CN112270673A - 垃圾的处理方法和垃圾的处理装置 - Google Patents

垃圾的处理方法和垃圾的处理装置 Download PDF

Info

Publication number
CN112270673A
CN112270673A CN202011255063.3A CN202011255063A CN112270673A CN 112270673 A CN112270673 A CN 112270673A CN 202011255063 A CN202011255063 A CN 202011255063A CN 112270673 A CN112270673 A CN 112270673A
Authority
CN
China
Prior art keywords
garbage
robot
image
category
image acquisition
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
CN202011255063.3A
Other languages
English (en)
Inventor
马徐武
张秀峰
张天翼
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.)
Gree Electric Appliances Inc of Zhuhai
Zhuhai Gree Intelligent Equipment Co Ltd
Original Assignee
Gree Electric Appliances Inc of Zhuhai
Zhuhai Gree Intelligent Equipment 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 Gree Electric Appliances Inc of Zhuhai, Zhuhai Gree Intelligent Equipment Co Ltd filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN202011255063.3A priority Critical patent/CN112270673A/zh
Publication of CN112270673A publication Critical patent/CN112270673A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/243—Classification techniques relating to the number of classes
    • G06F18/2431—Multiple classes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/12—Edge-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Manipulator (AREA)

Abstract

本申请提供了一种垃圾的处理方法和垃圾的处理装置。该方法包括：图像采集设备对垃圾进行图像采集，得到垃圾图像；图像采集设备根据垃圾图像，识别位于传输带上的垃圾的结构信息；图像采集设备根据结构信息确定垃圾所属的垃圾类别，并将垃圾类别发送至机器人；根据垃圾类别，机器人将垃圾投入到对应的垃圾类别的垃圾容纳结构中。图像采集设备采集到垃圾图像，得到准确的垃圾的结构信息，进而根据结构信息可以准确地确定垃圾的垃圾类别并发送至机器人，机器人根据垃圾类别可以将垃圾投入到准确的对应的垃圾容纳结构中，该方法通过机器人和图像采集设备来进行垃圾分类以及投递，从而解决了人工处理垃圾分类效率较低的问题。

