CN110711721A - 一种识别运输装置、物料识别运输方法及工业机器人 - Google Patents

一种识别运输装置、物料识别运输方法及工业机器人 Download PDF

Info

Publication number
CN110711721A
CN110711721A CN201911270861.0A CN201911270861A CN110711721A CN 110711721 A CN110711721 A CN 110711721A CN 201911270861 A CN201911270861 A CN 201911270861A CN 110711721 A CN110711721 A CN 110711721A
Authority
CN
China
Prior art keywords
assembly
identification
component
ray
execution
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
CN201911270861.0A
Other languages
English (en)
Other versions
CN110711721B (zh
Inventor
梁兴国
陈桂刚
林剑玮
王家祥
葛小冬
刘云峰
王君振
尹一鸣
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.)
Tianjin Meiteng Technology Co Ltd
Original Assignee
Tianjin Meiteng Technology Co Ltd
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 Tianjin Meiteng Technology Co Ltd filed Critical Tianjin Meiteng Technology Co Ltd
Priority to CN201911270861.0A priority Critical patent/CN110711721B/zh
Publication of CN110711721A publication Critical patent/CN110711721A/zh
Application granted granted Critical
Publication of CN110711721B publication Critical patent/CN110711721B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting 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
    • B07C5/34Sorting according to other particular properties
    • B07C5/3416Sorting according to other particular properties according to radiation transmissivity, e.g. for light, x-rays, particle radiation
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting 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
    • B07C5/36Sorting apparatus characterised by the means used for distribution
    • B07C5/361Processing or control devices therefor, e.g. escort memory
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting 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
    • B07C5/36Sorting apparatus characterised by the means used for distribution
    • B07C5/361Processing or control devices therefor, e.g. escort memory
    • B07C5/362Separating or distributor mechanisms
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting 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
    • B07C5/36Sorting apparatus characterised by the means used for distribution
    • B07C5/363Sorting apparatus characterised by the means used for distribution by means of air
    • B07C5/367Sorting apparatus characterised by the means used for distribution by means of air using a plurality of separation means
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C2501/00Sorting according to a characteristic or feature of the articles or material to be sorted
    • B07C2501/0063Using robots

Landscapes

  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Analysing Materials By The Use Of Radiation (AREA)

Abstract

本发明公开了一种识别运输装置、物料识别运输方法及工业机器人,包括传动组件、识别组件、执行组件和控制组件,所述识别组件包括射线发射器和射线接收器,所述射线发射器和射线接收器分别设置于传动组件的上下两侧,所述识别组件与控制组件连接,所述控制组件与执行组件连接,所述执行组件设置于传动组件的下侧且与传动组件的尾部对应,所述控制组件控制执行组件改变传动组件的尾部滑落物料的运动轨迹,所述执行组件在执行时形成的执行路径与传动组件之间的角度为35°~38°且所述执行组件的上边缘设置于传动组件下侧的距离为13~20 cm;本发明提供的识别运输装置具有良好的筛选效率,对于物料的进一步运输使用具有重要的应用价值。

