CN117427892B - 基于边缘协同计算的机器视觉垃圾分类回收系统 - Google Patents

基于边缘协同计算的机器视觉垃圾分类回收系统 Download PDF

Info

Publication number
CN117427892B
CN117427892B CN202311770794.5A CN202311770794A CN117427892B CN 117427892 B CN117427892 B CN 117427892B CN 202311770794 A CN202311770794 A CN 202311770794A CN 117427892 B CN117427892 B CN 117427892B
Authority
CN
China
Prior art keywords
garbage
machine vision
edge
volume weight
module
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
Application number
CN202311770794.5A
Other languages
English (en)
Other versions
CN117427892A (zh
Inventor
俞正国
江星
林志文
黄锦狮
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Fuzhou Chengtou Dezheng Digital Technology Co ltd
Original Assignee
Fuzhou Chengtou Dezheng Digital Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Fuzhou Chengtou Dezheng Digital Technology Co ltd filed Critical Fuzhou Chengtou Dezheng Digital Technology Co ltd
Priority to CN202311770794.5A priority Critical patent/CN117427892B/zh
Publication of CN117427892A publication Critical patent/CN117427892A/zh
Application granted granted Critical
Publication of CN117427892B publication Critical patent/CN117427892B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • 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
    • 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
    • B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
    • B07C2501/0054—Sorting of waste or refuse
    • 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
    • B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
    • B07C2501/0063—Using robots
    • 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
    • Y02W—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO WASTEWATER TREATMENT OR WASTE MANAGEMENT
    • Y02W30/00—Technologies for solid waste management
    • Y02W30/10—Waste collection, transportation, transfer or storage, e.g. segregated refuse collecting, electric or hybrid propulsion

Landscapes

  • Processing Of Solid Wastes (AREA)

Abstract

本发明属于垃圾分类技术领域，具体涉及基于边缘协同计算的机器视觉垃圾分类回收系统，包括云端平台、垃圾分拣平台、串口屏组件、主控制器、边缘控制器，所述主控制器通过垃圾分拣算法控制垃圾分拣平台，所述边缘控制器通过串口屏组件与云端平台、垃圾分拣平台以及主控制器进行数据通信，所述垃圾分拣平台包括机器视觉模块、容重检测模块、分拣机构、垃圾收集储存模块，本发明的优点在于通过容重检测模块进行容重测量，有效提高垃圾分类的准确率。

