CN114472203A - 分拣方法及其装置 - Google Patents
分拣方法及其装置 Download PDFInfo
- Publication number
- CN114472203A CN114472203A CN202110235803.5A CN202110235803A CN114472203A CN 114472203 A CN114472203 A CN 114472203A CN 202110235803 A CN202110235803 A CN 202110235803A CN 114472203 A CN114472203 A CN 114472203A
- Authority
- CN
- China
- Prior art keywords
- sorted
- objects
- sorting
- squid
- claw part
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 210000000078 claw Anatomy 0.000 claims abstract description 50
- 238000012797 qualification Methods 0.000 claims abstract description 27
- 238000005303 weighing Methods 0.000 claims description 11
- 238000012545 processing Methods 0.000 claims description 7
- 238000012216 screening Methods 0.000 claims description 6
- 238000004806 packaging method and process Methods 0.000 claims description 4
- 230000008569 process Effects 0.000 abstract description 10
- 241000238366 Cephalopoda Species 0.000 description 92
- 235000017166 Bambusa arundinacea Nutrition 0.000 description 59
- 235000017491 Bambusa tulda Nutrition 0.000 description 59
- 241001330002 Bambuseae Species 0.000 description 59
- 235000015334 Phyllostachys viridis Nutrition 0.000 description 59
- 239000011425 bamboo Substances 0.000 description 59
- 238000004458 analytical method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012856 packing Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 3
- 235000013305 food Nutrition 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000037213 diet Effects 0.000 description 1
- 235000005911 diet Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000796 flavoring agent Substances 0.000 description 1
- 235000019634 flavors Nutrition 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 235000014102 seafood Nutrition 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
- B07C5/362—Separating or distributor mechanisms
Abstract
