CN114170173B - 上甑机器人的检测方法、检测模块及检测系统 - Google Patents
上甑机器人的检测方法、检测模块及检测系统 Download PDFInfo
- Publication number
- CN114170173B CN114170173B CN202111450468.7A CN202111450468A CN114170173B CN 114170173 B CN114170173 B CN 114170173B CN 202111450468 A CN202111450468 A CN 202111450468A CN 114170173 B CN114170173 B CN 114170173B
- Authority
- CN
- China
- Prior art keywords
- detection
- vinasse
- area
- point cloud
- robot
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 189
- 239000000463 material Substances 0.000 claims abstract description 61
- 238000003892 spreading Methods 0.000 claims abstract description 32
- 230000007480 spreading Effects 0.000 claims abstract description 32
- 230000008859 change Effects 0.000 claims abstract description 16
- 230000004438 eyesight Effects 0.000 claims description 22
- 230000000740 bleeding effect Effects 0.000 claims description 8
- 238000010438 heat treatment Methods 0.000 claims description 7
- 230000000630 rising effect Effects 0.000 claims description 7
- 125000004122 cyclic group Chemical group 0.000 claims description 2
- 238000010943 off-gassing Methods 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 21
- 230000008569 process Effects 0.000 abstract description 15
- 238000010586 diagram Methods 0.000 description 5
- 238000009826 distribution Methods 0.000 description 2
- 230000035515 penetration Effects 0.000 description 2
- 241000255969 Pieris brassicae Species 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000004821 distillation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
- G06T7/75—Determining position or orientation of objects or cameras using feature-based methods involving models
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- 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
