CN207929583U - 基于点阵高光谱检测的建筑垃圾在线分拣系统 - Google Patents
基于点阵高光谱检测的建筑垃圾在线分拣系统 Download PDFInfo
- Publication number
- CN207929583U CN207929583U CN201721870403.7U CN201721870403U CN207929583U CN 207929583 U CN207929583 U CN 207929583U CN 201721870403 U CN201721870403 U CN 201721870403U CN 207929583 U CN207929583 U CN 207929583U
- Authority
- CN
- China
- Prior art keywords
- host computer
- crawl
- hyperion
- dot matrix
- building waste
- 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
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
基于点阵高光谱检测的建筑垃圾在线分拣系统,包括输送给料装置、图像采集装置、抓取执行装置、高光谱检测装置、分类收集装置和上位机;该输送给料装置与上位机相连以变速地运输物料;该图像采集装置与上位机相连以采集物料的图像信息;该抓取执行装置与上位机相连以根据控制命令抓取物料;该高光谱检测装置安装于抓取执行装置上以采集被抓取物料的高光谱信息;该上位机与高光谱检测装置相连以判断物料种类,并控制抓取执行装置将其放入分类收集装置的对应位置。成本更低廉,开机运行后,整条生产线上无需人工参与捡拾,安全性高,准确性可靠。
Description
技术领域
本实用新型涉及建筑垃圾分拣领域,特别是一种基于点阵高光谱检测的建筑垃圾在线分拣系统。
背景技术
我国是世界上最大的建筑市场,目前的建筑量超过世界总量一半以上,城市建设中垃圾产生和排出的数量也在快速增长,其中,建筑垃圾约占垃圾总量的30%—40%。建筑垃圾随意堆放既占用土地面积,降低了土壤质量,同时易产生安全隐患,对水资源也有污染,我国建筑垃圾资源化利用率只有5%,也是因为我国建筑垃圾处理及资源化利用技术水平落后,城市建筑垃圾处理多采用直接填埋的处理方式,既占用土地又污染环境与发达国家相比差距较大,而且建筑垃圾也会造成严重的环保问题。建筑垃圾中的许多废弃物经分拣、剔除或粉碎后,大多类似混凝土、钢材、木材等是可以作为再生资源重新利用的,所以就需要对建筑垃圾的进行分类并回收,实现资源化综合处置。
现有的建筑垃圾分拣系统主要通过装载机将垃圾运输到传送带上,一些粒度大的石料先经过破碎,再通过滚筒筛的不同网目的筛网对不同粒度石料进行回收。通过使用振动筛,滚筒筛等设备,配合风选技术和其他特殊工艺手段只能分选出体积质量差异较大的物体,同时需要增设人工分拣环节,对皮带上未区分的杂质进行捡拾。这种方法难以高精度分拣大小、颜色、形状相近的不同物质的建筑垃圾,只能对建筑垃圾进行粗粒度分拣,没能对建筑垃圾进行合理利用和再生使用,同时人工分拣的工作也比较脏乱且危险。
实用新型内容
本实用新型的主要目的在于克服现有技术中的上述缺陷,提出一种效率高、安全可靠的基于点阵高光谱检测的建筑垃圾在线分拣系统。
本实用新型采用如下技术方案:
基于点阵高光谱检测的建筑垃圾在线分拣系统,其特征在于:包括输送给料装置、图像采集装置、抓取执行装置、高光谱检测装置、分类收集装置和上位机;该输送给料装置与上位机相连以变速地运输物料;该图像采集装置与上位机相连以采集物料的图像信息;该抓取执行装置与上位机相连以根据控制命令抓取物料;该高光谱检测装置安装于抓取执行装置上以采集被抓取物料的高光谱信息;该上位机与高光谱检测装置相连以判断物料种类,并控制抓取执行装置将其放入分类收集装置的对应位置。
优选的,所述图像采集装置包括暗箱、光源、CCD相机、检测台;该暗箱架设于所述运送给料装置上方;该检测台固定于暗箱内;该CCD相机固定于检测台上且与所述上位机相连;该光源固定于暗箱内。
