CN115156101B - 剔除方法及相关装置 - Google Patents
剔除方法及相关装置 Download PDFInfo
- Publication number
- CN115156101B CN115156101B CN202211086778.XA CN202211086778A CN115156101B CN 115156101 B CN115156101 B CN 115156101B CN 202211086778 A CN202211086778 A CN 202211086778A CN 115156101 B CN115156101 B CN 115156101B
- Authority
- CN
- China
- Prior art keywords
- sealed container
- classification information
- rejecting
- visual
- detection result
- 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
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
- B07C5/3404—Sorting according to other particular properties according to properties of containers or receptacles, e.g. rigidity, leaks, fill-level
- B07C5/3408—Sorting according to other particular properties according to properties of containers or receptacles, e.g. rigidity, leaks, fill-level for bottles, jars or other glassware
-
- 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
Landscapes
- Examining Or Testing Airtightness (AREA)
- Details Of Rigid Or Semi-Rigid Containers (AREA)
Abstract
本申请提供了剔除方法及相关装置,用于剔除不合格的密封容器,所述方法包括:获取所述密封容器的视觉分类信息;其中,所述视觉分类信息包括以下至少一种:外形分类信息、材质分类信息、安防分类信息;基于所述密封容器的视觉分类信息,在剔除设备设置的多个剔除组件中确定其中一个剔除组件作为目标剔除组件;获取所述密封容器的检测结果;当所述检测结果用于指示所述密封容器不合格时,生成控制指令并发送至剔除设备,以使所述剔除设备使用所述目标剔除组件将所述密封容器从传送设备上剔除。针对不同类型的密封容器设置不同的剔除组件,并使用适合的剔除组件剔除对应类型的不合格密封容器,避免密封容器在剔除过程中出现损伤。
Description
技术领域
本申请涉及卸料装置、激光检测、气体分析、深度学习的技术领域,尤其涉及剔除方法及相关装置。
背景技术
在医药行业,密封失效或是材料完整性不良会导致包装内药品与外界物质交换,发生污染或氧化,导致产品带菌或失效。医药产品出现问题,对病患者而言,将对健康甚至是生命造成损害;对制药企业而言需要召回或承担责任,从而造成企业经济损失;药品的质量更是制药企业的信誉,更是持续发展的生命力。所以,为了保证药品出厂的质量,药品的包装有效性检验即泄漏检测是必要的。
顶部空间气体分析(HGA)技术是一种基于可调谐半导体激光吸收光谱(TDLAS)对容器顶部空间的特定气体含量进行检测的技术,激光是一种被最广泛应用的可以获得较高检测灵敏度的光谱吸收技术。目前在线激光顶空分析仪国产化属于空白,同时由于技术研发上的壁垒,顶空气体分析仪项目具有较长的战略纵深,并且处于市场蓝海。
专利CN204675353U公开了不合格瓶剔除装置,该装置包括:输送带;布置在所述输送带前方的不合格瓶检测器;顺着所述输送带传输方向,布置在所述不合格瓶检测器下游的多个间隔排列的推瓶作动器;所述推瓶作动器包括气缸以及与气缸的活塞杆连接的击出块;所述推瓶作动器间隔至少等于所述气缸伸缩时间与所述输送带传送速度的乘积而得到的距离。该装置可能导致部分瓶子在被剔除的过程中出现损伤,无法回收再利用。
基于此,本申请提供了剔除方法及相关装置,以解决上述现有技术中存在的问题。
发明内容
本申请的目的在于提供剔除方法及相关装置,针对不同类型的密封容器设置不同的剔除组件,并使用适合的剔除组件剔除对应类型的不合格密封容器,避免密封容器在剔除过程中出现损伤。
本申请的目的采用以下技术方案实现:
第一方面,本申请提供了一种剔除方法,用于剔除不合格的密封容器,所述方法包括:
获取所述密封容器的视觉分类信息;其中,所述视觉分类信息包括以下至少一种:外形分类信息、材质分类信息、安防分类信息;
基于所述密封容器的视觉分类信息,在剔除设备设置的多个剔除组件中确定其中一个剔除组件作为目标剔除组件;
获取所述密封容器的检测结果;
当所述检测结果用于指示所述密封容器不合格时,生成控制指令并发送至剔除设备,以使所述剔除设备使用所述目标剔除组件将所述密封容器从传送设备上剔除。
该技术方案的有益效果在于:首先获取密封容器的视觉分类信息(例如可以包括外形分类信息、材质分类信息、安防分类信息等),基于视觉分类信息,从多个剔除组件中确定其中一个剔除组件作为目标剔除组件,另外,又获取密封容器的检测结果(该检测结果用于指示密封容器是否合格),当密封容器不合格时,生成控制指令并发送至剔除设备,以使剔除设备使用目标剔除组件从传送设备上将密封容器剔除。一方面,密封容器的视觉分类信息包括密封容器的外形分类信息(用于指示密封容器的外形,例如是圆柱形、多面体、球形、椭球形等)、材质分类信息(用于指示密封容器的材质,例如是容易变形或者不易变形、有磁性或者无磁性、导电或者绝缘的材质,还可以用于指示具体材质类型)或者安防分类信息(用于指示密封容器所容纳的物品是否容易发生燃烧、爆炸或者物品是否有毒性、成瘾性等),据此选择对应的目标剔除组件,能够利用同一剔除设备执行剔除不同类型的密封容器的任务,避免密封容器在剔除过程中出现损伤,从传送设备上剔除的密封容器可以用于回收再利用,不仅节能环保,并且,回收的密封容器可以经过处理再次投入生产,从整体上降低密封容器生产线的加工制造成本,或者,回收的密封容器在经过处理后可以用于生产其他产品(不管生产方自己生产还是将密封容器作为原材料卖给其他生产方),变废为宝,实现创收。另一方面,相对于人工切换剔除组件来说,能够自动控制剔除设备切换剔除组件以剔除不同类型的密封容器,在保证剔除过程的安全性的前提下,剔除效率高,智能化程度高,用人成本低,且可避免人为失误。
在一些可选的实施方式中,所述方法还包括:
利用交互设备接收针对所述密封容器的输入操作,响应于所述输入操作,获取所述密封容器的输入分类信息,所述输入分类信息包括保价分类信息;
所述基于所述密封容器的视觉分类信息,在剔除设备设置的多个剔除组件中确定其中一个剔除组件作为目标剔除组件,包括:
基于所述密封容器的视觉分类信息和输入分类信息,在所述剔除设备设置的多个剔除组件中确定其中一个剔除组件作为所述目标剔除组件。
该技术方案的有益效果在于:在选择目标剔除组件的过程中,除了外形分类信息、材质分类信息、安防分类信息等视觉分类信息,还可以考虑工作人员人工输入的输入分类信息对剔除过程的影响,输入分类信息例如可以包括保价分类信息(用于指示密封容器的保价类型,例如是需要保价或者不需要保价,有的保险公司会要求生产方尽到必要的保护义务,此时需要在生产加工阶段对密封容器进行保价处理),结合视觉分类信息和输入分类信息,用以确定密封容器对应的目标剔除组件,进一步提升了剔除组件的选择过程的灵活性,使得整个剔除过程能够满足多样化、客制化、柔性化的应用趋势。
在一些可选的实施方式中,所述获取所述密封容器的视觉分类信息,包括:
利用视觉检测设备获取所述密封容器的视觉检测数据;
基于所述密封容器的视觉检测数据,利用分类模型对所述密封容器进行分类,以得到所述密封容器的视觉分类信息。
