CN114408232B - 中央厨房多配菜炒饭的自适应定量分装方法及其装置 - Google Patents

Abstract

本发明属于食品加工技术领域，具体涉及一种中央厨房多配菜炒饭的自适应定量分装方法及其装置。主要包括关键配菜识别模型的自构建、关键配菜识别模型的自评估、批量炒饭分装的自适应定量三个步骤以及匹配三个步骤操作的装置；通过目标配菜识别模型自构建、模型效果自评估的方式，可以使得分装设备经过的简单设置，即可具备对未经训练的炒饭样品及其中的目标配菜进行识别，使得设备对标准化生产的未知炒饭产品具有高度的自适应性。此外，经过本发明定量分装的炒饭，不仅可以保证每份炒饭的总重量一致，而且可以精确的保证每份炒饭中目标配置的数量一致，保障中央厨房炒饭定量分装精度的同时，可有效提高中央厨房炒饭生产的自动化及智能化水平。

Description

中央厨房多配菜炒饭的自适应定量分装方法及其装置

技术领域

本发明属于食品加工技术领域，具体涉及一种中央厨房多配菜炒饭的自适应定量分装方法及其装置。

背景技术

炒饭是一种由米饭、配菜、调料混合烹制而成的传统美食，具有色香味俱全等特点，深得全世界消费者的喜爱。不同国别、地域的炒饭由于米饭种类、调味料及烹制方法的不同，可形成独具地域特色或特定风味的炒饭，如扬州炒饭、西班牙海鲜饭、酱油炒饭、鸡蛋炒饭、咖喱炒饭等。用于炒饭的米饭、配菜大多为颗粒型食材，在保证炒饭整体均匀入味、同步熟化，赋予成品炒饭颗粒分明的同时，也使得炒饭在搭配上千变万化，极大的丰富了炒饭的种类和口感。

为了克服人工炒饭效率低、风味差异大、安全卫生难以保证等难题，以标准化、批量化、连续化为特色的中央厨房生产模式正与炒饭生产紧密结合，由此催生出来的中央厨房炒饭工艺、设备及企业正在改变炒饭生产、供应的格局。然而，现有的中央厨房炒饭的分装仍然沿用传统的重量分装法，使得分装成为当前中央厨房炒饭生产中需要进一步加强的环节。当被分装食材整体较为均匀或者不同颗粒间组分含量较为一致时，以重量为依据的分装方法可以保证分装后的产品之间差异度较小，如液体饮料的灌装、饼干等的分装。然而，炒饭是一种配菜极其丰富的食品，甚至其中的某些配菜是决定炒饭特色和风味的关键，而传统的重量分装方法无法保证分装后的每份产品包含的特定配菜含量一致，必然因分装不均导致产品质量起伏，影响消费者的权益。由此可见，炒饭的分装不仅要求分装后每份产品的总重量一致，同时还应该确保每份产品中特定配菜的分量也尽可能一致。

在称重定量的过程中，同步对特定配菜进行识别、定位、定量是炒饭精准分装的关键。目前，有可能满足上述需求的方法大致有人工视觉定量分装法和计算机视觉定量分装法两大类。人工视觉定量分装方法的主要过程为工人在称重定量的过程中，利用肉眼识别炒饭中的特定配菜并对其分量进行估算和调节。该方法的优点为对配菜的识别度高、柔性度好，不足之处在于人工视觉易疲劳、难以与机械分装机构无缝对接，导致定量速度慢、效率低，无法与中央厨房批量化的生产模式相匹配。计算机视觉定量分装法的主要过程为利用计算机、相机及图像处理程序相结合对炒饭中的特定配菜进行识别和定量，该方法的优点是识别速度快、识别结果可以与机械分装机构无缝对接，可匹配中央厨房批量化、连续化的生产模式。然而，计算机视觉定量分装法的不足之处在于其图像处理程序往往针对相对固定的识别对象开发而成，当被识别配菜自身的颜色因炒制工艺调整而发生变化或者炒饭的配方经过调整使得被识别配菜背景发生变化时，整条中央厨房炒饭生产线将需停产，待图像处理程序经专业人员进行针对性的修改后才能重启整条生产线，由此导致的经济损失必不可免。

为了克服现有技术方案的不足，本发明提出了一种中央厨房多配菜炒饭的自适应定量分装方法及其装置，可使炒饭定量分装设备及方法能够主动适用待分装炒饭的特性及其变化，提高中央厨房炒饭生产的自动化及智能化水平。

发明内容

本申请的目的在于提供一种中央厨房多配菜炒饭的自适应定量分装方法及其装置，用于解决计算机视觉技术只能在固定场景下识别炒饭配菜而在场景变化时无法自适应调整的问题，以及现有技术对炒饭中特定配菜分装不均导致产品质量起伏的问题。

首先，发明了一种中央厨房多配菜炒饭的自适应定量分装方法，其特征在于包含关键配菜识别模型的自构建、关键配菜识别模型的自评估、批量炒饭分装的自适应定量三个步骤。

步骤一，所述关键配菜识别模型的自构建包含以下过程：

过程一，对标准配方包含米饭、食用油、m种配菜、n种调味料液的炒饭，经中央厨房标准化工艺、固定设备炒制得到的待分装成品炒饭，选取待分装成品炒饭的第i种配菜H_i作为需要定量的关键配菜；

过程二，取m1 kg待分装成品炒饭用作模型构建的炒饭样品A，并将模型构建炒饭样品A中关键配菜H_i与其它炒饭成分分开，得到仅含关键配菜H_i的炒饭样品A&H_i及不含关键配菜H_i的炒饭样品A-H_i；

过程三，启动与本方法相匹配的中央控制模块，中央控制模块包括模型自构建模块、模型自评估模块、炒饭自适应定量模块；且与模型自构建模块、模型自评估模块、炒饭自适应定量模块电性连接；

所述模型自构建模块包含料盒自复位模块和启动模型自构建模块，所述模型自评估模块包含料盒自复位模块和启动模型自评估模块，所述炒饭自适应定量模块包含自适应定量运行模块；

首先，启动中央控制模块中的模型自构建模块内的料盒自复位模块，自复位模块将信号传输至中央控制模块进而控制位置传感器和主输送带的运动，将主输送带上的料盒复位至与预定义工位完全重合；然后将炒饭样品A&H_i以单层且不相互重叠的方式平铺于a个处于成像工位之前其他工位的料盒内，将炒饭样品A-H_i以单层且不相互重叠的方式平铺于a个处于成像工位之前工位的料盒内，得到仅含炒饭样品A&H_i薄层的a个料盒以及仅含炒饭样品A-H_i薄层的a个料盒；其中a为正整数；

过程四，在模型自构建模块中输入待分装炒饭产品名称X1、关键配菜名称X2、炒饭样品A&H_i薄层所在料盒对应的工位号及每个料盒中含有的关键配菜H_i的数量、装有炒饭样品A-H_i薄层所在料盒对应的工位号相关信息；并点击模型自构建模块界中的启动模型自构建模块，信号传输至中央控制模块控制相机自行采集炒饭样品A&H_i、A-H_i及a个空料盒在b个不同波段λ1、λ2、……、λ(b-1)、λb光源照射下的图像I_A&H_i_h_j、I_A-H_i_h_j、I_O_h_j，通过中央控制模块自行优化关键配菜识别的最优波段λ_A及最优分割阈值C，自行计算并显示建模最优识别率D；其中h∈[1，b]、j∈[1，a]；其中h、b为正整数；

过程五，当模型识别率D大于等于预期识别率E，进入步骤二“关键配菜识别模型的自评估”操作；当模型识别率D小于预期识别率E时，重复本步骤的过程二、三、四、五；

优选的，步骤一中所述预期识别率E为95％-100％。

优选的，步骤一中所述工位的预定义方法为：启动主输送带运行1～60s后切断主输送带传动电机电源，使得主输送带表面某一个料盒的位置处于成像系统相机的正下方，将此时主输送带的位置设置为位置传感器的触发位置；沿主输送带的运动方向(即从料斗下料口下方的上料料盒开始、到主输送带末端下料料盒结束)对主输送带表面的料盒所在的位置从1开始依次进行编号，每一个料盒对应一个工位，从而得到主输送带上工位的位置及其对应的编号；其中料斗下料口下方的1号工位定义为上料工位、相机下方正对的工位定义为成像工位、主输送带末端的下料工位定义为下料工位；

所述位置传感器的触发位置设定完成后，每一料盒经过相机正下方时，位置触发器均可实时触发一次并向中央控制模块发送1次触发信号。

优选的，步骤一中所述图像I_A&H_i_h_j、I_A-H_i_h_j、I_O_h_j的像素灰度值范围为[0255]；

优选的，步骤一中所述自行优化关键配菜识别的最优波段λ_A及最优分割阈值C的方法为：对第h个波段λh光源下a个炒饭样品A&H_i的图像I_A&H_i_h_j、a个炒饭样品A-H_i的图像I_A-H_i_h_j、a个空料盒的图像I_O_h_j；分别生成图像I_A&H_i_h_j的直方图从而得到直方图峰值对应的峰值灰度值K_h_j，计算出a个峰值灰度值K_h_j的平均值K_h_mean；根据第h个波段分割阈值的下行优化步长△K_h^-及上行优化步长△K_h⁺，确定分割阈值在下行优化方向的p个下行优化阈值(K_h_mean)–c*△K_h^-以及上行优化方向的q个上行优化阈值(K_h_mean)+d*△K_h⁺；通过任取1个下行优化阈值及任取1个上行优化阈值的方式得到p*q个组合优化阈值C_λh_c_d＝((K_h_mean)–c*△K_h^-，(K_h_mean)+d*△K_h⁺)，且(K_h_mean)–c*△K_h^-用作图像处理的下限阈值、(K_h_mean)+d*△K_h⁺用作图像处理的上限阈值；中央控制模块依次根据优化阈值C_λh_c_d对a个炒饭样品A&H_i的图像I_A&H_i_h_j、a个炒饭样品A-H_i的图像I_A-H_i_h_j、a个空料盒的图像I_O_h_j进行处理得到每个料盒对应的关键配菜的识别数量，将每个料盒对应的关键配菜的识别数量与输入的每个料盒对应的关键配菜数量相比，并计算对应的建模识别率D_λh_c_d；

h的值依次取1、2、……、b-1、b，依次计算对应的建模识别率D_λh_c_d；根据建模识别率D_λh_c_d取得最大值时对应的h值、c值、d值可确定最优波段为λ_A＝λh、最优分割阈值为C＝C_λh_c_d、建模最优识别率D＝D_λh_c_d；其中c∈[1，p]、d∈[1，q]；其中c、d、p、q均为正整数；