Description

垃圾的处理方法和垃圾的处理装置
技术领域
本申请涉及垃圾处理领域，具体而言，涉及一种垃圾的处理方法和垃圾的处理装置。
背景技术
现实生活生产中存在着工业垃圾，建筑垃圾分类的问题，这样需要人工进行处理，效率较低。
在背景技术部分中公开的以上信息只是用来加强对本文所描述技术的背景技术的理解，因此，背景技术中可能包含某些信息，这些信息对于本领域技术人员来说并未形成在本国已知的现有技术。
发明内容
本申请的主要目的在于提供一种垃圾的处理方法和垃圾的处理装置，以解决现有技术中人工处理垃圾分类效率较低的问题。
根据本发明实施例的一个方面，提供了一种垃圾的处理方法，包括：将垃圾运送至传输带上；图像采集设备对所述垃圾进行图像采集，得到垃圾图像；所述图像采集设备根据所述垃圾图像，识别位于所述传输带上的所述垃圾的结构信息，所述结构信息包括材料、表面结构以及形状；所述图像采集设备根据所述结构信息确定所述垃圾所属的垃圾类别，并将所述垃圾类别发送至机器人；根据所述垃圾类别，所述机器人将所述垃圾投入到对应的所述垃圾类别的垃圾容纳结构中。
可选地，在将垃圾运送至传输带上之后，在图像采集设备对所述垃圾进行图像采集，得到垃圾图像之前，所述处理方法还包括：对位于所述传输带上的所述垃圾进行展平，使得所述垃圾平铺在所述传输带上。
可选地，在将垃圾运送至传输带上之后，在图像采集设备对所述垃圾进行图像采集，得到垃圾图像之前，所述处理方法还包括：识别出预定物体，所述预定物体包括第一预定物体和第二预定物体，所述第一预定物体为体积大于预定体积的物体，所述第二预定物体为所述图像采集设备不能识别的物体，所述预定体积为所述机器人可抓取的物体的最大体积。
可选地，所述第二预定物体包括透明玻璃物体与黑色吸光物体中的至少一种。
可选地，所述图像采集设备为3D图像采集设备，所述垃圾图像为三维点云图像，在图像采集设备对所述垃圾进行图像采集，得到垃圾图像之后，在根据所述垃圾类别，所述机器人将所述垃圾投入到对应的所述垃圾类别的垃圾容纳结构中之前，所述处理方法还包括：根据所述垃圾图像，确定所述机器人的抓取位置，并将所述抓取位置对应的信息发送至所述机器人，根据所述垃圾类别，所述机器人将所述垃圾投入到对应的所述垃圾类别的垃圾容纳结构中，包括：根据所述抓取位置，所述机器人抓取所述垃圾；根据所述垃圾类别，所述机器人将抓取的所述垃圾投入到对应的所述垃圾类别的所述垃圾容纳结构中。
可选地，所述图像采集设备为3D双目相机。
根据本发明实施例的另一方面，还提供了一种垃圾的处理装置，包括：运送单元、图像采集设备以及机器人，其中，所述运送单元用于将垃圾运送至传输带上；所述图像采集设备用于对所述垃圾进行图像采集，得到垃圾图像，并根据所述垃圾图像，识别位于所述传输带上的所述垃圾的结构信息，所述结构信息包括材料、表面结构以及形状，根据结构信息确定所述垃圾所属的垃圾类别，并将所述垃圾类别发送至机器人；所述机器人根据所述垃圾类别，将所述垃圾投入到对应的所述垃圾类别的垃圾容纳结构中。
可选地，所述装置还包括：展平单元，所述展平单元用于对位于所述传输带上的所述垃圾进行展平，使得所述垃圾平铺在所述传输带上。
可选地，所述装置还包括：识别单元，所述识别单元用于识别出预定物体，所述预定物体包括第一预定物体和第二预定物体，所述第一预定物体为体积大于预定体积的物体，所述第二预定物体为所述图像采集设备不能识别的物体，所述预定体积为所述机器人可抓取的物体的最大体积。
可选地，所述第二预定物体包括透明玻璃物体与黑色吸光物体中的至少一种。
在本发明实施例中，图像采集设备采集到垃圾图像，得到准确的垃圾的结构信息，进而根据结构信息可以准确地确定垃圾的垃圾类别并发送至机器人，机器人根据垃圾类别可以将垃圾投入到准确的对应的垃圾容纳结构中，该方法通过机器人和图像采集设备来进行垃圾分类以及投递，从而解决了人工处理垃圾分类效率较低的问题。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1示出了根据本申请的实施例的一种垃圾的处理方法的流程示意图；
图2示出了根据本申请的实施例的一种垃圾的处理装置的结构示意图；以及
图3示出了根据本申请的实施例的另一种垃圾的处理方法的流程示意图。
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。下面将参考附图并结合实施例来详细说明本申请。
