CN116228752A - 一种表面瑕疵识别方法及处理机器人 - Google Patents

Abstract

本发明涉及表面瑕疵识别技术领域，具体涉及一种表面瑕疵识别方法及处理机器人。方法包括：在待处理区域设置若干参考点，记录参考点的分布坐标；对待处理区域进行拍照，获取待处理区域的图像数据；根据分布坐标将图像数据转化为待处理区域的比例平面图象；将比例平面图象划分为若干单元区域，单元区域为面积相同的矩形区域；若一单元区域中的瑕疵点的面积占该单元区域面积的比例大于或等于比例阈值，则将该单元区域整体认定为瑕疵；若一单元区域中的瑕疵点的面积占该单元区域面积的比例小于比例阈值，则将面积大于或等于面积阈值的瑕疵点认定为瑕疵。其能够有效地提高对表面瑕疵识别的准确性和灵敏性。

Description

一种表面瑕疵识别方法及处理机器人

技术领域

本发明涉及表面瑕疵识别技术领域，具体而言，涉及一种表面瑕疵识别方法及处理机器人。

背景技术

在工业生产或建筑施工当中，物件表面的瑕疵往往是造成不良品的原因，目前，对物件表面的瑕疵的识别手段仍不完善，特别是对大表面积、不规则表面的瑕疵的识别还有待提升。

以大体积物件为例，其表面瑕疵的识别非常不方便，对其进行全方位检查的难度非常大。

再以地坪施工为例，地坪固化处理之前一定要做好基体表面的处理工作，在施工之前将其表面的各种瑕疵、污垢处理干净，这样可以提高整个地坪固化剂的附着性，有利于延长地坪的使用时间。传统的处理方式效率低下，处理质量难以把控，经常出现处理情况参差不齐的问题，直接影响了地坪的施工质量。

由此可见，对表面瑕疵的准确识别在众多领域当中都非常重要。有鉴于此，特提出本申请。

发明内容

本发明的第一个目的在于提供一种表面瑕疵识别方法，其能够有效地提高对表面瑕疵识别的准确性和灵敏性，并且能够精准确定瑕疵的大小，对于提高对象的表层工艺质量具有积极意义，特别适合对面积大、不规则的表面进行瑕疵识别。

本发明的第二个目的在于提供一种处理机器人，其能够有效地提高对表面瑕疵识别的准确性和灵敏性，并且能够精准确定瑕疵的大小，对于提高对象的表层工艺质量具有积极意义，特别适合对面积大、不规则的表面进行瑕疵识别。

