CN111054650A - 一种尺码分拣系统及分拣方法 - Google Patents

一种尺码分拣系统及分拣方法 Download PDF

Info

Publication number
CN111054650A
CN111054650A CN201911120756.9A CN201911120756A CN111054650A CN 111054650 A CN111054650 A CN 111054650A CN 201911120756 A CN201911120756 A CN 201911120756A CN 111054650 A CN111054650 A CN 111054650A
Authority
CN
China
Prior art keywords
size
sorted
neural network
controller
image data
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.)
Withdrawn
Application number
CN201911120756.9A
Other languages
English (en)
Inventor
糜佳诚
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.)
Xi'an Heguangchen Technology Co Ltd
Original Assignee
Xi'an Heguangchen 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 Xi'an Heguangchen Technology Co Ltd filed Critical Xi'an Heguangchen Technology Co Ltd
Priority to CN201911120756.9A priority Critical patent/CN111054650A/zh
Publication of CN111054650A publication Critical patent/CN111054650A/zh
Withdrawn legal-status Critical Current

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
    • B07C5/04—Sorting according to size
    • B07C5/10—Sorting according to size measured by light-responsive means
    • 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
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/38—Collecting or arranging articles in groups

Landscapes

  • Sorting Of Articles (AREA)

Abstract

本发明公开了一种尺码分拣系统，包括控制器，控制器分别连接有摄像头和抓取机构，还包括多个收纳筐，本发明结构简单，能够直接根据待分拣物体尺码进行判断，对物体进行分拣。本发明还公开了一种尺码分拣方法，通过建立成熟的尺码神经网络准确对应抓取机构的返回路径，将不同尺码的物体收纳在不同的收纳筐中，极大节省了人力。

Description

一种尺码分拣系统及分拣方法
技术领域
本发明属于分拣设备技术领域，涉及一种尺码分拣系统，还涉及一种尺码分拣方法。
背景技术
随着工业的快速发展，分拣装置的使用日渐频繁。但由于分拣的需求，常需要对不同尺码的物品进行分类。当很多不同尺码的物品混杂在一起时，一般采用人工分拣，费时费力。
发明内容
本发明的目的是提供一种尺码分拣系统，能够由抓取机构直接根据尺码进行分拣。
本发明的另一目的是提供一种尺码分拣方法，通过拍摄物体的实时尺码对其进行分拣。
本发明所采用的第一种技术方案是，一种尺码分拣系统，包括控制器，控制器分别连接有摄像头和抓取机构，抓取机构的抓手表面包裹有橡胶，还包括多个收纳筐。
本发明所采用的第二种技术方案是，一种尺码分拣方法，应用本发明第一种技术方案的尺码分拣系统，具体包括以下步骤：
步骤1、通过物体所有标准尺码标记图像在控制器中迭代收敛训练人工神经网络，得到成熟的尺码神经网络，并在控制器中设置各尺码标记图像输出结果对应的抓取机构返回路径；
步骤2、摄像头拍摄待分拣物体尺码标记图像数据传入控制器中，并将待分拣物体尺码标记图像数据分割背景提取待分拣物体尺码标记，将待分拣物体尺码标记输入尺码神经网络，输出结果即可得到抓取机构返回路径；
步骤3、控制器控制抓取机构抓取待分拣物体，抓取后沿返回路径到达对应收纳筐，松开待分拣物体后抓取机构复位，完成不同尺码物体的分拣。
本发明第二种技术方案的特点还在于，
步骤2提将待分拣物体尺码标记图像数据分割背景提取待分拣物体尺码标记具体包括求出待分拣物体尺码标记图像数据的灰度直方图，根据灰度直方图中灰度值的分布情况确定植物灰度阈值，采用阈值分割，将物体与背景分开，得到待分拣物体尺码。
尺码神经网络的激活函数为S型激活函数。
人工神经网络为BP神经网络，人工神经网络隐含层的神经个数为3个。
本发明的有益效果是：
本发明一种尺码分拣系统，结构简单，能够直接根据待分拣物体尺码进行判断，对物体进行分拣；本发明一种尺码分拣方法，通过建立成熟的尺码神经网络准确对应抓取机构的返回路径，将不同尺码的物体收纳在不同的收纳筐中，极大节省了人力。
附图说明
图1本发明一种尺码分拣系统的结构示意图。
具体实施方式
下面结合附图和具体实施方式对本发明进行详细说明。
本发明一种尺码分拣系统，如图1所示，包括控制器，控制器分别连接有摄像头和抓取机构，抓取机构的抓手表面包裹有橡胶，还包括多个收纳筐。
本发明一种尺码分拣方法，应用本发明的尺码分拣系统，其特征在于，具体包括以下步骤：
步骤1、通过物体所有标准尺码标记图像在控制器中迭代收敛训练人工神经网络，人工神经网络为BP神经网络，人工神经网络隐含层的神经个数为3个，激活函数为S型激活函数，得到成熟的尺码神经网络，并在控制器中设置各尺码标记图像输出结果对应的抓取机构返回路径；
步骤2、摄像头拍摄待分拣物体尺码标记图像数据传入控制器中，求出待分拣物体尺码标记图像数据的灰度直方图，根据灰度直方图中灰度值的分布情况确定植物灰度阈值，采用阈值分割，将物体与背景分开，得到待分拣物体尺码，将待分拣物体尺码标记输入尺码神经网络，输出结果即可得到抓取机构返回路径；
步骤3、控制器控制抓取机构抓取待分拣物体，抓取后沿返回路径到达对应收纳筐，松开待分拣物体后抓取机构复位，完成不同尺码物体的分拣。

