CN111300407A - 矿用智能机器人识矸、抓矸方法 - Google Patents
矿用智能机器人识矸、抓矸方法 Download PDFInfo
- Publication number
- CN111300407A CN111300407A CN202010062815.8A CN202010062815A CN111300407A CN 111300407 A CN111300407 A CN 111300407A CN 202010062815 A CN202010062815 A CN 202010062815A CN 111300407 A CN111300407 A CN 111300407A
- Authority
- CN
- China
- Prior art keywords
- intelligent robot
- robot
- intelligent
- gangue
- edge
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 15
- 239000010878 waste rock Substances 0.000 title claims description 15
- 238000005065 mining Methods 0.000 title claims description 9
- 239000003245 coal Substances 0.000 claims abstract description 50
- 239000000463 material Substances 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims abstract description 9
- 238000012937 correction Methods 0.000 claims abstract description 7
- 238000004519 manufacturing process Methods 0.000 claims abstract description 7
- 238000001514 detection method Methods 0.000 claims abstract description 4
- 238000002360 preparation method Methods 0.000 claims abstract description 4
- 238000003708 edge detection Methods 0.000 claims description 12
- 230000009471 action Effects 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 7
- 238000000605 extraction Methods 0.000 claims description 6
- 238000003825 pressing Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 239000002699 waste material Substances 0.000 claims description 6
- 239000011435 rock Substances 0.000 claims description 5
- 238000001914 filtration Methods 0.000 claims description 3
- 230000036541 health Effects 0.000 abstract description 3
- 238000009434 installation Methods 0.000 abstract description 3
- 239000000428 dust Substances 0.000 abstract description 2