该技术方案的有益效果在于:利用视觉检测设备(例如是摄像头、CT设备、MR设备、PET设备、X光设备等),采用非接触式的视觉检测方式获取密封容器的视觉检测数据(例如是图像数据、CT数据、MR数据、PET数据、X光数据等),能够避免接触式测量过程可能造成损伤密封容器或者污染密封容器的情况。分类模型可以由大量的训练数据训练得到,能够针对不同的输入数据(即密封容器的视觉检测数据)预测得到相应的输出数据(即密封容器的视觉分类信息),适用范围广,智能化水平高。
在一些可选的实施方式中,所述基于所述密封容器的视觉检测数据,利用分类模型对所述密封容器进行分类,包括:
基于所述密封容器的视觉检测数据,利用所述分类模型的外形分类网络、材质分类网络和安防分类网络顺次对所述密封容器进行外形分类、材质分类和安防分类,以获得所述密封容器的外形分类信息、材质分类信息和安防分类信息。
该技术方案的有益效果在于:当视觉分类信息包括外形分类信息、材质分类信息和安防分类信息时,利用分类模型的外形分类网络、材质分类网络和安防分类网络顺次进行分类处理,以得到密封容器的外形分类信息、材质分类信息和安防分类信息,也就是说,指定了上述三种分类信息的获取顺序,这样做的好处是,外形分类网络所提取得到的特征信息可以用于后续的材质分类过程和安防分类过程,实现了针对特征信息的复用,即不需要重复获取用于执行多种分类任务的特征信息,提高了材质分类过程和安防分类过程的处理效率,减少了视觉分类信息的获取过程的总体计算量,计算速度快,计算效率高,所消耗的计算资源少,计算成本低。其中,材质分类过程得到的材质分类信息也可以用于后续的安防分类过程,实现了针对材质分类信息的复用,进一步减少了整个视觉分类过程的总体计算量。
在一些可选的实施方式中,所述获取所述密封容器的检测结果,包括:
利用激光检测设备对所述密封容器的顶部空间的待测气体进行检测,以得到所述待测气体的体积百分比;
当所述待测气体的体积百分比与预设百分比阈值相匹配时,确定所述检测结果用于指示所述密封容器合格;
当所述待测气体的体积百分比与所述预设百分比阈值不匹配时,确定所述检测结果用于指示所述密封容器不合格。
该技术方案的有益效果在于:利用激光检测设备(例如是顶空气体分析仪等)对密封容器的顶部空间的待测气体(例如是氧气、氮气、氦气等)进行检测,能够得到待测气体的体积百分比,并将之与预设百分比阈值进行匹配,如果相匹配则确定密封容器合格(或者说未发生泄漏),否则确定密封容器不合格(或者说发生泄漏)。这样做的好处是,用户可以根据密封容器的顶部空间的气体的理想分布情况设置合适的预设百分比阈值,灵活性高,智能化程度高,并且计算过程简单,计算速度快,计算效率高,所消耗的计算资源少。
在一些可选的实施方式中,所述当所述待测气体的体积百分比与预设百分比阈值相匹配时,确定所述检测结果用于指示所述密封容器合格,包括:
当所述待测气体的体积百分比与预设百分比阈值相匹配时,基于所述密封容器的视觉检测数据,获取所述密封容器内的物品的高度;
当所述高度大于或等于预设高度阈值时,确定所述检测结果用于指示所述密封容器合格;
所述方法还包括:
当所述高度小于所述预设高度阈值时,确定所述检测结果用于指示所述密封容器不合格。
该技术方案的有益效果在于:利用顶空气体分析能够检测密封容器是否发生泄漏,但即使未发生泄漏,该密封容器内的物品的高度是否达标是未知的,未发生泄漏的密封容器可能在灌装环节未被灌装到足够数量的物品(物品例如是药品、保健品或者食品,例如是液体或者固体,例如是纯净物或者混合物),这就使得该密封容器仍有可能不满足合格品的其他条件。试想在密封容器内的物品分量不足的情况下仍被投放市场,即使分量不足的密封容器在所有密封容器中的占比很小,在整体生产、销售规模较大的前提下,也会导致相当数量的消费者会买到这些分量不足的产品,进而导致这些消费者对生产方产生不满,如果这种情况不能迅速解决或者改善,则生产方很可能被消费者所厌弃,最终影响生产方的收益。采用上述检测物品高度的方式,能够确保物品高度达标的密封容器才会被视为合格产品,进入后续的加工过程(例如是清洗、包装、贴标等)进而被投放至市场,有利于维护生产方的商誉。另外,由于在视觉分类过程中已经获取到密封容器的视觉检测数据,因此不需要重复获取密封容器的视觉检测数据,也就是说,针对密封容器的视觉检测数据实现了复用,获取之后,可以用于对密封容器进行多种视觉分类以及用于识别密封容器内物品的高度,相比于分别获取两次视觉检测数据并分别用于视觉分类、识别物品高度来说,减少了一次视觉检测步骤,一方面进一步提升了识别物品高度的效率,另一方面能够延长视觉检测设备的使用寿命。
在一些可选的实施方式中,所述当所述待测气体的体积百分比与预设百分比阈值相匹配时,确定所述检测结果用于指示所述密封容器合格,包括:
当所述待测气体的体积百分比与预设百分比阈值相匹配时,利用压力检测设备获取所述密封容器的质量;
当所述质量大于或等于预设质量阈值时,确定所述检测结果用于指示所述密封容器合格;
所述方法还包括:
当所述质量小于所述预设质量阈值时,确定所述检测结果用于指示所述密封容器不合格。
该技术方案的有益效果在于:利用顶空气体分析能够检测密封容器是否发生泄漏,但即使未发生泄漏,该密封容器内的物品的质量(或者说重量)是否达标是未知的,未发生泄漏的密封容器可能在灌装环节未被灌装到足够数量的物品,这就使得该密封容器仍有可能不满足合格品的其他条件。采用上述检测物品质量的方式,能够确保物品质量达标的密封容器才会被视为合格产品,进入后续的加工过程(例如是清洗、包装、贴标等)进而被投放至市场,有利于维护生产方的商誉。与上述检测物品高度的方式相类似,部分内容不再赘述,两种方式都能够避免分量不足的产品进入后续的加工过程。
第二方面,本申请提供了一种密封容器的剔除装置,用于剔除不合格的密封容器,所述装置包括:
分类信息模块,用于获取所述密封容器的视觉分类信息;其中,所述视觉分类信息包括以下至少一种:外形分类信息、材质分类信息、安防分类信息;
组件确定模块,用于基于所述密封容器的视觉分类信息,在剔除设备设置的多个剔除组件中确定其中一个剔除组件作为目标剔除组件;
检测结果模块,用于获取所述密封容器的检测结果;
剔除控制模块,用于当所述检测结果用于指示所述密封容器不合格时,生成控制指令并发送至剔除设备,以使所述剔除设备使用所述目标剔除组件将所述密封容器从传送设备上剔除。
在一些可选的实施方式中,所述分类信息模块还用于:
利用交互设备接收针对所述密封容器的输入操作,响应于所述输入操作,获取所述密封容器的输入分类信息,所述输入分类信息包括保价分类信息;
所述组件确定模块用于:
基于所述密封容器的视觉分类信息和输入分类信息,在所述剔除设备设置的多个剔除组件中确定其中一个剔除组件作为所述目标剔除组件。
在一些可选的实施方式中,所述分类信息模块包括:
视觉检测单元,用于利用视觉检测设备获取所述密封容器的视觉检测数据;
视觉分类单元,用于基于所述密封容器的视觉检测数据,利用分类模型对所述密封容器进行分类,以得到所述密封容器的视觉分类信息。
在一些可选的实施方式中,所述视觉分类单元用于:
基于所述密封容器的视觉检测数据,利用所述分类模型的外形分类网络、材质分类网络和安防分类网络顺次对所述密封容器进行外形分类、材质分类和安防分类,以获得所述密封容器的外形分类信息、材质分类信息和安防分类信息。
在一些可选的实施方式中,所述检测结果模块包括:
激光检测单元,用于利用激光检测设备对所述密封容器的顶部空间的待测气体进行检测,以得到所述待测气体的体积百分比;
未泄漏指示单元,用于当所述待测气体的体积百分比与预设百分比阈值相匹配时,确定所述检测结果用于指示所述密封容器合格;
泄漏指示单元,用于当所述待测气体的体积百分比与所述预设百分比阈值不匹配时,确定所述检测结果用于指示所述密封容器不合格。
在一些可选的实施方式中,所述未泄漏指示单元包括:
高度获取子单元,用于当所述待测气体的体积百分比与预设百分比阈值相匹配时,基于所述密封容器的视觉检测数据,获取所述密封容器内的物品的高度;
高度合格子单元,用于当所述高度大于或等于预设高度阈值时,确定所述检测结果用于指示所述密封容器合格;
所述检测结果模块还包括:
高度不合格单元,用于当所述高度小于所述预设高度阈值时,确定所述检测结果用于指示所述密封容器不合格。
在一些可选的实施方式中,所述未泄漏指示单元包括:
质量获取子单元,用于当所述待测气体的体积百分比与预设百分比阈值相匹配时,利用压力检测设备获取所述密封容器的质量;
质量合格子单元,用于当所述质量大于或等于预设质量阈值时,确定所述检测结果用于指示所述密封容器合格;
所述检测结果模块还包括:
质量不合格单元,用于当所述质量小于所述预设质量阈值时,确定所述检测结果用于指示所述密封容器不合格。