本申请提供了一种分拣方法,包括:采集待分拣物图像信息,并获得待分拣物的轮廓信息;根据轮廓信息,确定待分拣物的状态,其中状态包括待分拣物的合格度和位置坐标;以及根据状态,由分拣机器人调度其软爪部和硬爪部,对待分拣物进行分拣。通过确定待分拣物的状态,调动分拣机器人的软爪部和硬爪部对待分拣物的对应位置进行抓取和分拣,提升了对待分拣物合格度判定的精准性,并提升了分拣速度;同时,通过对分拣机器人的软爪部和硬爪部的调度,降低了分拣过程对待分拣物的损伤;另外,减少了人员参与,还有利于待分拣物卫生质量的保证。
Description
技术领域
本申请涉及水产食品加工技术领域,尤其涉及一种分拣方法及其装置。
背景技术
随着人们生活水平的提高,饮食种类也得到了极大的丰富,海鲜等传统的高价食材也逐渐端上了普通家庭的餐桌,这也促进了根据品质对同种食材进行分级销售的销售策略。对大部分水产品而言,根据完整度、重量、长度以及是否有质量瑕疵均可以分成若干等级,在销售时也可以分别制定不同的价格,完整度高、重量大、长度长、瑕疵少的可以制定高价,而完整度差、个头小、品相不佳的则可以低价销售,从而既保证了商家的收益,又能让更多中低收入群体能用低价获得同样的营养与风味。
目前,对水产品的分类大多依靠人工分拣,现有的自动分拣设备也主要是根据重量进行分类,尚不能分辨完整度,也无法自动计算长度,更无法判断是否有瑕疵以及瑕疵的严重程度,例如鱿鱼尾部受损。另外,通过单一指标不能全面地反映水产品的品相,并且无法完全实现机械化分拣,仍然需要耗费大量的人力,作用有限。
因此,如何通过将重量和完整度同时作为参照标准,全自动的筛选出符合要求的非标准水产品,是本领域技术人员亟待解决的问题。
发明内容
本申请提供了一种分拣方法及其装置,以期解决或部分解决背景技术中涉及的上述问题或现有技术中的其它至少一个不足。
本申请提出了这样一种分拣方法,可包括:
采集待分拣物图像信息,并获得待分拣物的轮廓信息;
根据轮廓信息,确定待分拣物的状态,其中状态包括待分拣物的合格度和位置坐标;以及
根据状态,由分拣机器人调度其软爪部和硬爪部,对待分拣物进行分拣。
在一些实施方式中,采集待分拣物图像信息,并获得待分拣物的轮廓信息,其特征在于,包括:
由光电传感器感应待分拣物的接收状况,并生成拍摄指令;
由拍摄单元响应拍摄指令,并对待分拣物进行照亮及拍摄,获得待分拣物的拍摄图像;以及
由轮廓识别单元对拍摄图像进行处理,确定待分拣物的轮廓信息。
在一些实施方式中,根据轮廓信息,确定待分拣物的状态,包括:
根据轮廓信息,计算待分拣物的质心、摆放角度、宽度和高度;
根据待分拣物的质心、摆放角度、宽度和高度,确定待分拣物的域宽比、对称轴两侧的面积的比值、前景面积与外接矩形面积的比值;
将待分拣物的域宽比、对称轴两侧的面积的比值、前景面积与外接矩形面积的比值分别与各自预设阈值进行比对,获得待分拣物的合格度;
将待分拣物的域宽比、中轴线左右两边面积的比值、前景面积与外接矩形面积的比值转换成待分拣物的位置坐标;以及
将合格度和位置坐标转换成序列化字符串。
在一些实施方式中,根据状态,由分拣机器人调度其软爪部和硬爪部,对待分拣物进行分拣,包括:
将序列化字符串解析成合格度和位置坐标;
根据位置坐标调度软爪部抓取待抓取物的脆弱部位,同时调度硬爪部抓取待分拣物的坚硬部位;以及
根据合格度将待分拣物抓取至对应位置。
在一些实施方式中,根据合格度将待抓取物抓取至对应位置,包括:
将合格度符合要求的待分拣物抓取至称重台,获取待分拣物的重量值;以及
筛选重量值符合要求的待分拣物,并输送至包装区。
在一些实施方式中,在采集待分拣物图像信息,并获得待分拣物的轮廓信息之前,还包括:
对若干待分拣物的接收速度进行分配,在若干待分拣物之间生成间距。
本申请还提供了这样一种分拣装置,包括:
采集模块,用于采集待分拣物图像信息,并获得待分拣物的轮廓信息;
状态确定模块,用于根据轮廓信息,确定待分拣物的状态,其中状态包括待分拣物的合格度和位置坐标;以及
分拣机器人,具有软爪部和硬爪部,用于根据状态调度软爪部和硬爪部,对待分拣物进行分拣。
在一些实施方式中,采集模块包括:
光电传感器,用于感应待分拣物的接收状况,并生成拍摄指令;
拍摄单元,具有光源和相机,用于响应拍摄指令,调用光源对分拣物进行照亮,并调用相机对分拣物进行拍摄;以及
轮廓识别单元,用于对相机的拍摄图像进行处理,确定待分拣物的轮廓信息。
在一些实施方式中,还包括:
称重台,用于对合格度符合要求的待分拣物进行称重,获取其重量值;以及
传送带,用于将重量值符合要求的待分拣物输送至包装区。
在一些实施方式中,还包括变速输送带,用于对若干待分拣物的接收速度进行分配,在若干待分拣物之间生成间距。
根据上述的实施方式的技术方案可至少获得以下至少一个有益效果。