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中的附图，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。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应该理解的是，当元件(诸如层、膜、区域、或衬底)描述为在另一元件“上”时，该元件可直接在该另一元件上，或者也可存在中间元件。而且，在说明书以及权利要求书中，当描述有元件“连接”至另一元件时，该元件可“直接连接”至该另一元件，或者通过第三元件“连接”至该另一元件。
正如背景技术中所说的，现有技术中的人工处理垃圾分类效率较低，为了解决上述问题，本申请的一种典型的实施方式中，提供了一种垃圾的处理方法和垃圾的处理装置。
根据本申请的实施例，提供了一种垃圾的处理方法。图1是根据本申请实施例的垃圾的处理方法的流程图。如图1所示，该方法包括以下步骤：
步骤S101，将垃圾运送至传输带上；
步骤S102，图像采集设备对上述垃圾进行图像采集，得到垃圾图像；
步骤S103，上述图像采集设备根据上述垃圾图像，识别位于上述传输带上的上述垃圾的结构信息，上述结构信息包括材料、表面结构以及形状，表面结构可以为表面的凸起结构等；
步骤S104，上述图像采集设备根据上述结构信息确定上述垃圾所属的垃圾类别，并将上述垃圾类别发送至机器人；
步骤S105，根据上述垃圾类别，上述机器人将上述垃圾投入到对应的上述垃圾类别的垃圾容纳结构中。
上述的方法中，图像采集设备采集到垃圾图像，得到准确的垃圾的结构信息，进而根据结构信息可以准确地确定垃圾的垃圾类别并发送至机器人，机器人根据垃圾类别可以将垃圾投入到准确的对应的垃圾容纳结构中，该方法通过机器人和图像采集设备来进行垃圾分类以及投递，从而解决了人工处理垃圾分类效率较低的问题。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请的一种实施例中，在将垃圾运送至传输带上之后，在图像采集设备对上述垃圾进行图像采集，得到垃圾图像之前，上述处理方法还包括：对位于上述传输带上的上述垃圾进行展平，使得上述垃圾平铺在上述传输带上。该实施例中，通过将垃圾展平，可以使得垃圾平铺在传输带上，后续图像采集设备对垃圾进行图像采集时，可以采集到更为准确的垃圾图像，这样能够更准确地将垃圾投递到对应的容纳结构中。
本申请的又一种实施例中，在将垃圾运送至传输带上之后，在图像采集设备对上述垃圾进行图像采集，得到垃圾图像之前，上述处理方法还包括：识别出预定物体，上述预定物体包括第一预定物体和第二预定物体，上述第一预定物体为体积大于预定体积的物体，上述第二预定物体为上述图像采集设备不能识别的物体，上述预定体积为上述机器人可抓取的物体的最大体积。该实施例中，通过识别出的预定物体，这样后续机器人可以不对预定物体进行抓取，避免因为垃圾的体积较大或者垃圾未识别造成的垃圾分类错误的问题，进一步提高了后续机器人将垃圾投入对应的垃圾容纳结构中的准确性。
本申请的另一种具体的实施例中，在识别出预定物体之后，在图像采集设备对上述垃圾进行图像采集，得到垃圾图像之前，上述处理方法还包括：将预定物体从上述传输带上取下，这样可以进一步避免机器人对预定物体进行抓取。
本申请的再一种实施例中，上述第二预定物体包括透明玻璃物体与黑色吸光物体中的至少一种。该实施例列出了透明玻璃物体和/或黑色吸光物体为第二预定物体，在实际应用中，第二预定物体还可以为液体。
本申请的一种具体的实施例中，上述图像采集设备为3D图像采集设备，上述垃圾图像为三维点云图像，在图像采集设备对上述垃圾进行图像采集，得到垃圾图像之后，在根据上述垃圾类别，上述机器人将上述垃圾投入到对应的上述垃圾类别的垃圾容纳结构中之前，上述处理方法还包括：根据上述垃圾图像，确定上述机器人的抓取位置，并将上述抓取位置对应的信息发送至上述机器人，根据上述垃圾类别，上述机器人将上述垃圾投入到对应的上述垃圾类别的垃圾容纳结构中，包括：根据上述抓取位置，上述机器人抓取上述垃圾；根据上述垃圾类别，上述机器人将抓取的上述垃圾投入到对应的上述垃圾类别的上述垃圾容纳结构中。该实施例中，可以更准确地确定准确的机器人的抓取位置，进而机器人可以根据抓取位置准确地抓取垃圾，进而可以将垃圾更准确地投入到对应的垃圾容纳结构中。