第三方面,本申请提供了一种剔除设备,所述剔除设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项方法的步骤;
所述剔除设备设置有多个剔除组件,所述剔除设备执行任务时与其中一个剔除组件可拆卸地连接。
第四方面,本申请提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项方法的步骤。
附图说明
下面结合附图和实施方式对本申请进一步说明。
图1示出了本申请提供的一种剔除设备、传送设备和密封容器的结构示意图。
图2示出了本申请提供的一种剔除方法的流程示意图。
图3示出了本申请提供的另一种剔除方法的流程示意图。
图4示出了本申请提供的一种获取密封容器的视觉分类信息的流程示意图。
图5示出了本申请提供的一种获取检测结果的流程示意图。
图6示出了本申请提供的另一种获取检测结果的流程示意图。
图7示出了本申请提供的又一种获取检测结果的流程示意图。
图8示出了本申请提供的一种剔除装置的结构示意图。
图9示出了本申请提供的一种剔除设备的结构框图。
图10示出了本申请提供的一种程序产品的结构示意图。
具体实施方式
下面将结合本申请的说明书附图以及具体实施方式,对本申请中的技术方案进行描述,需要说明的是,在不相冲突的前提下,以下描述的各实施方式之间或各技术特征之间可以任意组合形成新的实施方式。
在本申请中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,a和b,a和c,b和c,a和b和c,其中a、b和c可以是单个,也可以是多个。值得注意的是,“至少一项(个)”还可以解释成“一项(个)或多项(个)”。
还需说明的是,本申请中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”或者“例如”的任何实施方式或设计方案不应被解释为比其他实施方式或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
【方法实施方式】
参见图1和图2,图1示出了本申请提供的一种剔除设备、传送设备和密封容器的结构示意图,图2示出了本申请提供的一种剔除方法的流程示意图。作为一个示例,图1中的网格区域用于指示剔除组件剔除密封容器时所经过的区域。
本申请提供了一种剔除方法,用于剔除不合格的密封容器,所述方法包括:
步骤S101:获取所述密封容器的视觉分类信息;其中,所述视觉分类信息包括以下至少一种:外形分类信息、材质分类信息、安防分类信息;
步骤S102:基于所述密封容器的视觉分类信息,在剔除设备设置的多个剔除组件中确定其中一个剔除组件作为目标剔除组件;
步骤S103:获取所述密封容器的检测结果;
步骤S104:当所述检测结果用于指示所述密封容器不合格时,生成控制指令并发送至剔除设备,以使所述剔除设备使用所述目标剔除组件将所述密封容器从传送设备上剔除。
所述剔除设备设置有多个剔除组件,所述剔除设备执行任务时与其中一个剔除组件可拆卸地连接,所连接的剔除组件即上文中的目标剔除组件。
由此,首先获取密封容器的视觉分类信息(例如可以包括外形分类信息、材质分类信息、安防分类信息等),基于视觉分类信息,从多个剔除组件中确定其中一个剔除组件作为目标剔除组件,另外,又获取密封容器的检测结果(该检测结果用于指示密封容器是否合格),当密封容器不合格时,生成控制指令并发送至剔除设备,以使剔除设备使用目标剔除组件从传送设备上将密封容器剔除。
一方面,密封容器的视觉分类信息包括密封容器的外形分类信息(用于指示密封容器的外形,例如是圆柱形、长方体、多面体、球形、椭球形、不规则形状等)、材质分类信息(用于指示密封容器的材质,例如是容易变形或者不易变形、有磁性或者无磁性、导电或者绝缘的材质,还可以用于指示具体材质类型)或者安防分类信息(用于指示密封容器所容纳的物品是否容易发生燃烧、爆炸或者物品是否有毒性、成瘾性等),据此选择对应的目标剔除组件,能够利用同一剔除设备执行剔除不同类型的密封容器的任务,避免密封容器在剔除过程中出现损伤,从传送设备上剔除的密封容器可以用于回收再利用,不仅节能环保,并且,回收的密封容器可以经过处理再次投入生产,从整体上降低密封容器生产线的加工制造成本,或者,回收的密封容器在经过处理后可以用于生产其他产品(不管生产方自己生产还是将密封容器作为原材料卖给其他生产方),变废为宝,实现创收。
另一方面,相对于人工切换剔除组件来说,能够自动控制剔除设备切换剔除组件以剔除不同类型的密封容器,在保证剔除过程的安全性的前提下,剔除效率高,智能化程度高,用人成本低,且可避免人为失误。
在一些可选的实施方式中,所述方法还可以包括:当所述检测结果用于指示所述密封容器合格时,控制所述剔除设备不做任何操作,利用所述传送设备将所述密封容器传送至下一加工位置。下一加工位置例如可以是清洗位置、包装位置或者贴标位置等。
本申请对密封容器的形状(外形)不作限定,其例如可以是西林瓶、安瓿瓶、圆柱瓶、长方体瓶等。
本申请对密封容器的具体材质不作限定,其例如可以是玻璃、塑胶、金属、木材、陶瓷、复合材料等。
本申请对密封容器所容纳的物品类型不作限定,其可以是液体或者固体。在一些可能的实现方式中,所容纳的物品例如可以是药品、保健品或者食品。
本申请对密封容器所容纳的液体类型不作限定,其可以是单一成分的液体,也可以是多种液体的混合物。本申请对密封容器所容纳的液体的高度有限定,液体不能充满整个密封容器的内部,也就是说,液体高度一定会低于密封容器的高度。至于液体高度的数值上限则随密封容器的高度发生变化,在此不作限定。
本申请对密封容器所容纳的固体类型不作限定,其可以是同种规格的固体,也可以包括多种规格的固体。类似地,这些固体也不能充满整个密封容器。
本申请对密封容器的高度不作限定,其例如可以是20mm、30mm、40mm、45mm、50mm、55mm、60mm、65mm、70mm、75mm、80mm、85mm、90mm、100mm等,一般而言,本申请可以用来检测高度为20-100mm的密封容器。在条件允许的前提下,本申请还可以用来检测其他高度的密封容器。
在一些可选的实施方式中,本申请可以用来检测高度为35-80mm的密封容器。
在一些可选的实施方式中,本申请可以用来检测高度为40-75mm的密封容器。
本申请对密封容器的直径(或者宽度)不作限定,其例如可以是5mm、10mm、15mm、20mm、21mm、22mm、23mm、24mm、25mm、26mm、27mm、28mm、29mm、30mm、32mm、35mm、40mm、45mm、50mm等。
在一些可选的实施方式中,本申请可以用来检测直径为5-50mm的密封容器。
在一些可选的实施方式中,本申请可以用来检测直径为22-30mm的密封容器。
在一些可选的实施方式中,视觉分类信息包括外形分类信息、材质分类信息、安防分类信息中的任意一种。
在另一些可选的实施方式中,视觉分类信息包括外形分类信息、材质分类信息、安防分类信息中的任意两种。
在又一些可选的实施方式中,视觉分类信息包括外形分类信息、材质分类信息和安防分类信息。
本申请对检测结果的表示方式不作限定,其例如可以采用中文、字母、数字、符号中的一种或多种来表示。在一些可选的实施方式中,可以采用“不合格”、“No”、“N”、“0”或者“~”来表示该密封容器不合格,可以采用“合格”、“Yes”、“Y”、“1”或者“!”来表示该密封容器合格。
本申请中,密封容器在被传送设备传送的过程中,可以始终处于传送面上,整个传送面的高度可以是处处保持一致的情况,也可以是传送面的不同区域具有不同高度的情况。
本申请中的高度的方向,一般是指本地的重力方向,或者说垂直于本地的水平面(或者大地水准面)的方向。本申请中的水平方向,是指平行于本地的水平面的方向,或者说垂直于本地的重力方向的方向。
本申请对传送设备不作限定,在一种可能的实现方式中,传送设备可以包括一个或多个传送带,传送带可以是直线传送带或者曲线传送带,曲线传送带例如可以是弧形传送带。
本申请对传送带的传送速度不作限定,其例如可以是匀速或者变速。
本申请对剔除设备的驱动组件不作限定,其例如可以采用电机或者气缸。当采用气缸作为剔除设备的驱动组件时,气缸的驱动方式例如可以是电动、气动或者液动,相应地,剔除设备的驱动组件可以采用电动气缸、气动气缸或者液动气缸。当目标剔除组件确定后,驱动组件可以与目标剔除组件连接,以驱动该目标剔除组件。
本申请对剔除设备所配置的剔除组件的数量不作限定,其例如可以是2种、3种、4种、5种,多种类型的剔除组件例如可以具有不同的尺寸、剔除方式。