- 230000009323 psychological health Effects 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 208000027418 Wounds and injury Diseases 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000006378 damage Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 208000014674 injury Diseases 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- 208000028571 Occupational disease Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000005251 gamma ray Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000005855 radiation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1679—Programme controls characterised by the tasks executed
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/20—Image preprocessing
- G06V10/26—Segmentation of patterns in the image field; Cutting or merging of image elements to establish the pattern region, e.g. clustering-based techniques; Detection of occlusion
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Manipulator (AREA)
Abstract
本发明公开矿用智能机器人识矸、抓矸方法,该方法包括：智能机器人的选择与安装、智能机器人的零点校正、启动准备、安全检测、图像采集、矸石识别、机器人拾取计算、轨迹位姿计算、机器人拾矸和机器人复位。本发明结合煤矿实际情况研发符合煤矿使用的智能机器人替代人工进行选矸、抓取物料、安装物料等强体力劳动，填补国内外空白，通过技术原创，达到国际领先水平；同时保护员工生命和身心健康，远离高危险、高浓度粉尘、噪音大的生产工作环境，用机器将人工解放出来，让智能机器人在危及生命安全和健康的环境中承担更多繁杂重复的工作，提高作业效率、准确率。
Description
技术领域
本发明涉及机器人技术领域，尤其涉及矿用智能机器人识矸、抓矸方法。
背景技术
矸石是煤炭开采的伴生废品，占开采量10％--15％。煤矸分离是煤矿生产过程中的必须工序。首先，分拣矸石后可减少入洗成本，提升成品煤品级，提高煤企经济效益。其次，分拣矸石是煤炭清洁生产的重要环节，减少矸石颗粒排放可以降低pm2.5单位排放。如果直接破碎作业，功耗过大，配件损耗大，极大地增加入洗成本。目前的捡矸石几乎是靠人工来完成，劳动强度大，用工难，效率低下，管理难，同时这也是职业病的高发工种。虽然已经有了类似的机器人设计，但采用的放射线技术手段，存在污染环境、伤害人员身体、需要高电压、适用范围小等弊端。
发明内容
为解决上述问题，本发明公开矿用智能机器人识矸、抓矸方法，旨在解决目前煤矿中捡矸石劳动强度大，效率低下，以及现有机器人存在污染环境、伤害人员身体等问题。
为达到上述目的，本发明采用的技术方案：
矿用智能机器人识矸、抓矸方法,依次按以下步骤进行:
步骤一、智能机器人的选择与安装:每条皮带安装四台智能机器人,其中两台智能机器人的选择矸石范围为300-500mm,抓手行程0-300mm,另外两台智能机器人选择矸石范围为500-800mm,抓手行程200-450mm；
步骤二、智能机器人的零点校正：
①零点校对：首先将示教器切换到手动界面，并将智能机器人六个轴关节相接触的轴位置慢慢进行旋转，当智能机器人相接触的两个轴U型槽即将对正时，低速微调智能机器人转动的角度，使智能机器人运行速度的倍率调到1％；
②增大其极限位坐标：首先需将示教器切换到系统设置界面，选择极限位坐标，对智能机器人极限位的X、Y、Z轴坐标根据观察的智能机器人运行轨迹进行调整，然后退出极限位坐标界面，试运行智能机器人，观察其运行轨迹，直到智能机器人的运行轨迹能够满足生产需求；
步骤三、启动准备：操作人员将双手分别放在两个掌压式按钮上，解锁智能机器人启动系统，发出声光警报，且双手分别与其对应的掌压式按钮接触的时间先后时差小于0.5s；
步骤四、安全检测：上述步骤(三)中智能机器人启动的同时启动光栅传感器，所述光栅传感器安装在智能机器人周围，用于所述检测靠近智能机器人的人或物并通过电信号传输到智能机器人，进而使智能机器人停止工作或显著减慢动作速度；
步骤五、图像采集：采用三台高速照相机分别从垂直方向、右水平方向、左水平方向全方位准确采集煤和煤矸石图像信息；
步骤六、矸石识别：通过智能图像处理系统对步骤(五)中采集的煤和煤矸石图像信息进行处理，得到煤矸石图像信息；