需要说明的是，可以对结构信息中的材料进行编号，可以将木材作为编号1，金属作为编号2，石膏作为编号3，石头作为编号4，混凝土作为编号5，在实际应用中，材料并不限于是上述的几种，编号也还可以为其他的编号，本领域技术人员可以根据实际情况选择合适的编号用来表示材料，后续将抓取位置对应的信息发送至机器人时，可以附带材料的信息，后续机器人可以更准确地将垃圾投入到对应的垃圾容纳结构中。
还需要说明的是，通过3D图像采集设备采用视觉远离可以获得某个物体(例如垃圾)的深度等数据信息，将这些得到的物理量通过算法转化为被测物表面的三维坐标点，当测量得到的物体表面的三维坐标点足够多时，可以得到一个真实的物体的三维点云图像，将得到的三维点云图像进行点云数据处理，可以进行滤波处理，以及点云分割(去除无用点和离群点，基于物体边缘的点云分割)，对处理后的点云进行点云匹配、特征提取和描述，描述可以为空间位置描述，再对物体进行定位和误差校正。通过3D图像采集设备的标定得到一个基于机器人坐标系下的物体数据坐标位置，即机器人的抓取位置。
本申请的另一种实施例中，上述图像采集设备为3D双目相机。该实施例中，采用3D双目相机作为图像采集设备，3D双目相机的分辨率较好，通过可以采集到更准确的垃圾图像。
一种具体的实施例中，图像采集设备可以对垃圾进行识别以及分类，同时还可以进行人工智能(Artificial Intelligence，简称AI)自主学习，可以学习垃圾的类别，还可以学习三维点云图像确定的机器人的抓取位置的信息，并将所有的数据存储在数据库中，将垃圾类别发送至机器人，可以发送垃圾的材料、表面结构以及形状的至少一个。
本申请实施例还提供了一种垃圾的处理装置，需要说明的是，本申请实施例的垃圾的处理装置可以用于执行本申请实施例所提供的用于垃圾的处理方法。以下对本申请实施例提供的垃圾的处理装置进行介绍。
图2是根据本申请实施例的垃圾的处理装置的示意图。如图2所示，该装置包括：
包括运送单元10、图像采集设备20以及机器人30，其中，
上述运送单元10用于将垃圾运送至传输带上；
上述图像采集设备20用于对上述垃圾进行图像采集，得到垃圾图像，并根据上述垃圾图像，识别位于上述传输带上的上述垃圾的结构信息，上述结构信息包括材料、表面结构以及形状，根据结构信息确定上述垃圾所属的垃圾类别，并将上述垃圾类别发送至机器人30，表面结构可以为表面的凸起结构等；
上述机器人30根据上述垃圾类别，将上述垃圾投入到对应的上述垃圾类别的垃圾容纳结构中。
上述的装置中，图像采集设备20采集到垃圾图像，得到准确的垃圾的结构信息，进而根据结构信息可以准确地确定垃圾的垃圾类别并发送至机器人30，机器人30根据垃圾类别可以将垃圾投入到准确的对应的垃圾容纳结构中，该装置通过机器人30和图像采集设备20来进行垃圾分类以及投递，从而解决了人工处理垃圾分类效率较低的问题。
本申请的一种实施例中，上述装置还包括展平单元，展平单元用于在将垃圾运送至传输带上之后，在图像采集设备对上述垃圾进行图像采集，得到垃圾图像之前，对位于上述传输带上的上述垃圾进行展平，使得上述垃圾平铺在上述传输带上。该实施例中，通过将垃圾展平，可以使得垃圾平铺在传输带上，后续图像采集设备对垃圾进行图像采集时，可以采集到更为准确的垃圾图像，这样能够更准确地将垃圾投递到对应的容纳结构中。
本申请的又一种实施例中，上述装置还包括识别单元，识别单元用于在将垃圾运送至传输带上之后，在图像采集设备对上述垃圾进行图像采集，得到垃圾图像之前，识别出预定物体，上述预定物体包括第一预定物体和第二预定物体，上述第一预定物体为体积大于预定体积的物体，上述第二预定物体为上述图像采集设备不能识别的物体，上述预定体积为上述机器人可抓取的物体的最大体积。该实施例中，通过识别出的预定物体，这样后续机器人可以不对预定物体进行抓取，避免因为垃圾的体积较大或者垃圾未识别造成的垃圾分类错误的问题，进一步提高了后续机器人将垃圾投入对应的垃圾容纳结构中的准确性。
本申请的另一种具体的实施例中，上述装置还包括取下单元，取下单元用于在识别出预定物体之后，在图像采集设备对上述垃圾进行图像采集，得到垃圾图像之前，将预定物体从上述传输带上取下，这样可以进一步避免机器人对预定物体进行抓取。
本申请的再一种实施例中，上述第二预定物体包括透明玻璃物体与黑色吸光物体中的至少一种。该实施例列出了透明玻璃物体和/或黑色吸光物体为第二预定物体，在实际应用中，第二预定物体还可以为液体。