本申请对剔除设备的剔除方式不作限定,其例如可以是推动、击打、吸取、抓取(夹取)、钩取、套取等,所对应的剔除组件例如可以是推动组件、击打组件、吸取组件、抓取组件(夹取组件)、钩取组件、套取组件等。
推动组件例如可以是薄片形板材、推杆、球形推动机构等,从水平方向将密封容器推出传送设备。
击打组件例如可以是摆锤,将密封容器击出传送设备。
吸取组件例如可以是吸盘,从上方或者从水平方向吸附密封容器并将其带出传送设备。每个吸盘上可以设置一个或多个吸取孔。吸盘例如可以是真空吸盘、玻璃吸盘、海绵吸盘、电磁吸盘、磁力吸盘或者永磁吸盘。
抓取组件例如可以是机械手(又称机械臂),抓起密封容器并将其带出传送设备。机械手例如可以是三轴机械手、四轴机械手、五轴机械手等。机械手可以设置有夹爪,夹爪的数量例如可以是2个、3个、4个、5个、6个等。每个夹爪的形状、尺寸可以是相同的,也可以是不同的。
钩取组件例如可以是弯钩,从上向下、或者从水平方向钩住密封容器并从水平方向将其带出传送设备。弯钩可以是弧形弯钩或者折线形弯钩。
套取组件例如可以是套圈,从上向下套住密封容器并从水平方向将其带出传送设备。这种剔除方式特别适用于周向具有环形凹槽的密封容器。
为了避免剔除过程中损伤密封容器,上述剔除组件(吸取组件除外)用于接触密封容器的区域可以设置有缓冲层,缓冲层例如可以是具有缓冲作用的海绵或者褶皱层,海绵例如可以是记忆海绵或者普通海绵,褶皱层的材质例如可以是塑胶。
在一个具体应用场景中,密封容器是西林瓶,具有类似于圆柱形的外形,其外形分类信息例如可以是圆柱形,材质分类信息例如可以是玻璃、易碎、不易变形、无磁性且绝缘,安防分类信息例如可以是易燃、易爆、无毒性、无成瘾性,该密封容器所对应的目标剔除组件例如可以是可伸缩的金属板,金属板用于推动密封容器的一侧设置有海绵或者其他缓冲物,例如是泡沫海绵或者记忆海绵,防止损伤密封容器,避免在密封容器上形成划痕、裂纹等。
在另一个具体应用场景中,密封容器是容纳有豆浆的密封杯,具有类似于圆柱形的外形,其外形分类信息例如可以是圆柱形,材质分类信息例如可以是塑料、容易变形、无磁性且绝缘,安防分类信息例如可以是不易燃、不易爆、无毒性、无成瘾性,该密封容器所对应的目标剔除组件例如可以是吸盘或者摆锤,摆锤用于推动密封容器的一侧可以设置有海绵或者其他缓冲物。
在又一个具体应用场景中,密封容器是容纳有微型人造景观的工艺品,具有不规则外形,其外形分类信息例如可以是不规则形状,材质分类信息例如可以是玻璃+金属、不易变形、部分有磁性且部分可导电,安防分类信息例如可以是不易燃、不易爆、无毒性,该密封容器所对应的目标剔除组件例如可以是弯钩、套圈或者机械手,弯钩、套圈和夹爪用于接触密封容器的一侧均可以设置有海绵或者其他缓冲物。
针对不同的密封容器切换适合的剔除组件,其作用除了对密封容器的保护,还能够对剔除组件自身起到保护作用。
当密封容器的硬度较高时,如果所使用的剔除组件自身材质较软,则容易在工作过程中发生变形甚至损坏,导致剔除组件的使用寿命大大降低。除了更换硬度较高的剔除组件,还可以在剔除组件用于接触密封容器的外表面上设置耗材,定期或者根据实际情况更换。其中,耗材可以采用卡接、粘接、焊接、磁吸等方式设置在剔除组件用于接触密封容器的外表面上。
参见图3,图3示出了本申请提供的另一种剔除方法的流程示意图。
在一些可选的实施方式中,所述方法还可以包括:
步骤S105:利用交互设备接收针对所述密封容器的输入操作,响应于所述输入操作,获取所述密封容器的输入分类信息,所述输入分类信息包括保价分类信息;
所述步骤S102可以包括:
步骤S102a:基于所述密封容器的视觉分类信息和输入分类信息,在所述剔除设备设置的多个剔除组件中确定其中一个剔除组件作为所述目标剔除组件。
由此,在选择目标剔除组件的过程中,除了外形分类信息、材质分类信息、安防分类信息等视觉分类信息,还可以考虑工作人员人工输入的输入分类信息对剔除过程的影响,输入分类信息例如可以包括保价分类信息(用于指示密封容器的保价类型,例如是需要保价或者不需要保价,有的保险公司会要求生产方尽到必要的保护义务,此时需要在生产加工阶段对密封容器进行保价处理),结合视觉分类信息和输入分类信息,用以确定密封容器对应的目标剔除组件,进一步提升了剔除组件的选择过程的灵活性,使得整个剔除过程能够满足多样化、客制化、柔性化的应用趋势。
本申请对交互设备不作限定,其例如可以是手机、平板电脑、笔记本电脑、台式计算机、智能穿戴设备、工作站或者生产车间的控制台等。
输入操作例如可以是文本输入操作、音频输入操作、视频输入操作、按键输入操作等。
当密封容器对应的保价分类信息用于指示密封容器需要保价时,可以采用较柔和的剔除方式,例如吸取,或者可以在剔除组件上设置更厚的缓冲层。
在一些可选的实施方式中,获取保价分类信息的过程例如可以包括:获取所述密封容器的单价;当所述单价大于或等于预设价格时,确定所述密封容器的保价分类信息用于指示所述密封容器需要保价;当所述单价小于所述预设价格时,确定所述密封容器的保价分类信息用于指示所述密封容器不需要保价。
在一些可选的实施方式中,所述输入分类信息还可以包括人工输入的视觉分类信息,例如是人工输入的外形分类信息、材质分类信息和安防分类信息。当人工输入的视觉分类信息与采用视觉检测方式获取的视觉分类信息不匹配时,可以采用人工输入的视觉分类信息作为密封容器的视觉分类信息。相当于由人工进行了核对和校准。
参见图4,图4示出了本申请提供的一种获取密封容器的视觉分类信息的流程示意图。
在一些可选的实施方式中,所述步骤S101可以包括:
步骤S201:利用视觉检测设备获取所述密封容器的视觉检测数据;
步骤S202:基于所述密封容器的视觉检测数据,利用分类模型对所述密封容器进行分类,以得到所述密封容器的视觉分类信息。
由此,利用视觉检测设备,采用非接触式的视觉检测方式获取密封容器的视觉检测数据,能够避免接触式测量过程可能造成损伤密封容器或者污染密封容器的情况。
分类模型可以由大量的训练数据训练得到,能够针对不同的输入数据(即密封容器的视觉检测数据)预测得到相应的输出数据(即密封容器的视觉分类信息),适用范围广,智能化水平高。
本申请中,分类模型的训练过程例如可以包括:
获取第一训练集,所述第一训练集包括多个第一训练数据,每个所述第一训练数据包括一个样本容器的视觉检测数据以及所述样本容器的视觉分类信息的标注数据;
针对所述第一训练集中的每个第一训练数据,执行以下处理:
将所述第一训练数据中的样本容器的视觉检测数据输入预设的第一深度学习模型,得到所述样本容器的视觉分类信息的预测数据;
基于所述样本容器的视觉分类信息的预测数据和标注数据,对所述第一深度学习模型的模型参数进行更新;
检测是否满足预设的第一训练结束条件;如果是,则将训练出的第一深度学习模型作为所述分类模型;如果否,则利用下一个所述第一训练数据继续训练所述第一深度学习模型。
通过设计,建立适量的神经元计算节点和多层运算层次结构,选择合适的输入层和输出层,就可以得到预设的第一深度学习模型,通过该预设的第一深度学习模型的学习和调优,建立起从输入到输出的函数关系,虽然不能100%找到输入与输出的函数关系,但是可以尽可能地逼近现实的关联关系,由此训练得到的分类模型,可以基于密封容器的视觉检测数据获取密封容器的视觉分类信息,且计算结果准确性高、可靠性高。
本申请中的视觉检测设备例如可以是摄像头、CT设备、MR设备、PET设备、X光设备、PET-CT设备、PET-MR设备等,相应的,视觉检测数据例如可以是图像数据、CT数据、MR数据、PET数据、X光数据、PET-CT数据、PET-MR数据等。其中,CT(Computed Tomography)即电子计算机断层扫描,MR(Magnetic Resonance)即磁共振,PET(Positron Emission Tomography)即正电子发射断层扫描。
本申请中利用视觉检测设备获取视觉检测数据的步骤,例如可以是:利用视觉检测设备从多个角度检测目标对象,得到目标对象的视觉检测数据。其中目标对象例如可以是密封容器、样本容器等。
本申请中的摄像头例如可以是光学摄像头和/或红外摄像头。
本申请中的样本容器例如可以是指用于获取训练数据的密封容器。
在一些可选的实施方式中,本申请可以采用上述训练过程训练得到分类模型,在另一些可选的实施方式中,本申请可以采用预先训练好的分类模型。
制作第一训练集的方式,例如可以是利用视觉检测设备对多种样本容器进行采集,以得到第一训练集的训练数据中的样本容器的视觉检测数据,这些样本容器可以是合格的密封容器或者不合格的密封容器。
本申请对标注数据的获取方式不作限定,例如可以采用人工标注的方式,也可以采用自动标注或者半自动标注的方式。