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及酒品酿造设备技术领域，提供一种上甑机器人的检测方法、检测模块及检测系统。通过对甑锅内酒糟面划分多个检测区域，从而方便检测定位以及机器人对指定区域上甑；获取酒糟面三维坐标点云，根据酒糟面三维坐标点云确定检测区域内料面不平度；根据酒糟面三维坐标点云高度变化，确定机器人铺料前后检测区域内的铺料厚度；在检测区域内确定冒汽区域，并在冒汽区域进行酒糟面三维点云匹配建模，确定酒糟面下蒸汽高度。本发明可以为上甑机器人同时提供实时的酒糟面不平度、铺料厚度、酒糟面下蒸汽高度信息，模仿人工探汽上甑的“眼观、手探”的建模过程，满足机器人实现“料平汽平、探汽上甑”的需要。
Description
技术领域
本发明涉及酒品酿造设备技术领域，尤其涉及一种上甑机器人的检测方法、检测模块及检测系统。
背景技术
上甑是白酒酿造过程中一道重要工艺，原粮经过发酵后需要通过上甑蒸馏才能生产出原酒。上甑工艺有着严格的要求：甑锅内酒醅必须疏松，加热用蒸汽必须缓慢，穿汽要匀，探汽上甑，不准跑汽，轻撒匀铺，要使甑内穿汽均匀，严禁起堆塌汽等。目前各大白酒厂均采用人工簸箕上甑方法，但由于人工劳动强度大、劳动环境差，机器人替代人工上甑的需求越来约迫切。
机器人上甑首先需要解决上甑过程对锅甑内酒糟面和蒸汽的探测，需要检测酒糟面不平度、冒汽位置、酒糟面下蒸汽上升的高度，机器人再根据这些信息自动控制布料的区域和厚度。但是，目前已有的机器人上甑检测信息不全，导致机器人无法完全实现传统的人工上甑工艺。例如专利申请号为201610012949.2的中国发明专利采用热红外相机和激光测距传感器，该方案只能检测甑锅内冒汽区域的三维位置，无法检测酒糟面的不平度、铺料厚度、酒甑面下蒸汽上升的高度等信息。专利申请号为202010023722.4的中国发明专利采用5组测温探头插入甑锅内酒糟料面下，感知料面下蒸汽上升的高度，该方案采用接触式测温的方法感知料面下蒸汽高度，存在设备本身清洁不方便、破坏甑锅内蒸汽汽路等问题，此外，铺料厚度、料面不平度也无法同时测量。因此目前的机器人探测装置均不能实现上甑过程参数完全检测，从而也就无法真正实现传统人工上甑工艺。
发明内容
本发明提供一种上甑机器人的检测方法、检测模块及检测系统，用以解决现有技术中机器人上甑检测参数不全面，不能满足上甑工艺要求的缺陷，用以全面检测上甑参数，从而满足上甑工艺要求。
本发明提供一种上甑机器人的检测方法，包括：
S1、甑锅内酒糟面按面积平均划分为多个检测区域；
S2、获取酒糟面三维坐标点云，根据所述酒糟面三维坐标点云确定所述检测区域内料面不平度；
S3、根据酒糟面三维坐标点云高度变化，确定机器人铺料前后所述检测区域内的铺料厚度；
S4、在所述检测区域内确定冒汽区域，并在所述冒汽区域进行酒糟面三维点云匹配建模，确定酒糟面下蒸汽高度。
根据本发明提供的一种上甑机器人的检测方法，在所述获取酒糟面三维坐标点云之前还包括：
将热红外相机和立体视觉系统的坐标标定于机器人的坐标系中；
其中，所述酒糟面三维坐标点云为通过立体视觉系统获取。
根据本发明提供的一种上甑机器人的检测方法，所述将热红外相机和立体视觉系统的坐标标定于机器人的坐标系中包括：
取黑白棋盘格标定板，并对所述黑白棋盘格标定板加热到预设温度；
利用所述热红外相机和所述立体视觉系统同时采集加热后的所述黑白棋盘格标定板的热红外图像和可见光图像，通过计算所述热红外图像和所述可见光图像中所述黑白棋盘格标定板的顶点坐标从而将所述热红外相机和所述立体视觉系统的坐标系统一标定于机器人的坐标系。
根据本发明提供的一种上甑机器人的检测方法，所述根据所述酒糟面三维坐标点云确定所述检测区域内料面不平度还包括：
若检测区域中存在深度超过设定范围值的坑洼区域，若干个所述坑洼区域中面积最大的，即为当前料面最大坑洼区域。
根据本发明提供的一种上甑机器人的检测方法，所述根据酒糟面三维坐标点云高度变化，确定机器人铺料前后所述检测区域内的铺料厚度包括：
根据酒糟面三维坐标点云，确定机器人铺料前所述检测区域内的三维坐标点距锅底的深度值，并计算该检测区域内所有坐标点的平均深度值；
根据酒糟面三维坐标点云，确定机器人铺料后所述检测区域内的三维坐标点距锅底的深度值，并计算该检测区域内所有坐标点的平均深度值；
依据机器人铺料前后所述检测区域内的平均深度值的差值，确定机器人在该检测区域的铺料厚度。
根据本发明提供的一种上甑机器人的检测方法，所述在所述检测区域内确定冒汽区域包括：
获取经热红外相机采集到的酒糟面热红外图像，并判断某一检测区域的温度超过预设温度，则该检测区域为冒汽区域。
根据本发明提供的一种上甑机器人的检测方法，所述在所述冒汽区域进行酒糟面三维点云匹配建模，确定酒糟面下蒸汽高度包括：