优选的，步骤一中所述下行优化步长△K_h^-及上行优化步长△K_h⁺的确定方法为：中央控制模块根据最大单向阈值取值个数L，借助值域在[0 1]范围内的随机数生产函数Rand(0,1)以及取整函数Int得到下行优化方法的优化阈值个数p＝Int(L*Rand(0,1))以及q＝Int(L*Rand(0,1))，据此计算下行优化步长△K_h^-＝Int((K_h_mean)/p)以及上行优化步长△K_h⁺＝Int((255-(K_h_mean))/q)；

步骤二，所述关键配菜识别模型的自评估包含以下过程：

过程一，取m2 kg成品炒饭用作模型评估的炒饭样品B，并将2*(m2)/3kg炒饭样品B中关键配菜H_i与其它炒饭成分分开，得到仅含关键配菜H_i的炒饭样品B&H_i、不含关键配菜H_i的炒饭样品B-H_i、(m2)/3kg包含全部成分的炒饭样品B_B；

过程二，启动中央控制模块中的模型自评估模块内的料盒自复位模块，料盒自复位模块传输信号至中央控制模块控制位置传感器将主输送带上的料盒运行一个周期后复位至与预定义工位完全重合；工人将炒饭样品B_B以单层且不相互重叠的方式平铺于a个处于成像工位之前工位的料盒内，将炒饭样品B-H_i以单层且不相互重叠的方式平铺于a个处于成像工位之前工位的料盒内，将炒饭样品B&H_i以单层且不相互重叠的方式平铺于a个处于成像工位之前工位的料盒内，得到仅含炒饭样品B_B薄层的a个料盒、仅含炒饭样品B-H_i薄层的a个料盒、仅含炒饭样品B&H_i薄层的a个料盒；

优选的，步骤二中所述主输送带呈椭圆形，从某一起始位置运行一圈回到原点记为一个周期。

过程三，在中央控制模块中的模型自评估模块内输入炒饭样品B_B薄层所在料盒的工位号及每个料盒中含有关键配菜H_i的数量、炒饭样品B-H_i薄层所在料盒的工位号、炒饭样品B&H_i薄层所在料盒的工位号及每个料盒中含有关键配菜H_i的数量相关信息；

过程四，点击中央控制模块中的模型自评估模块内启动模型自评估模块，启动模型自评估模块信号传输至中央控制模块根据步骤一中得到的最优波段λ_A、最优分割阈值C，通过中央控制模块打开最优波段λ_A对应的光源，相机获取λ_A对应的光源照射下的a个炒饭样品B_B的图像I_B_B_j、a个炒饭样品B-H_i的图像I_B-H_i_j、a个炒饭样品B&H_i的图像I_B&H_i_j；中央控制模块依次根据最优分割阈值C对图像I_B_B_j、I_B-H_i_j、I_B&H_i_j中关键配菜H_i的数量进行识别，并将识别结果与工人输入的关键配菜H_i数量进行比较从而计算出评估识别率F；

过程五，当评估识别率F大于等于预期识别率G，控制软件自动保存最优波段λ_A、最优分割阈值C并进入步骤三炒饭自适应定量；当模型识别率F小于预期识别率G时，重复步骤一的所有过程。

优选的，步骤二中所述预期识别率G为95％-100％。

步骤三，所述批量炒饭分装的自适应定量包含以下过程：

过程一，按照步骤一过程一的标准配方、标准工艺及设备开始批量生产得到待分装的成品炒饭后，在中央控制模块中的炒饭自适应定量模块，中输入单份炒饭的关键配菜数量I颗以及单份炒饭的总重量L的信息；点击炒饭自适应定量模块中的“自适应定量运行”模块，“自适应定量运行”模块将信号传输至中央控制模块进而控制定量装置对料斗中的待分装成品炒饭开始进行自适应定量分装；

过程二，定量分装开始后，料斗中的待分装成品米饭以单层瀑布下落的形式落入处于匀速运动状态的主输送带表面对应工位的料盒内，料盒中处于单层薄层状态的米饭以料盒为基本单元通过相机下方，中央控制模块通过位置传感器感知料盒在每个工位上的移动行为，料盒每移动一个工位则相机拍摄一次成像工位对应料盒内成品炒饭在最优波段λ_A下的图像信息；

过程三，中央控制模块利用步骤一中确定的分割阈值C，对相机下方料盒中的产品米饭进行快速识别并得到其中关键配菜H_i的个数J_c，从而得到成像工位与下料工位之间f个待分装工位上料盒中炒饭对应的关键配菜H_i的个数J-1、J-2、……、J-(f-1)、J-f；中央控制模块根据f个分装工位上料盒内的关键配菜个数J-1、J-2、……、J-(f-1)、J-f，以2个料盒内的炒饭为一组，装入同1个包装容器得到单份炒饭的关键配菜数量I±△g为目标，通过自适应的方式确定所有料盒内任意2组料盒内关键配菜的最优匹配组合，并将匹配结果记录于数组M；当中央控制模块通过位置传感器感知到料盒每移动一个工位时，通过中央控制模块识别新进入成像工位上料盒内关键配菜的数量J_c，将J_c显示在“炒饭自适应定量模块”界面“成像工位关键配菜H_i个数”对应的文本框内，并据此更新匹配结果记录数组M；

所述匹配结果记录数组M的构建及定义方法为：建立3行、f+2列且初值为0的数组M用于料盒两两组合的匹配，数组的第1列到第f+2列依次对应于分装装备上的成像工位303、f个待分装工位和炒饭下料工位；数组M的第1行用于存储数组列对应工位上料盒中关键配菜的颗粒数；数组M的第2行用于记录储数组列对应工位料盒中炒饭的下落路径，当第2行某列的数值为0时表示该列对应工位上料盒中无炒饭，当第2行某列的数值为1时表示该列对应工位上料盒中的炒饭应该进入下落路径1，当第2行某列的数值为2时表示该列对应工位上料盒中的炒饭应该进入下落路径2，当第2行某列的数值为3时表示该列对应工位上料盒中的炒饭应该进入下落路径3；数组M的第3行用于存储数组列对应工位上料盒的相互匹配情况，从第3行的最后一列开始往第一列开始匹配，当3行某两列的数值分别为1和2且这两列的第2行的数值同时为1或者同时为2时表示该两列对应工位上料盒中的炒饭可匹配至一个包装容器，当3行某列的数值为0时表示该列对应工位上料盒尚未匹配成功；

优选的，步骤三中所述待分装工位即为成像工位和下料工位之间的工位。

所述匹配结果记录数组M的更新方法为：当中央控制模块得到成像工位上新进入料盒内关键配菜的数量J_c时开始更新数组M；首先，将数组M第f+2列第2行、第3行的数值赋值给一次定量控制参数P1＝M(2，f+2)、P2＝M(3，f+2)；其次，通过M(：，(f+3)-k)＝M(：，(f+2)-k)将数组M的值整体后移1列，其中k的取值依次为2、3、……、f+1、f+2；将成像工位上新进入料盒内关键配菜的数量J_c保存入数组使得M(1，1)＝J_c；当J_c＝0时，设置M(2，1)＝M(3，1)＝0；最后，当J_c≠0时，k的取值依次为f+2、f+1、……、3、2，当M(2，k)＝3时计算M(1，k)+M(1，1)，若出现k值满足I-△g≤M(1，k)+M(1，1)≤I+△g且M(2，2：k)≠3-Temp时，M(2，k)＝M(2，1)＝3-Temp，M(3，k)＝1，M(3，1)＝2，Temp＝M(2，1)，并结束对数组M的更新；若未出现k值满足I-△g≤M(1，k)+M(1，1)≤I+△g且M(2，2：k)≠3-Temp时，M(2，1)＝3，M(3，1)＝0，并结束对数组M的更新；

过程四，数组M更新的同时，中央控制模块根据一次定量控制参数P1、P2，通过控制1号导料板和2号导料板的开闭进而控制炒饭在滑道上的下落轨迹，从而确保组合料盒内的炒饭准确掉入一次定量工位I或者一次定量工位II所对应的包装容器内；

过程五，为保证一次定量工位I或者一次定量工位II包装容器内的炒饭总重量与设定的单份炒饭的总重量L一致，一次定量工位I或者一次定量工位II包装容器内炒饭会随包装容器被送入二次定量工位，中央控制模块根据二次定量工位上包装容器内炒饭的重量，引导特定重量的配重炒饭掉入二次定量工位上的包装容器内，使得经过二次定量工位后每个包装容器内的炒饭总重量不仅一致，而且每个包装容器内关键配菜的数量也一致；随后，位置传感器感知到下一料盒进入成像工位时重复本步骤过程二、过程三、过程四、过程五；