本申请对分类模型的训练过程不作限定,其例如可以采用上述监督学习的训练方式,或者可以采用半监督学习的训练方式,或者可以采用无监督学习的训练方式。
本申请对预设的第一训练结束条件不作限定,其例如可以是训练次数达到预设次数(预设次数例如是1次、3次、10次、100次、1000次、10000次等),或者可以是第一训练集中的训练数据都完成一次或多次训练,或者可以是本次训练得到的总损失值不大于预设损失值。
本申请中,当密封容器采用透明材质时,可以采用视觉检测方式,利用分类模型(的材质分类网络)预测密封容器内物品的材质,再利用分类模型(的安防分类网络)根据该物品的材质获取密封容器的安防分类信息。
当密封容器采用不透明材质时,可以采用人工输入方式获取密封容器内物品的材质和/或密封容器的安防分类信息。在获取到该物品的材质后,可以根据该物品的材质获取密封容器的安防分类信息。例如当该物品是易燃易爆物时,可以确定密封容器的安防分类信息用于指示所容纳的物品易燃、易爆。
当密封容器的外部设置有射频标签时,可以利用射频读卡器读取密封容器的射频标签,以获取密封容器内物品的材质和/或密封容器的安防分类信息。其中,射频标签可以预先存储有上述信息。
当密封容器的外部设置有二维码、文字或者图案时,可以利用密封容器的图像数据获取密封容器内物品的材质和/或密封容器的安防分类信息。其中,二维码、文字或者图案用于识别得到上述信息。例如,当密封容器所容纳的物品是易燃易爆物时,可以在密封容器的外部设置对应的警示图案。设置二维码、文字或者图案的方式可以是设置于密封容器本体上,也可以在密封容器的外部设置粘贴层,粘贴层例如可以是纸制印刷品、塑胶层或者金属层。
在一些可选的实施方式中,所述步骤S202可以包括:
基于所述密封容器的视觉检测数据,利用所述分类模型的外形分类网络、材质分类网络和安防分类网络顺次对所述密封容器进行外形分类、材质分类和安防分类,以获得所述密封容器的外形分类信息、材质分类信息和安防分类信息。
由此,当视觉分类信息包括外形分类信息、材质分类信息和安防分类信息时,利用分类模型的外形分类网络、材质分类网络和安防分类网络顺次进行分类处理,以得到密封容器的外形分类信息、材质分类信息和安防分类信息,也就是说,指定了上述三种分类信息的获取顺序,这样做的好处是,外形分类网络所提取得到的特征信息可以用于后续的材质分类过程和安防分类过程,实现了针对特征信息的复用,即不需要重复获取用于执行多种分类任务的特征信息,提高了材质分类过程和安防分类过程的处理效率,减少了视觉分类信息的获取过程的总体计算量,计算速度快,计算效率高,所消耗的计算资源少,计算成本低。
其中,材质分类过程得到的材质分类信息也可以用于后续的安防分类过程,实现了针对材质分类信息的复用,进一步减少了整个视觉分类过程的总体计算量。
参见图5,图5示出了本申请提供的一种获取检测结果的流程示意图。
在一些可选的实施方式中,所述步骤S103可以包括:
步骤S301:利用激光检测设备对所述密封容器的顶部空间的待测气体进行检测,以得到所述待测气体的体积百分比;
步骤S302:当所述待测气体的体积百分比与预设百分比阈值相匹配时,确定所述检测结果用于指示所述密封容器合格;
步骤S303:当所述待测气体的体积百分比与所述预设百分比阈值不匹配时,确定所述检测结果用于指示所述密封容器不合格。
由此,利用激光检测设备(例如是顶空气体分析仪等)对密封容器的顶部空间的待测气体进行检测,能够得到待测气体的体积百分比,并将之与预设百分比阈值进行匹配,如果相匹配则确定密封容器合格(或者说未发生泄漏),否则确定密封容器不合格(或者说发生泄漏)。
这样做的好处是,用户可以根据密封容器的顶部空间的气体的理想分布情况设置合适的预设百分比阈值,灵活性高,智能化程度高,并且计算过程简单,计算速度快,计算效率高,所消耗的计算资源少。
本申请中的激光检测设备例如可以是顶空激光检测设备,即HGA设备,HGA是Headspace Gas Analysis的缩写。
本申请对激光检测设备不作限定,其例如可以包括检测组件、固定组件、控制器(计算中心)等。其中检测组件用于(利用激光)检测密封容器的顶部空间的待测气体,固定组件用于为检测组件提供固定作用,控制器用于提供计算功能。检测组件中所使用的激光器例如可以是DFB激光器,即分布式反馈激光器,DFB是Distributed Feedback的缩写。
本申请对待测气体的类型不作限定,根据实际应用中密封容器内物品的不同,其例如可以是氧气、氮气、氦气、氖气等。
本申请对预设百分比阈值不作限定,其例如可以是1%、2%、3%、5%、8%、10%、12%、13%、14%、15%、16%、18%、30%等。
预设百分比阈值是预先设定的数值,其可以根据实际应用中的具体需求由人工来设定。
本申请中的待测气体的体积百分比与预设百分比阈值相匹配,例如可以是指待测气体的体积百分比等于预设百分比阈值,或者可以是指二者的差值不大于预设差值阈值,或者可以是指二者的差值的绝对值与预设百分比阈值的比值不大于预设比值阈值。
参见图6,图6示出了本申请提供的另一种获取检测结果的流程示意图。
在一些可选的实施方式中,所述步骤S302可以包括:
步骤S401:当所述待测气体的体积百分比与预设百分比阈值相匹配时,基于所述密封容器的视觉检测数据,获取所述密封容器内的物品的高度;
步骤S402:当所述高度大于或等于预设高度阈值时,确定所述检测结果用于指示所述密封容器合格;
所述方法还可以包括:
步骤S106:当所述高度小于所述预设高度阈值时,确定所述检测结果用于指示所述密封容器不合格。
由此,利用顶空气体分析能够检测密封容器是否发生泄漏,但即使未发生泄漏,该密封容器内的物品的高度是否达标是未知的,未发生泄漏的密封容器可能在灌装环节未被灌装到足够数量的物品(物品例如是药品、保健品或者食品,例如是液体或者固体,例如是纯净物或者混合物),这就使得该密封容器仍有可能不满足合格品的其他条件。
试想在密封容器内的物品分量不足的情况下仍被投放市场,即使分量不足的密封容器在所有密封容器中的占比很小,在整体生产、销售规模较大的前提下,也会导致相当数量的消费者会买到这些分量不足的产品,进而导致这些消费者对生产方产生不满,如果这种情况不能迅速解决或者改善,则生产方很可能被消费者所厌弃,最终影响生产方的收益。
采用上述检测物品高度的方式,能够确保物品高度达标的密封容器才会被视为合格产品,进入后续的加工过程(例如是清洗、包装、贴标等)进而被投放至市场,有利于维护生产方的商誉。
另外,由于在视觉分类过程中已经获取到密封容器的视觉检测数据,因此不需要重复获取密封容器的视觉检测数据,也就是说,针对密封容器的视觉检测数据实现了复用,获取之后,可以用于对密封容器进行多种视觉分类以及用于识别密封容器内物品的高度,相比于分别获取两次视觉检测数据并分别用于视觉分类、识别物品高度来说,减少了一次视觉检测步骤,一方面进一步提升了识别物品高度的效率,另一方面能够延长视觉检测设备的使用寿命。
本申请对预设高度阈值不作限定,其例如可以是20mm、30mm、40mm、50mm、60mm、70mm、80mm等,在实际应用中,可以由人工预先设定。显然,密封容器对应的预设高度阈值小于密封容器自身的高度。
在一些可选的实施方式中,所述基于所述密封容器的视觉检测数据,获取所述密封容器内的物品的高度,包括:
基于所述密封容器的视觉检测数据,利用高度分类模型获取所述密封容器内的物品的高度。
其中,高度分类模型的训练过程例如可以包括:
获取第二训练集,所述第二训练集包括多个第二训练数据,每个所述第二训练数据包括一个样本容器的视觉检测数据以及所述样本容器内的物品的高度的标注数据;
针对所述第二训练集中的每个第二训练数据,执行以下处理:
将所述第二训练数据中的样本容器的视觉检测数据输入预设的第二深度学习模型,得到所述样本容器内的物品的高度的预测数据;
基于所述样本容器内的物品的高度的预测数据和标注数据,对所述第二深度学习模型的模型参数进行更新;
检测是否满足预设的第二训练结束条件;如果是,则将训练出的第二深度学习模型作为所述高度分类模型;如果否,则利用下一个所述第二训练数据继续训练所述第二深度学习模型。
上述高度分类模型的优点与分类模型相类似,部分内容不再赘述。
当样本容器采用透明材质时,视觉检测数据例如可以是图像数据、CT数据、MR数据、PET数据、X光数据、PET-CT数据、PET-MR数据等。
当样本容器采用不透明材质时,视觉检测数据例如可以是CT数据、MR数据、PET数据、X光数据、PET-CT数据、PET-MR数据等采用透射方式获取的数据,这种数据能够指示密封容器的外形、内部构造、高度以及所容纳的物品的形状、高度等。
