CN116200933A - 口罩裁切位置自动校准方法、装置和智能视觉检测系统 - Google Patents
口罩裁切位置自动校准方法、装置和智能视觉检测系统 Download PDFInfo
- Publication number
- CN116200933A CN116200933A CN202310496325.2A CN202310496325A CN116200933A CN 116200933 A CN116200933 A CN 116200933A CN 202310496325 A CN202310496325 A CN 202310496325A CN 116200933 A CN116200933 A CN 116200933A
- Authority
- CN
- China
- Prior art keywords
- data
- cutting
- mask
- state
- production equipment
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B26—HAND CUTTING TOOLS; CUTTING; SEVERING
- B26D—CUTTING; DETAILS COMMON TO MACHINES FOR PERFORATING, PUNCHING, CUTTING-OUT, STAMPING-OUT OR SEVERING
- B26D7/00—Details of apparatus for cutting, cutting-out, stamping-out, punching, perforating, or severing by means other than cutting
- B26D7/27—Means for performing other operations combined with cutting
-
- D—TEXTILES; PAPER
- D06—TREATMENT OF TEXTILES OR THE LIKE; LAUNDERING; FLEXIBLE MATERIALS NOT OTHERWISE PROVIDED FOR
- D06H—MARKING, INSPECTING, SEAMING OR SEVERING TEXTILE MATERIALS
- D06H7/00—Apparatus or processes for cutting, or otherwise severing, specially adapted for the cutting, or otherwise severing, of textile materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/44—Local feature extraction by analysis of parts of the pattern, e.g. by detecting edges, contours, loops, corners, strokes or intersections; Connectivity analysis, e.g. of connected components
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/54—Extraction of image or video features relating to texture
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/40—Extraction of image or video features
- G06V10/56—Extraction of image or video features relating to colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Forests & Forestry (AREA)
- Mechanical Engineering (AREA)
- Textile Engineering (AREA)
- General Factory Administration (AREA)
Abstract