所述全局变量Temp的初始值为2；

优选的，步骤三中所述确保组合料盒内的炒饭准确掉入一次定量工位的方法为：当P1＝1且P2＝1时炒饭进入下落路径1，中央控制模块控制处于下料主滑道上的1号导料板向上打开、2号导料板闭合从而引导下料工位上料盒内的炒饭掉入一次定量工位I所对应的包装容器内；当P1＝1且P2＝2时炒饭进入下落路径1，处于下料主滑道上的1号导料板向上打开、2号导料板闭合从而引导下料工位上料盒内的炒饭掉入一次定量工位I所对应的包装容器内，并控制一次定量主输送带将包装容器及其内部的炒饭送入二次定量工位，同时控制包装容器上料机构将空的包装容器送入一次定量工位I；当P1＝2且P2＝1时炒饭进入下落路径2，处于下料主滑道上的1号导料板闭合、2号导料板向上打开从而引导下料工位上料盒内的炒饭掉入一次定量工位II所对应的包装容器内；当P1＝2且P2＝2时炒饭进入下落路径2，处于下料主滑道上的1号导料板闭合、2号导料板向上打开从而引导下料工位上料盒内的炒饭掉入一次定量工位II所对应的包装容器内，并控制一次定量主输送带将包装容器及其内部的炒饭送入二次定量工位，同时控制包装容器上料机构将空的包装容器送入一次定量工位II；当P1＝3时炒饭进入下落路径3，处于下料主滑道上的1号、2号导料板均闭合从而引导下料工位上料盒内的炒饭通过下料主滑道掉入回料料斗内；当P1＝0时下料工位料盒内无炒饭，处于下料主滑道上的1号导料板、2号导料板均闭合。

所述回料料斗中的炒饭经回料管道以气流输送的方式输送至料斗；

优选的，步骤三中所述引导特定重量的配重炒饭掉入二次定量工位上的包装容器内的方法为：处于二次定量工位下的电子秤实时感知其上方包装容器及其内炒饭的总重量M1，中央控制模块启动二次定量送料装置工作；当L-M1>0时，并将重量为L-M1的配重炒饭送入包装容器，使得二次定量包装容器及其内部米饭的总重量等于设置值L；当L-M1＝0时，包装容器内炒饭的总重量等于设置值L，无需进行配重；当L-M1<0时，包装容器内炒饭的总重量已超过设置值L，此份炒饭按超重处理；所述配重炒饭的不含关键配菜H_i，其余配方、工艺、设备均与步骤一种过程一的待分装成品炒饭完全一致；

所述中央控制模块已保存有待分装炒饭对应的最优波段λ_A、最优分割阈值C情况下，控制软件跳过步骤一及步骤二，直接调用已保存的最优波段λ_A、最优分割阈值C并执行步骤三；若控制软件无法调用待分装炒饭对应的最优波段λ_A、最优分割阈值C，则依次执行步骤一、步骤二、步骤三。

其次，本发明提供了一种与中央厨房多配菜炒饭的自适应定量分装方法相匹配的定量装置，其特征在于包含炒饭上料装置、炒饭输送装置、配菜识别装置、一次定量装置、二次定量装置、回料装置及中央控制模块；

主要结构包括料斗、电控出料器、振动器I、振动器II、上料导板、上料工位、下料工位、料盒、传动链条、传动电机、位置传感器、主输送带、相机、光源、成像工位、中央控制模块、计算机、下料主滑道、1号导料板、1号辅滑道；一次定量工位I、2号导料板、2号辅滑道、一次定量工位II、包装容器上料机构、一次定量传送带、二次定量输送带、二次定量工位、配重炒饭料斗、配重电控出料器、电子秤、振动器III、回料料斗和回料管道；

所述炒饭上料装置由料斗、电控出料器、振动器I、振动器II、上料导板构成，其中电控出料器位于料斗出料口的底部，且与振动器I相连；所述上料导板位于电控出料器的下方，且与振动器II相连；所述上料导板的下方对接料盒；所述电控出料器、振动器I、振动器II均与中央控制模块电性相连；

所述炒饭输送装置由料盒、传动链条、传动电机、位置传感器、主输送带构成，其中料盒设有多个，等间距固定在主输送带上；所述位置传感器设置于主输送带的两侧，用于感知及控制料盒的移动距离及其相应的位置；所述位置传感器及传动电机与中央控制模块电性相连；

所述配菜识别装置包括相机、光源，所述相机及光源被设置于成像工位的上方；且所述成像工位设定于主输送带的上方；所述光源包含可发出多个不同波段光线的光源组成且特定波段的光线可在中央控制模块的控制下单独发出；所述相机及光源均与中央控制模块电性相连；通过中央控制模块接到触发信号后控制相机及光源开启，获取成像工位上所对应料盒内部炒饭的图像；

所述一次定量装置包含炒饭下料主滑道、1号导料板、1号辅滑道、一次定量工位I、2号导料板、2号辅滑道、一次定量工位II、包装容器上料机构；一次定量传送带；所述下料工位设置于主输送带的末端，所述下料主滑道的开口位于下料工位的下方，可使料盒到达下料工位后其内部的炒饭随重力掉落至下料主滑道入口；

所述下料主滑道的下方依次连通设有1号辅滑道和2号辅滑道；所述下料主滑道与1号辅滑道的连通处设有1号导料板；所下料述主滑道与2号辅滑道的连通处设有2号导料板；所述1号辅滑道的下方出口对接设有一次定量工位I；所述2号辅滑道(的下方出口对接设有一次定量工位II；

所述1号导料板和2号导料板用于封闭和开启辅助滑道的入口，即辅助滑道与下料主滑道的连通处；所述下料主滑道的末端出口处设有回料料斗；

所述1号导料板、2号导料板、包装容器上料机构、一次定量传送带均与中央控制模块电性相连；

所述一次定量工位I和一次定量工位II的下方设有一次定量传送带；所述一次定量传送带与中央控制模块电性连接；

所述一次定量传送带可在中央控制模块的控制下将完成一次定量炒饭的包装容器送往二次定量装置；

所述二次定量装置包括二次定量输送带、二次定量工位、配重炒饭料斗、配重电控出料器、电子秤、振动器III；其中二次定量输送带与一次定量传送带相衔接，可在中央控制模块的控制下输送包装容器；所述二次定量工位设置于配重电控出料器出口的下方，所述电子秤设置于二次定量工位的下方；

所述二次定量输送带、配重电控出料器、电子秤均通过数据线与中央控制模块相连；

所述中央控制模块包含可编程控制器、电源，且与计算机电性连接。

优选的，所述上料导板的倾斜角度为30°～60°。

优选的，所述下料主滑道倾斜设置，内壁面为光滑材料，可使炒饭自由滑落。

本发明具有的有益效果是：

本发明提供的炒饭定量方法及其装置通过关键配菜识别模型自构建、模型效果自评估的方式，可以使得设备经过的简单设置，即可具备对未经训练的炒饭样品及其中的关键配菜进行识别，使得设备对标准化生产的未知炒饭产品具有高度的自适应性。此外，经过本发明定量的炒饭，不仅可以保证每份炒饭的总重量一致，而且可以精确的保证每份炒饭中目标配置的数量一致，保障中央厨房炒饭的定量精度的同时，可有效提高中央厨房炒饭生产的自动化及智能化水平。

附图说明

图1为本发明实施例1及实施例2中央厨房多配菜炒饭自适应定量分装控制软件模型自构建界面示意图；

图2为本发明实施例1及实施例2中央厨房多配菜炒饭自适应定量分装控制软件模型自评估界面示意图；

图3为本发明实施例1及实施例2中央厨房多配菜炒饭自适应定量分装控制软件炒饭自适应定量界面示意图；

图4为本发明实施例1及实施例2中央厨房多配菜炒饭自适应定量分装装置结构示意图；

图5为本发明实施例1数组M值的更新流程图；

其中：101-料斗；102-电控出料器；103-振动器I；104-振动器II；105-上料导板；106-上料工位；107-下料工位；201-料盒；202-传动链条；203-传动电机；204-位置传感器；205-主输送带；301-相机；302-光源；303-成像工位；304-中央控制模块；305-计算机；401-下料主滑道；402-1号导料板；403-1号辅滑道；404-一次定量工位I；405-2号导料板；406-2号辅滑道；407-一次定量工位II；408.-包装容器上料机构；409-一次定量传送带；501-二次定量输送带；502-二次定量工位；503-配重炒饭料斗；504-配重电控出料器；505-电子秤；506-振动器III；601-回料料斗；602-回料管道；

具体实施方式

为了使本申请所解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本申请，并不用于限定本申请。

实施例1：

本实施例提供了一种中央厨房多配菜炒饭的自适应定量分装方法，其特征在于包含关键配菜识别模型的自构建、关键配菜识别模型的自评估、批量炒饭分装的自适应定量三个步骤。

步骤一，所述关键配菜识别模型的自构建包含以下过程：

过程一，当m＝3、n＝3、i＝1时，对标准配方包含米饭、食用油、3种配菜(火腿肠丁H_1、胡萝卜丁H_2、青椒丝H_3)、3种调味料液(生抽、耗油、蒜汁)的炒饭，经中央厨房标准化工艺、固定设备炒制得到的待分装成品炒饭，选取待分装成品炒饭的第1种配菜火腿肠丁H_1作为需要定量的关键配菜；

过程二，当m1＝2时，工人取2kg待分装成品炒饭用作模型构建的炒饭样品A，并将模型构建样品中火腿肠丁H_1全部挑出，得到仅含火腿肠丁H_1的炒饭样品A&H_1及不含火腿肠丁H_1的炒饭样品A-H_1；

过程三，当a＝2时(即样品占用2个料盒)，启动与本方法相匹配的中央控制模块304，中央控制模块304包括模型自构建模块、模型自评估模块、炒饭自适应定量模块；且与模型自构建模块、模型自评估模块、炒饭自适应定量模块电性连接；所述中央控制模块304与计算机305电性连接；

模型自构建模块包含料盒自复位模块和启动模型自构建模块，

模型自评估模块包含料盒自复位模块和启动模型自评估模块，

炒饭自适应定量模块包含自适应定量运行模块；

所述模型自构建模块所对应的参数设置包括产品名称、关键配菜名称、炒饭样品A&H_i所在料盒工位号、炒饭样品A&H_i所在单个料盒含有关键配菜H_i的数量以及炒饭样品A-H_i所在料盒工位号，且均通过计算机304的显示屏显示；

所述模型自评估模块所对应的参数设置包括炒饭样品B_B所在料盒工位号、炒饭样品B_B所在单个料盒含有关键配菜H_i的数量、炒饭样品B-H_i所在料盒工位号、炒饭样品B&H_i所在料盒工位号以及炒饭样品B&H_i所在单个料盒含有关键配菜H_i的数量，且均通过计算机304的显示屏显示；