Claims (5)

1.一种尺码分拣系统，其特征在于，包括控制器，控制器分别连接有摄像头和抓取机构，抓取机构的抓手表面包裹有橡胶，还包括多个收纳筐。
2.一种尺码分拣方法，其特征在于，应用如权利要求1的尺码分拣系统，其特征在于，具体包括以下步骤：
步骤1、通过物体所有标准尺码标记图像在控制器中迭代收敛训练人工神经网络，得到成熟的尺码神经网络，并在控制器中设置各尺码标记图像输出结果对应的抓取机构返回路径；
步骤2、摄像头拍摄待分拣物体尺码标记图像数据传入控制器中，并将待分拣物体尺码标记图像数据分割背景提取待分拣物体尺码标记，将待分拣物体尺码标记输入尺码神经网络，输出结果即可得到抓取机构返回路径；
步骤3、控制器控制抓取机构抓取待分拣物体，抓取后沿返回路径到达对应收纳筐，松开待分拣物体后抓取机构复位，完成不同尺码物体的分拣。
3.根据权利要求2的一种尺码分拣方法，其特征在于，步骤2提将待分拣物体尺码标记图像数据分割背景提取待分拣物体尺码标记具体包括求出待分拣物体尺码标记图像数据的灰度直方图，根据灰度直方图中灰度值的分布情况确定植物灰度阈值，采用阈值分割，将物体与背景分开，得到待分拣物体尺码。
4.根据权利要求1的一种尺码分拣方法，其特征在于，尺码特征神经网络的激活函数为S型激活函数。
5.根据权利要求1的一种尺码分拣方法，其特征在于，人工神经网络为BP神经网络，人工神经网络隐含层的神经个数为3个。
CN201911120756.9A 2019-11-15 2019-11-15 一种尺码分拣系统及分拣方法 Withdrawn CN111054650A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911120756.9A CN111054650A (zh) 2019-11-15 2019-11-15 一种尺码分拣系统及分拣方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911120756.9A CN111054650A (zh) 2019-11-15 2019-11-15 一种尺码分拣系统及分拣方法

Publications (1)

Publication Number Publication Date
CN111054650A true CN111054650A (zh) 2020-04-24

Family

ID=70297956

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911120756.9A Withdrawn CN111054650A (zh) 2019-11-15 2019-11-15 一种尺码分拣系统及分拣方法

Country Status (1)

Country Link
CN (1) CN111054650A (zh)