本申请提供了口罩裁切位置自动校准方法、装置和智能视觉检测系统,获取自动化生产设备的环境数据,根据环境数据判断托管模式,获取料架数据,根据料架数据分析材料状态,验证材料状态后获取产线数据,根据产线数据分析裁切状态,根据托管模式和裁切状态确定校准方案以对自动化生产设备上的口罩裁切位置进行自动校准。本申请根据环境数据可判断自动化生产设备的托管模式,作为确定校准方案的基础要素;根据料架数据可确保布料叠合顺利进行;产线数据用于分析裁切状态与标准裁切模型的差异,根据差异情况设置校准参数;相关责任人员的在场情况以及裁切位置的偏移程度共同确定自动校准方案,在容错范围内提高口罩生产效率。
Description
技术领域
本申请属于视觉检测技术领域,尤其涉及口罩裁切位置自动校准方法、装置和智能视觉检测系统。
背景技术
人们对吸入气体的安全防护意识加强,口罩作为日常防护用品的需求量增加,口罩生产厂商不断开发出自动化生产设备完成叠合、折叠、裁切和热压等制作工艺流程,大幅提高口罩的生产效率。
口罩生产线中往往需要经过3~6层布料叠合,以及在布料层次折叠过程中均易发生位置偏移,导致裁切阶段的基准位置与正确位置存在较大误差,使得成型后的口罩边缘不连贯、影响内部密封性和佩戴舒适度,同时位置偏移还会影响后续挂耳热压的对准位置,降低口罩的成品率。
发明内容
有鉴于此,本申请提供了口罩裁切位置自动校准方法、装置和智能视觉检测系统,解决了口罩自动化生产线中裁切阶段基准位置错误的问题,提高口罩生产效率和成品率。
本申请的具体技术方案如下:
本申请第一方面提供一种口罩裁切位置自动校准方法,包括如下步骤:
获取自动化生产设备的环境数据,根据所述环境数据判断所述自动化生产设备的托管模式;
获取所述自动化生产设备的料架数据,根据所述料架数据分析材料状态;
验证所述材料状态,获取所述自动化生产设备的产线数据,根据所述产线数据分析裁切状态;
根据所述托管模式和所述裁切状态确定校准方案以对所述自动化生产设备上的口罩裁切位置进行自动校准。
进一步的,根据所述环境数据判断所述自动化生产设备的托管模式具体为:
识别所述环境数据中的人员特征区域;
判断各个所述人员特征区域中是否存在责任特征点;
根据所述环境数据中存在所述责任特征点的所述人员特征区域的个数判断所述自动化生产设备的托管模式。
进一步的,判断各个所述人员特征区域中是否存在责任特征点具体为:
获取云端责任特征数据;
根据所述人员特征区域与所述云端责任特征数据的背景像素的对比情况生成重点人员特征区域;
根据所述重点人员特征区域与所述云端责任特征数据的标识像素的对比情况判断是否存在所述责任特征点。
进一步的,根据所述料架数据分析材料状态具体为:
获取云端料架数据;
根据所述料架数据与所述云端料架数据中物料种类和装载量的比较情况分析所述材料状态。
进一步的,还包括:
根据所述材料状态和所述托管模式选择启动补料组件、错误提醒进程和警报锁定进程中的一种。
进一步的,根据所述产线数据分析裁切状态具体为:
获取云端产线数据;
根据所述产线数据与所述云端产线数据中厚度参数、纹理参数和轮廓参数的比较情况分析所述裁切状态。
进一步的,还包括:
根据所述裁切状态和所述托管模式选择启动输送带校准进程、错误提醒进程和警报锁定进程中的一种。
进一步的,根据所述托管模式和所述裁切状态确定校准方案具体为:
根据所述裁切状态确定所述校准方案中的偏移坐标和转轮转速;
根据所述托管模式确定所述校准方案中的电源输入功耗。
本申请第二方面提供一种口罩裁切位置自动校准装置,所述口罩裁切位置自动校准装置包括:
人员检测模块,用于获取自动化生产设备的环境数据,根据所述环境数据判断所述自动化生产设备的托管模式;
材料检测模块,用于获取所述自动化生产设备的料架数据,根据所述料架数据分析材料状态;
裁切检测模块,用于验证所述材料状态,获取所述自动化生产设备的产线数据,根据所述产线数据分析裁切状态;
裁切调整模块,用于根据所述托管模式和所述裁切状态确定校准方案以对所述自动化生产设备上的口罩裁切位置进行自动校准。
本申请第三方面提供一种智能视觉检测系统,所述智能视觉检测系统实现所述口罩裁切位置自动校准方法中的各步骤,或包含所述口罩裁切位置自动校准装置中的各模块。