获取检测区域第n层铺料厚度为Tn，假设某个检测区域出现冒汽即认为该检测区域的蒸汽高度等于酒糟面高度，则该区域酒糟面下的蒸汽距酒糟面高度为：
式中，N代表整甑铺完的层数；
v代表蒸汽平均上升速度，通过计算冒汽区域的料面高度除以时间，进行估算；
t为从铺料开始到当前的时间长度。
根据本发明提供的一种上甑机器人的检测方法，以步骤S2～S4为一个检测周期，进行循环检测。
本发明还提供一种上甑机器人的检测模块，包括：
划分单元，用于将甑锅内酒糟面按面积平均划分为多个检测区域；
接收单元，用于接收酒糟面三维坐标点云；
第一处理单元，用于根据所述酒糟面三维坐标点云确定所述检测区域内料面不平度；
第二处理单元，用于根据酒糟面三维坐标点云高度变化，确定机器人铺料前后所述检测区域内的铺料厚度
第三处理单元，用于在所述检测区域内确定冒汽区域，并在所述冒汽区域进行酒糟面三维点云匹配建模，确定酒糟面下蒸汽高度。
本发明还提供一种上甑机器人的检测系统，包括：
热红外相机，用于采集酒糟面的热红外图像；
激光发射器和两个高清摄像头，所述两个高清摄像头分别对称设置于所述激光发射器的两侧，构成结构光双目立体视觉系统，用于获取酒糟面三维坐标点云；
本发明提供的上甑机器人的检测模块，用于甑锅内酒糟面按面积平均划分为多个检测区域；用于获取酒糟面三维坐标点云，根据所述酒糟面三维坐标点云确定所述检测区域内料面不平度；用于根据酒糟面三维坐标点云高度变化，确定机器人铺料前后所述检测区域内的铺料厚度；用于根据酒糟面的热红外图像在所述检测区域内确定冒汽区域，并在所述冒汽区域进行酒糟面三维点云匹配建模，确定酒糟面下蒸汽高度。
本发明提供的一种上甑机器人的检测方法，通过对甑锅内酒糟面划分多个检测区域，从而方便检测定位以及机器人对指定区域上甑；获取酒糟面三维坐标点云，根据酒糟面三维坐标点云确定检测区域内料面不平度；根据酒糟面三维坐标点云高度变化，确定机器人铺料前后检测区域内的铺料厚度；在检测区域内确定冒汽区域，并在冒汽区域进行酒糟面三维点云匹配建模，确定酒糟面下蒸汽高度。本发明可以为上甑机器人同时提供实时的酒糟面不平度、铺料厚度、酒糟面下蒸汽高度信息，模仿人工探汽上甑的“眼观、手探”的建模过程，满足机器人实现“料平汽平、探汽上甑”的需要。
进一步地，本发明还提供一种上甑机器人的检测模块和上甑机器人的检测系统，可以为上甑机器人同时提供实时的酒糟面不平度、铺料厚度、酒糟面下蒸汽高度信息，模仿人工探汽上甑的“眼观、手探”的建模过程，满足机器人实现“料平汽平、探汽上甑”的需要。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的上甑机器人的检测方法的结构示意图；
图2是本发明的将甑锅内酒糟面划分为多个检测区域的示意图；
图3是本发明提供的黑白棋盘格标定板的结构示意图；
图4是本发明提供的上甑机器人的检测模块的模块示意图；
图5是本发明提供的上甑机器人的检测系统的结构示意图；
附图标记：
1：热红外相机； 2：激光发射器；
3：高清摄像头； 4：上甑机器人的检测模块；
41：划分单元； 42：接收单元；
43：第一处理单元； 44：第二处理单元；
45：第三处理单元； 5：黑白棋盘格标定板；
51：加热装置。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合图1～图3描述本发明的一种上甑机器人的检测方法。该上甑机器人的检测方法包括：
S1、甑锅内酒糟面按面积平均划分为多个检测区域，如图2所示，可以将甑锅内酒糟面按面积平均划分为25个检测区域，其中中间为一个检测区域，其余24个检测区域为绕中心圆形分布，包括中间的检测区域一共分为四层嵌套结构。应当理解的是，划分检测区域的数量应依据甑锅内酒糟面的面积视情况设定，不局限于划分为25个。通过划分检测区域，更加方便检测定位以及机器人对指定区域上甑。
S2、获取酒糟面三维坐标点云，根据酒糟面三维坐标点云确定检测区域内料面不平度。可以通过立体视觉系统采集酒糟面三维坐标点云，通过酒糟面三维坐标点云计算检测区域内料面不平度，对每个检测区域均进行不平度计算。
S3、根据酒糟面三维坐标点云高度变化，确定机器人铺料前后检测区域内的铺料厚度。通过在机器人铺料前后检测三维坐标点云高度变化从而判断机器人的铺料厚度。
S4、在检测区域内确定冒汽区域，并在冒汽区域进行酒糟面三维点云匹配建模，确定酒糟面下蒸汽高度。可通过热红外相机1采集热红外图像，从而判断温度值，当温度值超过设定值时，即该区域为冒汽区域。通过对热红外相机1热的热红外图像与酒糟面三维点云匹配建模，得到酒糟面下蒸汽高度。