步骤七、机器人拾取计算：对煤矸石图像信息依次进行图像预处理、目标分割、边缘追踪、特征提取得到最终的识别结果；
步骤八、轨迹位姿计算:步骤(七)中的识别结果传输到智能机器人，智能机器人根据识别结果的实轴坐标和虚轴坐标，进而计算出智能机器人的手臂运行轨迹；
步骤九、机器人拾矸：按照步骤(八)的手臂运行轨迹，通过安装在智能机器人手臂前端拾取工装将煤矸石抓取；
步骤十、机器人复位：煤矸石抓取后智能机器人的手臂复位，同时将煤矸石释放。
优选的，所述图像预处理通过图像增强来实现，包括对比度增强和各种滤波算法；所述目标分割是将要识别的目标对象从背景中提取出来；所述边缘追踪需要先对分割的目标进行边缘检测，边缘检测通过各种边缘检测算子的卷积实现，经过边缘检测算子处理后，在亮度不一致的地方边缘会中断，需要对中断的边缘进行边缘追踪，然后从完整的边缘中提取出目标轮廓，以点向量的方式对轮廓进行存储；所述特征提取通过将边缘追踪得到的目标轮廓与模板进行形状匹配比较对应部分的相似度或者距离，判断目标轮廓和模板是否同一类别，得到最终的识别结果。
与现有技术相比本发明的有益效果在于：
1.结合煤矿实际情况研发符合煤矿使用的智能机器人替代人工进行选矸、抓取物料、安装物料等强体力劳动，填补国内外空白，通过技术原创，达到国际领先水平；
2.保护员工生命和身心健康，远离高危险、高浓度粉尘、噪音大的生产工作环境，用机器将人工解放出来，让智能机器人在危及生命安全和健康的环境中承担更多繁杂重复的工作，提高作业效率、准确率；
4.用智能机器人取代人，减员增效，为煤矿减少人员费用支出。
5.提升煤炭智能化、无人化开采技术，促进煤矿的工业科技进步。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明的流程图；
图2为智能机器人关节坐标系示意图；
图3为智能机器人直角坐标系示意图；
图4对煤矸石图像信息依次进行图像预处理后图像；
图5为边缘追踪后目标轮廓图像；
图6为本发明电路控制示意图。
具体实施方式
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。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例，对本申请实施例中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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。
如图1、图4和图5所示，矿用智能机器人识矸、抓矸方法,依次按以下步骤进行:
步骤一、智能机器人的选择与安装:每条皮带安装四台智能机器人,其中两台智能机器人的选择矸石范围为300-500mm,抓手行程0-300mm,另外两台智能机器人选择矸石范围为500-800mm,抓手行程200-450mm；
步骤二、智能机器人的零点校正：
①零点校对：首先将示教器切换到手动界面，并将智能机器人六个轴关节相接触的轴位置慢慢进行旋转，当智能机器人相接触的两个轴U型槽即将对正时，低速微调智能机器人转动的角度，使智能机器人运行速度的倍率调到1％；
②增大其极限位坐标：首先需将示教器切换到系统设置界面，选择极限位坐标，对智能机器人极限位的X、Y、Z轴坐标根据观察的智能机器人运行轨迹进行调整，然后退出极限位坐标界面，试运行智能机器人，观察其运行轨迹，直到智能机器人的运行轨迹能够满足生产需求；
步骤三、启动准备：操作人员将双手分别放在两个掌压式按钮上，解锁智能机器人启动系统，发出声光警报，且双手分别与其对应的掌压式按钮接触的时间先后时差小于0.5s；
步骤四、安全检测：上述步骤(三)中智能机器人启动的同时启动光栅传感器，所述光栅传感器安装在智能机器人周围，用于所述检测靠近智能机器人的人或物并通过电信号传输到智能机器人，进而使智能机器人停止工作或显著减慢动作速度；
步骤五、图像采集：采用三台高速照相机分别从垂直方向、右水平方向、左水平方向全方位准确采集煤和煤矸石图像信息；
步骤六、矸石识别：通过智能图像处理系统对步骤(五)中采集的煤和煤矸石图像信息进行处理，得到煤矸石图像信息；
步骤七、机器人拾取计算：对煤矸石图像信息依次进行图像预处理、目标分割、边缘追踪、特征提取得到最终的识别结果；
步骤八、轨迹位姿计算:步骤(七)中的识别结果传输到智能机器人，智能机器人根据识别结果的实轴坐标和虚轴坐标，进而计算出智能机器人的手臂运行轨迹；
步骤九、机器人拾矸：按照步骤(八)的手臂运行轨迹，通过安装在智能机器人手臂前端拾取工装将煤矸石抓取；
步骤十、机器人复位：煤矸石抓取后智能机器人的手臂复位，同时将煤矸石释放。
如图2所示，智能机器人关节坐标系由机器人的各个关节组成，各个关节相对于关节零点偏移的角度值即为机器人关节坐标系下的实轴坐标，机器人有6个关节，均可正向或负向运动。它6个关节相对于关节零点偏移角度值所构成的坐标即为实轴坐标。