所述炒饭自适应定量模块所对应的参数设置包括成像工位关键配菜H_i个数、单份炒饭关键配菜数量和单份炒饭总重量，且均通过计算机304的显示屏显示；

首先，启动中央控制模块304中的模型自构建模块内的料盒自复位模块(如图1所示)，自复位模块信号传输至中央控制模块304进而控制位置传感器204和主输送带205的运动，将主输送带205上的料盒201复位至与预定义工位完全重合；然后将炒饭样品A&H_1以单层且不相互重叠的方式平铺于2个处于成像工位303之前其他工位的料盒201内(如图4所示)，将炒饭样品A-H_1以单层且不相互重叠的方式平铺于2个处于成像工位303之前工位的料盒201内，得到仅含炒饭样品A&H_1薄层的2个料盒201以及仅含炒饭样品A-H_1薄层的2个料盒201；

过程四，待分装炒饭产品名称为“火腿炒饭”，关键配菜名称为“火腿肠丁”，炒饭样品A&H_1薄层所在料盒201对应的工位号“1、2”及每个料盒201中含有的火腿肠丁H_1的数量“30、20”，装有炒饭样品A-H_1薄层所在料盒201对应的工位号“3、4”时，空料盒201对应的工位号“5、6”(工位编号规则为上料工位为1号工位，按照顺时针方向依次排列)，并点击模型自构建模块界中的启动模型自构建模块，信号传输至中央控制模块304控制相机301自行采集炒饭样品A&H_1、A-H_1及2个空料盒201在3个不同波段λ1＝450nm、λ2＝550nm、λ3＝650nm光源照射下的图像I_A&H_1_h_j、I_A-H_1_h_j、I_O_h_j，通过中央控制模块304自行优化关键配菜识别的最优波段λ_A及最优分割阈值C，自行计算并显示建模最优识别率D；且b＝3、λ1＝450nm、λ2＝550nm、λ3＝650nm，h∈[1，3]、j∈[1，2]；其中h、b为正整数；

过程五，当模型识别率D大于等于预期识别率E＝95％，进入步骤二“关键配菜识别模型的自评估”；当模型识别率D小于预期识别率E＝95％时，重复本步骤的过程二、三、四、五；

所述工位的预定义方法为：启动主输送带205运行1～60s后切断主输送带205传动电机203电源，使得主输送带205表面某一个料盒201的位置处于成像系统相机301的正下方，将此时主输送带205的位置设置为位置传感器204的触发位置；沿主输送带205的运动方向(即从料斗101下料口下方的上料料盒开始、到主输送带205末端下料料盒结束)对主输送带205表面的料盒201所在的位置从1开始依次进行编号，每一个料盒对应一个工位，从而得到主输送带205上工位的位置及其对应的编号；其中料斗101下料口下方的1号工位定义为上料工位106、成像系统相机301下方正对的工位定义为成像工位303、主输送带205末端的下料工位107定义为下料工位107；

所述位置传感器204的触发位置设定完成后，每一料盒201经过成像系统相机301正下方时，位置触发器均可实时触发一次并向中央控制模块304发送1次触发信号；

所述图像I_A&H_1_h_j、I_A-H_1_h_j、I_O_h_j的像素灰度值范围为[0 255]；

所述自行优化关键配菜识别的最优波段λ_A及最优分割阈值C的方法为：

[1]当h＝1时，波段λ1＝450nm光源下2个炒饭样品A&H_1的图像I_A&H_1_1_1、I_A&H_1_1_2，2个炒饭样品A-H_1的图像I_A-H_1_1_1、I_A-H_1_1_2，2个空料盒201的图像I_O_1_1、I_O_1_2；

[2]生成图像I_A&H_1_1_1、I_A&H_1_1_2的直方图从而得到直方图峰值对应的峰值灰度值K_1_1、K_1_2，计算出K_1_1、K_1_2的平均值K_1_mean；

[3]当K_1_mean＝150，L＝20，Rand(0,1)＝0.5时，下行优化步长△K_1^-及上行优化步长△K_1⁺的确定方法为：控制软件根据最大单向阈值取值个数L＝20，借助值域在[01]范围内的随机数生产函数Rand(0,1)以及取整函数Int得到下行优化方法的优化阈值个数p＝Int(L*Rand(0,1))＝10以及q＝Int(L*Rand(0,1))＝10，据此计算下行优化步长△K_1^-＝Int((K_1_mean)/p)＝15以及上行优化步长△K_1⁺＝Int((255-(K_1_mean))/q)＝10；

[4]由p＝10、q＝10、△K_1^-＝15、△K_1⁺＝10，当c∈[1，p]、d∈[1，q]，可得到p个下行优化阈值(K_1_mean)–c*△K_1^-、q个上行优化阈值(K_1_mean)+d*△K_1⁺，以及p*q个组合优化阈值C_λ1_c_d＝((K_1_mean)–c*△K_1^-，(K_1_mean)+d*△K_1⁺)；且(K_1_mean)–c*△K_1^-用作图像处理的下限阈值、(K_1_mean)+d*△K_1⁺用作图像处理的上限阈值；

[5]对p*q个组合优化阈值C_λ1_c_d＝((K_1_mean)–c*△K_1^-，(K_1_mean)+d*△K_1⁺)，中央控制模块304依次根据优化阈值C_λ1_c_d对2个炒饭样品A&H_1的图像I_A&H_1_1_1、I_A&H_1_1_2，2个炒饭样品A-H_1的图像I_A-H_1_1_1、I_A-H_1_1_2，2个空料盒201的图像I_O_1_1、I_O_1_2进行处理得到每个料盒201对应的关键配菜的识别数量，将每个料盒201对应的关键配菜的识别数量与工人输入的每个料盒201对应的关键配菜数量相比，并计算对应的建模识别率D_λ1_c_d；

[6]h的值依次取2、3，根据上述步骤依次计算建模识别率D_λ2_c_d、D_λ3_c_d；对c∈[1，p]、d∈[1，q]，根据建模识别率D_λh_c_d的所有值D_λ1_c_d、D_λ2_c_d、D_λ3_c_d中最大值时对应的h值、c值、d值，可确定最优波段为λ_A＝λh、最优分割阈值为C＝C_λh_c_d、建模最优识别率D＝D_λh_c_d；假如D_λ1_5_6＝98％为D_λ1_c_d、D_λ2_c_d、D_λ3_c_d中的最大值，则h＝1、c＝5、d＝6，对应的最优波段为λ_A＝λ1、最优分割阈值为C＝C_λ1_5_6＝((K_1_mean)–5*△K_1^-，(K_1_mean)+6*△K_1⁺)、建模最优识别率D＝D_λh_c_d＝98％。

步骤二，所述关键配菜识别模型的自评估包含以下过程：

过程一，当m2＝3时，工人取3kg成品炒饭用作模型评估的炒饭样品B，并将2kg炒饭样品B中的火腿肠丁H_1全部挑出，得到仅含火腿肠丁H_1的炒饭样品B&H_1、不含火腿肠丁H_1的炒饭样品B-H_1、1kg包含全部成分的炒饭样品B_B；

过程二，启动中央控制模块304中的模型自评估模块内的料盒自复位模块(如图2所示)，料盒自复位模块传输信号至中央控制模块304控制位置传感器204将主输送带205上的料盒201运行一个周期后复位至与预定义工位完全重合；当a＝2时，工人将炒饭样品B_B以单层且不相互重叠的方式平铺于2个处于成像工位303之前的工位上，将炒饭样品B-H_1以单层且不相互重叠的方式平铺于2个处于成像工位303之前的工位上，将炒饭样品B&H_1以单层且不相互重叠的方式平铺于2个处于成像工位303之前的工位上，得到仅含炒饭样品B_B薄层的2个料盒201、仅含炒饭样品B-H_1薄层的2个料盒201、仅含炒饭样品B&H_1薄层的2个料盒201；

所述主输送带205呈椭圆形，运行一圈记为一个周期。

过程三，当炒饭样品B_B薄层所在料盒201的工位号为“1、2”且每个料盒201中含有关键配菜H_i的数量为“28、26”、炒饭样品B-H_1薄层所在料盒201的工位号为“3、4”、炒饭样品B&H_1薄层所在料盒201的工位号为“5、6”且每个料盒201中含有关键配菜H_i的数量为“30、30”时；工人在中央控制模块304中的模型自评估模块内输入炒饭样品B_B薄层所在料盒201的工位号“1、2”及每个料盒201中含有关键配菜H_i的数量“28、26”、炒饭样品B-H_1薄层所在料盒201的工位号“3、4”、炒饭样品B&H_1薄层所在料盒201的工位号“5、6”及每个料盒201中含有关键配菜H_i的数量“30、30”；

过程四，点击中央控制模块304中的模型自评估模块内启动模型自评估模块，启动模型自评估模块信号传输至中央控制模块304根据步骤一中得到的最优波段λ_A、最优分割阈值C，通过中央控制模块304打开最优波段λ_A对应的光源，相机301获取λ_A对应的光源照射下的2个炒饭样品B_B的图像I_B_B_1、I_B_B_1，a＝2个炒饭样品B-H_1的图像I_B-H_1_1、I_B-H_1_2，a＝2个炒饭样品B&H_1的图像I_B&H_1_1、I_B&H_1_2；中央控制模块304依次根据最优分割阈值C对图像I_B_B_1、I_B_B_1、I_B-H_1_1、I_B-H_1_2、I_B&H_1_1、I_B&H_1_2中火腿肠丁H_1的数量进行识别，并将识别结果与工人输入的火腿肠丁H_1数量进行比较从而计算出评估识别率F；

过程五，当评估识别率F大于等于预期识别率G＝95％，控制软件自动保存最优波段λ_A、最优分割阈值C并进入步骤三炒饭自适应定量；当模型识别率F小于预期识别率G＝95％时，重复步骤一的所有过程。

