥发物的光谱特性,从而对水果有无变质及变质程度进行评估,已成功应用在葡萄、草莓等水果变质探测中。
电子鼻系统虽然能够通过探测水果挥发物实现水果变质的监测,但电子鼻阵列种类有限、易化学中毒、寿命短、交叉干扰、布设点数量有限等缺点,不仅数据缺少代表性,而且在时间空间上具有局限性,无法实现仓储水果变质的定位。
相比于电子鼻系统,抽气进样式FTIR虽然不存在化学中毒、寿命短、交叉敏感等问题,通过探测水果变质期间释放的乙醇、乙酯等气体来实现水果变质探测及变质程度的评估,但是这种方法需要把水果挥发气体抽进气体池,获取气体的光谱特征,不适用仓储水果挥发物的大范围快速探测,无法实现水果变质区域的定位。
发明内容
针对现有技术存在的不足和缺陷,本发明实施例提供一种仓库中水果变质区域的定位装置及方法。
一方面,本发明实施例提出一种仓库中水果变质区域的定位装置,包括:
望远镜系统、光谱仪、移动旋转平台和处理器;其中,
所述望远镜系统和光谱仪置于所述移动旋转平台上,所述光谱仪和移动旋转平台连接所述处理器,在仓库内的至少一个位置,所述移动旋转平台由所述处理器控制按照预设的第一角速度进行水平旋转,并按照预设的第一周期进行上下移动;
所述仓库中的环境光经所述望远镜系统会聚至所述光谱仪,由所述光谱仪采集对应的光路通路上气体的光谱特征,并将所述光谱特征传输至所述处理器,由所述处理器根据所述光谱特征,并结合所述移动旋转平台在所述仓库中的位置、所述第一角速度和所述第一周期识别出第一水果变质区域。
另一方面,本发明实施例提出一种仓库中水果变质区域的定位方法,包括:
所述光谱仪采集所述望远镜系统会聚的环境光对应的光路通路上气体的光谱特征,并将所述光谱特征传输至所述处理器;
所述处理器根据所述光谱特征,并结合所述移动旋转平台在所述仓库中的位置、所述第一角速度和所述第一周期识别出第一水果变质区域。
本发明实施例提供的仓库中水果变质区域的定位装置及方法,由望远镜系统会聚仓库中的环境光至光谱仪,由光谱仪采集对应的光路通路上气体的光谱特征,将所述光谱特征传输至处理器,并借助于移动旋转平台带动望远镜系统和光谱仪按照预设的第一角速度进行水平旋转,按照预设的第一周期进行上下移动,使得处理器能够获取到仓库内的至少一个位置的三维空间范围内各条光路通路上气体的光谱特征,从而根据所述光谱特征识别出第一水果变质区域,相较于现有技术,本发明实施例通过上述技术方案能实现仓库中水果变质区域的准确定位。
附图说明
图1为本发明仓库中水果变质区域的定位装置一实施例的结构示意图;
图2为本发明仓库中水果变质区域的定位方法一实施例的流程示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例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前提下所获得的所有其他实施例,都属于本发明实施例保护的范围。
参看图1,本实施例公开一种仓库中水果变质区域的定位装置,包括:
望远镜系统1、光谱仪2、移动旋转平台3和处理器4;其中,
所述望远镜系统1和光谱仪2置于所述移动旋转平台3上,所述光谱仪2和移动旋转平台3连接所述处理器4,在仓库内的至少一个位置,所述移动旋转平台3由所述处理器4控制按照预设的第一角速度进行水平旋转,并按照预设的第一周期进行上下移动;
所述仓库中的环境光经所述望远镜系统1会聚至所述光谱仪2,由所述光谱仪2采集对应的光路通路上气体的光谱特征,并将所述光谱特征传输至所述处理器4,由所述处理器4根据所述光谱特征,并结合所述移动旋转平台3在所述仓库中的位置、所述第一角速度和所述第一周期识别出第一水果变质区域。