如图3所示，直角坐标系为建立在机智能器人底座原点上的空间直角坐标系，也成为基坐标系，一般来说，机器人直角坐标系原点位于关机1与关节2旋转轴线交点处；Z轴与关节1轴线重合，当关节1处于零点时，Y轴与关节2轴线平行，然后根据有手法可确定X轴方向。
所述图像预处理通过图像增强来实现，包括对比度增强和各种滤波算法；所述目标分割是将要识别的目标对象从背景中提取出来；所述边缘追踪需要先对分割的目标进行边缘检测，边缘检测通过各种边缘检测算子的卷积实现，经过边缘检测算子处理后，在亮度不一致的地方边缘会中断，需要对中断的边缘进行边缘追踪，然后从完整的边缘中提取出目标轮廓，以点向量的方式对轮廓进行存储；所述特征提取通过将边缘追踪得到的目标轮廓与模板进行形状匹配比较对应部分的相似度或者距离，判断目标轮廓和模板是否同一类别，得到最终的识别结果。
如图6所示，本发明的工作原理：三台高速照相机通过电路连接采集系统，采集系统通信连接工业计算机，工业计算机设别皮带的传动速度，(通过旋转传感器识别)同时计算出智能机器人的手臂运行轨迹，进而控制智能机器人对煤矸石进行抓取。
说具体点就是：本发明结合煤矿实际情况，将抓拍(视觉加红外)成像技术应用于符合煤矿使用条件的五轴智能机器人，相比不环保的的γ射线三轴机器人和风动选矸技术，能满足快速运输和高产量高效率的要求。
1、首次将成像设别+视觉识别+神经网络技术+AI算法的大数据分析技术应用于机器人动作中，并针对性的研究制造了适合不同形状煤矸石的机械抓取手，在现有的设备和空间安装，用最小的投入，达到最好的效果，用机器人替代人，解决了煤矸石用人筛捡过程中的劳动强度大、效率低、人身健康受伤害等问题，将人从危险、不利于身心健康、劳动强度大、繁琐重复性的工作环境中解放出来，对预防重大安全风险、煤矿转型升级发展有非常重要的意义。
2、无整形判断
通过高清机器视觉采集系统，配合高均匀光源，克服了以往对自然光敏感的情况,并且所形成图像质量较高,几乎不含噪声,处理较为方便和快速。处理通过图像的灰度特征结合物体的高度来确定可行的识别算法,最终实现煤矸石的自动识别。
3、无序抓取
物料同煤炭等物一起放置，这就给机器人选取加大了难度。机器人在抓取物料时，先要通过视频采集信号计算判断出物料种类，再确定位置，形状和大小，通过计算输出机器人的张开强度、大小及机器手臂转向角度和下落距离以及抓取时间。由于物料重量不确定，且重量差别大，对物料的计算和对机械臂每一次动作都提出了更高的要求。且物料位置是随机的摆放，所以每次的抓取位置和下落高度就必须重复计算，且必须在机械臂一次动作时间内快速计算完成。
4、抓取无定形物
物料的抓取不同于工厂内传统固定质量，相同形状的零部件抓取，形态多样，长宽比差异甚多形状不规则，且质量差别大，几乎没有重复的形状，这就要求智能机器人具有先进的分析算法，在快速处理的同时，还需要判断成千上万不同形状的物料如何抓取才是最佳方式，在照相机拍摄输入信号到抓取手臂位置就可以算出正确的动作方式，且能迅速切换到下一次计算周期，以满足机器手臂不间断的抓取。在机械手设计方面，采用特殊工艺工装，对近似圆形，方形，锥形等多种形状的物体都可以稳固抓取而不掉落。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进、部件拆分或组合等，均应包含在本发明的保护范围之内。
Claims (2)
1.矿用智能机器人识矸、抓矸方法,其特征在于,依次按以下步骤进行:
步骤一、智能机器人的选择与安装:每条皮带安装四台智能机器人,其中两台智能机器人的选择矸石范围为300-500mm,抓手行程0-300mm,另外两台智能机器人选择矸石范围为500-800mm,抓手行程200-450mm；
步骤二、智能机器人的零点校正：
①零点校对：首先将示教器切换到手动界面，并将智能机器人六个轴关节相接触的轴位置慢慢进行旋转，当智能机器人相接触的两个轴U型槽即将对正时，低速微调智能机器人转动的角度，使智能机器人运行速度的倍率调到1％；
②增大其极限位坐标：首先需将示教器切换到系统设置界面，选择极限位坐标，对智能机器人极限位的X、Y、Z轴坐标根据观察的智能机器人运行轨迹进行调整，然后退出极限位坐标界面，试运行智能机器人，观察其运行轨迹，直到智能机器人的运行轨迹能够满足生产需求；
步骤三、启动准备：操作人员将双手分别放在两个掌压式按钮上，解锁智能机器人启动系统，发出声光警报，且双手分别与其对应的掌压式按钮接触的时间先后时差小于0.5s；
步骤四、安全检测：上述步骤(三)中智能机器人启动的同时启动光栅传感器，所述光栅传感器安装在智能机器人周围，用于所述检测靠近智能机器人的人或物并通过电信号传输到智能机器人，进而使智能机器人停止工作或显著减慢动作速度；
