CN116002330B - 一种试管自动分拣装置及试管自动分拣方法 - Google Patents
一种试管自动分拣装置及试管自动分拣方法 Download PDFInfo
- Publication number
- CN116002330B CN116002330B CN202211597402.5A CN202211597402A CN116002330B CN 116002330 B CN116002330 B CN 116002330B CN 202211597402 A CN202211597402 A CN 202211597402A CN 116002330 B CN116002330 B CN 116002330B
- Authority
- CN
- China
- Prior art keywords
- sorted
- sub
- test tubes
- test tube
- piece
- 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
- 238000012360 testing method Methods 0.000 title claims abstract description 184
- 238000000034 method Methods 0.000 title claims abstract description 27
- 238000012545 processing Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 8
- 238000005096 rolling process Methods 0.000 claims description 7
- 238000009434 installation Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 5
- 239000000463 material Substances 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012812 general test Methods 0.000 description 1
- 230000002949 hemolytic effect Effects 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000006740 morphological transformation Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
Abstract
本申请公开了一种试管自动分拣装置及试管自动分拣方法,包括:试管升降组件,包括至少两个第一子件,至少两个第一子件可升降、呈阶梯结构,受控于后台设备;摄像头,朝向入料口(3)的斜面设置,执行图像采集;传送带(5),用以接收分批次引入的待分拣试管(8),并向分拣仓库方向传送;踢料组件(6),与分拣仓库(7)对应设置,以根据控制信号对处于相应分拣仓库(7)范围内的待分拣试管(8)进行分拣;分拣仓库(7),数量至少与待分拣试管(8)的类别适配;后台设备,用以对待分拣试管(8)完成后台识别以及分拣。本申请完全不需要机械手,斜面的试管升降组件相比于机械手具有极低的设备成本,并且可以实现一批次多根试管的同时识别,极大提高分类效率。
Description
技术领域
本申请涉及医用检测设备领域,尤其涉及一种试管自动分拣装置及试管自动分拣方法。
背景技术
对于粘贴于这种试管圆柱形表面的条形码而言,通常需要有一个专门单一试管的送料通道,还有一个专门的机械手抓住试管进行旋转扫描。
现有的技术方案导致了机械设计复杂,运行占地空间大,系统串形运行,分拣速度、效率极低。而基于现有的分拣方案,如果要提高速度,只能是增加机械手通道,增加条码识别枪,这样会带来巨大的物料成本。
发明内容
本申请实施例提供一种试管自动分拣装置及试管自动分拣方法,极大降低物料成本的同时,极大提高分拣速度和效率。
本申请实施例提出一种试管自动分拣装置,包括:
试管升降组件,包括至少两个第一子件,至少两个第一子件可升降、呈阶梯结构,受控于后台设备,至少两个第一子件中、位于最高阶的第一子件可升至与固定台面2相适配的位置,固定台面2为斜面或者曲面,位于最高阶的第一子件可降至于临近阶第一子件相适配的位置,位于最低阶的第一子件用于引入待分拣试管8,其中,各第一子件设置有朝向传送带5的斜面2或曲面,位于最高阶的第一子件的斜面或曲面作为入料口3,以使得待分拣试管8基于各第一子件的升降控制、分批次引入所述入料口3,并基于所述入料口3滚入所述传送带5;
摄像头,朝向所述入料口3的斜面或曲面设置,与所述后台设备连接、并受控于所述后台设备,用于对待分拣试管8在滚动到位后,执行图像采集;
传送带5,与所述后台设备连接、并受控于所述后台设备,其安装位置低于或齐平所述入料口3的最低位置,用以接收分批次引入的待分拣试管8,并向分拣仓库方向传送;
踢料组件6,与所述后台设备连接、并受控于所述后台设备,与分拣仓库7对应设置,以根据控制信号对处于相应分拣仓库7范围内的待分拣试管8进行分拣;
分拣仓库7,数量至少与待分拣试管8的类别适配,位置低于所述传送带5;
后台设备,用以对待分拣试管8完成后台识别以及分拣。
可选的,还包括挡板4,设置在所述传送带5、与所述入料口3相对的一侧,以基于所述挡板4将滚入所述传送带5的待分拣试管8抵挡在所述传送带5。
可选的,所述传送带5、所述固定台面2的斜面或曲面均为黑色。
可选的,所述试管升降组件具体还包括至少一个第二子件,其位置固定,与第一子件间隔设置,至少一个第二子件也设置有朝向传送带5的斜面或曲面,以基于所述第二子件承载分批次的待分拣试管8。
可选的,所述入料口3的斜面的宽度或曲面的弧长加上所述固定台面2的宽度或弧长加上所述传送带5的宽度大于等于待分拣试管8的周长减去条码的宽度。
可选的,所述摄像头相对于所述固定台面2的斜面或曲面的位置固定,所述第一子件和/或所述挡板的长度已知,以基于所述第一子件和/或所述挡板对待分拣试管8进行定位。
本申请实施例还提出一种试管自动分拣方法,基于如前述的试管自动分拣装置实现,包括如下步骤:
基于所述试管自动分拣装置最高阶的第一子件,利用后台设备控制任意批次的待分拣试管8到达滚动位置;
利用后台设备控制采集滚动的、任意批次的待分拣试管8的图像数据;
识别任意批次的待分拣试管8的类别、数量和位置;
控制所述试管自动分拣装置的传送带5传送任意批次的待分拣试管8,并在传送试管过程中,控制所述试管自动分拣装置的踢料组件6,根据识别出任意批次的待分拣试管8的类别,将任意批次的待分拣试管8分入相应的分拣仓库。
可选的,在任意批次的待分拣试管8的试管滚入所述传送带5之前,暂停所述传送带5。
可选的,所述传送带5、所述固定台面2均为黑色的情况下,识别任意批次的待分拣试管8的类别包括:
将采集的图像数据处理成黑白图像;
基于所述黑白图像计算轮廓数据,以识别出任意批次的待分拣试管8的类别。
可选的,还包括控制所述试管自动分拣装置的试管升降组件中的在最高阶的第一子件后的第一子件协同将在所述任意批次的待分拣试管8之后批次的待分拣试管8装填入与最高阶的第一子件相邻的第二子件。
本申请利用基于试管圆柱状的特征,设计呈阶梯状、且具有斜面的试管升降组件来使得待分拣试管自然滚动,并在滚动过程中即可完成试管的扫描和识别,相比于现有的机械手的方案,本申请完全不需要机械手,斜面的试管升降组件相比于机械手具有极低的设备成本,同时利用试管升降组件可以实现一批次多根试管的同时识别,极大提高了分类效率,本申请的装置具有极大的市场应用价值。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本实施例的试管自动分拣装置的基本结构示例;
图2为本实施例的试管自动分拣方法的基本流程示例。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
试管应用于医疗领域的方方面面,例如体检过程中的血液样本试管,一般的试管表面可以粘贴条形码来记载该试管的信息,在许多应用场景中,需要对试管进行分类,现有技术中例如通过不同颜色的试管封口颜色来进行人工区分,但该做法增加了人力成本,并且颜色的方案,仅适合于对比度大的几个颜色,不适用于具有多种类的分类需求的场景,不能满足当前的应用实际。而机械手的方案,设备成本高昂,且效率低下。