Description

基于边缘协同计算的机器视觉垃圾分类回收系统
技术领域
本发明属于垃圾分类技术领域，具体涉及基于边缘协同计算的机器视觉垃圾分类回收系统。
背景技术
城市生活垃圾需处理厂等后处理机构进行再分类，混合收集、分类投放正确率低导致其中的可回收物无法循环利用，并失去回收利用价值，同时增加了焚烧、填埋的处理成本，目前，针对前端垃圾分类的检测技术较匮乏，缺少效率高、精度高、成本低的检测技术，难以实现用户投递时的前端垃圾分类功能。
发明内容
针对现有技术中存在的上述不足之处，本发明提供了基于边缘协同计算的机器视觉垃圾分类回收系统，用以解决现有技术前端垃圾分类的检测技术较匮乏、效率低、精度低等问题。
为了解决上述技术问题，本发明采用了如下技术方案：
基于边缘协同计算的机器视觉垃圾分类回收系统，包括云端平台、垃圾分拣平台、温湿度采集模块、串口屏组件、主控制器、边缘控制器，所述主控制器通过垃圾分拣算法控制垃圾分拣平台，所述边缘控制器通过串口屏组件与云端平台、垃圾分拣平台以及主控制器进行数据通信，所述垃圾分拣平台包括机器视觉模块、容重检测模块、分拣机构、垃圾收集储存模块，所述分拣机构包括机械臂、托盘，所述机械臂采用球形关节，所述机械臂包括主动臂以及从动臂，所述从动臂与主动臂活动连接，所述托盘上设有若干定位点，所述相邻定位点之间的间距为50mm，所述定位点至少设有8组，每组定位点至少设有4点，所述容重检测模块包括底架、滑动座、激光传感组、重量传感器，所述滑动座固定安装于底架上部，所述托盘安装于重量传感器上部，所述重量传感器与滑动座连接，所述激光传感组设于托盘两侧。
进一步的，所述激光传感组由两组平行布置的激光传感器阵列组成，所述激光传感器阵列由两排水平对置的激光传感器组成，两组激光传感器阵列上的激光传感器间距相同，第一组激光传感器阵列上的激光传感器与第二组激光传感器阵列上的激光传感器交错布置，所述激光传感器阵列每侧发射端设有至少五个激光传感器，所述第二组激光传感器阵列将识别到的同一位置图像反复与第一组激光传感器阵列识别的同一位置图像合并。
进一步的，所述边缘控制器通过串口屏组件将机器视觉模块与容重检测模块捕获的图像传输至主控制器，若捕获到的图像区域中没有物体，则垃圾识别模型的判定率为0，不会进行数据上报；
若机器视觉模块与容重检测模块捕获到的区域有物体，则垃圾识别模型的判定率变大，判定率高于阈值时，边缘控制器将结果传输至主控制器，若判定率低于阈值但大于0时，边缘控制器将托盘中物体图像信息传输至云端平台，云端平台解析信息并回传至主控制器进行判定；
若机器视觉模块与容重检测模块之中的单一模块捕获到托盘区域有物体，则边缘控制器将捕获到的物体图像信息传输至云端平台，云端平台解析信息并回传至主控制器进行判定。
进一步的，所述垃圾分拣算法包括垃圾识别模型、垃圾索引分类模型，所述垃圾识别模型包括目标检测算法、容重检测算法，通过在目标检测算法中加入容重检测算法，对机器视觉模块与容重检测模块检测到的托盘物体进行计算，所述垃圾索引分类模型通过垃圾识别模型给出的托盘物体的种类以及容重进行检索并确定目标的分类，并将托盘上检测物的种类以及检测物位于托盘的定位点输出至边缘控制器。
进一步的，所述容重检测模块的检测逻辑为，重量传感器容重检测算法检测物体的质量，激光传感组容重检测算法采样物体的体积数值，边缘控制器采集数据上传至主控制器，主控制器通过容重检测算法根据检测物体的质量以及采样物体的体积数值计算检测物体的容重，将结果传输至垃圾索引分类模型进行检测物体的主要成分判断。
进一步的，激光传感组容重检测算法采样物体的体积数值的具体步骤为，检测物体通过激光传感组容重检测算法，传感器扫描点阵获得待测物切片遮挡图，边缘控制器采集数据上传至主控制器，主控制器通过容重检测算法计算检测物的即时横截面积以及连续时间内横截面的面积积分。