根据本申请一实施方式的分拣方法及其装置,通过确定待分拣物的状态,调动分拣机器人的软爪部和硬爪部对待分拣物的对应位置进行抓取和分拣,提升了对待分拣物合格度判定的精准性,并提升了分拣速度;同时,通过对分拣机器人的软爪部和硬爪部的调度,降低了分拣过程对待分拣物的损伤;另外,减少了人员参与,还有利于待分拣物卫生质量的保证。
附图说明
通过阅读参照以下附图所作的对非限制性实施例的详细描述,本申请的其它特征、目的和优点将会变得更明显:
图1是根据本申请的示例性实施方式的分拣方法的流程图;
图2是根据本申请的示例性实施方式的鱿鱼筒的结构示意图;
图3根据本申请的示例性实施方式的分拣装置的结构示意图;
图4是根据本申请的示例性实施方式的采集模块的结构示意图;以及
图5是根据本申请的示例性实施方式的分拣机器人的结构示意图。
具体实施方式
在下面的详细描述中,通过示例阐述了本申请的许多具体细节,以便提供对相关披露的透彻理解。然而,对于本领域的普通技术人员来讲,本申请显而易见的可以在没有这些细节的情况下实施。应当理解的是,本申请中使用“系统”、“装置”、“单元”和/或“模块”术语,是用于区分在顺序排列中不同级别的不同部件、元件、部分或组件的一种方法。然而,如果其他表达式可以实现相同的目的,这些术语可以被其他表达式替换。
应当理解的是,当设备、单元或模块被称为“在……上”、“连接到”或“耦合到”另一设备、单元或模块时,其可以直接在另一设备、单元或模块上,连接或耦合到或与其他设备、单元或模块通信,或者可以存在中间设备、单元或模块,除非上下文明确提示例外情形。例如,本申请所使用的术语“和/或”包括一个或多个相关所列条目的任何一个和所有组合。
本申请所用术语仅为了描述特定实施例,而非限制本申请范围。如本申请说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的特征、整体、步骤、操作、元素和/或组件,而该类表述并不构成一个排它性的罗列,其他特征、整体、步骤、操作、元素和/或组件也可以包含在内。
参看下面的说明以及附图,本申请的这些或其他特征和特点、操作方法、结构的相关元素的功能、部分的结合以及制造的经济性可以被更好地理解,其中说明和附图形成了说明书的一部分。然而,可以清楚地理解,附图仅用作说明和描述的目的,并不意在限定本申请的保护范围。可以理解的是,附图并非按比例绘制。
本申请中使用了多种结构图用来说明根据本申请的实施例的各种变形。应当理解的是,前面或下面的结构并不是用来限定本申请。本申请的保护范围以权利要求为准。
本申请公开了一种分拣方法,可包括:采集待分拣物图像信息,并获得待分拣物的轮廓信息;根据轮廓信息,确定待分拣物的状态,其中状态包括待分拣物的合格度和位置坐标;以及根据状态,由分拣机器人调度其软爪部和硬爪部,对待分拣物进行分拣。
由于鱿鱼筒的商品化生产加工环境恶劣、操作人员密集,并且鱿鱼筒具有脆弱部位,在分拣中极易被二次损伤,因此如何全自动地筛选出质量和重量均符合要求的鱿鱼筒,是当前亟待解决的问题。基于此,本申请将以鱿鱼筒作为待分拣物进行阐述。
图1是根据本申请的示例性实施方式的分拣方法的流程图。图2是鱿鱼筒的结构示意图。
如图1所示,步骤S1,对若干待分拣物的接收速度进行分配,在若干分拣物之间生成间距。
在一些实施方式中,为了保证分拣效率,将不间断的向本申请的分拣装置中输送鱿鱼筒。但是,为了保证在采集或状态确定过程中对每个鱿鱼筒的能够进准的分析判定,通过设置的变速输送带,使得输送过来的若干鱿鱼筒之间均存在一定的间隔。具体地,变速输送带沿着输送的方向依次设置有低速输送带、中速输送带和高速输送带。鱿鱼筒依次通过低速输送带、中速输送带和高速输送带,使得位于不同速度的输送带的鱿鱼筒具有不同的输送速度,具有不同输送速度的鱿鱼筒之间必然会存在一定的间隔。当然,间隔的大小可以通过调整不同速度的输送带之间的速度差而改变,具体数值在此不做限定。
通过步骤S1,在不降低输送效率的前提下,使得若干鱿鱼筒之间生成了一定的间隔,以便于识别模块对单一鱿鱼筒的轮廓进行识别。
步骤S2,采集待分拣物图像信息,并获得待分拣物的轮廓信息。
在一些实施方式中,在确认鱿鱼筒的质量之前,例如鱿鱼筒的对称程度和完整度等,需要预先对鱿鱼筒的图像进行采集,进而获得其轮廓信息。具体地,本申请通过采集模块对鱿鱼筒的轮廓信息进行采集。采集模块可包括光电传感器、拍摄单元和轮廓识别单元。当鱿鱼筒经过变速输送带,被输送至采集模块对应的输送带上时,会阻挡光电传感器的光接收器接收到其发光器发出的光,光电传感器以此感应到鱿鱼筒,进而由光电传感器向拍摄单元发送拍摄指令。
在一些实施方式中,拍摄单元包括光源和相机,当拍摄单元接收到拍摄指令时,首先调度光源对鱿鱼筒进行整体的照亮,由于鱿鱼筒位于输送带上,还会将该输送带区域打暗,以凸显鱿鱼筒的轮廓。进而调度相机对鱿鱼筒进行拍摄,获得一具有较为清晰的轮廓的鱿鱼筒拍摄图像。