本发明的实施例是这样实现的：

一种表面瑕疵识别方法，其包括：

在待处理区域设置若干参考点，记录参考点的分布坐标；

对待处理区域进行拍照，获取待处理区域的图像数据；

根据分布坐标将图像数据转化为待处理区域的比例平面图象；

将比例平面图象划分为若干单元区域，单元区域为面积相同的矩形区域；

利用机器学习方法识别比例平面图象中的瑕疵点，若一单元区域中的瑕疵点的面积占该单元区域面积的比例大于或等于比例阈值，则将该单元区域整体认定为瑕疵；

若一单元区域中的瑕疵点的面积占该单元区域面积的比例小于比例阈值，则将面积大于或等于面积阈值的瑕疵点认定为瑕疵。

进一步地，采用无人机对待处理区域进行拍照，以获取待处理区域的图像数据。

进一步地，瑕疵点包括：污点、凸起和凹陷。

进一步地，将参考点在待处理区域内按矩形阵列进行分布设置，并将参考点在待处理区域的边界上按阵列进行分布设置。

一种用于执行上述的表面瑕疵识别方法的处理机器人，其包括：机器人本体和无人机；

机器人本体与无人机信号连接，无人机用于对待处理区域进行拍照，以获取待处理区域的图像数据；机器人本体用于根据图像数据完成对瑕疵的识别。

进一步地，机器人本体还设置有：行走底盘、配重件、打磨机构和回填机构；配重件、打磨机构和回填机构均安装于行走底盘；

打磨机构用于对认定的瑕疵进行打磨；回填机构包括第一注浆通道和第二注浆通道，第一注浆通道用于对单元区域进行整体回填，第二注浆通道用于对打磨后的瑕疵点进行回填；

其中，第二注浆通道的输出端为用于输送砂浆的输出管，输出管沿处理机器人的高度方向设置；

输出管的口部呈弧形，输出管的口部设置有摆杆，摆杆垂直于输出管的口部所对应的圆周设置，摆杆与输出管的口部相贴合；

摆杆的两端由第一连接臂铰接于输出管的两侧并由驱动器驱动做往复式运动，摆杆的转动轴心线垂直于输出管的口部所对应的圆周设置；

当单次回填注浆完毕后，驱动器驱动摆杆从输出管的口部的一侧运动至另一侧，以对残留的砂浆进行刮除。

进一步地，输出管的侧壁设置有中心轴、基准座、弧形轨和滑动块；

中心轴可转动地配合于输出管并由驱动器驱动，第一连接臂固定连接于中心轴；

基准座固定连接于输出管并位于中心轴靠近输出管的口部的一侧，基准座的两侧均设置有弧形轨，弧形轨所对应的圆周相互重合，且弧形轨所对应的圆周的圆心位于中心轴的转动轴心线上，中心轴垂直于弧形轨所对应的圆周；

滑动块可滑动地配合于弧形轨，弧形轨远离基准座的一端设有用于防止滑动块脱出的挡块，滑动块和基准座之间抵接有弹性件；

输出管还设置有第一刮板和第二刮板，第一刮板和第二刮板的一端贴合于输出管的口部，第一刮板和第二刮板分设于输出管的口部的两侧，第一刮板和第二刮板的两侧边缘均连接有第二连接臂，第一刮板和第二刮板二者的第二连接臂分别固定连接于两组滑动块；

中心轴的侧壁设置有第一推块，滑动块靠近中心轴的一侧设置有第二推块；

当摆杆运动至第一刮板所在一侧时，靠近第二刮板的第一推块推动第二刮板的第二推块，以使第二刮板沿输出管的口部向下刮动；当摆杆运动至第二刮板所在一侧时，靠近第一刮板的第一推块推动第一刮板的第二推块，以使第一刮板沿输出管的口部向下刮动。

进一步地，摆杆还具有延伸杆，延伸杆分设于摆杆的两端，延伸杆垂直于摆杆设置，两组延伸杆分别贴合于输出管的口部的两侧外壁，第一连接臂连接于延伸杆。

进一步地，第一刮板和第二刮板均具有延伸段，延伸段分别分设于第一刮板和第二刮板的两侧边缘，延伸段贴合于输出管的口部的两侧外壁，第二连接臂连接于延伸段。

进一步地，第一刮板和第二刮板二者的板面均平行于中心轴设置；第一刮板远离输出管口部的一端朝近地侧延伸并同时远离第二刮板，第二刮板远离输出管口部的一端朝近地侧延伸并同时远离第一刮板。

本发明实施例的技术方案的有益效果包括：

本发明实施例提供的表面瑕疵识别方法通过拍照获得的待处理区域的图像数据中，图形具有相位差，根据参考点的分布坐标中各个坐标点之间的位置关系，以及在拍到的图像数据中参考点的分布情况，可以将图像数据中的图形的相位差修正，得到与待处理区域的比例相适配的比例平面图象，从而将待处理区域的模型进行还原，以便于精确地进行瑕疵识别。

总体而言，本发明实施例提供的表面瑕疵识别方法能够有效地提高对表面瑕疵识别的准确性和灵敏性，并且能够精准确定瑕疵的大小，对于提高对象的表层工艺质量具有积极意义，特别适合对面积大、不规则的表面进行瑕疵识别。

本发明实施例提供的处理机器人能够有效地提高对表面瑕疵识别的准确性和灵敏性，并且能够精准确定瑕疵的大小，对于提高对象的表层工艺质量具有积极意义，特别适合对面积大、不规则的表面进行瑕疵识别。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本发明实施例1提供的表面瑕疵识别方法的流程示意图；