进一步的，所述容重检测算法中容重计算公式为：
；
式中为垃圾容重，/>为包裹物质量，/>为每次称量的总质量，V为包裹物容积。
进一步的，所述容重检测算法中待测物截面面积的计算公式为：
；
式中为待测物截面面积，/>为空余截面面积，/>为单侧传感器数量，/>为相邻传感器间距，D为检测平台的宽度。
进一步的，空余截面面积推算公式为：
；
式中空余截面面积，/>为左半区空余截面面积，/>为右半区空余截面面积。
进一步的，以激光传感器容重检测算法为界限进一步计算截面面积公式为：
式中n为单侧传感器数量，为左半区第i个传感器和第i+1个传感器之间的空余截面积，/>为右半区第i个传感器和第i+1个传感器之间的空余截面积，此式中i为传感器序号，/>为求和符。
进一步的，所述垃圾索引分类模型中可回收物、混合垃圾、厨余垃圾、其他垃圾的容重阈值分别为＜115kg/m³、115~211kg/m³、211~500kg/m³、＞500kg/m³。
进一步的，所述垃圾索引分类模型中无法精确分选的厨余垃圾、可回收物和混合垃圾均按照其他垃圾标准处理，可提高容重阈值的分辨容错率，无辨识度的待测物或混合垃圾均按其他垃圾处理。
进一步的，所述垃圾索引分类模型中部分生活垃圾的容重数据如下表所示：
进一步的，通过容重检测模块检测的部分样本结果如下：
进一步的，所述垃圾收集储存模块包括四个箱体。
进一步的，所述机械臂包括铲形夹爪容重检测算法，所述铲形夹爪为弹性金属片容重检测算法，且所述铲形夹爪一端设有圆形片。
进一步的，垃圾分拣平台还包括破袋机构，破袋机构为尖锐刀齿。
本发明与现有技术相比，具有如下有益效果：
依托激光切片扫描体积可以有效获得待测物的空间体积，结合质量传感器计算容重，通过机器视觉模块对垃圾扫描进行初步垃圾分类，碰到透明玻璃或带有垃圾袋等其他包装物的垃圾时，通过容重检测模块进行容重测量，有效提高垃圾分类的准确率；
在处理大量数据时，边缘控制器能够先汇总设备的各种信息，减低信息传输所需宽带，减少云服务成本，缩短响应时间，同时提高足够的缓冲，防止在相关错误事件出现时造成数据丢失。
附图说明
图1为本发明基于边缘协同计算的机器视觉垃圾分类回收系统实施例的系统框图示意图；
图2为本发明基于边缘协同计算的机器视觉垃圾分类回收系统实施例容重检测模块的逻辑示意图；
图3为本发明基于边缘协同计算的机器视觉垃圾分类回收系统实施例容重检测模块中体积检测运算逻辑示意图；
图4为本发明基于边缘协同计算的机器视觉垃圾分类回收系统实施例的局部结构示意图；
图5为本发明基于边缘协同计算的机器视觉垃圾分类回收系统实施例中托盘运动示意图；
图6为本发明基于边缘协同计算的机器视觉垃圾分类回收系统实施例中激光传感映射示意图；
图7为本发明基于边缘协同计算的机器视觉垃圾分类回收系统实施例中托盘定位点示意图；
图8为本发明基于边缘协同计算的机器视觉垃圾分类回收系统实施例中物体截面扫描示意图；
图9为本发明基于边缘协同计算的机器视觉垃圾分类回收系统实施例中铲形夹爪结构示意图；
说明书附图中的附图标记包括：
底架1、机器视觉模块10、托盘2、滑动座21、激光传感组3、激光传感器30、第一组激光传感器阵列31、第二组激光传感器阵列32、重量传感器4、铲形夹爪5、弹性金属片6、圆形片7、定位点9。
具体实施方式
为了使本领域的技术人员可以更好地理解本发明，下面结合附图和实施例对本发明技术方案进一步说明：
需要说明，本发明实施例的附图中相同或相似的标号对应相同或相似的部件；在本发明的描述中，需要理解的是，若出现术语“上”、“下”、“左”、“右”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此附图中描述位置关系的用语仅用于示例性说明，不能理解为对本专利的限制，对于本领域的普通技术人员而言，可以根据具体情况理解上述术语的具体含义。