在一些实施方式中,利用轮廓识别单元对鱿鱼筒的拍摄图像进行轮廓识别。首先,将鱿鱼筒的拍摄图像二值化,即将拍摄图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的只有黑和白的视觉效果,利用形态学对鱿鱼筒的黑白图像进行分析运算,以防止鱿鱼筒与输送带边缘挡板之间粘连。进一步地,通过连通性分析,即对预设的鱿鱼筒的边缘位置的多个像素点进行分析,判断若干像素点之间是否互通,找到不互通的像素点,即为鱿鱼筒的边缘像素点,多个边缘像素点包裹的区域即为鱿鱼筒的疑似区域。在多个鱿鱼筒疑似区域中筛选出面积大于预设阈值的区域,例如面积大于40000平方毫米的区域,即为实际的鱿鱼筒区域。
步骤S3,根据轮廓信息,确定待分拣物的状态,其中状态包括待分拣物的合格度和位置坐标。
在一些实施方式中,根据步骤S2中确定的鱿鱼筒的轮廓信息,可计算出鱿鱼筒轮廓区域的质心、鱿鱼筒在输送带上的摆放角度以及鱿鱼筒的宽度和高度。进一步地,根据上述计算结果,获得域宽比R1、鱿鱼筒轮廓区域的对称轴两侧的面积的比值R2、以及前景面积与外接矩形的比值R3。将鱿鱼筒的轮廓区域的对称轴两侧的面积的比值R2、以及前景面积与外接矩形的比值R3与各自的预定阈值进行比较,即将域宽比R1与其预设阈值0.93进行比对,当R1大于0.93时,则符合要求;将鱿鱼筒轮廓区域的对称轴两侧的面积的比值R2与其预设阈值0.863进行比对,当R2大于0.863时,则符合要求;同理,将前景面积与外接矩形的比值R3与其预设阈值0.405进行比对,当R3小于0.405时,则符合要求。若上述参数均符合要求,则该鱿鱼筒质量合格;若上述参数之一不符合要求,则该鱿鱼筒质量不合格。进一步地,将鱿鱼筒区域的上述参数进行融合,获得鱿鱼筒的位置坐标,该位置坐标为分拣机器人能够识别的位置坐标;同时,还将鱿鱼筒区域的上述参数生成序列化字符串,以便发送给分拣机器人。
步骤S4,根据待分拣物的状态,由分拣机器人调度其软爪部和硬爪部,对待分拣物进行分拣。
在一些实施方式中,分拣机器人接收到上述序列化字符串。进一步地,分拣机器人将序列化字符串解析成合格度和位置坐标,并生成抓手控制策略。
图2是根据本申请的示例性实施方式的鱿鱼筒的结构示意图。具体地,如图2所示,鱿鱼筒具有脆弱部位B和坚硬部位A。脆弱部位B在分拣过程中极易损坏,因此抓取时应采用较为柔软的机械爪。本身的分拣机器人包括硬爪部和软爪部,根据鱿鱼筒的位置坐标,将硬爪部对准鱿鱼筒的坚硬部位A,将软爪部对准鱿鱼筒的额脆弱部位B,进而一同进行抓取动作,并参照合格度的情况,将鱿鱼筒抓取至对应位置。
在一些实施方式中,可将合格度不符合要求的鱿鱼筒抓取至差品质筒,可将合格度符合要求的鱿鱼筒抓取至称重台,进行重量的筛选。具体地,当鱿鱼筒的质量合格时,将该鱿鱼筒抓取至称重台,获取该鱿鱼筒的重量值。进一步地,将该鱿鱼筒的重量值与预设阈值进行比对,获取重量值符合要求的鱿鱼筒,并将该鱿鱼筒输送至包装区。具体地,该鱿鱼筒输送至包装区的过程中,将该鱿鱼筒的坚硬部与传送带接触,减少鱿鱼筒脆弱部位与传送带的接触,以避免鱿鱼筒的配重过程的损坏。
在一些实施方式中,重量值不符合要求的鱿鱼筒,将被运输至次优品质筒中,以便根据鱿鱼筒的质量和重量,对不同品质的鱿鱼筒进行后续的加工处理。极大的减少了人工的参与,提升了鱿鱼筒的卫生质量;另外,也降低了鱿鱼筒在分拣过程中的损坏,同时还提升了分类的精准程度。
图3根据本申请的示例性实施方式的分拣装置的结构示意图。如图3所示,本申请提供了一种分拣装置,包括:采集模块2、状态确定模块(未示出)以及分拣机器人3。其中,采集模块用于采集待分拣物图像信息,并获得待分拣物的轮廓信息。状态确定模块用于根据轮廓信息,确定待分拣物的状态,其中状态包括待分拣物的合格度和位置坐标。以及分拣机器人,具有软爪部和硬爪部,用于根据状态调度软爪部和硬爪部,对待分拣物进行分拣。
本实施方式为应用上述分拣方法的分拣装置,因此也以鱿鱼筒作为待分拣物进行阐述。
本申请还包括变速输送带1。变速输送带1包括沿着输送方向依次设置的低速输送带11、中速输送带12和高速输送带13。为了保证分拣效率,本申请中的分拣装置将不间断地被输送鱿鱼筒,为了保证采集模块2和状态确定模块能够精准的对每个鱿鱼筒进行采集和状态分析,需要在输送过来的若干鱿鱼筒之间产生一定的间隔。具体地,鱿鱼筒依次通过低速输送带11、中速输送带12和高速输送带13,使得位于不同速度的输送带的鱿鱼筒具有不同的输送速度,具有不同地输送速度的鱿鱼筒之间必然会存在一定的间隔。当然,间隔的大小可以通过调整不同速度的输送带之间的速度差而改变,具体间距值在此不做限定。当然,本申请的变速输送带中的速度分类不限于低、中和高三种速度,若包含两种或多种速度的变速输送带可以将鱿鱼筒之间错开间距也可采用,在此不做限制。