本申请的一种具体的实施例中，上述图像采集设备为3D图像采集设备，上述垃圾图像为三维点云图像，上述装置还包括确定单元，确定单元用于在图像采集设备对上述垃圾进行图像采集，得到垃圾图像之后，在根据上述垃圾类别，上述机器人将上述垃圾投入到对应的上述垃圾类别的垃圾容纳结构中之前，根据上述垃圾图像，确定上述机器人的抓取位置，并将上述抓取位置对应的信息发送至上述机器人，机器人根据上述抓取位置，抓取上述垃圾；机器人根据上述垃圾类别，将抓取的上述垃圾投入到对应的上述垃圾类别的上述垃圾容纳结构中。该实施例中，可以更准确地确定准确的机器人的抓取位置，进而机器人可以根据抓取位置准确地抓取垃圾，进而可以将垃圾更准确地投入到对应的垃圾容纳结构中。
需要说明的是，可以对结构信息中的材料进行编号，可以将木材作为编号1，金属作为编号2，石膏作为编号3，石头作为编号4，混凝土作为编号5，在实际应用中，材料并不限于是上述的几种，编号也还可以为其他的编号，本领域技术人员可以根据实际情况选择合适的编号用来表示材料，后续将抓取位置对应的信息发送至机器人时，可以附带材料的信息，后续机器人可以更准确地将垃圾投入到对应的垃圾容纳结构中。
还需要说明的是，通过3D图像采集设备采用视觉远离可以获得某个物体(例如垃圾)的深度等数据信息，将这些得到的物理量通过算法转化为被测物表面的三维坐标点，当测量得到的物体表面的三维坐标点足够多时，可以得到一个真实的物体的三维点云图像，将得到的三维点云图像进行点云数据处理，可以进行滤波处理，以及点云分割(去除无用点和离群点，基于物体边缘的点云分割)，对处理后的点云进行点云匹配、特征提取和描述，描述可以为空间位置描述，再对物体进行定位和误差校正。通过3D图像采集设备的标定得到一个基于机器人坐标系下的物体数据坐标位置，即机器人的抓取位置。
本申请的另一种实施例中，上述图像采集设备为3D双目相机。该实施例中，采用3D双目相机作为图像采集设备，3D双目相机的分辨率较好，通过可以采集到更准确的垃圾图像。
一种具体的实施例中，图像采集设备可以对垃圾进行识别以及分类，同时还可以进行人工智能(Artificial Intelligence，简称AI)自主学习，可以学习垃圾的类别，还可以学习三维点云图像确定的机器人的抓取位置的信息，并将所有的数据存储在数据库中，将垃圾类别发送至机器人，可以发送垃圾的材料、表面结构以及形状的至少一个。
为了本领域技术人员能够更加清楚地了解本申请的技术方案，以下将结合具体的实施例来说明本申请的技术方案和技术效果。
实施例
如图3所示，首先，将垃圾运送至传输带上；
对位于传输带上的垃圾进行展平，使得垃圾平铺在传输带上；
识别出预定物体，预定物体包括第一预定物体和第二预定物体，第一预定物体为体积大于预定体积的物体，第二预定物体为图像采集设备不能识别的物体，预定体积为机器人可抓取的物体的最大体积；
在识别出预定物体的情况下，将预定物体从传输带上取下，；
在未识别出预定物体的情况下，图像采集设备进行AI自主学习，并将所有的数据存储在数据库中；
图像采集设备根据垃圾图像，识别位于传输带上的垃圾的结构信息，结构信息包括材料、表面结构以及形状；
图像采集设备根据垃圾图像，确定机器人的抓取位置，并将抓取位置对应的信息发送至机器人；
根据抓取位置，机器人抓取垃圾；
根据垃圾类别，机器人将抓取的垃圾投入到对应的垃圾类别的垃圾容纳结构中。
该方案中，图像采集设备采集到垃圾图像，得到准确的垃圾的结构信息，进而根据结构信息可以准确地确定垃圾的垃圾类别并发送至机器人，机器人根据垃圾类别可以将垃圾投入到准确的对应的垃圾容纳结构中，该方案通过机器人和图像采集设备来进行垃圾分类以及投递，从而解决了人工处理垃圾分类效率较低的问题。
从以上的描述中，可以看出，本申请上述的实施例实现了如下技术效果：
1)、本申请的垃圾的处理方法，图像采集设备采集到垃圾图像，得到准确的垃圾的结构信息，进而根据结构信息可以准确地确定垃圾的垃圾类别并发送至机器人，机器人根据垃圾类别可以将垃圾投入到准确的对应的垃圾容纳结构中，该方法通过机器人和图像采集设备来进行垃圾分类以及投递，从而解决了人工处理垃圾分类效率较低的问题。
2)、本申请的垃圾的处理装置，图像采集设采集到垃圾图像，得到准确的垃圾的结构信息，进而根据结构信息可以准确地确定垃圾的垃圾类别并发送至机器人，机器人根据垃圾类别可以将垃圾投入到准确的对应的垃圾容纳结构中，该装置通过机器人和图像采集设备来进行垃圾分类以及投递，从而解决了人工处理垃圾分类效率较低的问题。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。