本申请实施例提出一种试管自动分拣装置,如图1所示,包括:
试管升降组件,包括至少两个第一子件,至少两个第一子件可升降、呈阶梯结构,受控于后台设备,至少两个第一子件中、位于最高阶的第一子件可升至与固定台面2相适配的位置,固定台面2为斜面或者曲面,位于最高阶的第一子件可降至于临近阶第一子件相适配的位置,位于最低阶的第一子件用于引入待分拣试管8,其中,各第一子件设置有朝向传送带5的斜面2或曲面,位于最高阶的第一子件的斜面或曲面作为入料口3,以使得待分拣试管8基于各第一子件的升降控制、分批次引入所述入料口3,并基于所述入料口3滚入所述传送带5。如图1所示,一些示例中,试管升降组件可以包括三阶结构,第一阶第一子件11,第二阶第一子件12,第三阶第一子件13,例如第三阶第一子件13之下可以引入待分拣试管8或者第三阶第一子件13直接引入待分拣试管8。本示例中对各第一子件的上表面尺寸不做限定,可以根据实际的检测需求设置尺寸,例如一批次需要识别4只试管,则保证第一子件的上表面尺寸可以容纳即可。通过控制各第一子件的升降可以实现分批次引入待分拣试管8至入料口3的检测台面,从而完全舍弃现有技术的机械手的方案,极大降低成本并提高效率。在一些具体示例中,斜面2可以统一设置为一个角度,从而保证试管分批次导入过程以及检测扫描过程不抖动。在实际应用中,具体的角度可以按照摄像头配合后台设备的处理效率来确定,例如10°-45°,保证摄像头拍摄到清楚的图像。
摄像头(图1中未示出),朝向所述入料口3的斜面或曲面设置,与所述后台设备连接、并受控于所述后台设备,用于对待分拣试管8在滚动到位后,执行图像采集。
传送带5,与所述后台设备连接、并受控于所述后台设备,其安装位置低于或齐平所述入料口3的最低位置,用以接收分批次引入的待分拣试管8,并向分拣仓库方向传送。
踢料组件6,与所述后台设备连接、并受控于所述后台设备,与分拣仓库7对应设置,以根据控制信号对处于相应分拣仓库7范围内的待分拣试管8进行分拣。例如在传送带5传送待分拣试管8到目标分拣仓库的位置后,通过对应的踢料组件6将试管导入分拣仓库中。在一些具体示例中,踢料组件6可以是例如电动踢门,气动踢门等等。
分拣仓库7,数量至少与待分拣试管8的类别适配,位置低于所述传送带5。本申请中各个分拣仓库位置固定,便于后期设置分拣程序。
后台设备,用以对待分拣试管8完成后台识别以及分拣,具体后台识别可以通过图像处理算法,人工智能算法等实现,在此不做赘述。
相比于现有的机械手的方案,本申请完全不需要机械手,斜面的试管升降组件相比于机械手具有极低的设备成本。
在一些实施例中,还包括挡板4,设置在所述传送带5、与所述入料口3相对的一侧,以基于所述挡板4将滚入所述传送带5的待分拣试管8抵挡在所述传送带5。设置挡板4可以防止待分拣试管8滚出传送带范围,保证试管的传输。
在一些实施例中,所述传送带5、所述固定台面2的斜面或曲面均为黑色。设计成黑色可以极大限度降低后期图像处理的复杂程度,大大提高编程开发的便利度,只需要简单的灰度滤波处理即可获得清晰的条码轮廓。最高阶的第一子件的斜面或曲面、挡板4也可以设计成黑色,在另一些示例中也可以采用与试管对比度高的颜色,例如绿色、蓝色等。
如图1所述,在另一些实施例中,所述试管升降组件具体还包括至少一个第二子件,其位置固定,与第一子件间隔设置,至少一个第二子件也设置有朝向传送带5的斜面或曲面,以基于所述第二子件承载分批次的待分拣试管8。一种可选的控制分批次的待分拣试管导入的过程可以是利用相邻的第一子件从上一阶的第二子件停顿一定时长,从而上一阶的第二子件上的试管滚入该第一子件,在滚入一定数量的试管后,控制该第一子件上升至下一阶的第二子件位置,从而该第一子件上的多个试管由于斜面设计,滚入下一阶的第二子件,一次类推,直至装载到入料口3的检测台面,通过扫描后流入传送带,本申请通过固定的第二子件与可升降的第一子件的配合实现多试管的一批次装,并利用斜面实现自然滚动,彻底替换了当前的机械手来转动试管,极大提高了检测速度。
