CN111268394A - 一种工业领域物品回收放置的ai识别系统及方法 - Google Patents

一种工业领域物品回收放置的ai识别系统及方法 Download PDF

Info

Publication number
CN111268394A
CN111268394A CN202010153039.2A CN202010153039A CN111268394A CN 111268394 A CN111268394 A CN 111268394A CN 202010153039 A CN202010153039 A CN 202010153039A CN 111268394 A CN111268394 A CN 111268394A
Authority
CN
China
Prior art keywords
recycling
camera
image
conveyor
conveying device
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.)
Pending
Application number
CN202010153039.2A
Other languages
English (en)
Inventor
钟鹏飞
陈朝波
陈伟伟
潘锦
徐志国
徐汉彬
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.)
Xiechuang Cloud Technology Shenzhen Co Ltd
Original Assignee
Xiechuang Cloud Technology Shenzhen 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 Xiechuang Cloud Technology Shenzhen Co Ltd filed Critical Xiechuang Cloud Technology Shenzhen Co Ltd
Priority to CN202010153039.2A priority Critical patent/CN111268394A/zh
Publication of CN111268394A publication Critical patent/CN111268394A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G43/00—Control devices, e.g. for safety, warning or fault-correcting
    • B65G43/08—Control devices operated by article or material being fed, conveyed or discharged
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G65/00—Loading or unloading
    • B65G65/005—Control arrangements
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G65/00—Loading or unloading
    • B65G65/30—Methods or devices for filling or emptying bunkers, hoppers, tanks, or like containers, of interest apart from their use in particular chemical or physical processes or their application in particular machines, e.g. not covered by a single other subclass
    • B65G65/32—Filling devices
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G69/00—Auxiliary measures taken, or devices used, in connection with loading or unloading
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G2203/00—Indexing code relating to control or detection of the articles or the load carriers during conveying
    • B65G2203/04—Detection means
    • B65G2203/041—Camera

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Sorting Of Articles (AREA)
  • Warehouses Or Storage Devices (AREA)

Abstract

本发明公开了一种工业领域物品回收放置的AI识别系统及方法，其中系统包括回收箱，所述回收箱内设置有传送装置与摄像头，所述传送装置设置在所述回收箱内的底部，所述摄像头置于所述传送装置的上方以使得所述传送装置的至少局部上端面在所述摄像头的视野范围内；所述传送装置与摄像头均电连接控制器。本发明的工业领域物品回收放置的AI识别系统及方法克服了传统方案的众多缺点，提出了一种基于机器视觉的深度学习识别方案和相应物理结构设计，有效的实现了工业领域物品的准确分类识别和回收。本发明能精确识别具体的物品类别，解决了工厂在物品回收管理中的难题，显著的提升了工厂的运行和管理效率，并且杜绝了浪费。