优选的,所述抓取执行装置包括三轴直线模组和机械爪,该三轴直线模组与所述上位机相连;该机械爪与三轴直线模组相连。
优选的,所述高光谱检测装置包括点阵高光谱相机和旋转云台,该旋转云台安装于所述抓取执行装置上,该点阵高光谱相机安装于该旋转云台上。
优选的,所述分类收集装置包括若干集料槽,该若干集料槽位于所述输送给料装置侧部。
由上述对本实用新型的描述可知,与现有技术相比,本实用新型具有如下有益效果:
本实用新型首先通过输送给料装置将堆积的物料分离输送到分拣线上,通过图像采集装置,获取物料基本轮廓信息,再通过算法处理,获得物料的质心位置坐标和旋转角度信息,反馈到抓取执行装置进行抓取,抓取的同时,通过安装在抓取执行装置上的点阵高光谱相机检测物料光谱信息,基于光谱分析算法,获得物料的材料种类并执行相应的释放运动,可在线将不同的建筑垃圾进行分类回收,同时点阵高光谱检测相比于线阵成像检测计算量更小,软件响应速度更快,成本更低廉,开机运行后,整条生产线上无需人工参与捡拾,安全性高,准确性可靠。
附图说明
图1为本实用新型系统结构图;
图2为本实用新型模块图;
图3为本实用新型流程图;
其中:10、输送给料装置,20、图像采集装置,21、暗箱,30、抓取执行装置,31、三轴直线模组,32、机械爪,40、高光谱检测装置,41、点阵高光谱相机,42、旋转云台,50、分类收集装置,60、上位机。
具体实施方式
以下通过具体实施方式对本实用新型作进一步的描述。
参照图1、图2,基于点阵高光谱检测的建筑垃圾在线分拣系统,包括输送给料装置10、图像采集装置20、抓取执行装置30、高光谱检测装置40、分类收集装置50和上位机60等。该输送给料装置10与上位机60相连,其运动速度受上位机60控制,用于变速地运送建筑垃圾等物料并分离重叠物料,输送给料装置10靠近给料端设定为检测区。
该图像采集装置20与上位机60相连以采集检测区内物料的图像信息。图像采集装置20包括有暗箱21、光源、CCD相机、检测台等。该暗箱21架设于检测区上方。该检测台固定于暗箱21内,其通过铝型材搭建而成。该CCD相机固定于检测台上且与上位机60相连,用于采集物料的图像信息。该光源固定于暗箱21内,用于为暗箱21内信息采集提供外部条件,以便CCD相机准确采集物料的基本轮廓信息。
该抓取执行装置30与上位机60相连,用于根据控制命令对输送的物料进行分类定位抓取。抓取执行装置30包括三轴直线模组31和机械爪32,该三轴直线模组31与上位机60相连,其可在X轴、Y轴、Z轴上移动实现定位。该机械爪32与三轴直线模组31相连用于执行抓取或释放动作。该三轴直线模组31和机械爪32均设有运动器,由上位机60控制。
该高光谱检测装置40安装于抓取执行装置30上,其包括点阵高光谱相机41和旋转云台42,该点阵高光谱相机41安装于该旋转云台42上,用于采集被抓取物料的高光谱信息。该旋转云台42安装于三轴直线模组31上并靠近机械爪32位置,用于标定点阵高光谱相机41镜头角度,使焦点投射于被抓取物料上。
分类收集装置50包括若干集料槽,该若干集料槽位于输送给料装置10侧部,用于容纳不同的物料。该上位机60与高光谱检测装置40相连,其将采集到的高光谱信息结合主成分分析算法判断物料种类,并控制抓取执行装置30将其放入分类收集装置50的对应集料槽内,放置完毕后,对不同的集料槽位置进行标定,记录集料槽的中心位置坐标,用于三轴直线模组31运动的目标位置确定。
参照图3,采用本实用新型的在线分拣方法,包括如下步骤:
1)通过输送给料装置10将物料变速分散地运输,分离堆积的物料,确保物料信息采集的准确度。到达检测区时,采集物料的图像信息,上位机60进行图像处理得到质心和旋转角。该图像处理包括图像灰度化、图像滤波、二值化、边缘检测、寻找轮廓、计算轮廓矩和计算质心和方向,经过转换得到物料在三轴直线模组31的坐标系的位置及机械爪32的旋转角。
2)上位机60根据质心和旋转角结合运动控制算法控制抓取执行装置30,待物料运输至可抓取范围内时,抓取物料,运动控制算法包括输入抓取位置、设置插补运动参数、检测插补运动到位和执行抓取动作等。
3)高光谱检测装置40的高光谱相机采集被抓取物料的高光谱信息,结合主成分分析算法得到特征波长以判断物料种类,该主成分分析算法包括:
3.1)将样本矩阵数据正态标准化得到矩阵A(M行,N列,M为所需识别的样本数目,N为高光谱相机可采集的波段数),并求矩阵A的相关系数矩阵R。
3.2)用雅克比方法求相关系数矩阵R的特征值s以及特征向量V。
3.3)根据特征值s求各个成分的贡献率,根据所需的阈值,当累计贡献率达到阈值,则取相应最大的几个贡献率的成分为主成分。
3.4)以波段为横坐标,作各主成分的载荷系数曲线;分析载荷系数曲线,各条曲线的波峰波谷处即为原始数据的区别点,即为特征波长。
4)上位机60根据物料种类结合运动控制算法控制抓取执行装置30将物料放入分类收集装置50的对应位置。即对取出特征波长进行材料判定,对不同的材料执行对应不同的目标位置的运动控制算法,具体流程为:提取特征波长、判定物料属性、输入释放目标位置、设置插补运动参数、检测插补运动到位、执行释放动作等。
在完成一件物料的抓取动作后,继续读取采集到的物料的图像信息数据,对进入可抓取范围内的物料图像信息进行判定,重复执行图像处理算法、光谱信息处理算法以及运动控制算法,最终实现在线实时分拣功能。
上述仅为本实用新型的具体实施方式,但本实用新型的设计构思并不局限于此,凡利用此构思对本实用新型进行非实质性的改动,均应属于侵犯本实用新型保护范围的行为。
Claims (5)
1.基于点阵高光谱检测的建筑垃圾在线分拣系统,其特征在于:包括输送给料装置、图像采集装置、抓取执行装置、高光谱检测装置、分类收集装置和上位机;该输送给料装置与上位机相连以变速地运输物料;该图像采集装置与上位机相连以采集物料的图像信息;该抓取执行装置与上位机相连以根据控制命令抓取物料;该高光谱检测装置安装于抓取执行装置上以采集被抓取物料的高光谱信息;该上位机与高光谱检测装置相连以判断物料种类,并控制抓取执行装置将其放入分类收集装置的对应位置。
2.如权利要求1所述的基于点阵高光谱检测的建筑垃圾在线分拣系统,其特征在于:所述图像采集装置包括暗箱、光源、CCD相机、检测台;该暗箱架设于所述输送给料装置上方;该检测台固定于暗箱内;该CCD相机固定于检测台上且与所述上位机相连;该光源固定于暗箱内。
3.如权利要求1所述的基于点阵高光谱检测的建筑垃圾在线分拣系统,其特征在于:所述抓取执行装置包括三轴直线模组和机械爪,该三轴直线模组与所述上位机相连;该机械爪与三轴直线模组相连。
4.如权利1所述的基于点阵高光谱检测的建筑垃圾在线分拣系统,其特征在于:所述高光谱检测装置包括点阵高光谱相机和旋转云台,该旋转云台安装于所述抓取执行装置上,该点阵高光谱相机安装于该旋转云台上。
5.如权利要求1所述的基于点阵高光谱检测的建筑垃圾在线分拣系统,其特征在于:所述分类收集装置包括若干集料槽,该若干集料槽位于所述输送给料装置侧部。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721870403.7U CN207929583U (zh) | 2017-12-27 | 2017-12-27 | 基于点阵高光谱检测的建筑垃圾在线分拣系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201721870403.7U CN207929583U (zh) | 2017-12-27 | 2017-12-27 | 基于点阵高光谱检测的建筑垃圾在线分拣系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN207929583U true CN207929583U (zh) | 2018-10-02 |
Family
ID=63647639
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201721870403.7U Active CN207929583U (zh) | 2017-12-27 | 2017-12-27 | 基于点阵高光谱检测的建筑垃圾在线分拣系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN207929583U (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107999399A (zh) * | 2017-12-27 | 2018-05-08 | 华侨大学 | 基于点阵高光谱检测的建筑垃圾在线分拣系统和方法 |