图2为本发明实施例2提供的处理机器人的结构示意图；

图3为本发明实施例2提供的处理机器人的输出管的结构示意图（摆杆位于输出管的口部的中部）；

图4为本发明实施例2提供的处理机器人的输出管、摆杆和刮板之间的配合示意图；

图5为本发明实施例2提供的处理机器人的输出管的结构示意图（摆杆朝第二刮板所在一侧运动）；

图6为本发明实施例2提供的处理机器人的输出管的结构示意图（摆杆运动至第二刮板所在一侧）。

附图标记说明：

处理机器人1000；行走底盘100；配重件110；打磨机构120；回填机构130；输出管200；中心轴210；第一推块211；基准座220；弧形轨230；滑动块240；第二推块241；挡块250；摆杆300；第一连接臂310；延伸杆320；第一刮板400；第二刮板500；第二连接臂610；延伸段620。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

此外，术语“平行”、“垂直”等并不表示要求部件绝对平行或垂直，而是可以稍微倾斜。如“平行”仅仅是指其方向相对“垂直”而言更加平行，并不是表示该结构一定要完全平行，而是可以稍微倾斜。

在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。

实施例1

请参照图1，本实施例提供一种表面瑕疵识别方法，可以用于对面积大、不规则的表面进行瑕疵识别。表面瑕疵识别方法包括：

在待处理区域设置若干参考点，记录参考点的分布坐标；

对待处理区域进行拍照，获取待处理区域的图像数据；

根据分布坐标将图像数据转化为待处理区域的比例平面图象；

将比例平面图象划分为若干单元区域，单元区域为面积相同的矩形区域；

利用机器学习方法识别比例平面图象中的瑕疵点，若一单元区域中的瑕疵点的面积占该单元区域面积的比例大于或等于比例阈值，则将该单元区域整体认定为瑕疵；

若一单元区域中的瑕疵点的面积占该单元区域面积的比例小于比例阈值，则将面积大于或等于面积阈值的瑕疵点认定为瑕疵。

需要说明的是，可以一次性对整个待处理区域进行拍照，以提高效率。若待处理区域的面积过大，也可以将待处理区域现划分为多个区域，针对每个区域分别执行以上步骤。

示例性的，将其应用于地坪施工的基体表面瑕疵点的识别为例，可以适应性地调整为：

S1：在待处理区域设置若干参考点，记录参考点的分布坐标。

S2：对待处理区域进行拍照，获取待处理区域的图像数据。

S3：根据分布坐标将图像数据转化为待处理区域的比例平面图象。

S4：将比例平面图象划分为若干单元区域，单元区域为面积相同的矩形区域。

S5：利用机器学习方法识别比例平面图象中的瑕疵点，若一单元区域中的瑕疵点的面积占该单元区域面积的比例大于或等于比例阈值，则将面积大于或等于面积阈值的瑕疵点认定为瑕疵，则对该单元区域进行整体打磨并回填。

S6：若一单元区域中的瑕疵点的面积占该单元区域面积的比例小于比例阈值，则将面积大于或等于面积阈值的瑕疵点认定为瑕疵，则对面积大于或等于面积阈值的瑕疵进行打磨并回填。

通过拍照获得的待处理区域的图像数据中，图形具有相位差，根据参考点的分布坐标中各个坐标点之间的位置关系，以及在拍到的图像数据中参考点的分布情况，可以将图像数据中的图形的相位差修正，得到与待处理区域的比例相适配的比例平面图象，从而将待处理区域的模型进行还原。

当某一单元区域中的瑕疵点的面积占该单元区域面积的比例大于或等于比例阈值，则表明该单元区域中的瑕疵点较多，若对瑕疵点逐个进行处理，工作量会非常大，也会严重拖慢处理效率，则对该单元区域进行整体打磨并回填，一方面提高了处理效率，另一方面也降低了回填难度。