本发明提供的一种上甑机器人的检测方法，通过对甑锅内酒糟面划分多个检测区域，从而方便检测定位以及机器人对指定区域上甑；获取酒糟面三维坐标点云，根据酒糟面三维坐标点云确定检测区域内料面不平度；根据酒糟面三维坐标点云高度变化，确定机器人铺料前后检测区域内的铺料厚度；在检测区域内确定冒汽区域，并在冒汽区域进行酒糟面三维点云匹配建模，确定酒糟面下蒸汽高度。本发明可以为上甑机器人同时提供实时的酒糟面不平度、铺料厚度、酒糟面下蒸汽高度信息，模仿人工探汽上甑的“眼观、手探”的建模过程，满足机器人实现“料平汽平、探汽上甑”的需要。
在本发明的其中一个实施例中，在获取酒糟面三维坐标点云步骤之前还包括：
S21、将热红外相机1和立体视觉系统的坐标标定于机器人的坐标系中，其标定步骤为：取黑白棋盘格标定板5，并对黑白棋盘格标定板5加热到预设温度；利用热红外相机1和立体视觉系统同时采集加热后的黑白棋盘格标定板5的热红外图像和可见光图像，通过计算热红外图像和可见光图像中黑白棋盘格标定板5的顶点坐标从而将热红外相机1和立体视觉系统的坐标系统一标定于机器人的坐标系。应当理解的是，红外相机采集到的是二维图像，它只能捕获冒汽点二维信息，需要和立体视觉系统的三维坐标对应，才能换算成冒汽点的空间三维坐标，即将该两种传感器系统的坐标统一，从而获得热红外图像中热力点的空间三维坐标。进一步地，该黑白棋盘格标定板5可采用在标定板后部安装加热装置51的形式，即如图3所示。
其中，酒糟面三维坐标点云为通过立体视觉系统获取，该立体视觉系统由两个高清摄像头3组成；也可以利用其他三维面阵传感器来代替上述立体视觉系统。
在本发明的其中一个实施例中，根据酒糟面三维坐标点云确定检测区域内料面不平度的步骤还包括：若检测区域中存在深度超过设定范围值的坑洼区域，若干个坑洼区域中面积最大的，即为当前料面最大坑洼区域。通过酒糟面三维坐标点云获得物料深度，当深度大于设定范围值的区域，则判断为坑洼区域，坑洼区域面积最大的即为当前料面最大坑洼区域，该区域可作为机器人优先铺料的参考，从而保证最大坑洼区域优先铺料，调节不平度。
在本发明的其中一个实施例中，根据酒糟面三维坐标点云高度变化，确定机器人铺料前后检测区域内的铺料厚度的步骤包括：
S31、根据酒糟面三维坐标点云，确定机器人铺料前检测区域内的三维坐标点距甑锅锅底的深度值，并计算该检测区域内所有坐标点的平均深度值；
S32、根据酒糟面三维坐标点云，确定机器人铺料后检测区域内的三维坐标点距甑锅锅底的深度值，并计算该检测区域内所有坐标点的平均深度值；
S33、依据机器人铺料前后检测区域内的平均深度值的差值，确定机器人在该检测区域的铺料厚度。
在本实施例中，是通过在铺料前和铺料后分别计算各个检测区域内的平均深度，通过将铺料前、后的平均深度做差值得到铺料厚度，利用平均值来计算铺料厚度，能够减小误差，得到精准度的铺料厚度。
在本发明的其中一个实施例中，在检测区域内确定冒汽区域的步骤包括：获取经热红外相机1采集到的酒糟面热红外图像，并判断某一检测区域的温度超过预设温度，则该检测区域为冒汽区域。在本实施例中，利用热红外相机1采集酒糟面热红外图像，通过该热红外图像判断温度，当温度超过预设温度时，则判断该检测区域为冒汽区域，此区域即为机器人需要马上铺料的冒汽区域。
在本发明的其中一个实施例中，在冒汽区域进行酒糟面三维点云匹配建模，确定酒糟面下蒸汽高度的步骤包括：
获取检测区域第n层铺料厚度为Tn，假设某个检测区域出现冒汽即认为该检测区域的蒸汽高度等于酒糟面高度，则该区域酒糟面下的蒸汽距酒糟面高度(也即压汽高度)为：
式中，N代表整甑铺完的层数；
v代表蒸汽平均上升速度，通过计算冒汽区域的料面高度除以时间，进行估算；
t为从铺料开始到当前的时间长度。
利用上述公式可以计算得到酒糟面下蒸汽高度，从而给机器人上甑以指导作用。
以上步骤为一个检测周期，可以进行循环检测，当步骤S4结束后，可以跳转至步骤S2进行循环检测，从而实现实时检测获取酒糟面不平度、铺料厚度、酒糟面下蒸汽高度信息。
如图4所示，本发明还提供一种上甑机器人的检测模块4。该检测模块包括：划分单元41、接收单元42、第一处理单元43、第二处理单元44和第三处理单元45。
划分单元41，用于将甑锅内酒糟面按面积平均划分为多个检测区域；
接收单元42，用于接收酒糟面三维坐标点云；
第一处理单元43，用于根据酒糟面三维坐标点云确定检测区域内料面不平度；
第二处理单元44，用于根据酒糟面三维坐标点云高度变化，确定机器人铺料前后检测区域内的铺料厚度