步骤三，所述批量炒饭分装的自适应定量包含以下过程：

过程一，当I＝60、L＝350时，按照步骤一过程一的标准配方、标准工艺及设备开始批量生产得到待分装的成品炒饭后，在中央控制模块304中的炒饭自适应定量模块中输入单份炒饭的关键配菜数量60颗以及单份炒饭的总重量350g；点击炒饭自适应定量模块中的“自适应定量运行”模块(如图3所示)，自适应定量运行”模块将信号传输至中央控制模块304进而控制定量装置对料斗101中的待分装成品炒饭开始进行自适应定量分装；

过程二，定量分装开始后，料斗101中的待分装成品米饭以单层瀑布下落的形式落入处于匀速运动状态的主输送带205表面对应工位的料盒201内，料盒201中处于单层薄层状态的米饭以当料盒201为基本单元通过相机301下方，中央控制模块304通过位置传感器204感知料盒201在每个工位上的移动行为，料盒201每移动一个工位则相机301拍摄一次成像工位303对应料盒内成品炒饭的图像信息；

过程三，当f＝6、△g＝3时，中央控制模块304利用步骤一中确定的分割阈值C，对相机301下方料盒201中的产品米饭进行快速识别并得到其中火腿肠丁H_1的个数J_c，从而得到成像工位303与下料工位107之间f个待分装工位上料盒201中炒饭对应的火腿肠丁H_1的个数J-1、J-2、J-3、J-4、J-5、J-6；中央控制模块304根据f个分装工位上料盒201内的关键配菜个数J-1、J-2、……、J-(f-1)、J-f，以2个料盒201内的炒饭为一组，装入同1个包装容器得到单份炒饭的关键配菜数量60±3为目标，通过自适应的方式确定所有料盒201内任意2组料盒内关键配菜的最优匹配组合，并将匹配结果记录于数组M；

当中央控制模块304通过位置传感器204感知到料盒201每移动一个工位时，通过中央控制模块304识别成像工位上新进入料盒201内关键配菜的数量J_c，将J_c显示在“炒饭自适应定量模块”界面“成像工位关键配菜H_i个数”对应的文本框内，并据此更新匹配结果记录数组M；

所述匹配结果记录数组M的构建及定义方法为：建立3行、f+2列且初值为0的数组M用于料盒201两两组合的匹配，数组的第1列到第f+2列依次对应于分装装备上的成像工位303、f个待分装工位和炒饭下料工位107；数组M的第1行用于存储数组列对应工位上料盒201中关键配菜的颗粒数；数组M的第2行用于记录储数组列对应工位料盒201中炒饭的下落路径，当第2行某列的数值为0时表示该列对应工位上料盒201中无炒饭，当第2行某列的数值为1时表示该列对应工位上料盒201中的炒饭应该进入下落路径1，当第2行某列的数值为2时表示该列对应工位上料盒201中的炒饭应该进入下落路径2，当第2行某列的数值为3时表示该列对应工位上料盒201中的炒饭应该进入下落路径3；数组M的第3行用于存储数组列对应工位上料盒201的相互匹配情况，从第3行的最后一列开始往第一列开始匹配，当3行某两列的数值分别为1和2且这两列的第2行的数值同时为1或者同时为2时表示该两列对应工位上料盒201中的炒饭可匹配至一个包装容器，当3行某列的数值为0时表示该列对应工位上料盒201尚未匹配成功；

所述待分装工位即为成像工位和下料工位之间的工位。

所述匹配结果记录数组M的更新方法为：当中央控制模块304通过位置传感器204感知到料盒201每移动一个工位时，通过中央控制模块304获取新进入成像工位304上料盒201内关键配菜的数量J_c，当f＝6时，假设开始更新前数组M的值如图5(a)所示，则根据J_c更新数组M的方法为：

首先，将数组M第f+2列第2行、第3行的数值赋值给一次定量控制参数P1＝M(2，f+2)、P2＝M(3，f+2)；由图5(a)可知，P1＝M(2，f+2)＝M(2，8)＝1、P2＝M(3，f+2)＝M(3，8)＝1；

其次，k的取值依次为2、3、……、f+1、f+2，通过M(：，(f+3)-k)＝M(：，(f+2)-k)将数组M的值整体后移1列；将成像工位上新进入料盒201内关键配菜的数量J_c保存入数组使得M(1，1)＝J_c；当J_c＝0时，设置M(2，1)＝M(3，1)＝0；当假设J_c＝32时，由图5(a)可知，数组M整体后移1列且将J_c保存入数组后得到数组M的值如图5(b)所示；

最后，当假设J_c＝32≠0时，k的取值依次为f+2、f+1、……、3、2，当M(2，k)＝3时计算M(1，k)+M(1，1)，若出现k值满足匹配要求I-△g≤M(1，k)+M(1，1)≤I+△g且M(2，2：k)≠3-Temp时，M(2，k)＝M(2，1)＝3-Temp，M(3，k)＝1，M(3，1)＝2，Temp＝M(2，1)，并结束对数组M的更新；若未出现k值满足匹配要求I-△g≤M(1，k)+M(1，1)≤I+△g且M(2，2：k)≠3-Temp时，M(2，1)＝3，M(3，1)＝0，并结束对数组M的更新；由图5(b)可知，当k＝5时，M(2，k)＝M(2，5)＝3，此时M(1，k)＝26、M(1，1)＝J_c＝32，代入I-△g≤M(1，k)+M(1，1)≤I+△g后为57≤26+32＝58≤63且M(2，2：5)≠2，即k＝5时满足匹配要求，设置M(2，5)＝M(2，1)＝3-Temp＝3-1＝2(从图5b中可以看出上一次成功配对的是下落路径1的组合，即当前Temp的值为1)，M(3，5)＝1，M(3，1)＝2，Temp＝M(2，1)＝2，并结束对数组M的更新如图5(c)所示；

过程四，数组M更新的同时，中央控制模块304根据一次定量控制参数P1、P2，通过控制1号导料板402、2号导料板405进而控制炒饭在滑道上的下落轨迹，从而确保组合料盒201内的炒饭准确掉入一次定量工位I404或者一次定量工位II407所对应的包装容器内；

过程五，为保证一次定量工位I404或者一次定量工位II407包装容器内的炒饭总重量与设定的单份炒饭的总重量L一致，一次定量工位I404或者一次定量工位II407包装容器内炒饭会随包装容器被送入二次定量工位502，中央控制模块304根据二次定量工位502上包装容器内炒饭的重量，引导特定重量的配重炒饭掉入二次定量工位502上的包装容器内，使得经过二次定量工位502后每个包装容器内的炒饭总重量不仅一致，而且每个包装容器内关键配菜的数量也一致；随后，位置传感器204感知到下一料盒201进入成像工位303时重复本步骤过程二、过程三、过程四、过程五；

所述全局变量Temp的初始值为2；

所述确保组合料盒201内的炒饭准确掉入一次定量工位的方法为：控制软件从数组M中读取一次定量控制参数P1、P2的值从而确定下料工位107料盒201内炒饭的下落路径，当P1＝1且P2＝1时炒饭进入下落路径1，中央控制模块304控制处于下料主滑道401上的1号导料板402向上打开、2号导料板405闭合从而引导下料工位107上料盒201内的炒饭掉入一次定量工位I404所对应的包装容器内；当P1＝1且P2＝2时炒饭进入下落路径1，处于下料主滑道401上的1号导料板402向上打开、2号导料板405闭合从而引导下料工位107上料盒201内的炒饭掉入一次定量工位I404所对应的包装容器内，并控制一次定量主输送带409将包装容器及其内部的炒饭送入二次定量工位502，同时控制包装容器上料机构408将空的包装容器送入一次定量工位I404；当P1＝2且P2＝1时炒饭进入下落路径2，处于下料主滑道401上的1号导料板402闭合、2号导料板405向上打开从而引导下料工位107上料盒201内的炒饭掉入一次定量工位II407所对应的包装容器内；当P1＝2且P2＝2时炒饭进入下落路径2，处于下料主滑道401上的1号导料板402闭合、2号导料板405向上打开从而引导下料工位107上料盒201内的炒饭掉入一次定量工位II407所对应的包装容器内，并控制一次定量主输送带409将包装容器及其内部的炒饭送入二次定量工位502，同时控制包装容器上料机构408将空的包装容器送入一次定量工位II407；当P1＝3时炒饭进入下落路径3，处于下料主滑道401上的1号、2号导料板405均闭合从而引导下料工位107上料盒201内的炒饭通过下料主滑道401掉入回料料斗601内；当P1＝0时下料工位料盒内无炒饭，处于下料主滑道401上的1号导料板402、2号导料板405均闭合。

所述回料料斗601中的炒饭经回料管602以气流输送的方式输送至料斗101；

所述引导特定重量的配重炒饭掉入二次定量工位502上的包装容器内的方法为：处于二次定量工位502下的电子秤实时感知其上方包装容器及其内炒饭的总重量M1，中央控制模块304启动二次定量送料装置工作；当L-M1>0时，并将重量为L-M1的配重炒饭送入包装容器，使得二次定量包装容器及其内部米饭的总重量刚好等于设置值L；当L-M1＝0时，包装容器内炒饭的总重量刚好等于设置值L，无需进行配重；当L-M1<0时，包装容器内炒饭的总重量已超过设置值L，此份炒饭按超重处理；

所述配重炒饭的不含关键配菜H_i，其余配方、工艺、设备均与步骤一种过程一的待分装成品炒饭完全一致；

所述中央控制模块304已保存有待分装炒饭对应的最优波段λ_A、最优分割阈值C情况下，中央控制模块304跳过步骤一及步骤二，直接调用已保存的最优波段λ_A、最优分割阈值C并执行步骤三；若控制软件无法调用待分装炒饭对应的最优波段λ_A、最优分割阈值C，则依次执行步骤一、步骤二、步骤三。

所述位置传感器204的触发位置设定完成后，每一料盒201经过成像系统相机301正下方时，位置触发器均可实时触发一次并向中央控制模块304发送1次触发信号。

本发明还提供了一种与中央厨房多配菜炒饭的自适应定量分装方法相匹配的定量装置，其特征在于包含炒饭上料装置、炒饭输送装置、配菜识别装置、一次定量装置、二次定量模块、回料装置及中央控制模块；