CN109675827A (zh) * | 2018-12-19 | 2019-04-26 | 福建南方路面机械有限公司 | 一种建筑垃圾识别分拣设备、识别方法及其抓取方法 |
-
2017
- 2017-12-27 CN CN201721870403.7U patent/CN207929583U/zh active Active
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107999399A (zh) * | 2017-12-27 | 2018-05-08 | 华侨大学 | 基于点阵高光谱检测的建筑垃圾在线分拣系统和方法 |
CN109675827A (zh) * | 2018-12-19 | 2019-04-26 | 福建南方路面机械有限公司 | 一种建筑垃圾识别分拣设备、识别方法及其抓取方法 |
CN109675827B (zh) * | 2018-12-19 | 2024-03-15 | 福建南方路面机械股份有限公司 | 一种建筑垃圾识别分拣设备、识别方法及其抓取方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107999399A (zh) | 基于点阵高光谱检测的建筑垃圾在线分拣系统和方法 | |
CN206139527U (zh) | 全景视觉马铃薯分选和缺陷检测装置 | |
CN106238342A (zh) | 全景视觉马铃薯分选和缺陷检测装置及其分选检测方法 | |
CN105388162B (zh) | 基于机器视觉的原料硅片表面划痕检测方法 | |
CN1329132C (zh) | 基于三个摄像系统在线水果品质检测分级的装置与方法 | |
CN208165794U (zh) | 一种智能分类垃圾桶 | |
CN112024424B (zh) | 一种人机协作式垃圾分选系统 | |
CN112893159B (zh) | 一种基于图像识别的煤矸石分拣方法 | |
CN108971190A (zh) | 一种基于机器视觉的生活垃圾分拣方法 | |
CN106423913A (zh) | 一种建筑垃圾的分选方法和系统 | |
CN101627832A (zh) | 烟片在线自动识别分级系统 | |
CN109916826B (zh) | 一种基于高光谱检测的固废在线识别系统及识别方法 | |
CN111215342A (zh) | 工业垃圾分类分拣系统 | |
CN104624505A (zh) | 一种基于图像识别的废塑料分离方法与系统 | |
CN207929583U (zh) | 基于点阵高光谱检测的建筑垃圾在线分拣系统 | |
CN104056790A (zh) | 一种马铃薯智能分选方法与装置 | |
CN110125044A (zh) | 一种基于双目视觉的苹果分选设备 | |
KR102578921B1 (ko) | 인공지능을 기반으로 하는 해양쓰레기 선별 시스템 | |
CN107121436A (zh) | 一种硅料品质的智能鉴别方法及鉴别装置 | |
CN210847267U (zh) | 基于ccd相机与高光谱相机检测的建筑固废分拣装置 | |
CN112893190A (zh) | 一种李子分拣机 | |
Verheyen et al. | Vision-based sorting of medium density fibreboard and grade A wood waste | |
Moirogiorgou et al. | Intelligent robotic system for urban waste recycling | |
CN206701918U (zh) | 一种多传感器融合的垃圾分拣装置 | |
CN209271938U (zh) | 一种红枣挑选机的改进装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GR01 | Patent grant | ||
GR01 | Patent grant |