本实施例中,需要说明的是,在仓库内的至少一个位置中的每一个位置,移动旋转平台3在处理器4的控制下按照预设的第一角速度进行水平旋转,并按照预设的第一周期进行上下移动,即移动旋转平台3在仓库内的某个位置固定后,会带动望远镜系统1和光谱仪2在某一位置对应的水平面旋转,而后移动旋转平台3带动望远镜系统1和光谱仪2上下移动至另一位置,再在该位置带动望远镜系统1和光谱仪2进行水平旋转,重复前述过程,直至光谱特征采集完毕。在上述过程中,望远镜系统1会将其收光角范围内的环境光会聚至光谱仪2,并经光谱仪2采集光谱特征后传输至处理器4处理。而在水平旋转的每一个平面上,水平旋转的角速度(即所述第一角速度)需保证望远镜系统在水平旋转的过程中收集环境光的收光角能够涵盖收光角所在的整个平面。
本发明实施例提供的仓库中水果变质区域的定位装置,由望远镜系统会聚仓库中的环境光至光谱仪,由光谱仪采集对应的光路通路上气体的光谱特征,将所述光谱特征传输至处理器,并借助于移动旋转平台带动望远镜系统和光谱仪按照预设的第一角速度进行水平旋转,按照预设的第一周期进行上下移动,使得处理器能够获取到仓库内的至少一个位置的三维空间范围内各条光路通路上气体的光谱特征,从而根据所述光谱特征识别出第一水果变质区域,相较于现有技术,本发明实施例通过上述技术方案能实现仓库中水果变质区域的准确定位。
在前述装置实施例的基础上,所述处理器根据所述光谱特征确定出组成所述气体的各种气体的种类,根据所述光谱特征、所述移动旋转平台在所述仓库中的位置、所述第一角速度和所述第一周期确定出所述各种气体的浓度的空间分布,根据所述种类和空间分布,利用预设的变质区域识别模型识别出所述第一水果变质区域。
本实施例中,需要说明的是,对于望远镜系统的每一个平面上每一次环境光收集,处理器均可以获取到对应的光路通路上气体的光谱特征,根据该光路通路上气体的光谱特征能够确定出该光路通路上气体的种类和各种气体的浓度分布。则对于望远镜系统的每一个平面上环境光收集,处理器可以获取到多条光路通路上气体的光谱特征,确定出所述多条光路通路中每一条光路通路上气体的种类和各种气体的浓度分布,再结合所述移动旋转平台在所述仓库中的位置、所述第一角速度和所述第一周期确定出所述各种气体的浓度的空间分布。
在前述装置实施例的基础上,在识别出所述第一水果变质区域后,所述移动旋转平台由所述处理器控制按照预设的第二角速度进行水平旋转,并按照预设的第二周期进行上下移动,以带动所述望远镜系统在所述第一水果变质区域内运动,其中,所述第二角速度小于所述第一角速度;
所述望远镜系统在所述第一水果变质区域内运动时收集环境光,并将收集的环境光会聚至所述光谱仪,由所述光谱仪采集对应的光路通路上气体的光谱特征,并将所述光谱特征传输至所述处理器,由所述处理器根据所述光谱特征,并结合所述移动旋转平台在所述仓库中的位置、所述第二角速度和所述第二周期识别出第二水果变质区域,并将所述第二水果变质区域作为目标水果变质区域。
本实施例中,为了更准确地定位变质区域,在识别出第一水果变质区域后,可以将所述第一水果变质区域作为待筛选区域,从所述第一水果变质区域中筛选出第二水果变质区域作为目标水果变质区域,具体方法同定位所述第一水果变质区域的方法一致,所不同的是,定位第二水果变质区域时移动旋转平台的旋转角速度(即第二角速度)需保证小于定位所述第一水果变质区域时移动旋转平台的旋转角速度(即第一角速度),以便于获取到更全面的光谱特征,使得定位出的第二水果变质区域较第一水果变质区域更准确。
在前述装置实施例的基础上,所述处理器根据所述光谱特征确定出组成所述气体的各种气体的种类,根据所述光谱特征、所述移动旋转平台在所述仓库中的位置、所述第二角速度和所述第二周期确定出所述各种气体的浓度的空间分布,根据所述种类和空间分布,利用所述变质区域识别模型识别出所述第二水果变质区域。
本实施例中,识别第二水果变质区域的过程同前述识别第一水果变质区域的过程一致,此处不再赘述。
在前述装置实施例的基础上,所述望远镜系统为卡塞根林望远镜,所述光谱仪为傅立叶变换红外光谱仪。
参看图2,本实施例公开一种仓库中水果变质区域的定位方法,包括:
S1、所述光谱仪采集所述望远镜系统会聚的环境光对应的光路通路上气体的光谱特征,并将所述光谱特征传输至所述处理器;
S2、所述处理器根据所述光谱特征,并结合所述移动旋转平台在所述仓库中的位置、所述第一角速度和所述第一周期识别出第一水果变质区域。