图4是根据本申请的示例性实施方式的采集模块的结构示意图。
如图4所示,鱿鱼筒经过变速输送带1,在不降低输送效率的前提下,使得若干鱿鱼筒X之间生成了一定的间隔,并被逐一输送至采集模块2中。采集模块2包括两个光电传感器(未示出)、两台具有130万像素和25mm镜头的相机21、两个光源22、轮廓识别单元(未示出)。
具体地,每个光电传感器对应一台相机21和一个光源22。当鱿鱼筒X被输送到相机21下方的传送带时,会触发光电传感器生成拍摄指令,即当鱿鱼筒经过相机21下方的传送带时,会阻挡光电传感器的光接收器接收自身发光器发出的光,以使得光电传感器感应到鱿鱼筒,进而生成拍摄指令。该光电传感器对应的光源22将响应该拍摄指令,将鱿鱼区照亮。具体地,光源22可选取红色面光源,当红色面光源照亮鱿鱼筒区域时,会同时将输送带区域打暗,以凸显鱿鱼筒的轮廓。进而调度相机21对鱿鱼筒进行拍摄,获得一具有较为清晰的轮廓的鱿鱼筒拍摄图像。本实施方式中的光源22的视野范围为270mm×200mm,触发光电传感器感应的鱿鱼筒X区域距离光源22的距离h为200±50mm,触发光电传感器感应的鱿鱼筒X区域距离相机21的距离H为1050±50mm,可根据安装需求在误差范围内进行调整,以使能够采集到清晰的鱿鱼筒图像。
在一些实施方式中,变速输送带1可同时以相同速度输送两个鱿鱼筒,以保证其输送效率。因此,本申请的光电传感器、相机21和光源22均设置有两个,以满足需求。
在一些实施方式中,轮廓识别单元接受到鱿鱼筒X的拍摄图像,将对该拍摄图像进行二值化,即将拍摄图像上的像素点的灰度值设置为0或255,也就是将整个图像呈现出明显的只有黑和白的视觉效果,利用形态学对鱿鱼筒X的黑白图像进行分析运算,以防止鱿鱼筒X与输送带边缘挡板之间粘连。进一步地,通过连通性分析,即对预设的鱿鱼筒X的边缘位置的多个像素点进行分析,判断若干像素点之间是否互通,找到不互通的像素点,即为鱿鱼筒X的边缘像素点,多个边缘像素点包裹的区域即为鱿鱼筒X的疑似区域。在多个鱿鱼筒X疑似区域中筛选出面积大于预设阈值的区域,例如面积大于40000平方毫米的区域,即为实际的鱿鱼筒X区域。
状态确定模块(未示出)根据获得的鱿鱼筒的轮廓信息,可计算出鱿鱼筒区域的质心、鱿鱼筒在输送带上的摆放角度以及鱿鱼筒的宽度和高度。进一步地,根据计算结果,获得域宽比R1、鱿鱼筒轮廓区域的对称轴两侧的面积的比值R2、以及前景面积与外接矩形的比值R3。将鱿鱼筒的轮廓区域的对称轴两侧的面积的比值R2、以及前景面积与外接矩形的比值R3与各自的预定阈值进行比较,即将域宽比R1与其预设阈值0.93进行比对,当R1大于0.93时,则符合要求;将鱿鱼筒轮廓区域的对称轴两侧的面积的比值R2与其预设阈值0.863进行比对,当R2大于0.863时,则符合要求;同理,将前景面积与外接矩形的比值R3与其预设阈值0.405进行比对,当R3小于0.405时,则符合要求。若上述参数均符合要求,则该鱿鱼筒质量合格;若上述参数之一不符合要求,则该鱿鱼筒质量不合格。进一步地,将鱿鱼筒区域的上述参数进行融合,获得鱿鱼筒的位置坐标,该位置坐标为分拣机器人3能够识别的位置坐标;同时,还将鱿鱼筒区域的上述参数生成序列化字符串,以便发送给分拣机器人3。
图5是根据本申请的示例性实施方式的分拣机器人的结构示意图。
如图5所示,分拣机器人3包括软爪部31、硬爪部32、软爪气管33、加持气缸34。由于鱿鱼筒具有坚硬部位A和脆弱部位B,其脆弱部位B在分拣过程中又极易被损坏,因此抓取时应采用较为柔软的机械爪。当分拣机器人3接收到序列化字符串后,将序列化字符串解析成合格度和位置坐标,并生成抓手控制策略,即软爪部31对准脆弱部位B,硬爪部32对准坚硬部为A,软爪部31和硬爪部32均对准后,将一同进行抓取动作。具体地,加持气缸34通过软爪气管33,向软爪部31充气,使其爪单元闭合,进而抓取脆弱部位B,抓取过程中,由于软爪部31内部为气体,因此不会对脆弱部位B造成损伤。进一步地,分拣机器人3参照合格度的情况,将鱿鱼筒抓取至对应位置,例如差品质筒或称重台(未示出)。
在一些实施方式中,可将合格度不符合要求的鱿鱼筒抓取至差品质筒,可将合格度符合要求的鱿鱼筒抓取至称重台,进行重量的筛选。具体地,当鱿鱼筒的质量合格时,将该鱿鱼筒抓取至称重台,获取该鱿鱼筒的重量值。进一步地,将该鱿鱼筒的重量值与预设阈值进行比对,获取重量值符合要求的鱿鱼筒,并将该鱿鱼筒输送至包装区。具体地,该鱿鱼筒输送至包装区的过程中,将该鱿鱼筒的坚硬部与传送带(未示出)接触,减少鱿鱼筒脆弱部位与传送带的接触,以避免鱿鱼筒的配重过程的损坏。