Description

一种识别运输装置、物料识别运输方法及工业机器人
技术领域
本发明属于智能运输领域,涉及一种识别运输装置、物料识别运输方法及工业机器人。
背景技术
智能工业机器人在煤炭、矿石、塑料、食品、垃圾的筛选运输领域具有广泛的应用,一般通过机械振动、γ射线、红外、X射线等方法进行识别,然后实现物料的执行筛选,进一步将筛选后的物料有针对性的应用至各种场景。但是,现有的工业机器人由于设备设计不合理,识别方法选用不当,导致存在对物料的分辨率低、筛选效果差的问题,影响后续产品的运输使用。
发明内容
本发明的目的在于提供一种识别运输装置、物料识别运输方法及工业机器人,以解决现有的识别运输装置识别率不高,物料筛选效率低的问题。
第一方面,本发明提供了一种识别运输装置,包括传动组件、识别组件、执行组件和控制组件,所述识别组件包括射线发射器和射线接收器,所述射线发射器和射线接收器分别设置于传动组件的上下两侧,所述识别组件与控制组件连接,所述控制组件与执行组件连接,所述执行组件设置于传动组件的下侧且与传动组件的尾部对应,所述控制组件控制执行组件改变传动组件的尾部滑落物料的运动轨迹,所述执行组件在执行时形成的执行路径与传动组件之间的角度为35°~38°且所述执行组件的上边缘设置于传动组件下侧的距离为13~20 cm。
在本发明中,整个装置类似于一个识别运输用的机器人,识别组件类似机器人的眼睛,执行组件类似于机器人的手臂,控制组件类似于机器人的“大脑”,可以实现各种物料的筛选,经过这样的识别运输过程,可将所需产品直接应用于特定领域。
优选地,所述执行组件包括喷嘴和/或机械手。
优选地,所述喷嘴为一排分布、两排分布或若干排分布。
优选地,所述射线发射器与所述射线接收器对应设置于传动组件的上下两侧。
所述射线发射器为X射线发射器,所述射线接收器为X射线接收器。
优选地,所述传动组件包括为皮带、溜槽或滑板中的任意一种或至少两种的组合。
优选地,所述传动组件为水平设置或倾斜设置。
第二方面,本发明提供了一种应用第一方面所述的识别运输装置的物料识别运输方法,将物料置于传动组件进行传动,经过识别组件识别后,将信息参数传输给控制组件,通过控制组件转换为电信号控制执行组件,以实现物料的筛选和运输。
优选地,所述信息参数包括以下具体的参数:
传动组件的运行速度为V0
识别组件与传动组件尾部的距离为S;
X射线发射器发射的X光穿透物料后,被X射线接收器接收,形成物料的X光图像的时刻T0
T0时刻的位置信息。
优选地,将V0、S、T0、X光图像和T0时刻的位置信息的信息参数传输给控制组件。
优选地,所述控制组件计算执行组件执行的时间点为T1,所述T1=T0+S/V0+α。
优选地,所述控制组件接收物料的X光图像,X光图像经均值滤波处理、Otsu算法二值化处理和Roberts算子计算,得出物料图像信号。
优选地,所述控制组件将物料图像信号转换为电信号同时将T0时刻的位置信息以及T1传输给执行组件,通过电信号控制执行组件,实现物料的筛选和运输。
第三方面,本发明提供了一种工业机器人,所述工业机器人包括如第一方面所述的识别运输装置。
本发明提供的识别运输装置,通过适宜的执行角度、执行位置以及识别位置搭配,能够实现精准执行,保证物料在执行过程中按照合理的轨迹运动且分散彻底,相比于现有的识别运输装置无法精准执行导致筛选效率差的问题,具有更好的效果。
而且,本发明提供的识别运输装置,从传动组件上卸下的物料,改变其相对位置和运动状态,至特定的位置收集,实现筛选,筛选后的产品可直接运向市场销售,不必经过进一步的人工再筛选,大大节省了人力。
进一步的,本发明通过严密的计算和设计,选取了最高效的识别方法搭配执行组件使用,即将图像使用均值滤波处理、Otsu算法二值化处理和Roberts算子计算,能够准确判断出物料的本质和归属,使得执行的目标更加准确,提升筛选效率。
附图说明
图1是本发明实施例提供的一种识别运输装置示意图,1-传动组件,2-识别组件,201-射线发射器,202-射线接收器,3-执行组件,4-控制组件。
图2是本发明实施例提供的又一种识别运输装置示意图,101-皮带,201-X射线发射器,202-X射线接收器,301-执行组件,401-控制器。
图3是本发明实施例提供的一种喷嘴示意图。
图4是本发明实施例提供的一种机械手示意图。
图5是本发明实施例提供的又一种识别运输装置示意图,102-溜槽,201-X射线发射器,202-X射线接收器,301-执行组件,401-控制器。
图6是本发明实施例提供的又一种喷嘴示意图。