本实施例中,望远镜系统将进入其收光角范围内的环境光会聚至光谱仪;光谱仪采集望远镜系统会聚的环境光对应的光路通路上气体的光谱特征,并传输给处理器;处理器根据所述光谱特征,并结合所述移动旋转平台在所述仓库中的位置、所述第一角速度和所述第一周期识别出第一水果变质区域。
本发明实施例提供的仓库中水果变质区域的定位方法,由望远镜系统会聚仓库中的环境光至光谱仪,由光谱仪采集对应的光路通路上气体的光谱特征,将所述光谱特征传输至处理器,并借助于移动旋转平台带动望远镜系统和光谱仪按照预设的第一角速度进行水平旋转,按照预设的第一周期进行上下移动,使得处理器能够获取到仓库内的至少一个位置的三维空间范围内各条光路通路上气体的光谱特征,从而根据所述光谱特征识别出第一水果变质区域,相较于现有技术,本发明实施例通过上述技术方案能实现仓库中水果变质区域的准确定位。
在前述方法实施例的基础上,所述处理器根据所述光谱特征,并结合所述移动旋转平台在所述仓库中的位置、所述第一角速度和所述第一周期识别出第一水果变质区域,可以包括:
所述处理器根据所述光谱特征确定出组成所述气体的各种气体的种类,根据所述光谱特征、所述移动旋转平台在所述仓库中的位置、所述第一角速度和所述第一周期确定出所述各种气体的浓度的空间分布;
根据所述种类和空间分布,利用所述变质区域识别模型识别出所述第一水果变质区域。
在前述方法实施例的基础上,所述方法还可以包括:
在识别出所述第一水果变质区域后,所述光谱仪采集所述望远镜系统在所述第一水果变质区域内运动时会聚的环境光对应的光路通路上气体的光谱特征,并将所述光谱特征传输至所述处理器;
所述处理器根据所述光谱特征,并结合所述移动旋转平台在所述仓库中的位置、所述第二角速度和所述第二周期识别出第二水果变质区域,并将所述第二水果变质区域作为目标水果变质区域。
在前述方法实施例的基础上,所述处理器根据所述光谱特征,并结合所述移动旋转平台在所述仓库中的位置、所述第二角速度和所述第二周期识别出第二水果变质区域,可以包括:
所述处理器根据所述光谱特征确定出组成所述气体的各种气体的种类,根据所述光谱特征、所述移动旋转平台在所述仓库中的位置、所述第二角速度和所述第二周期确定出所述各种气体的浓度的空间分布;
根据所述种类和空间分布,利用所述变质区域识别模型识别出所述第二水果变质区域。
本发明相对于仓库中水果变质挥发气体监测的电子鼻监测和人工排查方法,具有寿命长、快速、移动、便携和全面监测的特点,并且能够同时对水果变质挥发的多组分气体种类和浓度进行探测。不仅可以实现仓库空间中单条光路通路中水果变质挥发气体的探测,而且可以实现仓库中水果变质挥发气体的空间分布,实现仓库中水果变质的全面监测,实现仓库中水果变质区域的快速定位。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。术语“上”、“下”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
本发明的说明书中,说明了大量具体细节。然而能够理解的是,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。类似地,应当理解,为了精简本发明公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释呈反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。本发明并不局限于任何单一的方面,也不局限于任何单一的实施例,也不局限于这些方面和/或实施例的任意组合和/或置换。而且,可以单独使用本发明的每个方面和/或实施例或者与一个或更多其他方面和/或其实施例结合使用。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围,其均应涵盖在本发明的权利要求和说明书的范围当中。