在一些可选的实施方式中,本申请可以采用上述训练过程训练得到高度分类模型,在另一些可选的实施方式中,本申请可以采用预先训练好的高度分类模型。
制作第二训练集的方式,例如可以是利用视觉检测设备对多种样本容器进行采集,以得到第二训练集的训练数据中的样本容器的视觉检测数据,这些样本容器可以是高度达标(合格)的密封容器或者高度不达标(不合格)的密封容器。
本申请对标注数据的获取方式不作限定,例如可以采用人工标注的方式,也可以采用自动标注或者半自动标注的方式。
本申请对高度分类模型的训练过程不作限定,其例如可以采用上述监督学习的训练方式,或者可以采用半监督学习的训练方式,或者可以采用无监督学习的训练方式。
本申请对预设的第二训练结束条件不作限定,其例如可以是训练次数达到预设次数(预设次数例如是1次、3次、10次、100次、1000次、10000次等),或者可以是第二训练集中的训练数据都完成一次或多次训练,或者可以是本次训练得到的总损失值不大于预设损失值。
参见图7,图7示出了本申请提供的又一种获取检测结果的流程示意图。
在一些可选的实施方式中,所述步骤S302可以包括:
步骤S501:当所述待测气体的体积百分比与预设百分比阈值相匹配时,利用压力检测设备获取所述密封容器的质量;
步骤S502:当所述质量大于或等于预设质量阈值时,确定所述检测结果用于指示所述密封容器合格;
所述方法还可以包括:
步骤S107:当所述质量小于所述预设质量阈值时,确定所述检测结果用于指示所述密封容器不合格。
由此,利用顶空气体分析能够检测密封容器是否发生泄漏,但即使未发生泄漏,该密封容器内的物品的质量(或者说重量)是否达标是未知的,未发生泄漏的密封容器可能在灌装环节未被灌装到足够数量的物品,这就使得该密封容器仍有可能不满足合格品的其他条件。
采用上述检测物品质量的方式,能够确保物品质量达标的密封容器才会被视为合格产品,进入后续的加工过程(例如是清洗、包装、贴标等)进而被投放至市场,有利于维护生产方的商誉。
与上述检测物品高度的方式相类似,部分内容不再赘述,两种方式都能够避免分量不足的产品进入后续的加工过程。
本申请对压力检测设备不作限定,其例如可以是压力传感器等。
本申请对预设质量阈值不作限定,其例如可以是10g、20g、30g、40g、50g、60g、70g、80g、100g、120g、150g、200g、300g、400g、500g、1000g、2000g等,在实际应用中,可以由人工预先设定。
西林瓶是医药行业最为常见的一种药品的包装,给予西林瓶的药品的包装检漏(即泄漏检测)显得尤为重要。当上述方法用于对不合格的西林瓶进行剔除时,具有以下创新与优势:实时在线剔料,且剔料速度快(400vpm);剔料对象(即西林瓶)的尺寸范围大;装置灵活,既可以配合其他IPC智能装备在产线上进行检测,同时也可单独作为智能工业设备。其中,IPC是Intelligent Protocol Controller的缩写,指的是智能协议控制器。
将上述方法应用于药品行业的成品药瓶泄漏检测(或者总体合格性检测),能够达到快速剔料的目的,满足国内制药行业的迫切需求。
【装置实施方式】
参见图8,图8示出了本申请提供的一种剔除装置的结构示意图。
本申请还提供了一种剔除装置,用于剔除不合格的密封容器,其具体实现方式与上述方法实施方式中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。
所述装置包括:
分类信息模块101,用于获取所述密封容器的视觉分类信息;其中,所述视觉分类信息包括以下至少一种:外形分类信息、材质分类信息、安防分类信息;
组件确定模块102,用于基于所述密封容器的视觉分类信息,在剔除设备设置的多个剔除组件中确定其中一个剔除组件作为目标剔除组件;
检测结果模块103,用于获取所述密封容器的检测结果;
剔除控制模块104,用于当所述检测结果用于指示所述密封容器不合格时,生成控制指令并发送至剔除设备,以使所述剔除设备使用所述目标剔除组件将所述密封容器从传送设备上剔除。
在一些可选的实施方式中,所述分类信息模块101还可以用于:
利用交互设备接收针对所述密封容器的输入操作,响应于所述输入操作,获取所述密封容器的输入分类信息,所述输入分类信息包括保价分类信息;
所述组件确定模块102可以用于:
基于所述密封容器的视觉分类信息和输入分类信息,在所述剔除设备设置的多个剔除组件中确定其中一个剔除组件作为所述目标剔除组件。
在一些可选的实施方式中,所述分类信息模块101可以包括:
视觉检测单元,用于利用视觉检测设备获取所述密封容器的视觉检测数据;
视觉分类单元,用于基于所述密封容器的视觉检测数据,利用分类模型对所述密封容器进行分类,以得到所述密封容器的视觉分类信息。
在一些可选的实施方式中,所述视觉分类单元可以用于:
基于所述密封容器的视觉检测数据,利用所述分类模型的外形分类网络、材质分类网络和安防分类网络顺次对所述密封容器进行外形分类、材质分类和安防分类,以获得所述密封容器的外形分类信息、材质分类信息和安防分类信息。
在一些可选的实施方式中,所述检测结果模块103可以包括:
激光检测单元,用于利用激光检测设备对所述密封容器的顶部空间的待测气体进行检测,以得到所述待测气体的体积百分比;
未泄漏指示单元,用于当所述待测气体的体积百分比与预设百分比阈值相匹配时,确定所述检测结果用于指示所述密封容器合格;
泄漏指示单元,用于当所述待测气体的体积百分比与所述预设百分比阈值不匹配时,确定所述检测结果用于指示所述密封容器不合格。
在一些可选的实施方式中,所述未泄漏指示单元可以包括:
高度获取子单元,用于当所述待测气体的体积百分比与预设百分比阈值相匹配时,基于所述密封容器的视觉检测数据,获取所述密封容器内的物品的高度;
高度合格子单元,用于当所述高度大于或等于预设高度阈值时,确定所述检测结果用于指示所述密封容器合格;
所述检测结果模块103还可以包括:
高度不合格单元,用于当所述高度小于所述预设高度阈值时,确定所述检测结果用于指示所述密封容器不合格。
在一些可选的实施方式中,所述未泄漏指示单元可以包括:
质量获取子单元,用于当所述待测气体的体积百分比与预设百分比阈值相匹配时,利用压力检测设备获取所述密封容器的质量;
质量合格子单元,用于当所述质量大于或等于预设质量阈值时,确定所述检测结果用于指示所述密封容器合格;
所述检测结果模块103还可以包括:
质量不合格单元,用于当所述质量小于所述预设质量阈值时,确定所述检测结果用于指示所述密封容器不合格。
【设备实施方式】
继续参见图1,本申请还提供了一种剔除设备,所述剔除设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述任一项方法的步骤;
所述剔除设备设置有多个剔除组件,所述剔除设备执行任务时与其中一个剔除组件可拆卸地连接。
其中,剔除设备所执行的任务即剔除任务,具体而言,是当检测结果用于指示密封容器不合格时,使用目标剔除组件从传送设备上将密封容器剔除的任务。
剔除设备还可以设置有驱动组件,用于驱动剔除组件执行剔除任务。
参见图9,图9示出了本申请提供的一种剔除设备200的结构框图。
剔除设备200例如可以包括至少一个存储器210、至少一个处理器220以及连接不同平台系统的总线230。
存储器210可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)211和/或高速缓存存储器212,还可以进一步包括只读存储器(ROM)213。
其中,存储器210还存储有计算机程序,计算机程序可以被处理器220执行,使得处理器220实现上述任一项方法的步骤,其具体实现方式与上述方法实施方式中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。
存储器210还可以包括具有至少一个程序模块215的实用工具214,这样的程序模块215包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例的每一个或某种组合中可能包括网络环境的实现。
相应的,处理器220可以执行上述计算机程序,以及可以执行实用工具214。
处理器220可以采用一个或多个应用专用集成电路(ASIC,Application SpecificIntegrated Circuit)、DSP、可编程逻辑器件(PLD,ProgrammableLogic Device)、复杂可编程逻辑器件(CPLD,Complex Programmable Logic Device)、现场可编程门阵列(FPGA,Field-Programmable Gate Array)或其他电子元件。