第三处理单元45，用于在检测区域内确定冒汽区域，并在冒汽区域进行酒糟面三维点云匹配建模，确定酒糟面下蒸汽高度。
如图5所示，图中箭头代表加热蒸汽的流动方向。本发明还提供一种上甑机器人的检测系统。该检测系统包括：热红外相机1、激光发射器2、两个高清摄像头3和上述的上甑机器人的检测模块4。
其中，热红外相机1位于甑锅上方，用于采集酒糟面的热红外图像；
激光发射器2和两个高清摄像头3，两个高清摄像头3分别对称设置于激光发射器2的两侧，构成结构光双目立体视觉系统，用于获取酒糟面三维坐标点云；
上甑机器人的检测模块4，用于将甑锅内酒糟面按面积平均划分为多个检测区域；用于获取酒糟面三维坐标点云，根据酒糟面三维坐标点云确定检测区域内料面不平度；用于根据酒糟面三维坐标点云高度变化，确定机器人铺料前后检测区域内的铺料厚度；用于根据酒糟面的热红外图像在检测区域内确定冒汽区域，并在冒汽区域进行酒糟面三维点云匹配建模，确定酒糟面下蒸汽高度。
本发明提供的一种上甑机器人的检测模块4和上甑机器人的检测系统，可以为上甑机器人同时提供实时的酒糟面不平度、铺料厚度、酒糟面下蒸汽高度信息，模仿人工探汽上甑的“眼观、手探”的建模过程，满足机器人实现“料平汽平、探汽上甑”的需要。
以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (7)
1.一种上甑机器人的检测方法，其特征在于，包括：
S1、甑锅内酒糟面按面积平均划分为多个检测区域，取黑白棋盘格标定板，并对所述黑白棋盘格标定板加热到预设温度；利用热红外相机和立体视觉系统同时采集加热后的所述黑白棋盘格标定板的热红外图像和可见光图像，通过计算所述热红外图像和所述可见光图像中所述黑白棋盘格标定板的顶点坐标从而将所述热红外相机和所述立体视觉系统的坐标系统一标定于机器人的坐标系；
S2、获取酒糟面三维坐标点云，根据所述酒糟面三维坐标点云确定所述检测区域内料面不平度，其中，所述酒糟面三维坐标点云为通过立体视觉系统获取；
S3、根据酒糟面三维坐标点云高度变化，确定机器人铺料前后所述检测区域内的铺料厚度；
S4、在所述检测区域内确定冒汽区域，并在所述冒汽区域进行酒糟面三维点云匹配建模，确定酒糟面下蒸汽高度：
获取检测区域第n层铺料厚度为Tn，假设某个检测区域出现冒汽即认为该检测区域的蒸汽高度等于酒糟面高度，则该区域酒糟面下的蒸汽距酒糟面高度为：
式中，N代表整甑铺完的层数；
v代表蒸汽平均上升速度，通过计算冒汽区域的料面高度除以时间，进行估算；
t为从铺料开始到当前的时间长度。
2.根据权利要求1所述的上甑机器人的检测方法，其特征在于，所述根据所述酒糟面三维坐标点云确定所述检测区域内料面不平度还包括：
若检测区域中存在深度超过设定范围值的坑洼区域，若干个所述坑洼区域中面积最大的，即为当前料面最大坑洼区域。
3.根据权利要求1所述的上甑机器人的检测方法，其特征在于，所述根据酒糟面三维坐标点云高度变化，确定机器人铺料前后所述检测区域内的铺料厚度包括：
根据酒糟面三维坐标点云，确定机器人铺料前所述检测区域内的三维坐标点距锅底的深度值，并计算该检测区域内所有坐标点的平均深度值；
根据酒糟面三维坐标点云，确定机器人铺料后所述检测区域内的三维坐标点距锅底的深度值，并计算该检测区域内所有坐标点的平均深度值；
依据机器人铺料前后所述检测区域内的平均深度值的差值，确定机器人在该检测区域的铺料厚度。
4.根据权利要求1所述的上甑机器人的检测方法，其特征在于，所述在所述检测区域内确定冒汽区域包括：
获取经热红外相机采集到的酒糟面热红外图像，并判断某一检测区域的温度超过预设温度，则该检测区域为冒汽区域。
5.根据权利要求1-4中任意一项所述的上甑机器人的检测方法，其特征在于，以步骤S2～S4为一个检测周期，进行循环检测。
6.一种上甑机器人的检测模块，其特征在于，利用权利要求1至5中任意一项所述的上甑机器人的检测方法，包括：
划分单元，用于将甑锅内酒糟面按面积平均划分为多个检测区域；
接收单元，用于接收酒糟面三维坐标点云；
第一处理单元，用于根据所述酒糟面三维坐标点云确定所述检测区域内料面不平度；
第二处理单元，用于根据酒糟面三维坐标点云高度变化，确定机器人铺料前后所述检测区域内的铺料厚度
第三处理单元，用于在所述检测区域内确定冒汽区域，并在所述冒汽区域进行酒糟面三维点云匹配建模，确定酒糟面下蒸汽高度。
7.一种上甑机器人的检测系统，其特征在于，包括：
热红外相机，用于采集酒糟面的热红外图像；