图7是本发明实施例提供的一种工业机器人示意图,1-传动组件,2-识别组件,201-射线发射器,202-射线接收器,3-执行组件,4-控制组件,5-给料装置,6-振动装置,7-除尘装置,8-收集装置。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
识别运输装置广泛应用于各个领域,如矿石、煤炭、金属、材料等具体领域。现有的识别运输装置,由于识别设备和计算方法对物料的识别效果不佳,导致识别效率低;执行设备与传送设备的相对位置设置不合理,导致筛选效果差。具体的,使用近红外等技术实现废旧塑料的识别和筛选;X射线或γ射线对于煤炭和矸石的筛选;X射线等技术对于矿石的筛选;这些技术和筛选方法虽然可以实现一定程度上的筛选,但是,由于设备布置不合理,计算方法和计算效率较差,都存在着识别效率低、筛选效果差的问题。因此,如何通过合理的装置和合理的识别方法,达到识别物料并筛选,以便于运输,是亟待解决的问题。
为了解决上述问题,如图1所示,本发明实施例提供了一种识别运输装置,包括传动组件1、识别组件2、执行组件3和控制组件4,所述识别组件2包括射线发射器201和射线接收器202,所述射线发射器201和射线接收器202分别设置于传动组件1的上下两侧,所述识别组件2与控制组件4连接,所述控制组件4与执行组件3连接,所述执行组件3设置于传动组件1的下侧且与传动组件1的尾部对应,所述控制组件4控制执行组件3改变传动组件1的尾部滑落物料的运动轨迹,所述执行组件3在执行时形成的执行路径与传动组件1之间的角度为35°~38°且所述执行组件3的上边缘设置于传动组件1下侧的距离为13~20 cm。
其中,传动组件1用于进行物料的传送和运输,识别组件2用于识别物料,执行组件3用于提供执行力实现物料运动轨迹的改变和相对位置,达到筛选不同物料的目的,控制组件4用于将识别装置发出的信号进行计算和转换,进一步控制执行组件3。其中执行组件3形成的执行路径在图1中以虚线表示,以下实施例中均以此方法表示,不再赘述。
本发明实施例中,射线接收器202一般固定于传动组件的下侧表面上,射线发射器201一般固定于传动组件的上侧并悬空,以留出通道用于物料输送。其中201发出的射线在图1中以虚线表示,以下实施例中均以此方法表示,不再赘述。
本发明实施例中,传动组件1的尾部指的是传动组件1的边缘截止位置,物料在此位置滑落。而执行组件3设置于传动组件1的下面且与尾部对应,执行组件3与传动组件1所形成的角度恰好可以使得执行力准确改变物料的运动轨迹,且使得运动轨迹合理,达到筛选目的。
执行路径一般为由喷嘴瞬时喷出的高压风所形成的路径或者由机械手沿着设定好的直线执行物理的力形成的路径,所具有的执行力可准确改变物料运动轨迹。其中,物料被执行后分开的滑落轨迹在图1中以两条虚线表示,以下实施例中均以此方法表示,不再赘述。
执行组件3在执行时形成的执行路径与传动组件之间的角度为35°~38°(例如可以是35°、35.2°、35.5°、36.8°、37°、37.1°、37.5°、37.6°、37.8°或38°等)且所述执行组件3的上边缘设置于传动组件下侧的距离为13~20 cm(例如可以是13 cm、13.2 cm、13.5 cm、13.6cm、13.8 cm、14 cm、14.5 cm、14.7 cm、15 cm、15.2 cm、15.4 cm、15.8 cm、16 cm、16.5 cm、17 cm、18 cm、18.6 cm、19 cm、19.7 cm或20 cm等)。
需要说明的是,执行组件3在执行时形成的路径与传动组件1之间的角度与执行组件3的上边缘设置于传动组件1下侧的距离之间的配合,决定了物料筛选的效果。角度与距离二者之间必须满足上述关系,才能达到精准的筛选目的。由于皮带的速度是匀速运行,所以所有物料从传动组件1的尾部滑落过程中,具有一定的初速度,物料形成的自由落体运动的轨迹不易被瞬时改变。但是在本发明中,当角度处于35°~38°之间且执行组件3的上边缘与传动组件1下侧间的距离为13~20 cm时,可以使得执行力恰到好处的击打到物料质心位置,物料经击打后改变的飞行轨迹不会因力度过小而不易飞起或不会因力度过大而飞行过远,也不会偏离飞行航道,提高筛选精度。以煤炭和矸石的筛分做评价,煤炭中带矸率在1.5%以下,最佳的煤中带矸率可达到0.5%以左右。一般煤中带矸率为0.4%~1.8%。实验中个别数据的误差均在合理的范围内。