总线230可以为表示几类总线结构的一种或多种,包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构的任意总线结构的局域总线。
剔除设备200也可以与一个或多个外部设备240例如键盘、指向设备、蓝牙设备等通信,还可与一个或者多个能够与该剔除设备200交互的设备通信,和/或与使得该剔除设备200能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入输出接口250进行。并且,剔除设备200还可以通过网络适配器260与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器260可以通过总线230与剔除设备200的其它模块通信。应当明白,尽管图中未示出,可以结合剔除设备200使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
【介质实施方式】
本申请还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述任一项方法的步骤,其具体实现方式与上述方法的实施方式中记载的实施方式、所达到的技术效果一致,部分内容不再赘述。
参见图10,图10示出了本申请提供的一种程序产品的结构示意图。
所述程序产品用于实现上述任一项方法。程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本申请中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等,或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言诸如Java、C++等,还包括常规的过程式程序设计语言诸如C语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本申请从使用目的上,效能上,进步及新颖性等观点进行阐述,已符合专利法所强调的功能增进及使用要件,本申请以上的说明书及说明书附图,仅为本申请的较佳实施例而已,并非以此局限本申请,因此,凡一切与本申请构造,装置,特征等近似、雷同的,即凡依本申请专利申请范围所作的等同替换或修饰等,皆应属本申请的专利申请保护的范围之内。
Claims (6)
1.一种剔除方法,其特征在于,用于剔除不合格的密封容器,所述方法包括:
获取所述密封容器的视觉分类信息;其中,所述视觉分类信息包括以下至少一种:外形分类信息、材质分类信息、安防分类信息;
基于所述密封容器的视觉分类信息,在剔除设备设置的多个剔除组件中确定其中一个剔除组件作为目标剔除组件;
获取所述密封容器的检测结果;
当所述检测结果用于指示所述密封容器不合格时,生成控制指令并发送至剔除设备,以使所述剔除设备使用所述目标剔除组件将所述密封容器从传送设备上剔除;
所述获取所述密封容器的视觉分类信息,包括:
利用视觉检测设备获取所述密封容器的视觉检测数据;
基于所述密封容器的视觉检测数据,利用分类模型对所述密封容器进行分类,以得到所述密封容器的视觉分类信息;
所述获取所述密封容器的检测结果,包括:
利用激光检测设备对所述密封容器的顶部空间的待测气体进行检测,以得到所述待测气体的体积百分比;
当所述待测气体的体积百分比与预设百分比阈值相匹配时,确定所述检测结果用于指示所述密封容器合格;
当所述待测气体的体积百分比与所述预设百分比阈值不匹配时,确定所述检测结果用于指示所述密封容器不合格;
所述当所述待测气体的体积百分比与预设百分比阈值相匹配时,确定所述检测结果用于指示所述密封容器合格,包括:
当所述待测气体的体积百分比与预设百分比阈值相匹配时,基于所述密封容器的视觉检测数据,获取所述密封容器内的物品的高度;
当所述高度大于或等于预设高度阈值时,确定所述检测结果用于指示所述密封容器合格;
所述方法还包括:
当所述高度小于所述预设高度阈值时,确定所述检测结果用于指示所述密封容器不合格。
2.根据权利要求1所述的剔除方法,其特征在于,所述方法还包括:
利用交互设备接收针对所述密封容器的输入操作,响应于所述输入操作,获取所述密封容器的输入分类信息,所述输入分类信息包括保价分类信息;
所述基于所述密封容器的视觉分类信息,在剔除设备设置的多个剔除组件中确定其中一个剔除组件作为目标剔除组件,包括:
基于所述密封容器的视觉分类信息和输入分类信息,在所述剔除设备设置的多个剔除组件中确定其中一个剔除组件作为所述目标剔除组件。
3.根据权利要求1所述的剔除方法,其特征在于,所述基于所述密封容器的视觉检测数据,利用分类模型对所述密封容器进行分类,包括:
基于所述密封容器的视觉检测数据,利用所述分类模型的外形分类网络、材质分类网络和安防分类网络顺次对所述密封容器进行外形分类、材质分类和安防分类,以获得所述密封容器的外形分类信息、材质分类信息和安防分类信息。
4.一种剔除装置,其特征在于,用于剔除不合格的密封容器,所述装置包括:
分类信息模块,用于获取所述密封容器的视觉分类信息;其中,所述视觉分类信息包括以下至少一种:外形分类信息、材质分类信息、安防分类信息;
组件确定模块,用于基于所述密封容器的视觉分类信息,在剔除设备设置的多个剔除组件中确定其中一个剔除组件作为目标剔除组件;
检测结果模块,用于获取所述密封容器的检测结果;
剔除控制模块,用于当所述检测结果用于指示所述密封容器不合格时,生成控制指令并发送至剔除设备,以使所述剔除设备使用所述目标剔除组件将所述密封容器从传送设备上剔除;
所述分类信息模块包括:
视觉检测单元,用于利用视觉检测设备获取所述密封容器的视觉检测数据;
视觉分类单元,用于基于所述密封容器的视觉检测数据,利用分类模型对所述密封容器进行分类,以得到所述密封容器的视觉分类信息;
所述检测结果模块包括:
激光检测单元,用于利用激光检测设备对所述密封容器的顶部空间的待测气体进行检测,以得到所述待测气体的体积百分比;
未泄漏指示单元,用于当所述待测气体的体积百分比与预设百分比阈值相匹配时,确定所述检测结果用于指示所述密封容器合格;
泄漏指示单元,用于当所述待测气体的体积百分比与所述预设百分比阈值不匹配时,确定所述检测结果用于指示所述密封容器不合格;
所述未泄漏指示单元包括:
高度获取子单元,用于当所述待测气体的体积百分比与预设百分比阈值相匹配时,基于所述密封容器的视觉检测数据,获取所述密封容器内的物品的高度;
高度合格子单元,用于当所述高度大于或等于预设高度阈值时,确定所述检测结果用于指示所述密封容器合格;
所述检测结果模块还包括:
高度不合格单元,用于当所述高度小于所述预设高度阈值时,确定所述检测结果用于指示所述密封容器不合格。
5.一种剔除设备,其特征在于,所述剔除设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现权利要求1-3任一项所述方法的步骤;
所述剔除设备设置有多个剔除组件,所述剔除设备执行任务时与其中一个剔除组件可拆卸地连接。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1-3任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211086778.XA CN115156101B (zh) | 2022-09-07 | 2022-09-07 | 剔除方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211086778.XA CN115156101B (zh) | 2022-09-07 | 2022-09-07 | 剔除方法及相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115156101A CN115156101A (zh) | 2022-10-11 |
CN115156101B true CN115156101B (zh) | 2022-11-22 |
Family
ID=83481257