所述装置具体结构包括料斗101；电控出料器102；振动器I103；振动器II104；上料导板105；上料工位106；下料工位107；料盒201；传动链条202；传动电机203；位置传感器204；主输送带205；相机301；光源302；成像工位303；中央控制模块304；计算机305；下料主滑道401；1号导料板402；1号辅滑道403；一次定量工位I404；2号导料板405；2号辅滑道406；一次定量工位II407；包装容器上料机构408；一次定量传送带409；二次定量输送带501；二次定量工位502；配重炒饭料斗503；配重电控出料器504；电子秤505；振动器III506；回料料斗601；回料管道602；

所述炒饭上料装置由料斗101、电控出料器102、振动器I 103、振动器II 104、上料导板105构成，其中电控出料器102位于料斗101出料口的底部，且与振动器I 103相连；上料导板105位于电控出料器102的下方，且与振动器II 104相连，上料导板105的倾斜角度为45°，上端记为A端，下端记为B端；B端的下方对接料盒201；

所述电控出料器102、振动器I 103、振动器II 104均通过数据线与中央控制模块304相连；炒饭上料装置工作的过程为，电控出料器102与振动器I 103将料斗101中的待分装米饭以设定的速度输送至上料导板105，上料导板105与振动器II 104协同工作，将从电控出料器102出来的炒饭分散开，滑落至匀速运动主输送带205表面上对应的料盒201内。

所述炒饭输送装置由料盒201、传动链条202、传动电机203、位置传感器204、主输送带205构成；所以料盒尺寸一致，等间距固定在主输送带205上，位置传感器204设置于主输送带205的两侧；当传动电机203、传动链条202驱动固定于主输送带205上的料盒201移动时，料盒201每移动一个预定义工位均可触发1次位置传感器204；位置传感器204及传动电机203均通过数据线与中央控制模块304相连，使得中央控制模块304可精确感知及控制料盒201的移动距离及其相应的位置；

所述配菜识别装置包括相机301、光源302，其中相机301及光源302被设置于成像工位303的正上方且均通过数据线与中央控制模块304相连；所述光源302包含可发出3个不同波段光线(λ1＝450nm、λ2＝550nm、λ3＝650nm)的光源组成且特定波段的光线可在中央控制模块304的控制下单独发出；当料盒201移动至成像工位303时传感器可被触发，中央控制模块304接到触发信号后控制相机301及光源302开启，获取成像工位303上所对应料盒201内部炒饭的图像；

所述一次定量装置包含炒饭下料主滑道401、1号导料板402、1号辅滑道403、一次定量工位I404、2号导料板405、2号辅滑道406、一次定量工位II 407、包装容器上料机构408、一次定量传送带409；

所述下料工位107设置于主输送带205的末端，所述下料主滑道401的开口位于下料工位107的下方，可使料盒201到达下料工位107后其内部的炒饭随重力掉落至下料主滑道401入口；

所述下料主滑道401倾斜设置，内壁面为光滑材料，可使炒饭自由滑落；

所述下料主滑道401的下方依次连通设有1号辅滑道403和2号辅滑道406；所述下料主滑道401与1号辅滑道403的连通处设有1号导料板402；所述下料主滑道401与2号辅滑道406的连通处设有2号导料板405；所述1号辅滑道403的下方出口对接设有一次定量工位I404；所述2号辅滑道406的下方出口对接设有一次定量工位II 407；

所述导料板402和导料板405用于封闭和开启辅助滑道的入口，即辅助滑道与下料主滑道401的连通处；且当导料板402或导料板405开启时，在开启辅助滑道入口的同时，会堵住下料主滑道401，使得炒饭只能从辅助滑道入口滑落。

所述下料主滑道401的末端出口处设有回料料斗601；当导料板402和导料板405均关闭时，所述炒饭会沿下料主滑道401滑落至回料料斗601。

所述1号导料板402、2号导料板405、包装容器上料机构408、一次定量传送带409均通过数据线与中央控制模块304相连；

当炒饭从料盒201掉落至下料主滑道401入口时，中央控制模块304通过控制1号导料板402、2号导料板405的开闭，可使炒饭沿3条不同的轨迹下落：当1号导料板402、2号导料板405均关闭时，炒饭从下料主滑道401入口进入并从下料主滑道401出口掉出后，进入回料装置601；当1号导料板402打开、2号导料板405关闭时，炒饭会进入1号辅滑道403入口、并从1号辅滑道403掉出后进入一次定量工位I404的包装容器内；当1号导料板402关闭、2号导料板405打开时，炒饭会进入2号辅滑道406入口、并从2号辅滑道406掉出后进入一次定量工位II 407处所对应的包装容器内；所述包装容器上料机构408可在控制模块的控制下将空包装容器送入一次定量工位I404和一次定量工位II 407处；

所述一次定量工位I404和一次定量工位II 407的下方设有一次定量传送带409；所述一次定量传送带409与中央控制模块304电性连接；

所述一次定量传送带409可在中央控制模块304的控制下将完成一次定量的包装容器送往二次定量模块；

所述二次定量模块包括二次定量输送带501、二次定量工位502、配重炒饭料斗503、配重电控出料器504、电子秤505、振动器III506；其中二次定量输送带501与一次定量输送带409相衔接，可在中央控制模块304的控制下输送包装容器；所述二次定量工位502设置于配重电控出料器504出口的下方，所述电子秤505设置于二次定量工位502的下方；

所述二次定量输送带501、配重电控出料器504、电子秤505均通过数据线与中央控制模块304相连；

所述中央控制模块304包含可编程控制器、电源，且与计算机305电性连接。

说明：以上实施例仅用以说明本发明而并非限制本发明所描述的技术方案；因此，尽管本说明书参照上述的各个实施例对本发明已进行了详细的说明，但是本领域的普通技术人员应当理解，仍然可以对本发明进行修改或等同替换；而一切不脱离本发明的精神和范围的技术方案及其改进，其均应涵盖在本发明的权利要求范围内。

Claims (10)

1.中央厨房多配菜炒饭的自适应定量分装方法，其特征在于，按照下述步骤进行：

步骤一，关键配菜识别模型的自构建包含以下过程：

过程一，对标准配方包含米饭、食用油、m种配菜、n种调味料液的炒饭，经中央厨房标准化工艺、固定设备炒制得到的待分装成品炒饭，选取待分装成品炒饭的第i种配菜H_i作为需要定量的关键配菜；

过程二，取m1 kg待分装成品炒饭用作模型构建的炒饭样品A，并将模型构建炒饭样品A中关键配菜H_i与其它炒饭成分分开，得到仅含关键配菜H_i的炒饭样品A&H_i及不含关键配菜H_i的炒饭样品A-H_i；

过程三，启动与本方法相匹配的中央控制模块(304)，中央控制模块(304)包括模型自构建模块、模型自评估模块、炒饭自适应定量模块；且与模型自构建模块、模型自评估模块、炒饭自适应定量模块电性连接；

所述模型自构建模块包含料盒自复位模块和启动模型自构建模块，所述模型自评估模块包含料盒自复位模块和启动模型自评估模块，所述炒饭自适应定量模块包含自适应定量运行模块；

首先，启动中央控制模块(304)中的模型自构建模块内的料盒自复位模块，自复位模块将信号传输至中央控制模块(304)进而控制位置传感器(204)和主输送带(205)的运动，将主输送带(205)上的料盒(201)复位至与预定义工位完全重合；然后将炒饭样品A&H_i以单层且不相互重叠的方式平铺于a个处于成像工位(303)之前其他工位的料盒(201)内，将炒饭样品A-H_i以单层且不相互重叠的方式平铺于a个处于成像工位(303)之前工位的料盒(201)内，得到仅含炒饭样品A&H_i薄层的a个料盒(201)以及仅含炒饭样品A-H_i薄层的a个料盒(201)；其中a为正整数；

过程四，在模型自构建模块中输入待分装炒饭产品名称X1、关键配菜名称X2、炒饭样品A&H_i薄层所在料盒(201)对应的工位号及每个料盒(201)中含有的关键配菜H_i的数量、装有炒饭样品A-H_i薄层所在料盒(201)对应的工位号相关信息；并点击模型自构建模块界中的启动模型自构建模块，信号传输至中央控制模块(304)控制相机(301)自行采集炒饭样品A&H_i、A-H_i及a个空料盒(201)在b个不同波段λ1、λ2、……、λ(b-1)、λb光源照射下的图像I_A&H_i_h_j、I_A-H_i_h_j、I_O_h_j，通过中央控制模块(304)自行优化关键配菜识别的最优波段λ_A及最优分割阈值C，自行计算并显示建模最优识别率D；其中h∈[1，b]、j∈[1，a]；其中h、b为正整数；

过程五，当模型识别率D大于等于预期识别率E，进入步骤二“关键配菜识别模型的自评估”操作；当模型识别率D小于预期识别率E时，重复本步骤的过程二、三、四、五；

步骤二，所述关键配菜识别模型的自评估包含以下过程：

过程一，取m2 kg成品炒饭用作模型评估的炒饭样品B，并将2*(m2)/3kg炒饭样品B中关键配菜H_i与其它炒饭成分分开，得到仅含关键配菜H_i的炒饭样品B&H_i、不含关键配菜H_i的炒饭样品B-H_i、(m2)/3kg包含全部成分的炒饭样品B_B；

过程二，启动中央控制模块(304)中的模型自评估模块内的料盒自复位模块，料盒自复位模块传输信号至中央控制模块(304)控制位置传感器(204)将主输送带(205)上的料盒(201)运行一个周期后复位至与预定义工位完全重合；工人将炒饭样品B_B以单层且不相互重叠的方式平铺于a个处于成像工位(303)之前工位的料盒内，将炒饭样品B-H_i以单层且不相互重叠的方式平铺于a个处于成像工位(303)之前工位的料盒内，将炒饭样品B&H_i以单层且不相互重叠的方式平铺于a个处于成像工位(303)之前工位的料盒内，得到仅含炒饭样品B_B薄层的a个料盒(201)、仅含炒饭样品B-H_i薄层的a个料盒(201)、仅含炒饭样品B&H_i薄层的a个料盒(201)；