综上所述,本申请提供了一种口罩裁切位置自动校准方法、装置和智能视觉检测系统,获取自动化生产设备的环境数据,根据环境数据判断托管模式,获取料架数据,根据料架数据分析材料状态,验证材料状态后获取产线数据,根据产线数据分析裁切状态,根据托管模式和裁切状态确定校准方案以对自动化生产设备上的口罩裁切位置进行自动校准。本申请根据环境数据可判断自动化生产设备的托管模式,作为确定校准方案的基础要素;根据料架数据可确保布料叠合顺利进行;产线数据用于分析裁切状态与标准裁切模型的差异,根据差异情况设置校准参数;相关责任人员的在场情况以及裁切位置的偏移程度共同确定自动校准方案,在容错范围内提高口罩生产效率。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本申请口罩裁切位置自动校准方法的流程图;
图2为本申请口罩裁切位置自动校准装置的框图。
具体实施方式
为使得本申请的目的、特征、优点能够更加的明显和易懂,对本申请实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本申请一部分实施例,而非全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本申请保护的范围。
请参照图1,图1为本申请口罩裁切位置自动校准方法的流程图。
本申请实施例提供一种口罩裁切位置自动校准方法,包括如下步骤:
S1:获取自动化生产设备的环境数据,根据所述环境数据判断所述自动化生产设备的托管模式;
S2:获取所述自动化生产设备的料架数据,根据所述料架数据分析材料状态;
S3:验证所述材料状态,获取所述自动化生产设备的产线数据,根据所述产线数据分析裁切状态;
S4:根据所述托管模式和所述裁切状态确定校准方案以对所述自动化生产设备上的口罩裁切位置进行自动校准。
作为一种实施例,S1中自动化生产设备指市面常见的口罩全自动生产设备,一般包括布料叠合、层次折叠、边缘裁切和绑带热压等自动化工艺生产线。自动化生产设备的环境数据指基于图像采集装置获取的图像数据,能够利用常规的视觉检测技术进行特征识别。根据环境数据可识别生产现场相关责任人员的分布情况,从而判断自动化生产设备的托管模式,作为确定校准方案的基础要素。当不存在工作人员的情况下可对误差在合理范围内的裁切位置进行自动校准,当存在工作人员的情况下进行自动校准的同时注重提醒和警报,示意工作人员针对严重误差采取灵活处理方案。
S2中料架数据指布料叠合工艺之前的原料储备区域的图像数据,根据料架数据可识别原料的种类和载量等信息,从而分析材料状态,即是否需要补货或调整货架位置等,确保布料叠合顺利进行。系统在确认材料状态合格后,便会开始获取产线数据进行裁切状态的判断,否则系统会自动完成料架校准或警示工作人员及时处理以达到材料状态验证通过的状态。
S3中产线数据指层次折叠之后、边缘裁切之前生产线的图像数据,利用视觉检测技术识别产线数据中布料的层次、纹理或尺寸等信息,用于分析裁切状态与标准裁切模型的差异,根据差异情况设置校准参数,作为裁切位置自动校准的判断基准。
S4中相关责任人员的在场情况以及裁切位置的偏移程度共同确定自动校准方案,在高托管情形下优先进行自检和校准、同时降低自动生产设备能耗,将偏移误差控制在合理范围;在低托管情形下优先示意工作人员处理同时增大自动生产设备能耗,在容错范围内提高口罩生产效率。
根据本申请实施例,根据所述环境数据判断所述自动化生产设备的托管模式具体为:
识别所述环境数据中的人员特征区域;
判断各个所述人员特征区域中是否存在责任特征点;
根据所述环境数据中存在所述责任特征点的所述人员特征区域的个数判断所述自动化生产设备的托管模式。
作为一种实施例,识别人员特征区域可以通过视觉检测技术识别人体轮廓从而确定生产现场是否存在人员,责任特征点可以是现场人员中被认定为该生产线责任人员的标识特征的形状或颜色,例如工服上的标志、工帽上的花纹等。通过责任特征点的个数判断该生产线的托管情况,避免非专业人士对自动校准进程判断的干扰。视觉检测设备可设定每300ms捕捉环境数据,当环境数据中的责任特征点即相关责任人员数量小于1系统判断为全托管模式,相关责任人员数量等于1系统判断为半托管模式,相关责任人员数量大于1系统判断为非托管模式。
根据本申请实施例,判断各个所述人员特征区域中是否存在责任特征点具体为:
获取云端责任特征数据;
根据所述人员特征区域与所述云端责任特征数据的背景像素的对比情况生成重点人员特征区域;
根据所述重点人员特征区域与所述云端责任特征数据的标识像素的对比情况判断是否存在所述责任特征点。