为了保证能够对任意位置的扫描和识别,在一些实施例中,所述入料口3的斜面的宽度或曲面的弧长加上所述固定台面2的宽度或弧长加上所述传送带5的宽度大于等于待分拣试管8的周长减去条码的宽度。也即,试管周长-条码宽度≤斜面宽度+传送带宽度+第一子件厚度,从而任意试管在斜面上至少能够滚动一圈,保证检测的速度和效率。当然在具体应用中可以设置的宽度稍长,从而留出一定的裕量。
在一些实施例中,所述摄像头相对于所述固定台面2的斜面或曲面的位置固定,所述第一子件和/或所述挡板的长度已知,以基于所述第一子件和/或所述挡板对待分拣试管8进行定位。在具体应用中,所述摄像头相对于所属固定台面2的高度y固定、相对于固定挡板左侧零点的水平x位置固定,固定挡板4的宽度或者是第一子件支架宽度(可作为标定)已知,摄像头成像图像固定,可以计算出传送带5上的试管相对于固定挡板左侧零点的精确位置。也就可以得出待分检试管8要运行到分料仓库的距离,并配合踢料组件6将待分拣试管进行分拣,通过这样的设计极大简化了后台设备的运算量,进一步降低程序的开发成本。
本申请利用基于试管圆柱状的特征,设计呈阶梯状、且具有斜面的试管升降组件来使得待分拣试管在检测台面自然滚动,并在滚动过程中即可完成试管的扫描和识别,利用试管升降组件可以实现一批次多根试管的同时识别、分拣,并且本申请的试管自动分拣装置具有很强的批次连续性,无需等待前一批次的试管完成分拣即可将下一批次的试管引入检测台面,极大提高了试管的分类效率,本申请的装置具有极大的市场应用价值。
本申请实施例还提出一种试管自动分拣方法,基于如前述的试管自动分拣装置实现,如图2所示,包括如下步骤:
基于所述试管自动分拣装置最高阶的第一子件,在步骤S201中,利用后台设备控制任意批次的待分拣试管到达滚动位置;
在步骤S202中,利用后台设备控制采集滚动的、任意批次的待分拣试管的图像数据;
在步骤S203中,识别任意批次的待分拣试管的类别、数量和准确位置;
在步骤S204中,控制所述试管自动分拣装置的传送带传送任意批次的待分拣试管。
在步骤S205中,在传送试管过程中,控制所述试管自动分拣装置的踢料组件,根据识别出任意批次的待分拣试管的类别,将任意批次的待分拣试管分入相应的分拣仓库。
作为一种具体的分拣实现方式,试管滚落到挡板处,后台设备的计算机视觉系统识别出试管的数量,识别出条码,然后做空间运算,从而把条码和试管进行绑定。绑定后,计算机视觉系统获知当前挡板处试管的精确位置和条码号。通过条码号,计算机视觉系统可以确定试管应该进入哪个分拣仓库。每个分拣仓库都有相对于检测台面精确的物理距离,各个分拣仓库旁边或者对侧设置有相应的踢料组件。启动传送带,进行精确的运送。在试管运送到指定的分拣仓库位置时,对应踢料组件将试管踢出传送带,进入分拣仓库。
在一些实施例中,在任意批次的待分拣试管8的试管滚入所述传送带5之前,暂停所述传送带5。通过这样的设计能够保证试管在传送带上滚动过程中不会发生除滚动外的其他运动,保证采集的图像数据清楚。
在一些实施例中,在所述传送带5、所述固定台面2均为黑色的情况下,识别任意批次的待分拣试管8的类别包括:
将采集的图像数据处理成黑白图像;
基于所述黑白图像计算轮廓数据,以识别出任意批次的待分拣试管8的类别。作为一种示例,在传送带、入料口的斜面、挡板均采用统一黑色的情况下,计算机视觉在此停留期,对扫描的图像进行灰度处理、进行滤波处理、阈值二值化处理成黑白图片,完成预处理。进行形态学变换运算,过滤一些小黑洞等杂乱噪音。接着对黑白图像计算所有的轮廓。然后对计算出的轮廓,计算面积,过滤掉明显面积偏小小的轮廓,以及过短的轮廓。基于剩余的轮廓即可识别出试管的类别。
还可以有其他的识别方式,例如采用机器学习的方法,采集大量的试管样本图片,并对正向试管和反向试管进行人工标注,生成方向训练集。
机器学习系统用方向训练集进行学习,抽取正向试管和反向试管的特征,对方向训练集进行建模。然后对模型进行训练和评估和调整。重复训练,生成有效的方向模型。最后可以用方向模型对采集的实时图像进行识别,得出是正向还是反向试管,以及试管类别。此类方法也适用于空管特征以及溶血脂血乳糜血特征的识别建模,由此本申请的方法可扩展性强,具有普遍适用性,便于推广应用。