较佳的方案是:执行组件3在执行时形成的路径与传动组件1之间的角度为37°且执行组件3的上边缘设置于传动组件1下侧的距离15 cm时,筛选的效果最佳。
而现有的识别运输装置,由于角度、距离等问题配置不合理,传动装置的传输也无法匹配执行装置,无法保证执行的效果,导致物料不能按照合理的滑落轨迹运行,最终使得物料被执行的较为分散,筛选效果差,影响物料的进一步运输和贮存。
可选的,所述执行组件3包括喷嘴和/或机械手;所述喷嘴为一排分布、两排分布或若干排分布。
本发明所述喷嘴的形状可以为圆形、多边形等形状;若为圆形,其直径可以是不等的,也可以是相等的;若为多边行,其边长可以是相等的,也可以是不等的。一般优选使用圆形喷嘴,其直径为2~10 cm不等,且喷嘴均匀分布成排,型号大小可以随意设置。
本发明所述喷嘴的排数可以为一排、两排、三排等等,控制组件4可控制任意喷嘴的开闭。
本发明所述机械手由控制组件4控制,可执行击打物料的动作。
可选的,所述射线发射器201与所述射线接收器202对应设置于传动组件1的上下两侧。
所述射线发射器201为X射线发射器,所述射线接收器202为X射线接收器。
本发明中传动组件1的上下两侧的含义指的是,射线发射器201与射线接收器202二者的连线与传动组件平面垂直,分开设置。
可选的,所述传动组件1包括为皮带、溜槽或滑板中的任意一种或至少两种的组合;所述传动组件1为水平设置或倾斜设置。
本发明实施例还提供了一种应用上述识别运输装置的物料识别运输方法,将物料置于传动组件1进行传动,经过识别组件2识别后,将信息参数传输给控制组件4,通过控制组件4转换为电信号控制执行组件3,以实现物料的筛选和运输。
所述信息参数包括以下具体的参数:
所述传动组件1的运行速度为V0;在本发明中,V0的取值一般为1~5 m/s,进一步的,可取值为2~3 m/s;
所述识别组件2与传动组件1尾部的距离为S;所述距离指的是以X光发射器为起点,以传动组件尾部端点,平行于传动组件间的线段距离。
X射线发射器发射的X光穿透物料后,被X射线接收器接收,形成物料的X光图像的时刻T0
T0时刻的位置信息。
将V0、S、T0、X光图像和T0时刻的位置信息的信息参数传输给控制组件。
优选地,所述控制组件4计算执行组件3执行的时间点为T1,所述T1=T0+S/V0+α。在本发明中,α代表时间补偿系数,该系数主要用来补偿检测、识别、执行机构的响应延时、物料粒径尺寸的补偿延时和其它各类影响因素带来的延时。
由于不同的数据处理方式决定了识别的精度和执行的效果,因此,所述控制组件4接收物料的X光图像,将X光图像经均值滤波处理、Otsu算法二值化处理和Roberts算子计算,得出物料图像信号;所述控制组件4将物料图像信号转换为电信号同时将T0时刻的位置信息以及T1传输给执行组件,通过电信号控制执行组件3,实现物料的筛选。
本发明以下实施例中,传动组件的运行速度均是匀速运行,且运行速度为控制在2~3 m/s的范围内的一个定值。
此外,本发明识别组件2与传动组件1尾部的距离S的取值,一般为执行组件设置于传动组件1下侧的距离1~3倍即可。本发明中参数S与执行组件的合理配置,可以提高筛选效率。
具体的:
在一个实施例中,示意图如图2所示,识别运输装置包括皮带101、X射线发射器201和X射线接收器202、执行组件301,其包括两排喷嘴,喷嘴如图3所示,以及控制器401;
X射线发射器201和X射线接收器202分别设置于皮带101的上下两侧,皮带101水平设置,X射线发射器201和X射线接收器202均与控制器401连接,控制器401还与执行组件301连接(图中未画出X射线发射器与控制器的连接线),执行组件301设置于皮带101的下侧且与皮带101的尾部对应,控制器401控制执行组件301喷吹皮带101的尾部滑落的物料,执行组件301在喷吹时形成的喷吹路径与皮带101的水平方向之间的夹角为37°,并且,执行组件301的上边缘设置于皮带101下侧的距离为15 cm。
将煤炭和矸石的混合物料置于皮带101起始处,启动皮带101,保持匀速V0行驶,X射线发射器201与皮带101尾部的距离为S,当煤炭和矸石的混合物料经过X射线发射器201后,形成物料的X光图像,记录此时的时间为T0
形成的X光图像以及记录的V0、S、T0以及T0时刻的位置信息等信息参数,传输给控制器401,控制器401进行数据处理。
控制器401接收到X光图像,X光图像依次经过均值滤波处理、Otsu算法二值化处理和Roberts算子计算。经过筛选计算,当采用这上述3种处理方法对X光图像综合判断后,其对于煤炭和矸石的分辨率最佳。