过程三，在中央控制模块(304)中的模型自评估模块内输入炒饭样品B_B薄层所在料盒(201)的工位号及每个料盒(201)中含有关键配菜H_i的数量、炒饭样品B-H_i薄层所在料盒(201)的工位号、炒饭样品B&H_i薄层所在料盒(201)的工位号及每个料盒(201)中含有关键配菜H_i的数量相关信息；

过程四，点击中央控制模块(304)中的模型自评估模块内启动模型自评估模块，启动模型自评估模块信号传输至中央控制模块(304)根据步骤一中得到的最优波段λ_A、最优分割阈值C，通过中央控制模块(304)打开最优波段λ_A对应的光源，相机(301)获取λ_A对应的光源照射下的a个炒饭样品B_B的图像I_B_B_j、a个炒饭样品B-H_i的图像I_B-H_i_j、a个炒饭样品B&H_i的图像I_B&H_i_j；中央控制模块(304)依次根据最优分割阈值C对图像I_B_B_j、I_B-H_i_j、I_B&H_i_j中关键配菜H_i的数量进行识别，并将识别结果与工人输入的关键配菜H_i数量进行比较从而计算出评估识别率F；

过程五，当评估识别率F大于等于预期识别率G，控制软件自动保存最优波段λ_A、最优分割阈值C并进入步骤三炒饭自适应定量；当模型识别率F小于预期识别率G时，重复步骤一的所有过程；

步骤三，批量炒饭分装的自适应定量包含以下过程：

过程一，按照步骤一过程一的标准配方、标准工艺及设备开始批量生产得到待分装的成品炒饭后，在中央控制模块(304)中的炒饭自适应定量模块，中输入单份炒饭的关键配菜数量I颗以及单份炒饭的总重量L的信息；点击炒饭自适应定量模块中的“自适应定量运行”模块，“自适应定量运行”模块将信号传输至中央控制模块(304)进而控制定量装置对料斗(101)中的待分装成品炒饭开始进行自适应定量分装；

过程二，定量分装开始后，料斗(101)中的待分装成品米饭以单层瀑布下落的形式落入处于匀速运动状态的主输送带(205)表面对应工位的料盒(201)内，料盒(201)中处于单层薄层状态的米饭以料盒(201)为基本单元通过相机(301)下方，中央控制模块(304)通过位置传感器(204)感知料盒(201)在每个工位上的移动行为，料盒(201)每移动一个工位则相机(301)拍摄一次成像工位(303)对应料盒内成品炒饭在最优波段λ_A下的图像信息；

过程三，中央控制模块(304)利用步骤一中确定的分割阈值C，对相机(301)下方料盒(201)中的产品米饭进行快速识别并得到其中关键配菜H_i的个数J_c，从而得到成像工位(303)与下料工位(107)之间f个待分装工位上料盒(201)中炒饭对应的关键配菜H_i的个数J-1、J-2、……、J-(f-1)、J-f；中央控制模块(304)根据f个分装工位上料盒(201)内的关键配菜个数J-1、J-2、……、J-(f-1)、J-f，以2个料盒(201)内的炒饭为一组，装入同1个包装容器得到单份炒饭的关键配菜数量I±△g为目标，通过自适应的方式确定所有料盒(201)内任意2组料盒内关键配菜的最优匹配组合，并将匹配结果记录于数组M；当中央控制模块(304)通过位置传感器(204)感知到料盒(201)每移动一个工位时，通过中央控制模块(304)识别成像工位上新进入料盒(201)内关键配菜的数量J_c，并据此更新匹配结果记录数组M；

所述匹配结果记录数组M的构建及定义方法为：建立3行、f+2列且初值为0的数组M用于料盒(201)两两组合的匹配，数组的第1列到第f+2列依次对应于分装装备上的成像工位(303)、f个待分装工位和炒饭下料工位(107)；数组M的第1行用于存储数组列对应工位上料盒(201)中关键配菜的颗粒数；数组M的第2行用于记录储数组列对应工位料盒(201)中炒饭的下落路径，当第2行某列的数值为0时表示该列对应工位上料盒(201)中无炒饭，当第2行某列的数值为1时表示该列对应工位上料盒(201)中的炒饭应该进入下落路径1，当第2行某列的数值为2时表示该列对应工位上料盒(201)中的炒饭应该进入下落路径2，当第2行某列的数值为3时表示该列对应工位上料盒(201)中的炒饭应该进入下落路径3；数组M的第3行用于存储数组列对应工位上料盒(201)的相互匹配情况，从第3行的最后一列开始往第一列开始匹配，当3行某两列的数值分别为1和2且这两列的第2行的数值同时为1或者同时为2时表示该两列对应工位上料盒(201)中的炒饭可匹配至一个包装容器，当3行某列的数值为0时表示该列对应工位上料盒(201)尚未匹配成功；

所述匹配结果记录数组M的更新方法为：当中央控制模块(304)获取成像工位(303)上新进入料盒(201)内关键配菜的数量J_c时开始更新数组M；首先，将数组M第f+2列第2行、第3行的数值赋值给一次定量控制参数P1＝M(2，f+2)、P2＝M(3，f+2)；其次，通过M(：，(f+3)-k)＝M(：，(f+2)-k)将数组M的值整体后移1列，其中k的取值依次为2、3、……、f+1、f+2；将成像工位上新进入料盒(201)内关键配菜的数量J_c保存入数组使得M(1，1)＝J_c；当J_c＝0时，设置M(2，1)＝M(3，1)＝0；最后，当J_c≠0时，k的取值依次为f+2、f+1、……、3、2，当M(2，k)＝3时计算M(1，k)+M(1，1)，若出现k值满足I-△g≤M(1，k)+M(1，1)≤I+△g且M(2，2：k)≠3-Temp时，M(2，k)＝M(2，1)＝3-Temp，M(3，k)＝1，M(3，1)＝2，Temp＝M(2，1)，并结束对数组M的更新；若未出现k值满足I-△g≤M(1，k)+M(1，1)≤I+△g且M(2，2：k)≠3-Temp时，M(2，1)＝3，M(3，1)＝0，并结束对数组M的更新；

过程四，数组M更新的同时，中央控制模块(304)根据一次定量控制参数P1、P2，通过控制1号导料板(402)和2号导料板(405)的开闭进而控制炒饭在滑道上的下落轨迹，从而确保组合料盒(201)内的炒饭准确掉入一次定量工位I(404)或者一次定量工位II(407)所对应的包装容器内；

过程五，为保证一次定量工位I(404)或者一次定量工位II(407)包装容器内的炒饭总重量与设定的单份炒饭的总重量L一致，一次定量工位I(404)或者一次定量工位II(407)包装容器内炒饭会随包装容器被送入二次定量工位(502)，中央控制模块(304)根据二次定量工位(502)上包装容器内炒饭的重量，引导特定重量的配重炒饭掉入二次定量工位(502)上的包装容器内，使得经过二次定量工位(502)后每个包装容器内的炒饭总重量不仅一致，而且每个包装容器内关键配菜的数量也一致；随后，位置传感器(204)感知到下一料盒(201)进入成像工位(303)时重复本步骤过程二、过程三、过程四、过程五；

全局变量Temp的初始值为2；

回料料斗(601)中的炒饭经回料管道(602)以气流输送的方式输送至料斗(101)；

所述中央控制模块(304)已保存有待分装炒饭对应的最优波段λ_A、最优分割阈值C情况下，控制软件跳过步骤一及步骤二，直接调用已保存的最优波段λ_A、最优分割阈值C并执行步骤三；若控制软件无法调用待分装炒饭对应的最优波段λ_A、最优分割阈值C，则依次执行步骤一、步骤二、步骤三。

2.根据权利要求1所述的中央厨房多配菜炒饭的自适应定量分装方法，其特征在于，步骤一中所述预期识别率E为95％-100％。

3.根据权利要求1所述的中央厨房多配菜炒饭的自适应定量分装方法，其特征在于，步骤一中所述工位的预定义方法为：启动主输送带(205)运行1～60s后切断主输送带(205)传动电机(203)电源，使得主输送带(205)表面某一个料盒(201)的位置处于成像系统相机(301)的正下方，将此时主输送带(205)的位置设置为位置传感器(204)的触发位置；沿主输送带(205)的运动方向对主输送带(205)表面的料盒(201)所在的位置从1开始依次进行编号，每一个料盒对应一个工位，从而得到主输送带(205)上工位的位置及其对应的编号；其中料斗(101)下料口下方的1号工位定义为上料工位(106)、相机(301)下方正对的工位定义为成像工位(303)、主输送带(205)末端的下料工位(107)定义为下料工位(107)；

所述位置传感器(204)的触发位置设定完成后，每一料盒(201)经过相机(301)正下方时，位置触发器均可实时触发一次并向中央控制模块(304)发送1次触发信号。

4.根据权利要求1中央厨房多配菜炒饭的自适应定量分装方法，其特征在于，步骤一中所述图像I_A&H_i_h_j、I_A-H_i_h_j、I_O_h_j的像素灰度值范围为[0，255]。