Description

一种工业领域物品回收放置的AI识别系统及方法
技术领域
本发明涉及物品智能回收技术领域，特别是涉及一种工业领域物品回收放置的AI识别系统及方法。
背景技术
在工厂中，有很多场景需要将使用后的工具放回放好，以便下一次再继续使用和高效查找。然而，如何识别和管理当前放回的工具是否是之前领用的工具，是工厂管理中很突出的一个痛点。
在传统的方法中，有RFID、掉落检测、重量检测等多种方法，但都有着非常明显的问题，对很多工具，例如切割刀具，需要高速运转，而且体积较小，无法在其上粘贴RFID用于识别，掉落检测和重量检测的问题更直观，仅能判别有无，无法判别是否是同类的工具，存在监管上的巨大漏洞，容易造成工厂资产流失。
发明内容
发明目的：为了克服现有技术中存在的不足，本发明提供一种工业领域物品回收放置的AI识别系统及方法，旨在提供一种可对投放的物品进行类别识别并选择性回收，以解决工具回收管理上的难题。
技术方案：为实现上述目的，本发明的工业领域物品回收放置的AI识别系统包括回收箱，所述回收箱内设置有传送装置与摄像头，所述传送装置设置在所述回收箱内的底部，所述摄像头置于所述传送装置的上方以使得所述传送装置的至少局部上端面在所述摄像头的视野范围内；所述传送装置与摄像头均电连接控制器。
进一步地，所述回收箱的入口位置设置有可相对其开合的转动门，所述回收箱上安装有可作用于所述转动门的电子锁，所述电子锁可使所述转动门相对于所述回收箱闭合固定；所述电子锁电连接所述控制器。
进一步地，还包括环形光源，所述环形光源与所述摄像头的镜头同轴设置。
进一步地，所述传送装置包括传送带以及传送电机，所述传送带与所述传送电机驱动连接。
一种工业领域物品回收放置的AI识别方法，其基于上述的工业领域物品回收放置的AI识别系统，所述方法应用于所述控制器，所述方法包括：
获取所述摄像头采集的第一图像；
当有物品投放至所述回收箱内获取所述摄像头采集的第二图像；
对所述第一图像与所述第二图像做差运算，得出图像像素矩阵的差值；
根据所述图像像素矩阵的差值，得到差值密集区域；
针对所述第二图像对应于差值密集区域的图像进行抠图，得到待判别图像；
通过深度卷积网络对所述待判别图像进行AI分类识别；
判断所述待判别图像的类别是否属于可回收类别；
是则控制所述传送装置运转，将所述传送装置上的物品投送至预定位置，完成回收。
进一步地，所述回收箱的入口位置设置有可相对其开合的转动门，所述回收箱上安装有可作用于所述转动门的电子锁，所述电子锁可使所述转动门相对于所述回收箱闭合固定；所述电子锁电连接所述控制器；所述当有物品投放至所述回收箱内获取所述摄像头采集的第二图像之前包括：
控制所述电子锁打开；
所述当有物品投放至所述回收箱内获取所述摄像头采集的第二图像之前包括：
判断所述电子锁是否闭合；
当判断出所述电子锁闭合，获取所述摄像头采集的第二图像。
进一步地，所述传送装置包括传送带以及传送电机，所述传送带与所述传送电机驱动连接；所述将所述传送装置上的物品投送至预定位置包括：
控制所述传送电机运转，直至物品离开所述传送带。
有益效果：本发明的工业领域物品回收放置的AI识别系统及方法克服了传统方案的众多缺点，提出了一种基于机器视觉的深度学习识别方案和相应物理结构设计，有效的实现了工业领域物品的分类识别和回收。相对于RFID、掉落检测、重量检测等传统方案，本发明能通用于不同的物品回收识别，克服了RFID对小型物品和需要高速机械工作的物品无法管理的问题，同时，本发明能精确识别具体的物品类别，克服了掉落检测和重量检测仅能判别有无，无法判别是否是同类的工具，存在监管上的巨大漏洞等问题，从而解决了工厂在物品回收管理中的难题，显著的提升了工厂的运行和管理效率，并且杜绝了浪费。
附图说明
附图1为工业领域物品回收放置的AI识别系统的结构图；
附图2为工业领域物品回收放置的AI识别方法的流程示意图。
图中：1-回收箱；11-转动门；2-传送装置；21-传送带；22-传送电机；3-摄像头；4-电子锁；5-环形光源；6-回收盒。
具体实施方式
下面结合附图对本发明作更进一步的说明。
如附图1所示的工业领域物品回收放置的AI识别系统，包括回收箱1，所述回收箱1内设置有传送装置2与摄像头3，所述传送装置2设置在所述回收箱1内的底部，所述摄像头3至于所述传送装置2的上方以是的所述传送装置2的至少局部上端面在所述摄像头3的视野范围内；所述传送装置2与摄像头3均电连接控制器。
进一步地，所述回收箱1的入口位置设置有可相对其开合的转动门11，所述回收箱1上安装有可作用于所述转动门11的电子锁4，所述电子锁4可使所述转动门11相对于所述回收箱1闭合固定；所述电子锁4电连接所述控制器。
进一步地，还包括环形光源5，所述环形光源5与所述摄像头3的镜头同轴设置。
进一步地，所述传送装置2包括传送带21以及传送电机22，所述传送带21与所述传送电机22驱动连接。
一种工业领域物品回收放置的AI识别方法，其基于上述的工业领域物品回收放置的AI识别系统，所述方法应用于所述控制器，所述方法包括如下步骤A1-A8：
步骤A1，获取所述摄像头3采集的第一图像；
步骤A2，当有物品投放至所述回收箱1内获取所述摄像头3采集的第二图像；
步骤A3，对所述第一图像与所述第二图像做差运算，得出图像像素矩阵的差值；
步骤A4，根据所述图像像素矩阵的差值，得到差值密集区域；