作为一种实施例,系统获取云端责任特征数据,首先对比人员特征区域与云端责任特征数据的背景像素,如现场人员的服装像素,当视觉检测设备判断像素相似度在50%以上,则初步判断该人员特征区域为重点人员特征区域。接着,对比重点人员特征区域与云端责任特征数据的标识像素,如工服或工帽上是否能够识别公司logo或岗位标志,当视觉检测设备判断某一标志与标识像素相似度大于90%以上,则判断该重点人员特征区域存在责任特征点,即该人员为本生产线的相关责任人员。
根据本申请实施例,根据所述料架数据分析材料状态具体为:
获取云端料架数据;
根据所述料架数据与所述云端料架数据中物料种类和装载量的比较情况分析所述材料状态。
作为一种实施例,视觉检测设备每10s断点捕捉料架数据,并连接云端获取标准工作料架画面。通过料架上各个标签或条码识别物料种类,通过料架上各个货架的重量计数或满溢程度识别物料装载量。当物料种类和装载量与标准工作料架画面所识别的结果相似度小于3%,判定材料状态为无错误;相似度大于等于3%等于小于10%,判定材料状态为低错误;相似度大于10%,判定材料状态为高错误。
根据本申请实施例,还包括:
根据所述材料状态和所述托管模式选择启动补料组件、错误提醒进程和警报锁定进程中的一种。
作为一种实施例,当材料状态为无错误,无需进行料架调整。材料状态为低错误同时托管模式为全托管模式,则系统判断需要确认料架的摆放位置和补充原料进料架,则启动补料组件完成料架种类的调整和原料的进补操作;材料状态为低错误同时托管模式为半托管模式或无托管模式,则优先发出错误命令至操作台,操作台进行反馈警报3s提醒工作人员。视觉检测设备获取工作人员接近后离开便再次评估材料状态是否符合要求。材料状态为高错误的情况下,无论托管模式,系统将暂停工作,优先发送错误信息上传云端,云端返回控制台进行强行锁定展示并警报10s警告工作人员。视觉检测设备获取工作人员接近后离开便再次评估材料状态是否符合要求。当材料状态判断为无错误时,才会将料架推进至层次折叠工艺。
根据本申请实施例,根据所述产线数据分析裁切状态具体为:
获取云端产线数据;
根据所述产线数据与所述云端产线数据中厚度参数、纹理参数和轮廓参数的比较情况分析所述裁切状态。
作为一种实施例,视觉检测设备在10s内捕捉口罩裁切前的图像数据,即口罩经过布料叠合和层次折叠后待裁切的平铺于生产线的俯视图像。通过视觉检测技术识别图像中口罩的透光度确定厚度、识别口罩的折痕数确定纹理参数,以及识别口罩的尺寸确定轮廓参数。将这些参数与云端产线数据中的各项标准参数进行对比,差别小于3%时,系统判定为无错误,差别大于等于3%小于10%时,系统判定为低错误,差别大于10%时,系统判定为高错误。
根据本申请实施例,还包括:
根据所述裁切状态和所述托管模式选择启动输送带校准进程、错误提醒进程和警报锁定进程中的一种。
作为一种实施例,当裁切状态为无错误,无需进行裁切位置调整,可直接进行裁切工艺。裁切状态为低错误同时托管模式为全托管模式,则系统判断需要进行输送带校准从而保证裁切位置的偏移量在规定范围内,此步骤仅是初步校准并不能实现精准校准的目的,例如将输送带中心线与待裁切口罩的中心线进行对准和微调。裁切状态为低错误通过托管模式为无托管模式或半托管模式,则系统暂停设备裁切,并返回裁切错误命令进行展示数据和数据到操作台提醒工作人员。裁切状态为高错误,由于裁切位置偏移量较大,考虑存在设备故障原因,如才切片损坏等,需要工作人员观察后灵活选择校准方案,此时系统将关闭设备裁切并返回错误命令到控制台进行红色警报强行展示错误,待工作人员处理确认后启动视觉检测设备再次评估裁切状态。
根据本申请实施例,根据所述托管模式和所述裁切状态确定校准方案具体为:
根据所述裁切状态确定所述校准方案中的偏移坐标和转轮转速;
根据所述托管模式确定所述校准方案中的电源输入功耗。
作为一种实施例,根据裁切状态可获取待裁切口罩的厚度和尺寸,根据口罩厚度与标准厚度的偏差值确定校准方案中转轮转速的调整值,根据口罩尺寸与标准尺寸的偏差值确定校准方案中偏移坐标的调整值,根据校准方案中的调整值控制生产线中裁切设备的裁切距离和裁切功率,从而对已经装配完成但在结构和尺寸与标准状态存在差异的口罩半成品适应性更改裁切方案,降低成品失败率。同时,在无托管模式下,系统判断生产线发生错误被延误的几率较低,通过切换为电源增输入环节,增加电源输入,将生产线的流程推进速度提升5~30%,提升生产效率;在半托管模式或全托管模式下,系统判断生产线发生错误被延误的几率较高,通过切换为电源减输入环节,减少电源输入,将生产线的流程推进速度减缓5~30%,确保口罩成品率。