在一些实施例中,还包括控制所述试管自动分拣装置的试管升降组件中的在最高阶的第一子件后的第一子件协同将在所述任意批次的待分拣试管8之后批次的待分拣试管8装填入与最高阶的第一子件相邻的第二子件。
具体过程可以参见装置的描述,当然具体的顺序可以根据实际需要调整,在此不做赘述。
本申请利用基于试管圆柱状的特征,通过简单的后台程序即可运行本申请的方法,相比于现有的机械手的方案,本申请完全不需要机械手,斜面的试管升降组件相比于机械手具有极低的设备成本,极大提高了分类效率,本申请的方法具有极大的市场应用价值。
此外,尽管已经在本文中描述了示例性实施例,其范围包括任何和所有基于本公开的具有等同元件、修改、省略、组合(例如,各种实施例交叉的方案)、改编或改变的实施例。权利要求书中的元件将被基于权利要求中采用的语言宽泛地解释,并不限于在本说明书中或本申请的实施期间所描述的示例,其示例将被解释为非排他性的。因此,本说明书和示例旨在仅被认为是示例,真正的范围和精神由以下权利要求以及其等同物的全部范围所指示。
以上描述旨在是说明性的而不是限制性的。例如,上述示例(或其一个或更多方案)可以彼此组合使用。例如本领域普通技术人员在阅读上述描述时可以使用其它实施例。另外,在上述具体实施方式中,各种特征可以被分组在一起以简单化本公开。这不应解释为一种不要求保护的公开的特征对于任一权利要求是必要的意图。相反,本公开的主题可以少于特定的公开的实施例的全部特征。从而,以下权利要求书作为示例或实施例在此并入具体实施方式中,其中每个权利要求独立地作为单独的实施例,并且考虑这些实施例可以以各种组合或排列彼此组合。本发明的范围应参照所附权利要求以及这些权利要求赋权的等同形式的全部范围来确定。
以上实施例仅为本公开的示例性实施例,不用于限制本发明,本发明的保护范围由权利要求书限定。本领域技术人员可以在本公开的实质和保护范围内,对本发明做出各种修改或等同替换,这种修改或等同替换也应视为落在本发明的保护范围内。
Claims (6)
1.一种试管自动分拣装置,其特征在于,包括:
试管升降组件,包括至少两个第一子件,至少两个第一子件可升降、呈阶梯结构,受控于后台设备,至少两个第一子件中、位于最高阶的第一子件可升至与固定台面(2)相适配的位置,固定台面(2)为斜面或者曲面,位于最高阶的第一子件可降至于临近阶第一子件相适配的位置,位于最低阶的第一子件用于引入待分拣试管(8),其中,各第一子件设置有朝向传送带(5)的斜面或曲面,位于最高阶的第一子件的斜面或曲面作为入料口(3),以使得待分拣试管(8)基于各第一子件的升降控制、分批次引入所述入料口(3),并基于所述入料口(3)滚入所述传送带(5);
摄像头,朝向所述入料口(3)的斜面或曲面设置,与所述后台设备连接、并受控于所述后台设备,用于对待分拣试管(8)在滚动到位后,执行图像采集;
传送带(5),与所述后台设备连接、并受控于所述后台设备,其安装位置低于或齐平所述入料口(3)的最低位置,用以接收分批次引入的待分拣试管(8),并向分拣仓库方向传送;
踢料组件(6),与所述后台设备连接、并受控于所述后台设备,与分拣仓库(7)对应设置,以根据控制信号对处于相应分拣仓库(7)范围内的待分拣试管(8)进行分拣;
分拣仓库(7),数量至少与待分拣试管(8)的类别适配,位置低于所述传送带(5);
后台设备,用以对待分拣试管(8)完成后台识别以及分拣;
所述试管升降组件具体还包括至少一个第二子件,其位置固定,与第一子件间隔设置,至少一个第二子件也设置有朝向传送带(5)的斜面或曲面,以基于所述第二子件承载分批次的待分拣试管(8);
挡板(4),设置在所述传送带(5)、与所述入料口(3)相对的一侧,以基于所述挡板(4)将滚入所述传送带(5)的待分拣试管(8)抵挡在所述传送带(5);
所述入料口(3)的斜面的宽度或曲面的弧长,加上所述固定台面(2)的宽度或弧长,加上所述传送带(5)的宽度,大于等于待分拣试管(8)的周长减去条码的宽度;所述摄像头相对于所述固定台面(2)的斜面或曲面的位置固定,所述第一子件和/或所述挡板的长度已知,以基于所述第一子件和/或所述挡板对待分拣试管(8)进行定位。
2.如权利要求1所述的试管自动分拣装置,其特征在于,所述传送带(5)、所述固定台面(2)的斜面或曲面均为黑色。