具体的,均值滤波
Figure 833166DEST_PATH_IMAGE001
k代表所使用模板中包含当前像素在内的所有像素点的个数。
经过均值滤波处理,同时使用Otsu法(最大类间方差法)对图像分割,最后使用Roberts算子进行计算。
Roberts算子主要利用局部差分方式,寻找边缘算子,根据图像
Figure 100199DEST_PATH_IMAGE002
在任意点
Figure 299099DEST_PATH_IMAGE003
处的垂直方向的向后差分来计算该点的梯度,可表示为
Figure 905661DEST_PATH_IMAGE004
,该算子在水平和数值方向上的卷积模板为
Figure 899025DEST_PATH_IMAGE005
,实现边缘定位。
因此,经过均值滤波处理、Otsu法二值化分割以及Roberts算子边缘定位综合判断,区分出煤炭图像和矸石图像。
当控制器401判断X光图像为矸石时,得出矸石图像信号,同时计算T1=T0+S/V0+α;其中矸石图像信号转换为电信号,电信号控制执行组件301开启,喷嘴开启的时刻则为计算的时间T1,T0时刻的位置信息控制相应位置的喷嘴开启,将矸石喷吹出去,实现煤炭和矸石的筛分以及运输贮存。
执行组件301在喷吹时形成的喷吹路径与皮带101的水平方向之间的夹角为37°,执行组件301的上边缘设置于皮带101下侧的距离为15 cm的条件下同时使用均值滤波处理、Otsu算法二值化处理和Roberts算子综合判断的方法下,最终的煤炭和矸石识别率可达到99.5%,筛分出的煤炭和矸石,煤中带矸率仅为0.5%。
在另一个实施例中,示意图同样参考图2,其仅改变了喷嘴与皮带101间的距离和角度。执行组件301在喷吹时形成的喷吹路径与皮带101的水平方向之间的夹角为45°,并且,执行组件301的上边缘设置于皮带101下侧的距离为20 cm。使用均值滤波处理、Otsu算法二值化处理和Roberts算子综合判断,最终的煤炭和矸石识别率为99.1%,筛分出的煤炭和矸石,煤中带矸率为2.1%。
在另一个实施例中,示意图同样参考图2,其仅改变了喷嘴与皮带101间的距离和角度。执行组件301在喷吹时形成的喷吹路径与皮带101的水平方向之间的夹角为35°,并且,执行组件301的上边缘设置于皮带101下侧的距离为16 cm。使用均值滤波处理、Otsu算法二值化处理和Roberts算子综合判断,最终的煤炭和矸石识别率为98.9%,筛分出的煤炭和矸石,煤中带矸率为1%。
在另一个实施例中,示意图同样参考图2,其仅改变了喷嘴与皮带101间的距离和角度。执行组件301在喷吹时形成的喷吹路径与皮带101的水平方向之间的夹角为38°,并且,执行组件301的上边缘设置于皮带101下侧的距离为13 cm。使用均值滤波处理、Otsu算法二值化处理和Roberts算子综合判断,最终的煤炭和矸石识别率为98.7%,筛分出的煤炭和矸石,煤中带矸率为1.2%。
在另一个实施例中,示意图如图5所示,传动组件由皮带101替换为溜槽102,倾斜设置,执行组件301的喷嘴由两排变成不规则分布、型号不同的喷嘴,喷嘴具体如图6所示。执行组件301在喷吹时形成的喷吹路径与溜槽102之间的夹角为38°,执行组件301的上边缘设置于溜槽102下侧的距离为24 cm。同样使用均值滤波处理、Otsu算法二值化处理和Roberts算子综合判断的方法,并传送信息参数。最终的煤炭和矸石识别率为98.9%,筛分出的煤炭和矸石,煤中带矸率为2.5%。
在另一个实施例中,识别运输装置示意图同样参考图2,但是在执行煤和矸石的混合物料筛选时,对煤和矸石图像使用综合判断的方法为:中值滤波处理、迭代法二值化分割和Roberts算子计算;
其中,中值滤波处理是一种抑制噪声的非线性处理方式,在一定条件下,可以克服线性滤波器如最小均方滤波、平均值滤波等所带来的图像细节模糊,而且对滤波脉冲干扰及图像扫描噪声最为有效;
迭代法二值化分割:首先选择一个初始阈值,以该阈值作为门限将图像灰度级别分为背景和目标两部分,再分别计算背景和目标这两个区域的加权平均灰度值,并将它们和的平均值作为新的阈值,然后按照这种阈值改进策略不断地进行改进来获取新的阈值,直到满足给定的准则为止。
但是,虽然中值滤波处理对于滤波脉冲干扰及图像扫描噪声较为有效,但是结合本发明的装置,按照中值滤波处理、迭代法二值化分割和Roberts算子计算的综合判断方法与识别运输装置配合执行筛选时,煤炭和矸石识别率仅有94.5%,筛分出的煤炭和矸石,煤中带矸率为8.3%。