5.根据权利要求1所述的中央厨房多配菜炒饭的自适应定量分装方法，其特征在于，步骤一中所述自行优化关键配菜识别的最优波段λ_A及最优分割阈值C的方法为：对第h个波段λh光源下a个炒饭样品A&H_i的图像I_A&H_i_h_j、a个炒饭样品A-H_i的图像I_A-H_i_h_j、a个空料盒(201)的图像I_O_h_j；分别生成图像I_A&H_i_h_j的直方图从而得到直方图峰值对应的峰值灰度值K_h_j，计算出a个峰值灰度值K_h_j的平均值K_h_mean；根据第h个波段分割阈值的下行优化步长△K_h^-及上行优化步长△K_h⁺，确定分割阈值在下行优化方向的p个下行优化阈值(K_h_mean)–c*△K_h^-以及上行优化方向的q个上行优化阈值(K_h_mean)+d*△K_h⁺；通过任取1个下行优化阈值及任取1个上行优化阈值的方式得到p*q个组合优化阈值C_λh_c_d＝((K_h_mean)–c*△K_h^-，(K_h_mean)+d*△K_h⁺)，且(K_h_mean)–c*△K_h^-用作图像处理的下限阈值、(K_h_mean)+d*△K_h⁺用作图像处理的上限阈值；中央控制模块(304)依次根据优化阈值C_λh_c_d对a个炒饭样品A&H_i的图像I_A&H_i_h_j、a个炒饭样品A-H_i的图像I_A-H_i_h_j、a个空料盒201的图像I_O_h_j进行处理得到每个料盒201对应的关键配菜的识别数量，将每个料盒201对应的关键配菜的识别数量与输入的每个料盒201对应的关键配菜数量相比，并计算对应的建模识别率D_λh_c_d；

h的值依次取1、2、……、b-1、b，依次计算对应的建模识别率D_λh_c_d；根据建模识别率D_λh_c_d取得最大值时对应的h值、c值、d值可确定最优波段为λ_A＝λh、最优分割阈值为C＝C_λh_c_d、建模最优识别率D＝D_λh_c_d；其中c∈[1，p]、d∈[1，q]；其中c、d、p、q均为正整数；

所述下行优化步长△K_h^-及上行优化步长△K_h⁺的确定方法为：中央控制模块(304)根据最大单向阈值取值个数L，借助值域在[0，1]范围内的随机数生产函数Rand(0,1)以及取整函数Int得到下行优化方法的优化阈值个数p＝Int(L*Rand(0,1))以及q＝Int(L*Rand(0,1))，据此计算下行优化步长△K_h^-＝Int((K_h_mean)/p)以及上行优化步长△K_h⁺＝Int((255-(K_h_mean))/q)。

6.根据权利要求1所述的中央厨房多配菜炒饭的自适应定量分装方法，其特征在于，步骤二中所述主输送带(205)呈椭圆形，从某一起始位置运行一圈回到原点记为一个周期；所述预期识别率G为95％-100％。

7.根据权利要求1所述的中央厨房多配菜炒饭的自适应定量分装方法，其特征在于，步骤三中所述待分装工位即为成像工位和下料工位之间的工位。

8.根据权利要求1所述的中央厨房多配菜炒饭的自适应定量分装方法，其特征在于，步骤三中所述确保组合料盒(201)内的炒饭准确掉入一次定量工位的方法为：当P1＝1且P2＝1时炒饭进入下落路径1，中央控制模块(304)控制处于下料主滑道(401)上的1号导料板(402)向上打开、2号导料板(405)闭合从而引导下料工位(107)上料盒(201)内的炒饭掉入一次定量工位I(404)所对应的包装容器内；当P1＝1且P2＝2时炒饭进入下落路径1，处于下料主滑道(401)上的1号导料板(402)向上打开、2号导料板(405)闭合从而引导下料工位(107)上料盒(201)内的炒饭掉入一次定量工位I(404)所对应的包装容器内，并控制一次定量传送带(409)将包装容器及其内部的炒饭送入二次定量工位(502)，同时控制包装容器上料机构(408)将空的包装容器送入一次定量工位I(404)；当P1＝2且P2＝1时炒饭进入下落路径2，处于下料主滑道(401)上的1号导料板(402)闭合、2号导料板(405)向上打开从而引导下料工位(107)上料盒(201)内的炒饭掉入一次定量工位II(407)所对应的包装容器内；当P1＝2且P2＝2时炒饭进入下落路径2，处于下料主滑道(401)上的1号导料板(402)闭合、2号导料板(405)向上打开从而引导下料工位(107)上料盒(201)内的炒饭掉入一次定量工位II(407)所对应的包装容器内，并控制一次定量传送带(409)将包装容器及其内部的炒饭送入二次定量工位(502)，同时控制包装容器上料机构(408)将空的包装容器送入一次定量工位II(407)；当P1＝3时炒饭进入下落路径3，处于下料主滑道(401)上的1号、2号导料板(405)均闭合从而引导下料工位(107)上料盒(201)内的炒饭通过下料主滑道(401)掉入回料料斗(601)内；当P1＝0时下料工位料盒内无炒饭，处于下料主滑道(401)上的1号导料板(402)、2号导料板(405)均闭合；

所述引导特定重量的配重炒饭掉入二次定量工位(502)上的包装容器内的方法为：处于二次定量工位(502)下的电子秤实时感知其上方包装容器及其内炒饭的总重量M1，中央控制模块(304)启动二次定量送料装置工作；当L-M1>0时，并将重量为L-M1的配重炒饭送入包装容器，使得二次定量包装容器及其内部米饭的总重量等于设置值L；当L-M1＝0时，包装容器内炒饭的总重量等于设置值L，无需进行配重；当L-M1<0时，包装容器内炒饭的总重量已超过设置值L，此份炒饭按超重处理；所述配重炒饭的不含关键配菜H_i，其余配方、工艺、设备均与步骤一种过程一的待分装成品炒饭完全一致。

9.实现权利要求1～8任一项所述中央厨房多配菜炒饭的自适应定量分装方法的装置，其特征在于，所述装置包含炒饭上料装置、炒饭输送装置、配菜识别装置、一次定量装置、二次定量装置、回料装置及中央控制模块；

具体结构包括料斗(101)、电控出料器(102)、振动器I(103)、振动器II(104)、上料导板(105)、上料工位(106)、下料工位(107)、料盒(201)、传动链条(202)、传动电机(203)、位置传感器(204)、主输送带(205)、相机(301)、光源(302)、成像工位(303)、中央控制模块(304)、计算机(305)、下料主滑道(401)、1号导料板(402)、1号辅滑道(403)；一次定量工位I(404)、2号导料板(405)、2号辅滑道(406)、一次定量工位II(407)、包装容器上料机构(408)、一次定量传送带(409)、二次定量输送带(501)、二次定量工位(502)、配重炒饭料斗(503)、配重电控出料器(504)、电子秤(505)、振动器III(506)、回料料斗(601)和回料管道(602)；

所述炒饭上料装置由料斗(101)、电控出料器(102)、振动器I(103)、振动器II(104)、上料导板(105)构成，其中电控出料器(102)位于料斗(101)出料口的底部，且与振动器I(103)相连；所述上料导板(105)位于电控出料器(102)的下方，且与振动器II(104)相连；所述上料导板(105)的下方对接料盒(201)；所述电控出料器(102)、振动器I(103)、振动器II(104)均与中央控制模块(304)电性相连；

所述炒饭输送装置由料盒(201)、传动链条(202)、传动电机(203)、位置传感器(204)、主输送带(205)构成，其中料盒(201)设有多个，等间距固定在主输送带(205)上；所述位置传感器(204)设置于主输送带(205)的两侧，用于感知及控制料盒(201)的移动距离及其相应的位置；所述位置传感器(204)及传动电机(203)与中央控制模块(304)电性相连；

所述配菜识别装置包括相机(301)、光源(302)，所述相机(301)及光源(302)被设置于成像工位(303)的上方；且所述成像工位(303)设定于主输送带(205)的上方；所述光源(302)包含可发出多个不同波段光线的光源组成且特定波段的光线可在中央控制模块(304)的控制下单独发出；所述相机(301)及光源(302)均与中央控制模块(304)电性相连；通过中央控制模块(304)接到触发信号后控制相机(301)及光源(302)开启，获取成像工位(303)上所对应料盒(201)内部炒饭的图像；

所述一次定量装置包含炒饭下料主滑道(401)、1号导料板(402)、1号辅滑道(403)、一次定量工位I(404)、2号导料板(405)、2号辅滑道(406)、一次定量工位II(407)、包装容器上料机构(408)；一次定量传送带(409)；所述下料工位(107)设置于主输送带(205)的末端，所述下料主滑道(401)的开口位于下料工位(107)的下方，可使料盒(201)到达下料工位(107)后其内部的炒饭随重力掉落至下料主滑道(401)入口；

所述下料主滑道(401)的下方依次连通设有1号辅滑道(403)和2号辅滑道(406)；所述下料主滑道(401)与1号辅滑道(403)的连通处设有1号导料板(402)；所述下料主滑道(401)与2号辅滑道(406)的连通处设有2号导料板(405)；所述1号辅滑道(403)的下方出口对接设有一次定量工位I(404)；所述2号辅滑道(406)的下方出口对接设有一次定量工位II(407)；

所述1号导料板(402)和2号导料板(405)用于封闭和开启辅助滑道的入口，即辅助滑道与下料主滑道(401)的连通处；所述下料主滑道(401)的末端出口处设有回料料斗(601)；

所述1号导料板(402)、2号导料板(405)、包装容器上料机构(408)、一次定量传送带(409)均与中央控制模块(304)电性相连；

所述一次定量工位I(404)和一次定量工位II(407)的下方设有一次定量传送带(409)；所述一次定量传送带(409)与中央控制模块(304)电性连接；

所述一次定量传送带(409)可在中央控制模块(304)的控制下将完成一次定量炒饭的包装容器送往二次定量装置；

所述二次定量装置包括二次定量输送带(501)、二次定量工位(502)、配重炒饭料斗(503)、配重电控出料器(504)、电子秤(505)、振动器III(506)；其中二次定量输送带(501)与一次定量传送带(409)相衔接，可在中央控制模块(304)的控制下输送包装容器；所述二次定量工位(502)设置于配重电控出料器(504)出口的下方，所述电子秤(505)设置于二次定量工位(502)的下方；

所述二次定量输送带(501)、配重电控出料器(504)、电子秤(505)均通过数据线与中央控制模块(304)相连；

所述中央控制模块(304)包含可编程控制器、电源，且与计算机(305)电性连接。

10.根据权利要求9所述的装置，其特征在于，所述上料导板(105)的倾斜角度为30°～60°；所述下料主滑道(401)倾斜设置，内壁面为光滑材料，可使炒饭自由滑落。