3.一种试管自动分拣方法,其特征在于,基于如权利要求1-2任一项所述的试管自动分拣装置实现,包括如下步骤:
基于所述试管自动分拣装置最高阶的第一子件,利用后台设备控制任意批次的待分拣试管(8)到达滚动位置;
利用后台设备控制采集滚动的、任意批次的待分拣试管(8)的图像数据;
识别任意批次的待分拣试管(8)的类别、数量和位置;
控制所述试管自动分拣装置的传送带(5)传送任意批次的待分拣试管(8),并在传送试管过程中,控制所述试管自动分拣装置的踢料组件(6),根据识别出任意批次的待分拣试管(8)的类别,将任意批次的待分拣试管(8)分入相应的分拣仓库。
4.如权利要求3所述的试管自动分拣方法,其特征在于,在任意批次的待分拣试管(8)的试管滚入所述传送带(5)之前,暂停所述传送带(5)。
5.如权利要求3所述的试管自动分拣方法,其特征在于,在所述传送带(5)、所述固定台面(2)均为黑色的情况下,识别任意批次的待分拣试管(8)的类别包括:
将采集的图像数据处理成黑白图像;
基于所述黑白图像计算轮廓数据,以识别出任意批次的待分拣试管(8)的类别。
6.如权利要求3所述的试管自动分拣方法,其特征在于,还包括控制所述试管自动分拣装置的试管升降组件中的在最高阶的第一子件后的第一子件协同将在所述任意批次的待分拣试管(8)之后批次的待分拣试管(8)装填入与最高阶的第一子件相邻的第二子件。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211597402.5A CN116002330B (zh) | 2022-12-12 | 2022-12-12 | 一种试管自动分拣装置及试管自动分拣方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211597402.5A CN116002330B (zh) | 2022-12-12 | 2022-12-12 | 一种试管自动分拣装置及试管自动分拣方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116002330A CN116002330A (zh) | 2023-04-25 |
CN116002330B true CN116002330B (zh) | 2023-10-24 |
Family
ID=86018364
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211597402.5A Active CN116002330B (zh) | 2022-12-12 | 2022-12-12 | 一种试管自动分拣装置及试管自动分拣方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116002330B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205068423U (zh) * | 2015-08-14 | 2016-03-02 | 上海创司杰医疗科技有限公司 | 试管自动旋转扫码装置 |
CN105540227A (zh) * | 2016-02-01 | 2016-05-04 | 董振海 | 试管分拣机 |
CN106111547A (zh) * | 2016-08-18 | 2016-11-16 | 长沙锐博特科技有限公司 | 一种物品分拣系统及分拣方法 |
CN106955851A (zh) * | 2017-04-24 | 2017-07-18 | 珠海倍健电子科技有限公司 | 一种试管分拣装置的传送机构 |
CN108772305A (zh) * | 2018-04-16 | 2018-11-09 | 杭州世诺科技有限公司 | 采血管自动分拣仪 |
CN114850042A (zh) * | 2022-05-06 | 2022-08-05 | 无锡鲸云信息科技有限公司 | 基于计算机视觉识别技术的货物分拣装置及分拣系统 |
-
2022