事实上,有关物料图像处理和图像分析的方法有很多,但不同的方法组合搭配应用在本发明的装置中,筛选效率会有较大的差别。本发明选用的方法对应于装置是最适宜的。
在另一个实施例中,识别运输装置示意图参考图2。其中,执行组件301不使用喷嘴,而是使用机械手,机械手如图4所示,图中仅画出部分手臂,实际的执行组件301中有更多的分支手臂。控制器401。同样通过使用均值滤波处理、Otsu算法二值化处理和Roberts算子综合判断,控制机械手击打从皮带101上滑落的煤炭和矸石,改变矸石的运动轨迹,煤炭和矸石识别率可达到99.4%,筛分出的煤炭和矸石,煤中带矸率仅为0.8%。
在另一个实施例中,识别运输装置示意图参考图2。识别运输装置包括皮带101、X射线发射器201和X射线接收器202、执行组件301,其包括两排喷嘴,以及控制器401。
X射线发射器201和X射线接收器202分别设置于皮带101的上下两侧,皮带101水平设置,X射线发射器201和X射线接收器202均与控制器401连接,控制器401还与执行组件301连接,执行组件301设置于皮带101的下侧且与皮带101的尾部对应,控制器401控制执行组件301执行皮带101的尾部滑落的物料,执行组件301在执行时形成的执行路径与皮带101的水平方向之间的夹角为35°,并且,执行组件301的上边缘设置于皮带101下侧的距离为20cm。
将掺杂普通石头的铁矿石混合物料置于皮带101上,启动皮带101,保持匀速V0行驶,X射线发射器201与皮带101尾部的距离为S,当混合物料经过X射线发射器201后,形成物料的X光图像,记录此时的时间为T0。形成的X光图像以及记录的V0、S、T0以及T0时刻的位置信息等信息参数,传输给控制器401,控制器401进行数据处理。控制器401接收到的X光图像,X光图像经过经均值滤波处理、Otsu算法二值化处理和Roberts算子计算。经过筛选计算,当采用上述3种处理方法对X光图像综合判断后,其对于铁矿石和普通石头的分辨率较佳。铁矿石中的普通石头掺杂率为0.9%,铁矿石与普通石头的分辨率为99.1%。由于铁矿石与普通石头在性质上差别较大,因此筛分的效率比较高。
在另一个实施例中,识别运输装置示意图参考图2,仍进行煤炭和矸石的筛选。仅将X射线发射器201和X射线接收器202替换为γ射线发射器和γ射线接收器,其他组件、连接关系、位置关系均保持不变。执行组件301在执行时形成的执行路径与皮带101的水平方向之间的夹角为37°,并且,执行组件301的上边缘设置于皮带101下侧的距离为15 cm。γ射线形成的图像仍然采用均值滤波处理、Otsu算法二值化处理和Roberts算子计算的方法进行综合判断,然后执行筛选。结果显示,煤炭和矸石的分辨率为97.5%,煤中带矸率为7.5%。
对比例一
本对比例的识别运输装置示意图仍参考图2,进行煤炭和矸石的执行筛选。但是,其中执行组件301在喷吹时形成的喷吹路径与皮带101之间的角度为15°,执行组件301的上边缘设置于皮带101下侧的距离为35 cm;控制器401数据处理的方法为:均值滤波处理、Otsu法二值化分割以及Roberts算子边缘定位综合判断。
最终的煤炭和矸石识别率为99.3%,筛分出的煤炭和矸石,煤中带矸率为5.8%。
对比例二
本对比例的识别运输装置示意图仍参考图2,进行煤炭和矸石的执行筛选。但是,其中执行组件301在机械手击打时形成的直线路径与皮带101之间的角度为75°,执行组件301的上边缘设置于皮带101下侧的距离为20 cm;控制器401数据处理的方法为:均值滤波处理、Otsu法二值化分割以及Roberts算子边缘定位综合判断。
最终的煤炭和矸石识别率为99.1%,筛分出的煤炭和矸石,煤中带矸率为5.2%。
在上述实施例的基础上,本发明实施例还提供一种工业机器人,所述工业机器人包括上述的识别运输装置。还包括给料装置5、振动装置6、除尘装置7和收集装置8。具体如图7所示。其中给料装置5、振动装置6分别与控制组件4相连,除尘装置7设置于传动组件1的尾部。给料装置5用于将如煤炭或矸石、矿石或其他杂质输送到传动组件1上;振动装置6用于为传动组件1上提供振动力,有利于物料平铺于传动组件1上。除尘装置7用于清理、吸收识别运输装置运行时,尤其是在执行时产生的灰尘等杂物。收集装置8用于收集直接滑落或者经过喷吹或机械手击打滑落的物料,实现不同物料的运输、筛选和贮存。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (8)