请参照图2,图2为本申请口罩裁切位置自动校准装置的框图。
本申请实施例还提供一种口罩裁切位置自动校准装置,所述口罩裁切位置自动校准装置包括:
人员检测模块1,用于获取自动化生产设备的环境数据,根据所述环境数据判断所述自动化生产设备的托管模式;
材料检测模块2,用于获取所述自动化生产设备的料架数据,根据所述料架数据分析材料状态;
裁切检测模块3,用于验证所述材料状态,获取所述自动化生产设备的产线数据,根据所述产线数据分析裁切状态;
裁切调整模块4,用于根据所述托管模式和所述裁切状态确定校准方案以对所述自动化生产设备上的口罩裁切位置进行自动校准。
根据本申请实施例,所述人员检测模块具体用于:
识别所述环境数据中的人员特征区域;
判断各个所述人员特征区域中是否存在责任特征点;
根据所述环境数据中存在所述责任特征点的所述人员特征区域的个数判断所述自动化生产设备的托管模式。
根据本申请实施例,所述人员检测模块具体用于:
获取云端责任特征数据;
根据所述人员特征区域与所述云端责任特征数据的背景像素的对比情况生成重点人员特征区域;
根据所述重点人员特征区域与所述云端责任特征数据的标识像素的对比情况判断是否存在所述责任特征点。
根据本申请实施例,所述材料检测模块具体用于:
获取云端料架数据;
根据所述料架数据与所述云端料架数据中物料种类和装载量的比较情况分析所述材料状态。
根据本申请实施例,所述材料检测模块还用于:
根据所述材料状态和所述托管模式选择启动补料组件、错误提醒进程和警报锁定进程中的一种。
根据本申请实施例,所述裁切检测模块具体用于:
获取云端产线数据;
根据所述产线数据与所述云端产线数据中厚度参数、纹理参数和轮廓参数的比较情况分析所述裁切状态。
根据本申请实施例,所述裁切检测模块还用于:
根据所述裁切状态和所述托管模式选择启动输送带校准进程、错误提醒进程和警报锁定进程中的一种。
根据本申请实施例,所述裁切调整模块具体用于:
根据所述裁切状态确定所述校准方案中的偏移坐标和转轮转速;
根据所述托管模式确定所述校准方案中的电源输入功耗。
本申请实施例还提供一种智能视觉检测系统,所述智能视觉检测系统实现所述口罩裁切位置自动校准方法中的各步骤,或包含所述口罩裁切位置自动校准装置中的各模块。
以上所述,以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。
Claims (10)
1.一种口罩裁切位置自动校准方法,其特征在于,包括如下步骤:
获取自动化生产设备的环境数据,根据所述环境数据判断所述自动化生产设备的托管模式;
获取所述自动化生产设备的料架数据,根据所述料架数据分析材料状态;
验证所述材料状态,获取所述自动化生产设备的产线数据,根据所述产线数据分析裁切状态;
根据所述托管模式和所述裁切状态确定校准方案以对所述自动化生产设备上的口罩裁切位置进行自动校准。
2.如权利要求1所述的口罩裁切位置自动校准方法,其特征在于,根据所述环境数据判断所述自动化生产设备的托管模式具体为:
识别所述环境数据中的人员特征区域;
判断各个所述人员特征区域中是否存在责任特征点;
根据所述环境数据中存在所述责任特征点的所述人员特征区域的个数判断所述自动化生产设备的托管模式。
3.如权利要求2所述的口罩裁切位置自动校准方法,其特征在于,判断各个所述人员特征区域中是否存在责任特征点具体为:
获取云端责任特征数据;
根据所述人员特征区域与所述云端责任特征数据的背景像素的对比情况生成重点人员特征区域;
根据所述重点人员特征区域与所述云端责任特征数据的标识像素的对比情况判断是否存在所述责任特征点。
4.如权利要求1所述的口罩裁切位置自动校准方法,其特征在于,根据所述料架数据分析材料状态具体为:
获取云端料架数据;
根据所述料架数据与所述云端料架数据中物料种类和装载量的比较情况分析所述材料状态。
5.如权利要求1所述的口罩裁切位置自动校准方法,其特征在于,还包括:
根据所述材料状态和所述托管模式选择启动补料组件、错误提醒进程和警报锁定进程中的一种。
6.如权利要求1所述的口罩裁切位置自动校准方法,其特征在于,根据所述产线数据分析裁切状态具体为:
获取云端产线数据;
根据所述产线数据与所述云端产线数据中厚度参数、纹理参数和轮廓参数的比较情况分析所述裁切状态。
7.如权利要求1所述的口罩裁切位置自动校准方法,其特征在于,还包括:
根据所述裁切状态和所述托管模式选择启动输送带校准进程、错误提醒进程和警报锁定进程中的一种。