另外，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
在本发明的描述中，除非另有明确的规定和限定，若出现术语“连接”等指示部件之间的连接关系，该术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个部件内部的连通或两个部件的相互作用关系。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。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
实施例
如图1-图9所示，基于边缘协同计算的机器视觉垃圾分类回收系统，包括云端平台、垃圾分拣平台、温湿度采集模块、串口屏组件、主控制器、边缘控制器，主控制器通过垃圾分拣算法控制垃圾分拣平台，边缘控制器通过串口屏组件与云端平台、垃圾分拣平台以及主控制器进行数据通信，垃圾分拣平台包括机器视觉模块、容重检测模块、分拣机构、垃圾收集储存模块，分拣机构包括机械臂、托盘2，机械臂采用球形关节，机械臂包括主动臂以及从动臂，从动臂与主动臂活动连接，托盘上设有若干定位点，相邻定位点之间的间距为50mm，定位点至少设有8组，每组定位点至少设有4点，容重检测模块包括底架1、滑动座21、激光传感组3、重量传感器4，滑动座21固定安装于底架1上部，托盘安装于重量传感器上部，重量传感器4与滑动座21连接，激光传感组3设于托盘两侧，垃圾收集储存模块包括四个箱体，机械臂包括铲形夹爪5，铲形夹爪为弹性金属片6，且铲形夹爪一端设有圆形片7，垃圾分拣平台还包括破袋机构，破袋机构为尖锐刀齿，机械臂夹起垃圾袋后可以上下左右抖动，破袋机构刺穿垃圾袋，使破袋后垃圾散落在托盘上进行分类夹取。
在处理大量数据时，边缘控制器能够先汇总设备的各种信息，减低信息传输所需宽带，减少云服务成本，缩短响应时间，同时提高足够的缓冲，防止在相关错误事件出现时造成数据丢失。
主控制器直接对机械臂进行拾取控制，提高拾取效率。
考虑垃圾中针管、针头、棉签的细长形态，设计具有弹性金属片的铲形夹爪，解决了细长圆柱的抓取滑脱问题，采用冗余设计，解决垂直高度的定位精度问题。铲面碰到分拣盘时，产生弹性形变后将目标夹起。
机械臂夹起垃圾袋后可以上下左右抖动，破袋机构刺穿垃圾袋，使破袋后垃圾散落在托盘上进行分类夹取。
如图7所示，激光传感组3由两组平行布置的激光传感器阵列组成，激光传感器阵列由两排水平对置的激光传感器30组成，两组激光传感器阵列上的激光传感器30间距相同，第一组激光传感器阵列31上的激光传感器30与第二组激光传感器阵列32上的激光传感器30交错布置，激光传感器阵列每侧发射端设有至少五个激光传感器30，第二组激光传感器阵列32将识别到的同一位置图像反复与第一组激光传感器阵列31识别的同一位置图像合并，合并后的图像即是检测物体经过两组激光传感器阵列测距后的同一位置完整图像，图中黑点为传感器位置，图中空白点为第二组激光传感器阵列32中激光传感器30映射在第一组激光传感器阵列31中的位置。
如图8所示，激光通过光源发射后由待测物表面反射回传感器，得到各传感器距待测物的实时距离，整合所有传感器的数据后，可得到该时刻下待测物的截面轮廓和切片遮挡图，待检测物经过二组激光传感器阵列的时间为t1到t9，第二组激光传感器阵列将t2识别到的截面图像与第一组激光传感器阵列在t1内识别的截面图像合并，第二组激光传感器阵列将t3识别到的截面图像与第一组激光传感器阵列在t2内识别的截面图像合并，以此类推，提高物体截面轮廓的精度，图中黑点为物体未被遮挡点，图中空白点为物体遮挡点。