Claims (10)

1.一种垃圾的处理方法，其特征在于，包括：
将垃圾运送至传输带上；
图像采集设备对所述垃圾进行图像采集，得到垃圾图像；
所述图像采集设备根据所述垃圾图像，识别位于所述传输带上的所述垃圾的结构信息，所述结构信息包括材料、表面结构以及形状；
所述图像采集设备根据所述结构信息确定所述垃圾所属的垃圾类别，并将所述垃圾类别发送至机器人；
根据所述垃圾类别，所述机器人将所述垃圾投入到对应的所述垃圾类别的垃圾容纳结构中。
2.根据权利要求1所述的处理方法，其特征在于，在将垃圾运送至传输带上之后，在图像采集设备对所述垃圾进行图像采集，得到垃圾图像之前，所述处理方法还包括：
对位于所述传输带上的所述垃圾进行展平，使得所述垃圾平铺在所述传输带上。
3.根据权利要求1所述的处理方法，其特征在于，在将垃圾运送至传输带上之后，在图像采集设备对所述垃圾进行图像采集，得到垃圾图像之前，所述处理方法还包括：
识别出预定物体，所述预定物体包括第一预定物体和第二预定物体，所述第一预定物体为体积大于预定体积的物体，所述第二预定物体为所述图像采集设备不能识别的物体，所述预定体积为所述机器人可抓取的物体的最大体积。
4.根据权利要求3所述的处理方法，其特征在于，所述第二预定物体包括透明玻璃物体与黑色吸光物体中的至少一种。
5.根据权利要求1至4中任一项所述的处理方法，其特征在于，所述图像采集设备为3D图像采集设备，所述垃圾图像为三维点云图像，
在图像采集设备对所述垃圾进行图像采集，得到垃圾图像之后，在根据所述垃圾类别，所述机器人将所述垃圾投入到对应的所述垃圾类别的垃圾容纳结构中之前，所述处理方法还包括：
根据所述垃圾图像，确定所述机器人的抓取位置，并将所述抓取位置对应的信息发送至所述机器人，
根据所述垃圾类别，所述机器人将所述垃圾投入到对应的所述垃圾类别的垃圾容纳结构中，包括：
根据所述抓取位置，所述机器人抓取所述垃圾；
根据所述垃圾类别，所述机器人将抓取的所述垃圾投入到对应的所述垃圾类别的所述垃圾容纳结构中。
6.根据权利要求1至4中任一项所述的处理方法，其特征在于，所述图像采集设备为3D双目相机。
7.一种垃圾的处理装置，其特征在于，包括运送单元、图像采集设备以及机器人，其中，
所述运送单元用于将垃圾运送至传输带上；
所述图像采集设备用于对所述垃圾进行图像采集，得到垃圾图像，并根据所述垃圾图像，识别位于所述传输带上的所述垃圾的结构信息，所述结构信息包括材料、表面结构以及形状，根据结构信息确定所述垃圾所属的垃圾类别，并将所述垃圾类别发送至机器人；
所述机器人根据所述垃圾类别，将所述垃圾投入到对应的所述垃圾类别的垃圾容纳结构中。
8.根据权利要求7所述的处理装置，其特征在于，所述装置还包括：
展平单元，所述展平单元用于对位于所述传输带上的所述垃圾进行展平，使得所述垃圾平铺在所述传输带上。
9.根据权利要求7所述的处理装置，其特征在于，所述装置还包括：
识别单元，所述识别单元用于识别出预定物体，所述预定物体包括第一预定物体和第二预定物体，所述第一预定物体为体积大于预定体积的物体，所述第二预定物体为所述图像采集设备不能识别的物体，所述预定体积为所述机器人可抓取的物体的最大体积。
10.根据权利要求9所述的处理装置，其特征在于，所述第二预定物体包括透明玻璃物体与黑色吸光物体中的至少一种。
CN202011255063.3A 2020-11-11 2020-11-11 垃圾的处理方法和垃圾的处理装置 Pending CN112270673A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011255063.3A CN112270673A (zh) 2020-11-11 2020-11-11 垃圾的处理方法和垃圾的处理装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011255063.3A CN112270673A (zh) 2020-11-11 2020-11-11 垃圾的处理方法和垃圾的处理装置