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211086778.XA Active CN115156101B (zh) | 2022-09-07 | 2022-09-07 | 剔除方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115156101B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02131662A (ja) * | 1988-11-11 | 1990-05-21 | Fuji Xerox Co Ltd | 画像処理装置 |
US5095204A (en) * | 1990-08-30 | 1992-03-10 | Ball Corporation | Machine vision inspection system and method for transparent containers |
CN102338682A (zh) * | 2011-08-30 | 2012-02-01 | 山东明佳包装检测科技有限公司 | 一种在线检测密封容器内压力的方法 |
CN106925532A (zh) * | 2017-04-17 | 2017-07-07 | 山东明佳科技有限公司 | 一种基于光电触发信号的容器标准规格在线检测系统及检测方法 |
CN108580333A (zh) * | 2018-04-17 | 2018-09-28 | 湖北理工学院 | 基于机器视觉的液位检测平台研究与设计 |
CN110333242A (zh) * | 2019-07-15 | 2019-10-15 | 武汉楚锐视觉检测科技有限公司 | 一种pet瓶质量的检测方法及其系统 |
CN111545486A (zh) * | 2020-06-23 | 2020-08-18 | 稳健医疗(天门)有限公司 | 一种用于棉柔巾的在线视觉检测装置及检测方法 |
CN215613322U (zh) * | 2021-08-31 | 2022-01-25 | 合江县华艺陶瓷制品有限公司 | 一种酒瓶容积检测系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8281931B2 (en) * | 2009-09-18 | 2012-10-09 | Key Technology, Inc. | Apparatus and method for post-threshing inspection and sorting of tobacco lamina |
-
2022
- 2022-09-07 CN CN202211086778.XA patent/CN115156101B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02131662A (ja) * | 1988-11-11 | 1990-05-21 | Fuji Xerox Co Ltd | 画像処理装置 |
US5095204A (en) * | 1990-08-30 | 1992-03-10 | Ball Corporation | Machine vision inspection system and method for transparent containers |
CN102338682A (zh) * | 2011-08-30 | 2012-02-01 | 山东明佳包装检测科技有限公司 | 一种在线检测密封容器内压力的方法 |
CN106925532A (zh) * | 2017-04-17 | 2017-07-07 | 山东明佳科技有限公司 | 一种基于光电触发信号的容器标准规格在线检测系统及检测方法 |
CN108580333A (zh) * | 2018-04-17 | 2018-09-28 | 湖北理工学院 | 基于机器视觉的液位检测平台研究与设计 |
CN110333242A (zh) * | 2019-07-15 | 2019-10-15 | 武汉楚锐视觉检测科技有限公司 | 一种pet瓶质量的检测方法及其系统 |
CN111545486A (zh) * | 2020-06-23 | 2020-08-18 | 稳健医疗(天门)有限公司 | 一种用于棉柔巾的在线视觉检测装置及检测方法 |
CN215613322U (zh) * | 2021-08-31 | 2022-01-25 | 合江县华艺陶瓷制品有限公司 | 一种酒瓶容积检测系统 |
Also Published As
Publication number | Publication date |
---|---|
CN115156101A (zh) | 2022-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110740954B (zh) | 包括空间高效的分配站和自动化输出处理的用于处理物体的系统和方法 | |
US11446816B2 (en) | Robotic systems and methods for robustly grasping and targeting objects | |
US10099381B1 (en) | System for configuring a robotic device for moving items | |
US10229487B2 (en) | Optical vibrometric testing of container for items | |
CN108349079A (zh) | 有关使用光学标识符的机器人的信息通信 | |
TW431933B (en) | Automated consolidation station | |
CN108700869A (zh) | 用于识别和处理各种物体的感知系统和方法 | |
CN110049933A (zh) | 用于提供车辆中的物体处理的系统和方法 | |
JP6863326B2 (ja) | 選別支援装置、選別支援システム、選別支援方法及びプログラム | |
WO2007108777A1 (en) | A system for the processing of reusable gloves | |
US10471599B1 (en) | Robotic item manipulation using magnetic coupling | |
WO2018214242A1 (zh) | 无固定场地集装箱检验系统 | |
CN115156101B (zh) | 剔除方法及相关装置 | |
Connolly | Sensor trends in processing and packaging of foods and pharmaceuticals | |
JP2022515238A (ja) | 空の容器の検出 | |
JP2008008626A (ja) | 容器の気密性検査方法及びその方法に用いられる容器の気密性検査システム | |
US20220134543A1 (en) | Systems and methods for sku induction, decanting and automated-eligibility estimation | |
CN115265927B (zh) | 一种容器密封检测方法以及检测装置 | |
Liang et al. | Real‐time comprehensive glass container inspection system based on deep learning framework | |
CN104392258B (zh) | 基于灌装液体食品生产的rfid识别系统 | |
JP5764093B2 (ja) | 検査システムおよび検査方法 | |
Dmytriyev et al. | On cobot programming in industrial tasks: a test case | |
JP7460473B2 (ja) | 廃棄物選別システム、x線撮影装置、プログラム及び廃棄物選別方法 | |
Poss et al. | Perceptionbased intelligent materialhandling in industrial logistics environments | |
US20240001406A1 (en) | Systems And Methods For Automated Prescription Preparation |
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 |