步骤五、图像采集：采用三台高速照相机分别从垂直方向、右水平方向、左水平方向全方位准确采集煤和煤矸石图像信息；
步骤六、矸石识别：通过智能图像处理系统对步骤(五)中采集的煤和煤矸石图像信息进行处理，得到煤矸石图像信息；
步骤七、机器人拾取计算：对煤矸石图像信息依次进行图像预处理、目标分割、边缘追踪、特征提取得到最终的识别结果；
步骤八、轨迹位姿计算:步骤(七)中的识别结果传输到智能机器人，智能机器人根据识别结果的实轴坐标和虚轴坐标，进而计算出智能机器人的手臂运行轨迹；
步骤九、机器人拾矸：按照步骤(八)的手臂运行轨迹，通过安装在智能机器人手臂前端拾取工装将煤矸石抓取；
步骤十、机器人复位：煤矸石抓取后智能机器人的手臂复位，同时将煤矸石释放。
2.根据权利要求1所述的矿用智能机器人识矸、抓矸方法,其特征在于,所述图像预处理通过图像增强来实现，包括对比度增强和各种滤波算法；所述目标分割是将要识别的目标对象从背景中提取出来；所述边缘追踪需要先对分割的目标进行边缘检测，边缘检测通过各种边缘检测算子的卷积实现，经过边缘检测算子处理后，在亮度不一致的地方边缘会中断，需要对中断的边缘进行边缘追踪，然后从完整的边缘中提取出目标轮廓，以点向量的方式对轮廓进行存储；所述特征提取通过将边缘追踪得到的目标轮廓与模板进行形状匹配比较对应部分的相似度或者距离，判断目标轮廓和模板是否同一类别，得到最终的识别结果。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010062815.8A CN111300407A (zh) | 2020-01-19 | 2020-01-19 | 矿用智能机器人识矸、抓矸方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010062815.8A CN111300407A (zh) | 2020-01-19 | 2020-01-19 | 矿用智能机器人识矸、抓矸方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111300407A true CN111300407A (zh) | 2020-06-19 |
Family
ID=71158294
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010062815.8A Pending CN111300407A (zh) | 2020-01-19 | 2020-01-19 | 矿用智能机器人识矸、抓矸方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111300407A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112058701A (zh) * | 2020-08-28 | 2020-12-11 | 河海大学常州校区 | 基于偏振成像的煤与煤矸石分拣系统及方法 |
| CN112508001A (zh) * | 2020-12-03 | 2021-03-16 | 安徽理工大学 | 一种基于多光谱波段筛选和改进U-Net的煤矸石定位方法 |
| CN113992779A (zh) * | 2021-10-18 | 2022-01-28 | 深圳回收宝科技有限公司 | 一种调整智能设备的检测位置的系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106362957A (zh) * | 2016-09-14 | 2017-02-01 | 西安科技大学 | 一种煤矸石分离系统和分离方法 |
| CN106875627A (zh) * | 2017-03-28 | 2017-06-20 | 国家电网公司 | 一种电力系统安全生产动态防御系统 |
| CN206763426U (zh) * | 2017-04-27 | 2017-12-19 | 神华集团有限责任公司 | 煤矸石分选装置 |
| CN206794181U (zh) * | 2017-05-24 | 2017-12-26 | 西安科技大学 | 一种矿用柔索驱动拣矸机器人 |
-
2020
- 2020-01-19 CN CN202010062815.8A patent/CN111300407A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106362957A (zh) * | 2016-09-14 | 2017-02-01 | 西安科技大学 | 一种煤矸石分离系统和分离方法 |
| CN106875627A (zh) * | 2017-03-28 | 2017-06-20 | 国家电网公司 | 一种电力系统安全生产动态防御系统 |