激光发射器和两个高清摄像头，所述两个高清摄像头分别对称设置于所述激光发射器的两侧，构成结构光双目立体视觉系统，用于获取酒糟面三维坐标点云；
根据权利要求6所述的上甑机器人的检测模块，用于甑锅内酒糟面按面积平均划分为多个检测区域；用于获取酒糟面三维坐标点云，根据所述酒糟面三维坐标点云确定所述检测区域内料面不平度；用于根据酒糟面三维坐标点云高度变化，确定机器人铺料前后所述检测区域内的铺料厚度；用于根据酒糟面的热红外图像在所述检测区域内确定冒汽区域，并在所述冒汽区域进行酒糟面三维点云匹配建模，确定酒糟面下蒸汽高度。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111450468.7A CN114170173B (zh) | 2021-11-30 | 2021-11-30 | 上甑机器人的检测方法、检测模块及检测系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111450468.7A CN114170173B (zh) | 2021-11-30 | 2021-11-30 | 上甑机器人的检测方法、检测模块及检测系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114170173A CN114170173A (zh) | 2022-03-11 |
| CN114170173B true CN114170173B (zh) | 2022-11-04 |
Family
ID=80481877
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111450468.7A Active CN114170173B (zh) | 2021-11-30 | 2021-11-30 | 上甑机器人的检测方法、检测模块及检测系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114170173B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114988048A (zh) * | 2022-06-28 | 2022-09-02 | 武汉奋进智能机器有限公司 | 上甑系统及上甑方法 |
| CN115322863B (zh) * | 2022-10-13 | 2023-02-28 | 武汉奋进智能机器有限公司 | 一种甑锅料面三维形貌及热区分布识别的上甑方法 |
| CN117053729B (zh) * | 2023-10-10 | 2024-01-16 | 武汉奋进智能机器有限公司 | 酒甑的布料方法及装置 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103101773A (zh) * | 2013-01-18 | 2013-05-15 | 常州铭赛机器人科技有限公司 | 全自动装甑系统及其装甑方法 |
| CN105199894A (zh) * | 2015-07-14 | 2015-12-30 | 湖南博雅智能装备股份有限公司 | 一种酿酒用自动装甑机器人系统及其控制方法 |
| CN105690369A (zh) * | 2015-12-31 | 2016-06-22 | 中国科学院自动化研究所 | 白酒全自动上甑机器人系统 |
| CN206019778U (zh) * | 2016-09-23 | 2017-03-15 | 常州铭赛机器人科技股份有限公司 | 装甑系统的料面测量机构 |
| CN108303751A (zh) * | 2018-02-06 | 2018-07-20 | 四川理工学院 | 一种自动装甑的智能探汽方法 |
| WO2020135446A1 (zh) * | 2018-12-24 | 2020-07-02 | 深圳市道通智能航空技术有限公司 | 一种目标定位方法和装置、无人机 |
| CN112573223A (zh) * | 2020-11-27 | 2021-03-30 | 中国科学院自动化研究所 | 仿人智能上甑方法、系统、装置 |
| CN112747864A (zh) * | 2020-12-29 | 2021-05-04 | 中科蓝海(扬州)智能视觉科技有限公司 | 基于智能视觉的酒糟自动上料方法及其系统 |
| CN113052399A (zh) * | 2021-04-21 | 2021-06-29 | 浙江中控技术股份有限公司 | 温度监控系统、方法、装置、存储介质及电子设备 |