Publications (1)

Publication Number Publication Date
CN112270673A true CN112270673A (zh) 2021-01-26

Family

ID=74340157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011255063.3A Pending CN112270673A (zh) 2020-11-11 2020-11-11 垃圾的处理方法和垃圾的处理装置

Country Status (1)

Country Link
CN (1) CN112270673A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115185280A (zh) * 2022-07-27 2022-10-14 柳州城市职业学院 一种基于路径规划自主导航的无人驾驶船控制系统及方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109465809A (zh) * 2018-12-17 2019-03-15 中北大学 一种基于双目立体视觉定位识别的智能垃圾分类机器人
US20200050922A1 (en) * 2018-08-13 2020-02-13 National Chiao Tung University Recycling system and method based on deep-learning and computer vision technology
CN110813792A (zh) * 2019-04-04 2020-02-21 苏州科睿信飞智能科技有限公司 一种智能垃圾识别分类方法
CN111563398A (zh) * 2019-02-13 2020-08-21 北京京东尚科信息技术有限公司 用于确定目标物的信息的方法和装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200050922A1 (en) * 2018-08-13 2020-02-13 National Chiao Tung University Recycling system and method based on deep-learning and computer vision technology
CN109465809A (zh) * 2018-12-17 2019-03-15 中北大学 一种基于双目立体视觉定位识别的智能垃圾分类机器人
CN111563398A (zh) * 2019-02-13 2020-08-21 北京京东尚科信息技术有限公司 用于确定目标物的信息的方法和装置
CN110813792A (zh) * 2019-04-04 2020-02-21 苏州科睿信飞智能科技有限公司 一种智能垃圾识别分类方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张方超;董振;张栋;武涛;李卫国;: "基于图像视觉的垃圾分类机器人识别控制系统算法设计", 电子测量技术, no. 20 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115185280A (zh) * 2022-07-27 2022-10-14 柳州城市职业学院 一种基于路径规划自主导航的无人驾驶船控制系统及方法
CN115185280B (zh) * 2022-07-27 2023-02-24 柳州城市职业学院 一种基于路径规划自主导航的无人驾驶船控制系统及方法

Similar Documents

Publication Publication Date Title
JP6679188B1 (ja) 廃棄物選別装置及び廃棄物選別方法
CN110648364B (zh) 一种多维度空间固废视觉检测定位及识别方法与系统
CN109165582B (zh) 一种城市街道垃圾检测和清洁度评估方法
CN112024424B (zh) 一种人机协作式垃圾分选系统
CN112777169B (zh) 应用于垃圾分类投放点的物联网监控方法和系统
CN107402221A (zh) 一种基于机器视觉的显示面板缺陷识别方法及系统
CN107480643B (zh) 一种智能垃圾分类处理的机器人
CN111784171A (zh) 基于人工智能及图像处理的市政cim环卫工作分配方法
CN201820244U (zh) 一种条烟装箱机缺条在线视觉检测装置
KR102578921B1 (ko) 인공지능을 기반으로 하는 해양쓰레기 선별 시스템
CN109916826A (zh) 一种基于高光谱检测的固废在线识别系统及识别方法
CN110321779B (zh) 垃圾投放点的巡检方法、系统和计算机可读存储介质
CN112270673A (zh) 垃圾的处理方法和垃圾的处理装置
CN110654740A (zh) 自动进行垃圾分类的方法、装置及存储介质
CN106192352A (zh) 一种智能裁剪机的印花裁剪方法
CN111056191A (zh) 一种能够多垃圾分类及投递的智能垃圾收集系统
JP2024016293A (ja) 廃棄物選別装置
CN110921154A (zh) 一种控制垃圾回收巡逻车的方法、装置及垃圾回收巡逻车
CN111003380A (zh) 一种智能回收垃圾的方法、系统、设备
CN112090782A (zh) 一种人机协同式垃圾分拣系统及方法
CN206701918U (zh) 一种多传感器融合的垃圾分拣装置
CN113743408A (zh) 废弃物处理方法、装置、存储介质、处理器及电子设备
CN115984361B (zh) 一种垃圾桶满溢检测方法及系统
CN115311589B (zh) 一种用于采光建筑的隐患处理方法及设备
CN113552636A (zh) 一种混合垃圾分选装置及其分选识别方法

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