当某一单元区域中的瑕疵点的面积占该单元区域面积的比例小于比例阈值，则对面积大于或等于面积阈值的瑕疵点进行打磨并回填。

总体而言，表面瑕疵识别方法能够有效地提高对表面瑕疵识别的准确性和灵敏性，并且能够精准确定瑕疵的大小，对于提高对象的表层工艺质量具有积极意义，特别适合对面积大、不规则的表面进行瑕疵识别。

在本实施例中，采用无人机对待处理区域进行拍照，以获取待处理区域的图像数据。瑕疵点包括：污点、凸起和凹陷。

为了提高对图像数据的处理精度，将参考点在待处理区域内按矩形阵列进行分布设置，并将参考点在待处理区域的边界上按阵列进行分布设置。

将表面瑕疵识别方法应用于地坪施工的对基体的前处理时，其可控性强，能够有效地提高基体表面处理的效率和处理质量，保证处理效果的均一性，从而有助于提高地坪质量，延长地坪的使用寿命。

实施例2

请结合图2~图6，本实施例提供一种用于执行实施例1的表面瑕疵识别方法的处理机器人1000，处理机器人1000包括：机器人本体和无人机（图中未示出）。

机器人本体与无人机通过无线信号连接，无人机配备有拍照模块，无人机用于对待处理区域进行拍照，以获取待处理区域的图像数据。机器人本体设置有处理单元，机器人本体的处理单元用于根据无人机获取的图像数据完成对瑕疵的识别。

进一步地，为了提高对瑕疵点的处理效率，可以利用处理机器人对瑕疵点进行打磨和回填。相应的，机器人本体还设置有：行走底盘100、配重件110、打磨机构120和回填机构130。配重件110、打磨机构120和回填机构130均安装于行走底盘100。

打磨机构120用于对认定的瑕疵进行打磨，回填机构130用于在打磨之后进行回填。回填机构130包括第一注浆通道和第二注浆通道，第一注浆通道的内径大于第二注浆通道的内径。第一注浆通道用于对单元区域进行整体回填，第二注浆通道用于对打磨后的瑕疵点进行回填。

在本实施例中，第二注浆通道的输出端为用于输送砂浆的输出管200，输出管200沿处理机器人1000的高度方向设置。

输出管200的口部呈弧形，输出管200的口部设置有摆杆300，摆杆300垂直于输出管200的口部所对应的圆周设置，摆杆300与输出管200的口部相贴合。

摆杆300的两端由第一连接臂310铰接于输出管200的两侧并由驱动器（图中未示出）驱动做往复式运动，摆杆300的转动轴心线垂直于输出管200的口部所对应的圆周设置。

当单次回填注浆完毕后，驱动器驱动摆杆300从输出管200的口部的一侧运动至另一侧，以对残留的砂浆进行刮除。

具体的，输出管200的侧壁设置有中心轴210、基准座220、弧形轨230和滑动块240。

中心轴210可转动地配合于输出管200并由驱动器驱动，第一连接臂310固定连接于中心轴210。

基准座220固定连接于输出管200并位于中心轴210靠近输出管200的口部的一侧，基准座220的两侧均设置有弧形轨230，两侧的弧形轨230所对应的圆周相互重合，且弧形轨230所对应的圆周的圆心位于中心轴210的转动轴心线上，中心轴210垂直于弧形轨230所对应的圆周。

滑动块240可滑动地配合于弧形轨230，弧形轨230远离基准座220的一端设有用于防止滑动块240脱出的挡块250，滑动块240和基准座220之间抵接有弹性件（图中未示出）。

输出管200还设置有第一刮板400和第二刮板500。

第一刮板400和第二刮板500的一端贴合于输出管200的口部，第一刮板400和第二刮板500分设于输出管200的口部的两侧，第一刮板400和第二刮板500的两侧边缘均连接有第二连接臂610，第一刮板400和第二刮板500二者的第二连接臂610分别固定连接于两组滑动块240。