边缘控制器通过串口屏组件将机器视觉模块与容重检测模块捕获的图像传输至主控制器，若捕获到的图像区域中没有物体，则垃圾识别模型的判定率为0，不会进行数据上报；
若机器视觉模块与容重检测模块捕获到的区域有物体，则垃圾识别模型的判定率变大，判定率高于阈值时，边缘控制器将结果传输至主控制器，若判定率低于阈值但大于0时，边缘控制器将托盘中物体图像信息传输至云端平台，云端平台解析信息并回传至主控制器进行判定；
若机器视觉模块与容重检测模块之中的单一模块捕获到托盘区域有物体，则边缘控制器将捕获到的物体图像信息传输至云端平台，云端平台解析信息并回传至主控制器进行判定。
垃圾分拣算法包括垃圾识别模型、垃圾索引分类模型，垃圾识别模型包括目标检测算法、容重检测算法，通过在目标检测算法中加入容重检测算法，对机器视觉模块与容重检测模块检测到的托盘物体进行计算，垃圾索引分类模型通过垃圾识别模型给出的托盘物体的种类以及容重进行检索并确定目标的分类，并将托盘上检测物的种类以及检测物位于托盘的定位点输出至边缘控制器。
容重检测模块的检测逻辑为，重量传感器4检测物体的质量，激光传感组3采样物体的体积数值，边缘控制器采集数据上传至主控制器，主控制器通过容重检测算法根据检测物体的质量以及采样物体的体积数值计算检测物体的容重，将结果传输至垃圾索引分类模型进行检测物体的主要成分判断。
激光传感组3采样物体的体积数值的具体步骤为，检测物体通过激光传感组3，传感器扫描点阵获得待测物切片遮挡图，边缘控制器采集数据上传至主控制器，主控制器通过容重检测算法计算检测物的即时横截面积以及连续时间内横截面的面积积分。
容重检测算法中容重计算公式为：
；
式中为垃圾容重，m为包裹物质量，如垃圾袋、垃圾桶等，/>为每次称量的总质量，V为包裹物容积。
容重检测算法中待测物截面面积的计算公式为：
；
式中为待测物截面面积，/>为空余截面面积，n为单侧传感器数量，/>为相邻传感器间距，D为检测平台的宽度。
空余截面面积推算公式为：
；
式中空余截面面积，/>为左半区空余截面面积，/>为右半区空余截面面积。
以激光传感器30为界限进一步计算截面面积公式为：
式中n为单侧传感器数量，为左半区第i个传感器和第i+1个传感器之间的空余截面积，/>为右半区第i个传感器和第i+1个传感器之间的空余截面积，此式中i为传感器序号，/>为求和符。
垃圾索引分类模型中可回收物、混合垃圾、厨余垃圾、其他垃圾的容重阈值分别为＜115kg/m³、115~211kg/m³、211~500kg/m³、＞500kg/m³。
垃圾索引分类模型中无法精确分选的厨余垃圾、可回收物和混合垃圾均按照其他垃圾标准处理，可提高容重阈值的分辨容错率，无辨识度的待测物或混合垃圾均按其他垃圾处理。
依托激光切片扫描体积可以有效获得待测物的空间体积，结合质量传感器计算容重，通过机器视觉模块对垃圾扫描进行初步垃圾分类，碰到透明玻璃或带有垃圾袋等其他包装物的垃圾时，通过容重检测模块进行容重测量，提高垃圾分类的准确率，对培养良好的资源再利用社会氛围具有重大作用，能有效推进垃圾分类和再生资源的利用工作。
以上所述的仅是本发明的实施例，方案中公知的具体结构及特性等常识在此未作过多描述，所属领域普通技术人员知晓申请日或者优先权日之前发明所属技术领域所有的普通技术知识，能够获知该领域中所有的现有技术，并且具有应用该日期之前常规实验手段的能力，所属领域普通技术人员可以在本申请给出的启示下，结合自身能力完善并实施本方案，一些典型的公知结构或者公知方法不应当成为所属领域普通技术人员实施本申请的障碍。应当指出，对于本领域的技术人员来说，在不脱离本发明结构的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。