1.一种识别运输装置,其特征在于,包括传动组件、识别组件、执行组件和控制组件,所述识别组件包括射线发射器和射线接收器,所述射线发射器和射线接收器分别设置于传动组件的上下两侧,所述识别组件与控制组件连接,所述控制组件与执行组件连接,所述执行组件设置于传动组件的下侧且与传动组件的尾部对应,所述控制组件控制执行组件改变传动组件的尾部滑落物料的运动轨迹,所述执行组件在执行时形成的执行路径与传动组件之间的角度为35°~38°且所述执行组件的上边缘设置于传动组件下侧的距离为13~20 cm。
2.根据权利要求1所述的识别运输装置,其特征在于,所述执行组件包括喷嘴和/或机械手,
所述喷嘴为一排分布、两排分布或若干排分布。
3.根据权利要求1所述的识别运输装置,其特征在于,所述射线发射器与所述射线接收器对应设置于传动组件的上下两侧;
所述射线发射器为X射线发射器,所述射线接收器为X射线接收器。
4.根据权利要求1所述的识别运输装置,其特征在于,所述传动组件包括为皮带、溜槽或滑板中的任意一种或至少两种的组合;
所述传动组件为水平设置或倾斜设置。
5.一种应用权利要求1~4中任一项所述的识别运输装置的物料识别运输方法,其特征在于,将物料置于传动组件进行传动,经过识别组件识别后,将信息参数传输给控制组件,通过控制组件转换为电信号控制执行组件,以实现物料的筛选和运输。
6.根据权利要求5所述的物料识别运输方法,其特征在于,所述信息参数包括以下具体的参数:传动组件的运行速度为V0
识别组件与传动组件尾部的距离为S;
X射线发射器发射的X光穿透物料后,被X射线接收器接收,形成物料的X光图像的时刻T0
T0时刻的位置信息。
7.根据权利要求6所述的物料识别运输方法,其特征在于,将S、T0、X光图像和T0时刻的位置信息的信息参数传输给控制组件;
所述控制组件计算执行组件执行的时间点为T1
所述控制组件接收物料的X光图像,X光图像经均值滤波处理、Otsu算法二值化处理和Roberts算子计算,得出物料图像信号;
所述控制组件将物料图像信号转换为电信号同时将T0时刻的位置信息以及T1传输给执行组件,通过电信号控制执行组件,实现物料的筛选和运输。
8.一种工业机器人,其特征在于,所述工业机器人包括如权利要求1~4中任一项所述的识别运输装置。
CN201911270861.0A 2019-12-12 2019-12-12 一种识别运输装置、物料识别运输方法及工业机器人 Active CN110711721B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911270861.0A CN110711721B (zh) 2019-12-12 2019-12-12 一种识别运输装置、物料识别运输方法及工业机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911270861.0A CN110711721B (zh) 2019-12-12 2019-12-12 一种识别运输装置、物料识别运输方法及工业机器人