中心轴210的侧壁设置有第一推块211，滑动块240靠近中心轴210的一侧设置有第二推块241。

当摆杆300运动至第一刮板400所在一侧时，靠近第二刮板500的第一推块211推动第二刮板500的第二推块241，以使第二刮板500沿输出管200的口部向下刮动。当摆杆300运动至第二刮板500所在一侧时，靠近第一刮板400的第一推块211推动第一刮板400的第二推块241，以使第一刮板400沿输出管200的口部向下刮动。

通过以上设计，摆杆300在对输出管200口部残留的砂浆进行刮除时，第一刮板400和第二刮板500能够形成遮挡，避免砂浆被意外甩到输出管200的其他位置或者是意外溅出。此外，当摆杆300运动到输出管200的口部的一侧时，另一侧的刮板会沿着输出管200的口部向下刮动，一方面促进残留于输出管200的口部和挡板上的砂浆下落，另一方面便于将残留于挡板上的砂浆引流至回填位置。

进一步的，摆杆300还具有延伸杆320，延伸杆320分设于摆杆300的两端，延伸杆320垂直于摆杆300设置，两组延伸杆320分别贴合于输出管200的口部的两侧外壁，第一连接臂310连接于延伸杆320。两第一连接臂310之间的间距大于两延伸杆320之间的距离。

第一刮板400和第二刮板500均具有延伸段620，延伸段620分别分设于第一刮板400和第二刮板500的两侧边缘，延伸段620贴合于输出管200的口部的两侧外壁，第二连接臂610连接于延伸段620。两第二连接臂610之间的间距大于两延伸段620之间的距离。

第一刮板400和第二刮板500二者的板面均平行于中心轴210设置。第一刮板400远离输出管200口部的一端朝近地侧延伸并同时远离第二刮板500，第二刮板500远离输出管200口部的一端朝近地侧延伸并同时远离第一刮板400。

需要说明的是，可以借助定位元件来对处理机器人1000进行定位辅助，从而便于控制处理机器人1000的精确移动，以对瑕疵点进行精确处理。

综上所述，本发明实施例提供的表面瑕疵识别方法能够有效地提高对表面瑕疵识别的准确性和灵敏性，并且能够精准确定瑕疵的大小，对于提高对象的表层工艺质量具有积极意义，特别适合对面积大、不规则的表面进行瑕疵识别。

本发明实施例提供的处理机器人能够有效地提高对表面瑕疵识别的准确性和灵敏性，并且能够精准确定瑕疵的大小，对于提高对象的表层工艺质量具有积极意义，特别适合对面积大、不规则的表面进行瑕疵识别。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种表面瑕疵识别方法，其特征在于，包括：

在待处理区域设置若干参考点，记录所述参考点的分布坐标；

对所述待处理区域进行拍照，获取所述待处理区域的图像数据；

根据所述分布坐标将所述图像数据转化为所述待处理区域的比例平面图象；

将所述比例平面图象划分为若干单元区域，所述单元区域为面积相同的矩形区域；

利用机器学习方法识别所述比例平面图象中的瑕疵点，若一单元区域中的所述瑕疵点的面积占该单元区域面积的比例大于或等于比例阈值，则将该单元区域整体认定为瑕疵；

若一单元区域中的所述瑕疵点的面积占该单元区域面积的比例小于所述比例阈值，则将面积大于或等于面积阈值的瑕疵点认定为瑕疵。

2.根据权利要求1所述的表面瑕疵识别方法，其特征在于，采用无人机对所述待处理区域进行拍照，以获取所述待处理区域的所述图像数据。

3.根据权利要求1所述的表面瑕疵识别方法，其特征在于，所述瑕疵点包括：污点、凸起和凹陷。

4.根据权利要求1所述的表面瑕疵识别方法，其特征在于，将所述参考点在所述待处理区域内按矩形阵列进行分布设置，并将所述参考点在所述待处理区域的边界上按阵列进行分布设置。

5.一种用于执行如权利要求2~4任一项所述的表面瑕疵识别方法的处理机器人，其特征在于，包括：机器人本体和无人机；

所述机器人本体与所述无人机信号连接，所述无人机用于对所述待处理区域进行拍照，以获取所述待处理区域的所述图像数据；所述机器人本体用于根据所述图像数据完成对瑕疵的识别。