8.如权利要求1所述的口罩裁切位置自动校准方法,其特征在于,根据所述托管模式和所述裁切状态确定校准方案具体为:
根据所述裁切状态确定所述校准方案中的偏移坐标和转轮转速;
根据所述托管模式确定所述校准方案中的电源输入功耗。
9.一种口罩裁切位置自动校准装置,其特征在于,所述口罩裁切位置自动校准装置包括:
人员检测模块,用于获取自动化生产设备的环境数据,根据所述环境数据判断所述自动化生产设备的托管模式;
材料检测模块,用于获取所述自动化生产设备的料架数据,根据所述料架数据分析材料状态;
裁切检测模块,用于验证所述材料状态,获取所述自动化生产设备的产线数据,根据所述产线数据分析裁切状态;
裁切调整模块,用于根据所述托管模式和所述裁切状态确定校准方案以对所述自动化生产设备上的口罩裁切位置进行自动校准。
10.一种智能视觉检测系统,其特征在于,所述智能视觉检测系统实现权利要求1~8任一项所述口罩裁切位置自动校准方法中的各步骤,或包含权利要求9所述口罩裁切位置自动校准装置中的各模块。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310496325.2A CN116200933B (zh) | 2023-05-05 | 2023-05-05 | 口罩裁切位置自动校准方法、装置和智能视觉检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310496325.2A CN116200933B (zh) | 2023-05-05 | 2023-05-05 | 口罩裁切位置自动校准方法、装置和智能视觉检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116200933A true CN116200933A (zh) | 2023-06-02 |
CN116200933B CN116200933B (zh) | 2023-06-30 |
Family
ID=86511551
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310496325.2A Active CN116200933B (zh) | 2023-05-05 | 2023-05-05 | 口罩裁切位置自动校准方法、装置和智能视觉检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116200933B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS58219603A (ja) * | 1982-06-16 | 1983-12-21 | Toshiba Corp | サンプル値pid制御装置 |
CN1077804A (zh) * | 1992-04-06 | 1993-10-27 | 西门子公司 | 在数字调节系统中对调节对象进行分析的方法与设备 |
CN103631150A (zh) * | 2006-10-02 | 2014-03-12 | 费舍-柔斯芒特系统股份有限公司 | 在操作过程环境中更新及使用动态过程仿真 |
CN107354708A (zh) * | 2017-09-13 | 2017-11-17 | 威海宝威新材料科技有限公司 | 一种全自动裁布装置 |
CN113320130A (zh) * | 2021-07-02 | 2021-08-31 | 连云港唯德复合材料设备有限公司 | 一种适用于缠绕纱自动剪接纱的方法及其装置 |
CN114964369A (zh) * | 2022-05-25 | 2022-08-30 | 杭州天杭空气质量检测有限公司 | 一种洁净手术室数据采集装置及其采集方法 |
-
2023
- 2023-05-05 CN CN202310496325.2A patent/CN116200933B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS58219603A (ja) * | 1982-06-16 | 1983-12-21 | Toshiba Corp | サンプル値pid制御装置 |
CN1077804A (zh) * | 1992-04-06 | 1993-10-27 | 西门子公司 | 在数字调节系统中对调节对象进行分析的方法与设备 |