- 2022-12-12 CN CN202211597402.5A patent/CN116002330B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN205068423U (zh) * | 2015-08-14 | 2016-03-02 | 上海创司杰医疗科技有限公司 | 试管自动旋转扫码装置 |
CN105540227A (zh) * | 2016-02-01 | 2016-05-04 | 董振海 | 试管分拣机 |
CN106111547A (zh) * | 2016-08-18 | 2016-11-16 | 长沙锐博特科技有限公司 | 一种物品分拣系统及分拣方法 |
CN106955851A (zh) * | 2017-04-24 | 2017-07-18 | 珠海倍健电子科技有限公司 | 一种试管分拣装置的传送机构 |
CN108772305A (zh) * | 2018-04-16 | 2018-11-09 | 杭州世诺科技有限公司 | 采血管自动分拣仪 |
CN114850042A (zh) * | 2022-05-06 | 2022-08-05 | 无锡鲸云信息科技有限公司 | 基于计算机视觉识别技术的货物分拣装置及分拣系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116002330A (zh) | 2023-04-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110314854B (zh) | 一种基于视觉机器人的工件检测分拣的装置及方法 | |
CN107437245B (zh) | 基于深度卷积神经网络的高速铁路接触网故障诊断方法 | |
Liao et al. | An accurate segmentation method for white blood cell images | |
CN108686978B (zh) | 基于arm的水果类别和色泽的分拣方法及系统 | |
CN112862770B (zh) | 一种基于人工智能的缺陷分析诊断系统、方法、装置 | |
CN109035273B (zh) | 一种免疫层析试纸卡的图像信号快速分割方法 | |
CN108287010B (zh) | 一种螃蟹多指标分级装置与方法 | |
CN107944504B (zh) | 木板识别及木板识别的机器学习方法、装置及电子设备 | |
CN107014291B (zh) | 一种物料精密转载平台的视觉定位方法 | |
CN106951899A (zh) | 基于图像识别的异常检测方法 | |
CN110610141A (zh) | 一种物流仓储规则形状货物识别系统 | |
CN112434544A (zh) | 一种条烟编码检测识别方法及装置 | |
CN112893159B (zh) | 一种基于图像识别的煤矸石分拣方法 | |
CN109598681B (zh) | 一种对称唐卡修复后图像的无参考质量评价方法 | |
CN111161295B (zh) | 一种菜品图像背景剥离方法 | |
CN115082719B (zh) | 一种木材质量分级方法 | |
CN109693140A (zh) | 一种智能化柔性生产线及其工作方法 | |
CN108647706A (zh) | 基于机器视觉的物品识别分类与瑕疵检测方法 | |
CN115082410A (zh) | 基于图像处理的卡簧缺陷检测方法 | |
CN110554052A (zh) | 一种人造板表面缺陷检测方法及其系统 | |
CN114648511A (zh) | 一种大肠杆菌轮廓的精确提取及识别方法 | |
CN113269718A (zh) | 一种基于深度学习的混凝土预制构件裂缝检测方法 | |
CN116002330B (zh) | 一种试管自动分拣装置及试管自动分拣方法 | |
CN114155226A (zh) | 一种微小缺陷边缘计算方法 | |
CN113916127A (zh) | 一种气门导管成品外观视觉检测系统及检测方法 |
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 |