步骤A5，针对所述第二图像对应于差值密集区域的图像进行抠图，得到待判别图像；
步骤A6，通过深度卷积网络对所述待判别图像进行AI分类识别；
步骤A7，判断所述待判别图像的类别是否属于可回收类别，是则进入步骤A8；
步骤A8，控制所述传送装置2运转，将所述传送装置2上的物品投送至预定位置，完成回收。
进一步地，步骤A2中所述当有物品投放至所述回收箱1内获取所述摄像头3采集的第二图像之前包括如下步骤B1-B4：
步骤B1，控制所述电子锁4打开；
步骤B2，所述当有物品投放至所述回收箱1内获取所述摄像头3采集的第二图像之前包括：
步骤B3，判断所述电子锁4是否闭合，是则进入步骤B4；
步骤B4，获取所述摄像头3采集的第二图像。
进一步地，步骤A8中所述将所述传送装置2上的物品投送至预定位置包括如下步骤C1：
步骤C1，控制所述传送电机22运转，直至物品离开所述传送带。
本发明的工业领域物品回收放置的AI识别系统及方法克服了传统方案的众多缺点，提出了一种基于机器视觉的深度学习识别方案和相应物理结构设计，有效的实现了工业领域物品的分类识别和回收。相对于RFID、掉落检测、重量检测等传统方案，本发明能通用于不同的物品回收识别，克服了RFID对小型物品和需要高速机械工作的物品无法管理的问题，同时，本发明能精确识别具体的物品类别，克服了掉落检测和重量检测仅能判别有无，无法判别是否是同类的工具，存在监管上的巨大漏洞等问题，从而解决了工厂在物品回收管理中的难题，显著的提升了工厂的运行和管理效率，并且杜绝了浪费。
以上所述仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种工业领域物品回收放置的AI识别系统，其特征在于，包括回收箱(1)，所述回收箱(1)内设置有传送装置(2)与摄像头(3)，所述传送装置(2)设置在所述回收箱(1)内的底部，所述摄像头(3)至于所述传送装置(2)的上方以是的所述传送装置(2)的至少局部上端面在所述摄像头(3)的视野范围内；所述传送装置(2)与摄像头(3)均电连接控制器。
2.根据权利要求1所述的工业领域物品回收放置的AI识别系统，其特征在于，所述回收箱(1)的入口位置设置有可相对其开合的转动门(11)，所述回收箱(1)上安装有可作用于所述转动门(11)的电子锁(4)，所述电子锁(4)可使所述转动门(11)相对于所述回收箱(1)闭合固定；所述电子锁(4)电连接所述控制器。
3.根据权利要求1所述的工业领域物品回收放置的AI识别系统，其特征在于，还包括环形光源(5)，所述环形光源(5)与所述摄像头(3)的镜头同轴设置。
4.根据权利要求1所述的工业领域物品回收放置的AI识别系统，其特征在于，所述传送装置(2)包括传送带(21)以及传送电机(22)，所述传送带(21)与所述传送电机(22)驱动连接。
5.一种工业领域物品回收放置的AI识别方法，其基于权利要求1所述的工业领域物品回收放置的AI识别系统，其特征在于，所述方法应用于所述控制器，所述方法包括：
获取所述摄像头(3)采集的第一图像；
当有物品投放至所述回收箱(1)内获取所述摄像头(3)采集的第二图像；
对所述第一图像与所述第二图像做差运算，得出图像像素矩阵的差值；
根据所述图像像素矩阵的差值，得到差值密集区域；
针对所述第二图像对应于差值密集区域的图像进行抠图，得到待判别图像；
通过深度卷积网络对所述待判别图像进行AI分类识别；
判断所述待判别图像的类别是否属于可回收类别；
是则控制所述传送装置(2)运转，将所述传送装置(2)上的物品投送至预定位置，完成回收。
6.根据权利要求5所述的工业领域物品回收放置的AI识别方法，其特征在于，所述回收箱(1)的入口位置设置有可相对其开合的转动门(11)，所述回收箱(1)上安装有可作用于所述转动门(11)的电子锁(4)，所述电子锁(4)可使所述转动门(11)相对于所述回收箱(1)闭合固定；所述电子锁(4)电连接所述控制器；所述当有物品投放至所述回收箱(1)内获取所述摄像头(3)采集的第二图像之前包括：
控制所述电子锁(4)打开；
所述当有物品投放至所述回收箱(1)内获取所述摄像头(3)采集的第二图像之前包括：
判断所述电子锁(4)是否闭合；
当判断出所述电子锁(4)闭合，获取所述摄像头(3)采集的第二图像。
7.根据权利要求5所述的工业领域物品回收放置的AI识别方法，其特征在于，所述传送装置(2)包括传送带(21)以及传送电机(22)，所述传送带(21)与所述传送电机(22)驱动连接；所述将所述传送装置(2)上的物品投送至预定位置包括：
控制所述传送电机(22)运转，直至物品离开所述传送带。
CN202010153039.2A 2020-03-06 2020-03-06 一种工业领域物品回收放置的ai识别系统及方法 Pending CN111268394A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010153039.2A CN111268394A (zh) 2020-03-06 2020-03-06 一种工业领域物品回收放置的ai识别系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010153039.2A CN111268394A (zh) 2020-03-06 2020-03-06 一种工业领域物品回收放置的ai识别系统及方法