CN103631150A (zh) * | 2006-10-02 | 2014-03-12 | 费舍-柔斯芒特系统股份有限公司 | 在操作过程环境中更新及使用动态过程仿真 |
CN107354708A (zh) * | 2017-09-13 | 2017-11-17 | 威海宝威新材料科技有限公司 | 一种全自动裁布装置 |
CN113320130A (zh) * | 2021-07-02 | 2021-08-31 | 连云港唯德复合材料设备有限公司 | 一种适用于缠绕纱自动剪接纱的方法及其装置 |
CN114964369A (zh) * | 2022-05-25 | 2022-08-30 | 杭州天杭空气质量检测有限公司 | 一种洁净手术室数据采集装置及其采集方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116200933B (zh) | 2023-06-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112766050B (zh) | 着装及作业检查方法、计算机装置及存储介质 | |
CN112446896B (zh) | 一种基于图像识别的输送物料掉落监控方法、装置及系统 | |
CN107270841A (zh) | 一种包装袋喷码缺陷检测机构 | |
CN101183251A (zh) | 电力系统安全作业智能监护装置和监护方法 | |
WO2012114303A1 (en) | Method for corrective action on the operation of a line for the production of absorbent sanitary articles, such as nappies for babies or incontinence pads for adults, sanitary towels or the like | |
CN116200933B (zh) | 口罩裁切位置自动校准方法、装置和智能视觉检测系统 | |
CN107731272A (zh) | 一种门诊药品安全发放流程优化方法 | |
CN113485277B (zh) | 一种智慧电厂视频识别监控管理系统和方法 | |
CN112784938A (zh) | 一种面向工业大数据的工序批量产出智能计数方法 | |
CN106743022A (zh) | 密集型精细电子指示货架仓储系统 | |
CN112809274B (zh) | 一种基于大数据的焊接机器人控制系统 | |
CN111539696A (zh) | 两票全方位电子监察方法及系统 | |
CN114895634A (zh) | 一种基于机器视觉的产品生产线自动控制系统 | |
CN209266029U (zh) | 一种基于epc的医院疫苗监管系统 | |
CN110766753A (zh) | 用于标签防伪区的定位方法、装置和打标设备 | |
CN114663772A (zh) | 一种电网现场作业人员合规穿戴检测方法和系统 | |
US20230419477A1 (en) | Anomaly detection system in the automatic placement of composites during the manufacturing of structural elements | |
US20220284699A1 (en) | System and method of object detection using ai deep learning models | |
CN117429861A (zh) | 一种服装生产线吊挂的智能分配系统及方法 | |
CN109086643A (zh) | 一种基于机器视觉的彩盒标签检测方法及系统 | |
CN108143035A (zh) | 服装流水线系统 | |
CN116682034A (zh) | 一种复杂生产作业场景下危险行为检测方法 | |
CN113435433B (zh) | 一种基于作业现场的音视频数据提取处理系统 | |
CN213182797U (zh) | 烟箱号码校验装置和烟草生产线系统 | |
CN208044634U (zh) | 一种车牌智能生产识别系统 |
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 |