Claims (9)

1.基于边缘协同计算的机器视觉垃圾分类回收系统，其特征在于：包括云端平台、垃圾分拣平台、温湿度采集模块、串口屏组件、主控制器、边缘控制器，所述主控制器通过垃圾分拣算法控制垃圾分拣平台，所述边缘控制器通过串口屏组件与云端平台、垃圾分拣平台以及主控制器进行数据通信，所述垃圾分拣平台包括机器视觉模块、容重检测模块、分拣机构、垃圾收集储存模块，所述分拣机构包括机械臂、托盘(2)，所述机械臂采用球形关节，所述机械臂包括主动臂以及从动臂，所述从动臂与主动臂活动连接，所述托盘上设有若干定位点，相邻所述定位点之间的间距为50mm，所述定位点至少设有8组，每组定位点至少设有4点，所述容重检测模块包括底架(1)、滑动座(21)、激光传感组(3)、重量传感器(4)，所述滑动座(21)固定安装于底架(1)上部，所述托盘安装于重量传感器上部，所述重量传感器(4)与滑动座(21)连接，所述激光传感组(3)设于托盘两侧；
所述激光传感组(3)由两组平行布置的激光传感器阵列组成，所述激光传感器阵列由两排水平对置的激光传感器(30)组成，两组激光传感器阵列上的激光传感器(30)间距相同，第一组激光传感器阵列(31)上的激光传感器(30)与第二组激光传感器阵列(32)上的激光传感器(30)交错布置，所述激光传感器阵列每侧发射端设有至少五个激光传感器(30)，所述第二组激光传感器阵列(32)将识别到的同一位置图像反复与第一组激光传感器阵列(31)识别的同一位置图像合并；
所述垃圾分拣算法包括垃圾识别模型、垃圾索引分类模型，所述垃圾识别模型包括目标检测算法、容重检测算法，通过在目标检测算法中加入容重检测算法，对机器视觉模块与容重检测模块检测到的托盘物体进行计算，所述垃圾索引分类模型通过垃圾识别模型给出的托盘物体的种类以及容重进行检索并确定目标的分类，并将托盘上检测物的种类以及检测物位于托盘的定位点输出至边缘控制器。
2.根据权利要求1所述的基于边缘协同计算的机器视觉垃圾分类回收系统，其特征在于：所述边缘控制器通过串口屏组件将机器视觉模块与容重检测模块捕获的图像传输至主控制器，若捕获到的图像区域中没有物体，则垃圾识别模型的判定率为0，不会进行数据上报；
若机器视觉模块与容重检测模块捕获到的区域有物体，则垃圾识别模型的判定率变大，判定率高于阈值时，边缘控制器将结果传输至主控制器，若判定率低于阈值但大于0时，边缘控制器将托盘中物体图像信息传输至云端平台，云端平台解析信息并回传至主控制器进行判定；
若机器视觉模块与容重检测模块之中的单一模块捕获到托盘区域有物体，则边缘控制器将捕获到的物体图像信息传输至云端平台，云端平台解析信息并回传至主控制器进行判定。
3.根据权利要求1所述的基于边缘协同计算的机器视觉垃圾分类回收系统，其特征在于：所述容重检测算法通过激光传感组(3)扫描物体获得检测物体的切片遮挡图，边缘控制器计算检测物体的即时横截面积以及连续时间内横截面的面积积分；
所述重量传感器采集检测物体重量上传至边缘控制器，所述边缘控制器将切片遮挡图数据以及物体重量上传至主控制器，所述主控制器对检测物体的即时横截面积、连续时间内横截面的面积积分以及容积并进行计算。
4.根据权利要求1所述的基于边缘协同计算的机器视觉垃圾分类回收系统，其特征在于：所述垃圾收集储存模块包括四个箱体。
5.根据权利要求1所述的基于边缘协同计算的机器视觉垃圾分类回收系统，其特征在于：所述机械臂包括铲形夹爪，所述铲形夹爪为弹性金属片，且所述铲形夹爪一端设有圆形片。
6.根据权利要求1所述的基于边缘协同计算的机器视觉垃圾分类回收系统，其特征在于：所述容重检测算法中容重计算公式为：
式中ρ为垃圾容重，m为包裹物质量，mj为每次称量的总质量，V为包裹物容积。
7.根据权利要求1所述的基于边缘协同计算的机器视觉垃圾分类回收系统，其特征在于：所述容重检测算法中待测物截面面积的计算公式为：
St＝(n-1)h·D-S′t；
式中St为待测物截面面积，S′t为空余截面面积，n为单侧传感器数量，h为相邻传感器间距，D为检测平台的宽度。
8.根据权利要求7所述的基于边缘协同计算的机器视觉垃圾分类回收系统，其特征在于：空余截面面积推算公式为：
S′t＝S′+S″；
式中S′t空余截面面积，S′为左半区空余截面面积，S″为右半区空余截面面积。
9.根据权利要求8所述的基于边缘协同计算的机器视觉垃圾分类回收系统，其特征在于：以激光传感器容重检测算法为界限计算截面面积公式为：
式中n为单侧传感器数量，S′i(i+1)为左半区第i个传感器和第i+1个传感器之间的空余截面积，S″i(i+1)为右半区第i个传感器和第i+1个传感器之间的空余截面积，此式中i为传感器序号，∑为求和符。
CN202311770794.5A 2023-12-21 2023-12-21 基于边缘协同计算的机器视觉垃圾分类回收系统 Active CN117427892B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311770794.5A CN117427892B (zh) 2023-12-21 2023-12-21 基于边缘协同计算的机器视觉垃圾分类回收系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311770794.5A CN117427892B (zh) 2023-12-21 2023-12-21 基于边缘协同计算的机器视觉垃圾分类回收系统