| CN214173650U (zh) * | 2020-12-29 | 2021-09-10 | 中科蓝海(扬州)智能视觉科技有限公司 | 基于智能视觉的酒糟自动上料装置 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105505659A (zh) * | 2016-02-01 | 2016-04-20 | 泸州成邦机械工程有限公司 | 一种酒类酿造机器人自动上甑设备及方法 |
| CN111985463A (zh) * | 2020-08-07 | 2020-11-24 | 四川轻化工大学 | 一种基于卷积神经网络的白酒上甑探汽方法 |
-
2021
- 2021-11-30 CN CN202111450468.7A patent/CN114170173B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103101773A (zh) * | 2013-01-18 | 2013-05-15 | 常州铭赛机器人科技有限公司 | 全自动装甑系统及其装甑方法 |
| CN105199894A (zh) * | 2015-07-14 | 2015-12-30 | 湖南博雅智能装备股份有限公司 | 一种酿酒用自动装甑机器人系统及其控制方法 |
| CN105690369A (zh) * | 2015-12-31 | 2016-06-22 | 中国科学院自动化研究所 | 白酒全自动上甑机器人系统 |
| CN206019778U (zh) * | 2016-09-23 | 2017-03-15 | 常州铭赛机器人科技股份有限公司 | 装甑系统的料面测量机构 |
| CN108303751A (zh) * | 2018-02-06 | 2018-07-20 | 四川理工学院 | 一种自动装甑的智能探汽方法 |
| WO2020135446A1 (zh) * | 2018-12-24 | 2020-07-02 | 深圳市道通智能航空技术有限公司 | 一种目标定位方法和装置、无人机 |
| CN112573223A (zh) * | 2020-11-27 | 2021-03-30 | 中国科学院自动化研究所 | 仿人智能上甑方法、系统、装置 |
| CN112747864A (zh) * | 2020-12-29 | 2021-05-04 | 中科蓝海(扬州)智能视觉科技有限公司 | 基于智能视觉的酒糟自动上料方法及其系统 |
| CN214173650U (zh) * | 2020-12-29 | 2021-09-10 | 中科蓝海(扬州)智能视觉科技有限公司 | 基于智能视觉的酒糟自动上料装置 |
| CN113052399A (zh) * | 2021-04-21 | 2021-06-29 | 浙江中控技术股份有限公司 | 温度监控系统、方法、装置、存储介质及电子设备 |
Non-Patent Citations (1)
| Title |
|---|
| 上甑机器人在白酒固态蒸馏中的应用现状与探讨;张贵宇 等;《包装与机械》;20170406;第38卷(第13期);第216-224页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114170173A (zh) | 2022-03-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114170173B (zh) | 上甑机器人的检测方法、检测模块及检测系统 | |
| CN109655040B (zh) | 一种基于无人机靶向技术的边坡位移监测方法 | |
| CN101226057B (zh) | 一种数字近景摄影测量方法 | |
| JP5578844B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
| CN105157604B (zh) | 外场多束线结构光视觉测量系统的快速标定方法 | |
| CN106969730B (zh) | 一种基于无人机探测技术的果树树冠体积测量方法 | |
| CN103530880B (zh) | 基于投影高斯网格图案的摄像机标定方法 | |
| CN101901501B (zh) | 一种生成激光彩色云图的方法 | |