Publications (2)

Publication Number Publication Date
CN110711721A true CN110711721A (zh) 2020-01-21
CN110711721B CN110711721B (zh) 2020-04-21

Family

ID=69216659

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911270861.0A Active CN110711721B (zh) 2019-12-12 2019-12-12 一种识别运输装置、物料识别运输方法及工业机器人

Country Status (1)

Country Link
CN (1) CN110711721B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112495832A (zh) * 2020-12-04 2021-03-16 湖州霍里思特智能科技有限公司 矿产分选机和矿产分选方法
WO2022057170A1 (zh) * 2020-09-21 2022-03-24 安徽理工大学 一种移动式煤矸光电分选机器人
CN115365166A (zh) * 2022-10-26 2022-11-22 国家电投集团科学技术研究院有限公司 垃圾识别及分拣系统和分拣方法
WO2023202259A1 (zh) * 2022-04-19 2023-10-26 同方威视技术股份有限公司 物料分选系统及分选方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012055859A (ja) * 2010-09-10 2012-03-22 Mitsubishi Electric Corp 選別装置
CN106040618A (zh) * 2016-05-29 2016-10-26 内蒙古科技大学 一种基于皮带传输的小颗粒矿石x荧光选矿机
CN108311410A (zh) * 2018-01-27 2018-07-24 华北科技学院 一种基于太赫兹成像的干法块状物料分选装置
CN110142226A (zh) * 2019-05-26 2019-08-20 唐山市神州机械有限公司 一种不锈钢机体的智能干选机
CN110142225A (zh) * 2019-05-26 2019-08-20 唐山市神州机械有限公司 一种智能干选机

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012055859A (ja) * 2010-09-10 2012-03-22 Mitsubishi Electric Corp 選別装置
CN106040618A (zh) * 2016-05-29 2016-10-26 内蒙古科技大学 一种基于皮带传输的小颗粒矿石x荧光选矿机
CN108311410A (zh) * 2018-01-27 2018-07-24 华北科技学院 一种基于太赫兹成像的干法块状物料分选装置
CN110142226A (zh) * 2019-05-26 2019-08-20 唐山市神州机械有限公司 一种不锈钢机体的智能干选机
CN110142225A (zh) * 2019-05-26 2019-08-20 唐山市神州机械有限公司 一种智能干选机

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022057170A1 (zh) * 2020-09-21 2022-03-24 安徽理工大学 一种移动式煤矸光电分选机器人
CN112495832A (zh) * 2020-12-04 2021-03-16 湖州霍里思特智能科技有限公司 矿产分选机和矿产分选方法
WO2023202259A1 (zh) * 2022-04-19 2023-10-26 同方威视技术股份有限公司 物料分选系统及分选方法
CN115365166A (zh) * 2022-10-26 2022-11-22 国家电投集团科学技术研究院有限公司 垃圾识别及分拣系统和分拣方法

Also Published As

Publication number Publication date
CN110711721B (zh) 2020-04-21

Similar Documents

Publication Publication Date Title
CN110711721B (zh) 一种识别运输装置、物料识别运输方法及工业机器人
CN106250850B (zh) 人脸检测跟踪方法及装置、机器人头部转动控制方法及系统
US11389834B2 (en) Systems and methods for sorting recyclable items and other materials
DK3056288T3 (en) SELECTIVE SORTING METHOD AND DEVICE
CN106000904A (zh) 一种生活垃圾自动分拣系统
JP6734558B2 (ja) 鉱石選別方法及びその装置
TW201737134A (zh) 用於藉由機器學習訓練物件分類器之系統及方法
AU2016200745A1 (en) Selective sorting method
AU2011245066B2 (en) Sorting mined material
JP6885005B2 (ja) 鉱石選別方法及びその装置
CA2806887A1 (en) Sorting mined material
CN102489450A (zh) 一种智能分选方法及系统
CN113012149A (zh) 一种智能清洗机器人路径规划方法及系统
US20230264230A1 (en) Efficient material recovery facility
CN104540603A (zh) 通过考虑变化的带特性来分析金属物体的方法和设备
CN206126348U (zh) 方便自动卸料移动式卸料机
CN113552028B (zh) 混合料视觉分析装置、混合料粒度组成检测方法及系统
CN115479943A (zh) 一种图像识别与超声波反射相结合的煤矸识别、分选方法
CN113128578B (zh) 一种花生优良种子筛选方法
CN113083724A (zh) 矿石识别方法、检测机构、矿产分选机
CN208233988U (zh) 一种高效柔性自动分拣小车
CN202174066U (zh) 基于图像识别的马铃薯外部损伤检测分级装置
Betke et al. Highway scene analysis in hard real-time
Han et al. Toward fully automated metal recycling using computer vision and non-prehensile manipulation
CN109614898A (zh) 一种用于列车行驶方向检测的智能判断方法

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
CP01 Change in the name or title of a patent holder
CP01 Change in the name or title of a patent holder

Address after: 300467 Tianjin Binhai New Area, new eco city, south of Binhai Road, South Ecological Building 8, 1, 137 rooms.

Patentee after: Tianjin Meiteng Technology Co.,Ltd.

Address before: 300467 Tianjin Binhai New Area, new eco city, south of Binhai Road, South Ecological Building 8, 1, 137 rooms.

Patentee before: Tianjin Meiteng Technology Co.,Ltd.