6.根据权利要求5所述的处理机器人，其特征在于，所述机器人本体还设置有：行走底盘、配重件、打磨机构和回填机构；所述配重件、所述打磨机构和所述回填机构均安装于所述行走底盘；

所述打磨机构用于对认定的瑕疵进行打磨；所述回填机构包括第一注浆通道和第二注浆通道，所述第一注浆通道用于对所述单元区域进行整体回填，所述第二注浆通道用于对打磨后的瑕疵点进行回填；

其中，所述第二注浆通道的输出端为用于输送砂浆的输出管，所述输出管沿所述处理机器人的高度方向设置；

所述输出管的口部呈弧形，所述输出管的口部设置有摆杆，所述摆杆垂直于所述输出管的口部所对应的圆周设置，所述摆杆与所述输出管的口部相贴合；

所述摆杆的两端由第一连接臂铰接于所述输出管的两侧并由驱动器驱动做往复式运动，所述摆杆的转动轴心线垂直于所述输出管的口部所对应的圆周设置；

当单次回填注浆完毕后，所述驱动器驱动所述摆杆从所述输出管的口部的一侧运动至另一侧，以对残留的砂浆进行刮除。

7.根据权利要求6所述的处理机器人，其特征在于，所述输出管的侧壁设置有中心轴、基准座、弧形轨和滑动块；

所述中心轴可转动地配合于所述输出管并由所述驱动器驱动，所述第一连接臂固定连接于所述中心轴；

所述基准座固定连接于所述输出管并位于所述中心轴靠近所述输出管的口部的一侧，所述基准座的两侧均设置有所述弧形轨，所述弧形轨所对应的圆周相互重合，且所述弧形轨所对应的圆周的圆心位于所述中心轴的转动轴心线上，所述中心轴垂直于所述弧形轨所对应的圆周；

所述滑动块可滑动地配合于所述弧形轨，所述弧形轨远离所述基准座的一端设有用于防止所述滑动块脱出的挡块，所述滑动块和所述基准座之间抵接有弹性件；

所述输出管还设置有第一刮板和第二刮板，所述第一刮板和所述第二刮板的一端贴合于所述输出管的口部，所述第一刮板和所述第二刮板分设于所述输出管的口部的两侧，所述第一刮板和所述第二刮板的两侧边缘均连接有第二连接臂，所述第一刮板和所述第二刮板二者的所述第二连接臂分别固定连接于两组所述滑动块；

所述中心轴的侧壁设置有第一推块，所述滑动块靠近所述中心轴的一侧设置有第二推块；

当所述摆杆运动至所述第一刮板所在一侧时，靠近所述第二刮板的所述第一推块推动所述第二刮板的所述第二推块，以使所述第二刮板沿所述输出管的口部向下刮动；当所述摆杆运动至所述第二刮板所在一侧时，靠近所述第一刮板的所述第一推块推动所述第一刮板的所述第二推块，以使所述第一刮板沿所述输出管的口部向下刮动。

8.根据权利要求7所述的处理机器人，其特征在于，所述摆杆还具有延伸杆，所述延伸杆分设于所述摆杆的两端，所述延伸杆垂直于所述摆杆设置，两组所述延伸杆分别贴合于所述输出管的口部的两侧外壁，所述第一连接臂连接于所述延伸杆。

9.根据权利要求7所述的处理机器人，其特征在于，所述第一刮板和所述第二刮板均具有延伸段，所述延伸段分别分设于所述第一刮板和所述第二刮板的两侧边缘，所述延伸段贴合于所述输出管的口部的两侧外壁，所述第二连接臂连接于所述延伸段。

10.根据权利要求6所述的处理机器人，其特征在于，所述第一刮板和所述第二刮板二者的板面均平行于所述中心轴设置；所述第一刮板远离所述输出管口部的一端朝近地侧延伸并同时远离所述第二刮板，所述第二刮板远离所述输出管口部的一端朝近地侧延伸并同时远离所述第一刮板。

Images