Publications (2)

Publication Number Publication Date
CN117427892A CN117427892A (zh) 2024-01-23
CN117427892B true CN117427892B (zh) 2024-04-12

Family

ID=89558747

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311770794.5A Active CN117427892B (zh) 2023-12-21 2023-12-21 基于边缘协同计算的机器视觉垃圾分类回收系统

Country Status (1)

Country Link
CN (1) CN117427892B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106000904A (zh) * 2016-05-26 2016-10-12 北京新长征天高智机科技有限公司 一种生活垃圾自动分拣系统
DE102017118367A1 (de) * 2017-08-11 2019-02-14 Vorwerk & Co. Interholding Gmbh System zur automatisierten Abfalltrennung
CN113083705A (zh) * 2021-03-01 2021-07-09 三峡大学 一种垃圾分类投放系统及方法
CN214132853U (zh) * 2020-12-03 2021-09-07 西安电子科技大学 一种智能垃圾桶
CN113566864A (zh) * 2021-09-03 2021-10-29 合肥米克光电技术有限公司 一种基于5g和边缘计算的分布式机器视觉系统
CN114013868A (zh) * 2021-10-09 2022-02-08 北京化工大学 一种垃圾回收设备及垃圾回收方法
CN116307986A (zh) * 2023-03-03 2023-06-23 杭州宝宇建筑装饰工程有限公司 用于物流派送、垃圾回收的智能控制系统及其控制方法
CN219407850U (zh) * 2022-07-06 2023-07-25 北京京环智慧环保科技有限公司 一种实现源头干湿垃圾智能分类与资源化减量的生态厢房
CN116985090A (zh) * 2023-08-04 2023-11-03 嘉兴学院 智能垃圾分拣机器人

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2962720B1 (fr) * 2010-07-19 2012-12-28 Canibal Machine de collecte et de tri des dechets a faible encombrement.

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106000904A (zh) * 2016-05-26 2016-10-12 北京新长征天高智机科技有限公司 一种生活垃圾自动分拣系统
DE102017118367A1 (de) * 2017-08-11 2019-02-14 Vorwerk & Co. Interholding Gmbh System zur automatisierten Abfalltrennung
CN214132853U (zh) * 2020-12-03 2021-09-07 西安电子科技大学 一种智能垃圾桶
CN113083705A (zh) * 2021-03-01 2021-07-09 三峡大学 一种垃圾分类投放系统及方法
CN113566864A (zh) * 2021-09-03 2021-10-29 合肥米克光电技术有限公司 一种基于5g和边缘计算的分布式机器视觉系统
CN114013868A (zh) * 2021-10-09 2022-02-08 北京化工大学 一种垃圾回收设备及垃圾回收方法
CN219407850U (zh) * 2022-07-06 2023-07-25 北京京环智慧环保科技有限公司 一种实现源头干湿垃圾智能分类与资源化减量的生态厢房
CN116307986A (zh) * 2023-03-03 2023-06-23 杭州宝宇建筑装饰工程有限公司 用于物流派送、垃圾回收的智能控制系统及其控制方法
CN116985090A (zh) * 2023-08-04 2023-11-03 嘉兴学院 智能垃圾分拣机器人

Also Published As

Publication number Publication date
CN117427892A (zh) 2024-01-23

Similar Documents

Publication Publication Date Title
CN1201261C (zh) 指纹图像输入装置和利用指纹图像的活体识别方法
CN1843822A (zh) 列车轮对动态检测系统及检测方法
CN117427892B (zh) 基于边缘协同计算的机器视觉垃圾分类回收系统
CN104697483B (zh) 一种过闸船舶自动化测量系统及船舶外形测量方法
CN107895482A (zh) 基于毫米波雷达与激光雷达的交通情况调查装置及方法
CN110493572B (zh) 基于图像识别的智慧城市监控系统
CN1841010A (zh) 用于集电弓的运动测量装置
CN105651861A (zh) 一种基于传感器融合的cpu散热器检测系统
CN113003054A (zh) 垃圾分类方法
CN112171668A (zh) 一种基于人工智能的轨道式机器人防卡死检测方法及装置
CN202562477U (zh) 集装箱码头堆场集装箱危险堆存方式检测装置
CN101038204A (zh) 船舶吨位智能测量系统及测量方法
CN111565024A (zh) 一种太阳能电池板故障检测与运行效率预测装置和方法
CN203518957U (zh) 一种激光划线形貌的检测系统
CN208313234U (zh) 一种基于激光原理的铁路道口钢轨变形监测系统
CN104964643A (zh) 一种多功能激光铁路轨道检测仪及其检测的方法
CN211839107U (zh) 分页检测打码剔除系统
CN116880243A (zh) 一种基于自主机器人的分布式清洁碳化系统
CN112432952B (zh) 一种基于机器视觉技术的烟支空头检测方法
CN109752728A (zh) 一种基于多帧平均的激光雷达式车辆宽度测量方法
CN113295094A (zh) 一种受电弓动态包络线侵限检测方法、装置和系统
CN205620358U (zh) 一种基于传感器融合的cpu散热器检测系统
CN212093295U (zh) 基于Ranger系列三维相机的木材缺陷检测分选装置
CN211324755U (zh) 一种可自动识别垃圾的扫地机器人
CN201413519Y (zh) 一种车辆检查系统

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