Claims (9)

1.一种仓库中水果变质区域的定位装置,其特征在于,包括:
望远镜系统、光谱仪、移动旋转平台和处理器;其中,
所述望远镜系统和光谱仪置于所述移动旋转平台上,所述光谱仪和移动旋转平台连接所述处理器,在仓库内的至少一个位置,所述移动旋转平台由所述处理器控制按照预设的第一角速度进行水平旋转,并按照预设的第一周期进行上下移动;
所述仓库中的环境光经所述望远镜系统会聚至所述光谱仪,由所述光谱仪采集对应的光路通路上气体的光谱特征,并将所述光谱特征传输至所述处理器,由所述处理器根据所述光谱特征,并结合所述移动旋转平台在所述仓库中的位置、所述第一角速度和所述第一周期识别出第一水果变质区域。
2.根据权利要求1所述的装置,其特征在于,所述处理器根据所述光谱特征确定出组成所述气体的各种气体的种类,根据所述光谱特征、所述移动旋转平台在所述仓库中的位置、所述第一角速度和所述第一周期确定出所述各种气体的浓度的空间分布,根据所述种类和空间分布,利用预设的变质区域识别模型识别出所述第一水果变质区域。
3.根据权利要求1所述的装置,其特征在于,在识别出所述第一水果变质区域后,所述移动旋转平台由所述处理器控制按照预设的第二角速度进行水平旋转,并按照预设的第二周期进行上下移动,以带动所述望远镜系统在所述第一水果变质区域内运动,其中,所述第二角速度小于所述第一角速度;
所述望远镜系统在所述第一水果变质区域内运动时收集环境光,并将收集的环境光会聚至所述光谱仪,由所述光谱仪采集对应的光路通路上气体的光谱特征,并将所述光谱特征传输至所述处理器,由所述处理器根据所述光谱特征,并结合所述移动旋转平台在所述仓库中的位置、所述第二角速度和所述第二周期识别出第二水果变质区域,并将所述第二水果变质区域作为目标水果变质区域。
4.根据权利要求3所述的装置,其特征在于,所述处理器根据所述光谱特征确定出组成所述气体的各种气体的种类,根据所述光谱特征、所述移动旋转平台在所述仓库中的位置、所述第二角速度和所述第二周期确定出所述各种气体的浓度的空间分布,根据所述种类和空间分布,利用所述变质区域识别模型识别出所述第二水果变质区域。
5.根据权利要求1所述的装置,其特征在于,所述望远镜系统为卡塞根林望远镜,所述光谱仪为傅立叶变换红外光谱仪。
6.一种基于权利要求1至5任一项所述的装置的仓库中水果变质区域的定位方法,其特征在于,包括:
所述光谱仪采集所述望远镜系统会聚的环境光对应的光路通路上气体的光谱特征,并将所述光谱特征传输至所述处理器;
所述处理器根据所述光谱特征,并结合所述移动旋转平台在所述仓库中的位置、所述第一角速度和所述第一周期识别出第一水果变质区域。
7.根据权利要求6所述的方法,其特征在于,所述处理器根据所述光谱特征,并结合所述移动旋转平台在所述仓库中的位置、所述第一角速度和所述第一周期识别出第一水果变质区域,包括:
所述处理器根据所述光谱特征确定出组成所述气体的各种气体的种类,根据所述光谱特征、所述移动旋转平台在所述仓库中的位置、所述第一角速度和所述第一周期确定出所述各种气体的浓度的空间分布;
根据所述种类和空间分布,利用所述变质区域识别模型识别出所述第一水果变质区域。
8.根据权利要求6所述的方法,其特征在于,还包括:
在识别出所述第一水果变质区域后,所述光谱仪采集所述望远镜系统在所述第一水果变质区域内运动时会聚的环境光对应的光路通路上气体的光谱特征,并将所述光谱特征传输至所述处理器;
所述处理器根据所述光谱特征,并结合所述移动旋转平台在所述仓库中的位置、所述第二角速度和所述第二周期识别出第二水果变质区域,并将所述第二水果变质区域作为目标水果变质区域。
9.根据权利要求8所述的方法,其特征在于,所述处理器根据所述光谱特征,并结合所述移动旋转平台在所述仓库中的位置、所述第二角速度和所述第二周期识别出第二水果变质区域,包括:
所述处理器根据所述光谱特征确定出组成所述气体的各种气体的种类,根据所述光谱特征、所述移动旋转平台在所述仓库中的位置、所述第二角速度和所述第二周期确定出所述各种气体的浓度的空间分布;
根据所述种类和空间分布,利用所述变质区域识别模型识别出所述第二水果变质区域。
CN201811086800.4A 2018-09-18 2018-09-18 仓库中水果变质区域的定位装置及方法 Active CN109444051B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811086800.4A CN109444051B (zh) 2018-09-18 2018-09-18 仓库中水果变质区域的定位装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811086800.4A CN109444051B (zh) 2018-09-18 2018-09-18 仓库中水果变质区域的定位装置及方法