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104772286A (zh) * 2015-03-19 2015-07-15 浙江工业大学 一种基于kinect的新型分拣系统及其操作方法
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
CN106926233A (zh) * 2015-12-29 2017-07-07 楚天科技股份有限公司 一种平面机械手运动路径的规划方法
CN108080289A (zh) * 2018-01-22 2018-05-29 广东省智能制造研究所 机器人分拣系统、机器人分拣控制方法及装置
CN108672930A (zh) * 2018-07-18 2018-10-19 武汉锐科光纤激光技术股份有限公司 一种耳钉自动焊接系统及方法
CN108672316A (zh) * 2018-03-27 2018-10-19 哈尔滨理工大学 一种基于卷积神经网络的微小零件质量检测系统
CN108686978A (zh) * 2018-05-02 2018-10-23 广州慧睿思通信息科技有限公司 基于arm的水果类别和色泽的分拣方法及系统
CN108778636A (zh) * 2016-02-08 2018-11-09 伯克希尔格雷股份有限公司 用于提供使用运动规划的各种物体的处理的系统和方法
CN108908334A (zh) * 2018-07-20 2018-11-30 汕头大学 一种基于深度学习的智能抓取系统及方法
CN109013405A (zh) * 2018-08-02 2018-12-18 常州大学 一种具有铸件表面自主检测及次品分拣功能的机器人系统
CN109108983A (zh) * 2018-10-12 2019-01-01 中国航天空气动力技术研究院 基于分拣工艺的机械手轨迹规划方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104772286A (zh) * 2015-03-19 2015-07-15 浙江工业大学 一种基于kinect的新型分拣系统及其操作方法
CN106926233A (zh) * 2015-12-29 2017-07-07 楚天科技股份有限公司 一种平面机械手运动路径的规划方法
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
CN108778636A (zh) * 2016-02-08 2018-11-09 伯克希尔格雷股份有限公司 用于提供使用运动规划的各种物体的处理的系统和方法
CN108080289A (zh) * 2018-01-22 2018-05-29 广东省智能制造研究所 机器人分拣系统、机器人分拣控制方法及装置
CN108672316A (zh) * 2018-03-27 2018-10-19 哈尔滨理工大学 一种基于卷积神经网络的微小零件质量检测系统
CN108686978A (zh) * 2018-05-02 2018-10-23 广州慧睿思通信息科技有限公司 基于arm的水果类别和色泽的分拣方法及系统
CN108672930A (zh) * 2018-07-18 2018-10-19 武汉锐科光纤激光技术股份有限公司 一种耳钉自动焊接系统及方法
CN108908334A (zh) * 2018-07-20 2018-11-30 汕头大学 一种基于深度学习的智能抓取系统及方法
CN109013405A (zh) * 2018-08-02 2018-12-18 常州大学 一种具有铸件表面自主检测及次品分拣功能的机器人系统
CN109108983A (zh) * 2018-10-12 2019-01-01 中国航天空气动力技术研究院 基于分拣工艺的机械手轨迹规划方法

Similar Documents

Publication Publication Date Title
CN111784685B (zh) 一种基于云边协同检测的输电线路缺陷图像识别方法
CN108038853B (zh) 一种基于卷积神经网络和主动学习的瓷砖表面缺陷识别方法
CN111046948B (zh) 点云仿真和深度学习的工件位姿识别及机器人上料方法
CN110032954A (zh) 一种钢筋智能识别与计数方法及系统
CN111179249A (zh) 一种基于深度卷积神经网络的电力设备检测方法和装置
CN110969660B (zh) 一种基于三维立体视觉和点云深度学习的机器人上料系统
CN111127360B (zh) 一种基于自动编码器的灰度图像迁移学习方法
CN108280488A (zh) 基于共享神经网络的可抓取物体识别方法
CN105678344A (zh) 一种电力仪表设备的智能分类方法
CN108985363A (zh) 一种基于rbpnn的钢筋混凝土桥梁裂缝分类识别方法
CN112750106A (zh) 一种基于非完备标记的深度学习的核染色细胞计数方法、计算机设备、存储介质
CN104700417A (zh) 木材节子瑕疵的计算机图像自动识别方法
CN110796174A (zh) 多类型虚拟样本的生成方法、装置、电子设备及存储介质
CN112295949A (zh) 一种基于深度神经网络的视觉智能分拣方法及系统
CN108829810A (zh) 面向健康舆情的文本分类方法
CN113688825A (zh) 一种ai智能垃圾识别分类系统和方法
CN115393664A (zh) 一种用于目标检测的主动学习样本挑选方法
CN117022971B (zh) 一种智能物流码垛机器人控制系统
CN111054650A (zh) 一种尺码分拣系统及分拣方法
CN113894058A (zh) 基于深度学习的品质检测与分拣方法、系统及存储介质
CN111079744B (zh) 适用于复杂光照环境的车辆车牌智能识别方法及装置
CN107886108A (zh) 基于AlexNet网络模型的果蔬分类方法及装置
CN108133236A (zh) 一种城市管理图像智能识别分类的方法、集成装置及系统
CN110163224B (zh) 一种可在线学习的辅助数据标注方法
CN111069080A (zh) 一种形状分拣系统及分拣方法

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
WW01 Invention patent application withdrawn after publication

Application publication date: 20200424

WW01 Invention patent application withdrawn after publication