在一些实施方式中,重量值不符合要求的鱿鱼筒,将被运输至次优品质筒中,以便根据鱿鱼筒的质量和重量,对不同品质的鱿鱼筒进行后续的加工处理。极大的减少了人工的参与,提升了鱿鱼筒的卫生质量;另外,也降低了鱿鱼筒在分拣过程中的损坏,同时还提升了分类的精准程度。
应当理解的是,本申请的上述具体实施方式仅仅用于示例性说明或解释本申请的原理,而不构成对本申请的限制。因此,在不偏离本申请的精神和范围的情况下所做的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。此外,本申请所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。
Claims (10)
1.一种分拣方法,其特征在于,包括:
采集待分拣物图像信息,并获得所述待分拣物的轮廓信息;
根据所述轮廓信息,确定所述待分拣物的状态,其中所述状态包括所述待分拣物的合格度和位置坐标;以及
根据所述状态,由分拣机器人调度其软爪部和硬爪部,对所述待分拣物进行分拣。
2.根据权利要求1所述的分拣方法,所述采集待分拣物图像信息,并获得所述待分拣物的轮廓信息,其特征在于,包括:
由光电传感器感应所述待分拣物的接收状况,并生成拍摄指令;
由拍摄单元响应所述拍摄指令,并对所述待分拣物进行照亮及拍摄,获得所述待分拣物的拍摄图像;以及
由轮廓识别单元对所述拍摄图像进行处理,确定所述待分拣物的轮廓信息。
3.根据权利要求1所述的分拣方法,所述根据所述轮廓信息,确定所述待分拣物的状态,其特征在于,包括:
根据所述轮廓信息,计算所述待分拣物的质心、摆放角度、宽度和高度;
根据所述待分拣物的质心、摆放角度、宽度和高度,确定所述待分拣物的域宽比、对称轴两侧的面积的比值、前景面积与外接矩形面积的比值;
将所述待分拣物的域宽比、对称轴两侧的面积的比值、前景面积与外接矩形面积的比值分别与各自预设阈值进行比对,获得所述待分拣物的合格度;
将所述待分拣物的域宽比、中轴线左右两边面积的比值、前景面积与外接矩形面积的比值转换成所述待分拣物的位置坐标;以及
将所述合格度和所述位置坐标转换成序列化字符串。
4.根据权利要求3所述的分拣方法,所述根据所述状态,由分拣机器人调度其软爪部和硬爪部,对所述待分拣物进行分拣,其特征在于,包括:
将所述序列化字符串解析成所述合格度和所述位置坐标;
根据所述位置坐标调度所述软爪部抓取所述待抓取物的脆弱部位,同时调度所述硬爪部抓取所述待分拣物的坚硬部位;以及
根据所述合格度将所述待分拣物抓取至对应位置。
5.根据权利要求4所述的分拣方法,所述根据所述合格度将所述待抓取物抓取至对应位置,其特征在于,包括:
将所述合格度符合要求的所述待分拣物抓取至称重台,获取所述待分拣物的重量值;以及
筛选所述重量值符合要求的所述待分拣物,并输送至包装区。
6.根据权利要求1至5中任意一项所述的分拣方法,其特征在于,在所述采集待分拣物图像信息,并获得所述待分拣物的轮廓信息之前,还包括:
对若干所述待分拣物的接收速度进行分配,在若干所述待分拣物之间生成间距。
7.一种分拣装置,其特征在于,包括:
采集模块,用于采集待分拣物图像信息,并获得所述待分拣物的轮廓信息;
状态确定模块,用于根据所述轮廓信息,确定所述待分拣物的状态,其中所述状态包括所述待分拣物的合格度和位置坐标;以及
分拣机器人,具有软爪部和硬爪部,用于根据所述状态调度所述软爪部和所述硬爪部,对所述待分拣物进行分拣。
8.根据权利要求7所述的分拣装置,其特征在于,所述采集模块包括:
光电传感器,用于感应所述待分拣物的接收状况,并生成拍摄指令;
拍摄单元,具有光源和相机,用于响应所述拍摄指令,调用光源对所述分拣物进行照亮,并调用相机对所述分拣物进行拍摄;以及
轮廓识别单元,用于对所述相机的拍摄图像进行处理,确定所述待分拣物的轮廓信息。
9.根据权利要求7所述的分拣装置,其特征在于,还包括:
称重台,用于对所述合格度符合要求的所述待分拣物进行称重,获取其重量值;以及
传送带,用于将所述重量值符合要求的所述待分拣物输送至包装区。
10.根据权利要求7至9中任意一项所述的分拣装置,其特征在于,还包括变速输送带,用于对若干所述待分拣物的接收速度进行分配,在若干所述待分拣物之间生成间距。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110235803.5A CN114472203B (zh) | 2021-03-03 | 2021-03-03 | 分拣方法及其装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110235803.5A CN114472203B (zh) | 2021-03-03 | 2021-03-03 | 分拣方法及其装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114472203A true CN114472203A (zh) | 2022-05-13 |