| CN106840110B (zh) | 一种应用于大型多板波浪模拟系统的运动测量方法与装置 | |
| CN105865326A (zh) | 实物尺寸测量方法及图像数据库数据采集方法 | |
| CN103033132B (zh) | 基于单目视觉的平面测量方法及装置 | |
| CN111161358B (zh) | 一种用于结构光深度测量的相机标定方法和装置 | |
| CN106415194A (zh) | 道路铺面破损调查及分析系统和道路铺面破损调查及分析方法 | |
| CN106644091A (zh) | 红外热成像机芯标定装置及其标定方法 | |
| CN103644865A (zh) | 基于数字图像分析的平面面积测量方法 | |
| CN109827512B (zh) | 一种料层厚度在线检测的方法、控制器及系统 | |
| CN106033653A (zh) | 一种基于地面激光扫描的三维室内地图制作方法 | |
| CN110953988B (zh) | 立体块及利用其对线结构光传感器精度进行评价的方法 | |
| CN104048605A (zh) | 激光扫描测量标靶平差方程式构建方法 | |
| CN109063638A (zh) | 基于倾斜摄影预测废弃物产生量的方法、系统及介质 | |
| KR102023087B1 (ko) | 카메라 캘리브레이션 방법 | |
| CN107657609A (zh) | 一种基于激光扫描的获取靶板穿孔密度的方法 | |
| CN114136544A (zh) | 基于高速视频测量的水下振动模拟测试系统及测试方法 | |
| CN113393413B (zh) | 基于单目与双目视觉协同的水域面积测量方法和系统 | |
| CN110956668A (zh) | 一种基于聚焦测度的聚焦堆栈成像系统预置位标定方法 |
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 | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230328 Address after: 271000 No.139, peitianmen street, high tech Zone, Tai'an City, Shandong Province Patentee after: Zhongke Hengxin Intelligent Technology (Taian) Co.,Ltd. Address before: 101400 room 103, building 1, yard 33, Yanqi Road, Yanqi Economic Development Zone, Huairou District, Beijing (cluster registration) Patentee before: Zhongke jiuchuang Intelligent Technology (Beijing) Co.,Ltd. |
|
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: The detection method, detection module, and detection system of the steaming robot Granted publication date: 20221104 Pledgee: Taixi sub branch of Taian Bank Co.,Ltd. Pledgor: Zhongke Hengxin Intelligent Technology (Taian) Co.,Ltd. Registration number: Y2024980006413 |
|
| PC01 | Cancellation of the registration of the contract for pledge of patent right |
Granted publication date: 20221104 Pledgee: Taixi sub branch of Taian Bank Co.,Ltd. Pledgor: Zhongke Hengxin Intelligent Technology (Taian) Co.,Ltd. Registration number: Y2024980006413 |