Publications (1)

Publication Number Publication Date
CN111268394A true CN111268394A (zh) 2020-06-12

Family

ID=70994318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010153039.2A Pending CN111268394A (zh) 2020-03-06 2020-03-06 一种工业领域物品回收放置的ai识别系统及方法

Country Status (1)

Country Link
CN (1) CN111268394A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1213057A2 (de) * 2000-12-04 2002-06-12 imt robot AG Verfahren zum automatisierten Sortieren von Objekten und Zusammenstellen von Sortimenten
CN104408820A (zh) * 2014-11-20 2015-03-11 北京盈创高科新技术发展有限公司 一种用于智能回收机的饮料瓶识别系统及其识别方法
CN108259752A (zh) * 2018-02-27 2018-07-06 北京智启科技有限公司 一种拍摄方法及系统
CN110254997A (zh) * 2019-06-10 2019-09-20 徐娇娇 自动分类垃圾箱
CN110639842A (zh) * 2019-09-29 2020-01-03 徐鼎昊 Ai分类智能处理装置
CN110681610A (zh) * 2019-10-30 2020-01-14 唐小青 基于卷积神经网络与深度学习的视觉识别分选物料系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP1213057A2 (de) * 2000-12-04 2002-06-12 imt robot AG Verfahren zum automatisierten Sortieren von Objekten und Zusammenstellen von Sortimenten
CN104408820A (zh) * 2014-11-20 2015-03-11 北京盈创高科新技术发展有限公司 一种用于智能回收机的饮料瓶识别系统及其识别方法
CN108259752A (zh) * 2018-02-27 2018-07-06 北京智启科技有限公司 一种拍摄方法及系统
CN110254997A (zh) * 2019-06-10 2019-09-20 徐娇娇 自动分类垃圾箱
CN110639842A (zh) * 2019-09-29 2020-01-03 徐鼎昊 Ai分类智能处理装置
CN110681610A (zh) * 2019-10-30 2020-01-14 唐小青 基于卷积神经网络与深度学习的视觉识别分选物料系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张可: "《物联网及其数据处理》", 31 July 2018, 国防工业出版社 *
杨帆: "《数字图像处理与分析 第4版》", 31 January 2019, 北京航空航天大学出版社 *

Similar Documents

Publication Publication Date Title
CN109389161A (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
AU2018355910B2 (en) Systems and methods for detecting waste receptacles using convolutional neural networks
CN104148301B (zh) 基于云计算和图像识别的废旧塑料瓶分拣装置及方法
US11260426B2 (en) Identifying coins from scrap
CN206489651U (zh) “互联网+”包装瓶智能回收系统
CN109433627A (zh) 基于机器视觉处理的机械手物流分拣系统及其工作方法
CN110665848A (zh) 基于ccd相机与高光谱相机检测的建筑固废分拣系统
CN110466911A (zh) 自动分类垃圾桶及分类方法
Liu et al. Garbage collection and sorting with a mobile manipulator using deep learning and whole-body control
CN111366584B (zh) 基于视觉识别的报废汽车可回收零部件损伤分类方法及设备
KR20230013498A (ko) 재활용품을 선별하는 시스템 및 방법
WO2023197918A1 (zh) 基于视觉检测的手套分拣装置及方法
CN210847267U (zh) 基于ccd相机与高光谱相机检测的建筑固废分拣装置
Srinivasan et al. Smart Waste Collecting Robot Integration With IoT and Machine Learning
CN112766096A (zh) 可回收垃圾异常投递识别方法、系统、终端及投放装置
CN111268394A (zh) 一种工业领域物品回收放置的ai识别系统及方法
Han et al. Toward fully automated metal recycling using computer vision and non-prehensile manipulation
CN113371363A (zh) 分类垃圾桶、基于深度学习的智能分类垃圾桶及分类方法
CN205816228U (zh) 纺织品自动分拣设备
CN116510901A (zh) 一种生活垃圾智能分选系统
CN116216112A (zh) 一种基于ai技术的垃圾分类自动分拣方法
CN214132853U (zh) 一种智能垃圾桶
CN116020771A (zh) 一种基于多源信息融合的可回收垃圾精细分选系统
CN212654886U (zh) 一种基于树莓派控制的垃圾自动分类桶
CN111498326A (zh) 一种基于二类识别模型的垃圾自动分类机

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