CN114472203B CN114472203B (zh) | 2024-02-20 |
Family
ID=81491733
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110235803.5A Active CN114472203B (zh) | 2021-03-03 | 2021-03-03 | 分拣方法及其装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114472203B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11198076A (ja) * | 1998-01-05 | 1999-07-27 | Kubota Corp | 保持位置判別装置及び仕分け装置 |
CN205023442U (zh) * | 2015-08-10 | 2016-02-10 | 珠海市金邦达保密卡有限公司 | 封装标准件分拣设备 |
WO2017092809A1 (en) * | 2015-12-03 | 2017-06-08 | Abb Schweiz Ag | A method for teaching an industrial robot to pick parts |
CN106824816A (zh) * | 2016-12-20 | 2017-06-13 | 浙江工业大学 | 一种基于机器视觉的pe瓶检测与分拣方法 |
CN207929587U (zh) * | 2017-12-27 | 2018-10-02 | 华侨大学 | 一种建筑垃圾在线分拣系统 |
CN209793775U (zh) * | 2019-04-22 | 2019-12-17 | 苏州博众机器人有限公司 | 一种夹爪机构及机器人 |
CN111871848A (zh) * | 2020-06-23 | 2020-11-03 | 安徽信息工程学院 | 一种基于串口通信控制的机器视觉零件分拣方法和系统 |
CN212143531U (zh) * | 2020-04-17 | 2020-12-15 | 无锡雪浪数制科技有限公司 | 一种基于深度视觉的煤矸石分离设备 |
-
2021
- 2021-03-03 CN CN202110235803.5A patent/CN114472203B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11198076A (ja) * | 1998-01-05 | 1999-07-27 | Kubota Corp | 保持位置判別装置及び仕分け装置 |
CN205023442U (zh) * | 2015-08-10 | 2016-02-10 | 珠海市金邦达保密卡有限公司 | 封装标准件分拣设备 |
WO2017092809A1 (en) * | 2015-12-03 | 2017-06-08 | Abb Schweiz Ag | A method for teaching an industrial robot to pick parts |
CN106824816A (zh) * | 2016-12-20 | 2017-06-13 | 浙江工业大学 | 一种基于机器视觉的pe瓶检测与分拣方法 |
CN207929587U (zh) * | 2017-12-27 | 2018-10-02 | 华侨大学 | 一种建筑垃圾在线分拣系统 |
CN209793775U (zh) * | 2019-04-22 | 2019-12-17 | 苏州博众机器人有限公司 | 一种夹爪机构及机器人 |
CN212143531U (zh) * | 2020-04-17 | 2020-12-15 | 无锡雪浪数制科技有限公司 | 一种基于深度视觉的煤矸石分离设备 |
CN111871848A (zh) * | 2020-06-23 | 2020-11-03 | 安徽信息工程学院 | 一种基于串口通信控制的机器视觉零件分拣方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114472203B (zh) | 2024-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US5339963A (en) | Method and apparatus for sorting objects by color | |