| CN206763426U (zh) * | 2017-04-27 | 2017-12-19 | 神华集团有限责任公司 | 煤矸石分选装置 |
| CN206794181U (zh) * | 2017-05-24 | 2017-12-26 | 西安科技大学 | 一种矿用柔索驱动拣矸机器人 |
Non-Patent Citations (2)
| Title |
|---|
| 沈涛: "HSR-JR612六轴机器人零点偏差分析及调整", 《机电信息》 * |
| 黄文基: "目标识别与定位的机器视觉算法研究", 《中国硕士学位论文全文数据库（电子期刊）信息科技辑》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112058701A (zh) * | 2020-08-28 | 2020-12-11 | 河海大学常州校区 | 基于偏振成像的煤与煤矸石分拣系统及方法 |
| CN112508001A (zh) * | 2020-12-03 | 2021-03-16 | 安徽理工大学 | 一种基于多光谱波段筛选和改进U-Net的煤矸石定位方法 |
| CN113992779A (zh) * | 2021-10-18 | 2022-01-28 | 深圳回收宝科技有限公司 | 一种调整智能设备的检测位置的系统 |
| CN113992779B (zh) * | 2021-10-18 | 2024-02-27 | 深圳回收宝科技有限公司 | 一种调整智能设备的检测位置的系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111300407A (zh) | 矿用智能机器人识矸、抓矸方法 | |
| CN103464383A (zh) | 工业机器人分拣系统及方法 | |
| CN111421539A (zh) | 一种基于计算机视觉的工业零件智能识别与分拣系统 | |
| CN103978474B (zh) | 一种面向极端环境的特种作业机器人 | |
| CN112845143A (zh) | 一种生活垃圾分类智能分拣系统及方法 | |
| CN111389763A (zh) | 一种基于图像数据处理的煤矸石分选系统和方法 | |
| CN110302981B (zh) | 一种固废分拣在线抓取方法和系统 | |
| CN109013405A (zh) | 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 | |
| CN112102368B (zh) | 一种基于深度学习的机器人垃圾分类分拣方法 | |
| CN203508417U (zh) | 工业机器人分拣系统 | |
| CN106952841A (zh) | 一种光伏电池片缺陷分类装置及其检测方法 | |
| CN103934211A (zh) | 基于立体视觉的产品三维尺寸分拣系统 | |
| CN106144524A (zh) | 一种高速运动中用ccd视觉定位方法及装置 | |
| CN107598775A (zh) | 一种通过激光进行检测并多轴机器人打磨的方法 | |
| CN113538459B (zh) | 一种基于落点区域检测的多模式抓取避障检测优化方法 | |
| CN113289925A (zh) | 一种基于深度学习的煤中杂物智能分拣系统及其分拣方法 | |
| CN114029951B (zh) | 基于深度相机的机器人自主识别智能抓取方法 | |
| CN111921904B (zh) | 基于视觉及力信息融合感知的多机械臂协同煤矸分拣系统 | |
| CN113744247A (zh) | 一种pcb焊点缺陷识别方法和系统 | |
| CN208092786U (zh) | 一种以深度卷积神经网络为基础的零件分拣系统 | |
| CN109454501A (zh) | 一种车床在线监测系统 | |
| CN206701918U (zh) | 一种多传感器融合的垃圾分拣装置 | |
| CN213855792U (zh) | 一种煤矸石识别与分拣装置 | |
| Zhang et al. | Literature review of machine vision in application field | |
| CN207929583U (zh) | 基于点阵高光谱检测的建筑垃圾在线分拣系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200619 |
|
| RJ01 | Rejection of invention patent application after publication |