Publications (2)

Publication Number Publication Date
CN109444051A true CN109444051A (zh) 2019-03-08
CN109444051B CN109444051B (zh) 2021-07-09

Family

ID=65530389

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811086800.4A Active CN109444051B (zh) 2018-09-18 2018-09-18 仓库中水果变质区域的定位装置及方法

Country Status (1)

Country Link
CN (1) CN109444051B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4350442A (en) * 1976-05-19 1982-09-21 Accusort Corporation Light and color detecting scanner for a sorting apparatus
CN2669181Y (zh) * 2003-11-19 2005-01-05 中国科学院长春光学精密机械与物理研究所 一种可改变模拟目标空间角度的旋转靶标
CN102323219A (zh) * 2011-05-30 2012-01-18 中国科学院合肥物质科学研究院 基于自然天体光源的便携式大气污染成分日夜遥测装置
US20140251005A1 (en) * 2013-03-11 2014-09-11 Beam Technologies, Llc Connected Tableware for Quantifying Dietary Intake
CN106198429A (zh) * 2016-08-04 2016-12-07 安徽省环境监测中心站 一体化园区有毒有害多组分doas气体分析仪
CN206321567U (zh) * 2016-12-28 2017-07-11 广州溯真生物科技有限公司 一种复合恶臭检测装置
CN108344737A (zh) * 2018-01-11 2018-07-31 复旦大学 基于被动遥感技术的港口多个泊位船只尾气的监测系统与方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4350442A (en) * 1976-05-19 1982-09-21 Accusort Corporation Light and color detecting scanner for a sorting apparatus
CN2669181Y (zh) * 2003-11-19 2005-01-05 中国科学院长春光学精密机械与物理研究所 一种可改变模拟目标空间角度的旋转靶标
CN102323219A (zh) * 2011-05-30 2012-01-18 中国科学院合肥物质科学研究院 基于自然天体光源的便携式大气污染成分日夜遥测装置
US20140251005A1 (en) * 2013-03-11 2014-09-11 Beam Technologies, Llc Connected Tableware for Quantifying Dietary Intake
CN106198429A (zh) * 2016-08-04 2016-12-07 安徽省环境监测中心站 一体化园区有毒有害多组分doas气体分析仪
CN206321567U (zh) * 2016-12-28 2017-07-11 广州溯真生物科技有限公司 一种复合恶臭检测装置
CN108344737A (zh) * 2018-01-11 2018-07-31 复旦大学 基于被动遥感技术的港口多个泊位船只尾气的监测系统与方法

Also Published As

Publication number Publication date
CN109444051B (zh) 2021-07-09

Similar Documents

Publication Publication Date Title
US20210389766A1 (en) Methods and Apparatuses for Water Body Pollution Intelligent Investigation Utilizing Unmanned Ships
CN109444062B (zh) 一种无人机载高排典型污染物差分吸收光谱检测方法
KR101418262B1 (ko) 환경 모니터링 시스템
CN101975818B (zh) 特征物质的检测系统及方法
US20190137653A1 (en) Underground infrastructure sensing using unmanned aerial vehicle (uav)
CN106568983A (zh) 一种医疗实验室自动流水线检测系统的室内质量控制系统
CN101118214A (zh) 一种利用aotf近红外光谱仪检测中药中微生物的方法
CN101975761A (zh) 一种基于傅里叶变换红外光谱定量分析的变压器油浸气体分析系统及其分析方法
EP1733218A2 (en) Method and system for monitoring material separation process such as electrophoresis process in a sample
CN104677827A (zh) 一种基于便携式光纤光谱仪的可见近红外漫反射基线信号的扣除装置及其方法
CN104297206A (zh) 一种液态牛奶品牌快速鉴别方法
Xiong et al. A fully automated robot for the preparation of fungal samples for FTIR spectroscopy using deep learning
CN106841167A (zh) 果蔬农药残留的无损检测方法
CN109032094B (zh) 一种基于核磁共振分析仪的原油快速评价建模云平台
CN109444051A (zh) 仓库中水果变质区域的定位装置及方法
CN109297952A (zh) 基于激光诱导击穿光谱技术的宣纸优劣鉴别系统
CN108401440A (zh) 一种物质检测方法及其装置、检测终端
US8514392B1 (en) Spectrophotopolarimeter sensor and artificial neural network analytics for distant chemical and biological threat detection
CN113791038A (zh) 危化品泄漏定性侦检方法及系统
CN204008454U (zh) 用于检测贮藏稻谷中霉菌指标的便携式近红外光谱分析仪
CN208283346U (zh) 薄层色谱分析自动化智能检测仪器
CN110646499A (zh) 一种基于工作条件监测的智能自适应质谱仪
CN109459395B (zh) 一种无人机载高排典型污染物差分吸收光谱检测设备
CN108982402A (zh) 一种同类有机污染物对环境危害性的预测方法及系统
JP2012127823A (ja) 農薬捕集材及びこれを用いた農薬散布状況評価システム

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