CN103736672B (zh) | 一种镜片在线分级分拣装置 | |
WO2019089825A1 (en) | Systems and methods for optical material characterization of waste materials using machine learning | |
US5223917A (en) | Product discrimination system | |
JPH0321235B2 (zh) | ||
CN104256882B (zh) | 基于计算机视觉的烟丝中再造烟叶比例测定方法 | |
CN205436353U (zh) | 轴承分拣机 | |
JPS5973089A (ja) | 電子的傷スキヤナ | |
CN205183172U (zh) | 用于遥控器按键的视觉检测装置 | |
US6997089B2 (en) | Optical grading system for slicer apparatus | |
CN112893159B (zh) | 一种基于图像识别的煤矸石分拣方法 | |
CN106248680A (zh) | 一种基于机器视觉的电机换向器质量检测系统及检测方法 | |
CN111940339B (zh) | 一种基于人工智能的红枣分拣系统 | |
US8406919B1 (en) | Quality regulating apparatus and method | |
Thong et al. | Mango classification system uses image processing technology and artificial intelligence | |
US5018864A (en) | Product discrimination system and method therefor | |
CN114472203A (zh) | 分拣方法及其装置 | |
AU2008243688B2 (en) | Method and apparatus for three dimensional image processing and analysis | |
CN113834814B (zh) | 一种手套表面缺陷检测的装置 | |
CN111257339B (zh) | 一种基于机器视觉的皮蛋裂纹在线检测方法及检测装置 | |
CN108132255A (zh) | 一种具有自纠正功能的塑料容器检测系统 | |
CN111842216A (zh) | 一种基于机器视觉的农产品质量检测自动化分拣管理系统 | |
WO2022005305A1 (en) | An article indication system | |
JP2022116762A (ja) | 卵分類装置、卵分類方法および卵分類装置を備える卵選別包装システム | |
JP3962525B2 (ja) | 農産物の仕分けに用いる画像生成装置及び仕分区分判定装置 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 102,600 Building 12, Yard 109, Jinghai 3rd Road, Daxing Economic and Technological Development Zone, Beijing (Yizhuang Cluster, High end Industrial Zone, Beijing Pilot Free Trade Zone) Applicant after: Beijing Software Robot Technology Co.,Ltd. Address before: 101111 building 12, yard 109, jinghaisan Road, Tongzhou Economic and Technological Development Zone, Beijing (Yizhuang group, high end industrial area, Beijing Pilot Free Trade Zone) Applicant before: BEIJING SOFT ROBOT TECH Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |