CN213316286U - 一种塔架分拣系统 - Google Patents

Abstract

本实用新型涉及一种塔架分拣系统，包括：传送装置，包括传送带，用于带动放置在传送带上的塔架单向移动；视觉检测装置，包括深度学习部分以及与上述深度学习部分信号连通的视觉采集部分，深度学习部分能对预先已采集的待分拣的塔架图像信息进行学习训练，视觉采集部分用于对传送带上的待分类的塔架进行图像采集，并结合深度学习部分对当前的塔架类型进行识别；分拣执行装置，包括控制系统以及推料机构，推料机构以及视觉检测装置均与控制系统信号连通，从而在视觉检测装置对传送带上塔架的类型进行识别后，通过控制系统控制对应的推料机构进行动作，实现不同类型的塔架的分类输送。该塔架分拣系统能对塔架的钢印进行有效识别从而提高分拣效率。

Description

一种塔架分拣系统

技术领域

本实用新型涉及工件分拣装置技术领域，尤其涉及一种塔架分拣系统。

背景技术

目前，塔架镀锌池一般同时对多个型号的塔架(角钢)进行镀锌。完成镀锌后，工人需要挑拣出各个型号塔架的零件，然后分别打包，工作量巨大。传统的分拣方式存在较多弊端：首先，塔架存在较多的3m以上的塔架，按传统的分拣方式，需要人工搬运，容易使工人疲劳；其次，各个型号的塔架存在相似的情况，工人挑拣容易出错，会导致后续的装配问题。

为了解决上述技术问题，申请号为CN201620962046.6(授权公告号为CN206068826U)的中国实用新型专利公开了一种《角钢分拣机》，包括流线型输送架，输送架上设有环状输送带，环状输送带通过输送架两端的驱动轴驱动，所述输送架的一侧设有至少两个沿输送带走向的料箱，在各料箱相对应的输送架的另一侧设有推板，推板位于输送带表面边缘与料箱正对，所述的推板通过背部气缸驱动；在靠近输送架输入端的架体上设有光栅传感器，在光栅传感器的后方设有视觉识别器，所述视觉识别器位于输送带的上方并通过支撑架与输送架连接固定；还包括计算机控制系统，所述的光栅传感器、视觉识别器与计算机控制系统电连接。其工作过程为：将各料箱中的角钢型号输入到计算机控制系统中，将已镀锌完毕的带有钢印型号的角钢由输送带输入端输入，当光栅传感器检测到角钢后，由视觉识别器识别角钢上的钢印型号，然后将该钢印型号与计算机控制系统中存储的角钢型号进行比对，确定其需要投入的料箱，然后角钢沿输送带前进，当角钢到达对应的料箱位置时，气缸推动推板动作将输送带上的角钢推入到指定的料箱内部，气缸及推板回缩，等待下一次动作。

上述专利中的角钢分拣机在实际使用时还具有一定的不足，首先，角钢镀锌后，存在钢印痕迹变浅、表层反光，而一般视觉检测(如上述专利中的视觉识别器)是没法读出其上的钢印，而导致角钢的分拣容易出错，分拣效率较低。其次，其推料机构是通过气缸带动气缸推动推板动作，将输送带上的角钢推入到指定的料箱内部，其只能对长度较短的角钢进行推料，当角钢的长度较长，其不能有效地将该角钢推送到对应料箱中，容易出现卡料问题。

实用新型内容

本实用新型所要解决的第一个技术问题是针对现有技术的现状，提供一种能对塔架的钢印进行有效识别从而提高分拣效率的塔架分拣系统。

本实用新型所要解决的第二个技术问题是针对现有技术的现状，提供一种能对具有不同长度的塔架进行推料操作的塔架分拣系统。

本实用新型解决第一个技术问题所采用的技术方案为：一种塔架分拣系统，包括：

传送装置，包括传送带，用于带动放置在传送带上的塔架单向移动；

还包括：

视觉检测装置，包括深度学习部分以及与上述深度学习部分信号连通的视觉采集部分，深度学习部分能对预先已采集的待分拣的塔架图像信息进行学习训练，所述视觉采集部分用于对传送带上的待分类的塔架进行图像采集，并结合深度学习部分对当前的塔架类型进行识别；

分拣执行装置，包括控制系统以及推料机构，推料机构以及视觉检测装置均与控制系统信号连通，从而在视觉检测装置对传送带上塔架的类型进行识别后，通过控制系统控制对应的推料机构进行动作，实现不同类型的塔架的分类输送。

为了方便设置视觉采集部分，能够对传送带上塔架的钢印信息进行采集，所述视觉采集部分包括相机以及相机支架，所述相机通过相机支架设于所述传送带的上方，所述相机的镜头朝向所述塔架。其中，相机支架可以采用横向架设在传送带上方的桁架结构。

优选地，所述相机为3D相机、基于深度学习的普通工业相机、手机相机或摄像头。视觉采集部分可以对塔架工件进行拍照，然后根据深度学习算法，读取其上的钢印，并将数据输送给控制系统，控制系统根据获取的钢印数据，对推料机构是否执行进行判断。

为了方便所述传送带包括至少一个上料传送带、至少两个下料传送带以及环形传送带，所述的上料传送带以及下料传送带均与所述的环形传送带相衔接。

为了方便塔架在上料时能够顺利地从上料传送带进入到环形传送带中，以及在下料时顺利地从环形传送带中进入到下料传送带中，所述上料传送带与环形传送带之间的夹角为锐角，上料传送带的前行方向与所述环形传送带的前行方向大体一致，各所述下料传送带与环形传送带之间的夹角为锐角，各下料传送带的前行方向与所述环形传送带的前行方向大体一致。

优选地，所述上料传送带与所述环形传送带之间的夹角大致成45度，各所述下料传送带与所述环形传送带之间的夹角大致成45度。

作为改进，所述视觉采集部分的数量以及推料机构的数量均与所述下料传送带的数量相一致，其中，与各所述下料传送带相对应的视觉采集装置以及推料机构靠近所述下料传送带的输入端，并沿所述环形传送带的前行方向依次布置。当塔架零件经过视觉检测装置时，视觉检测装置对塔架工件进行拍照，根据深度学习算法，读取其上的钢印，并将数据输送给控制系统，控制系统根据获取的钢印数据，对推料机构是否执行进行判断。当塔架工件继续前行经过塔架的推料机构时,根据钢印的信息，把塔架零件推入相应的下料传送带上。

为了能使视觉检测装置更准确方便地采集塔架上的钢印信息，还包括设于所述环形传送带上的导向机构，该导向机构用于将塔架在随传送带移动的过程中自动摆正至与传送带的前行方向一致的状态。

为了简化导向机构的结构，降低设备成本，所述导向机构包括在环形传送带的宽度方向上间隔设置的两个条形导向块，两个条形导向块的长度方向与环形传送带的长度方向相一致，两个条形导向块之间的间隙构成了供所述塔架通过的导向通道，该导向通道的入口处的宽度沿环形传送带的前行方向逐渐缩小。

本实用新型解决第二个技术问题所采用的技术方案为：所述的推料机构包括：

多个推料气缸，位于所述环形传送带上与所述下料传送带的入口相对的一侧，并沿环形传送带的长度方向依次布置；

多个推动块，与推料气缸的数量一致，与各自对应的推料气缸的输出端连接，多个推动块能在各自推料气缸的作用下，沿与所述环形传送带的前行方向相反的方向依次作用于随环形传送带移动的塔架，从而将塔架推动至下料传送带上。

在塔架随传送带向前移动时，多个推动块是沿与环形传送带的前行方向相反的方向依次动作，将塔架朝下料传送带的入口方向进行推移，这样可逐渐改变塔架的倾斜角度，进而能顺利地将塔架(尤其是长度相对较长的塔架)转移到下料传送带上。

与现有技术相比，本实用新型的优点：该塔架分拣系统的视觉检测装置采用机器深度学习算法与视觉采集相结合的方式能对塔架镀锌后的钢印编号进行有效识别，然后对塔架零件按不同型号进行自动分类，这种方式随着机器学习次数的增加，其识别的准确率也会相应提高。另一方面，在优选实施方式中，推料机构的多个推动块(推料气缸)是沿环形传送带的长度方向依次布置，并在塔架随传送带向前移动时，多个推动块是沿与环形传送带的前行方向相反的方向依次动作，将塔架朝下料传送带的入口方向进行推移，这样即使针对长度相对较长的塔架零件，也可逐渐地改变塔架的倾斜角度，进而能将长塔架零件顺利地转移到下料传送带上，而不会出现卡料问题。

附图说明

图1为本实用新型实施例的塔架的立体结构示意图；

图2为本实用新型实施例的立体结构示意图；

图3为图2中A处的放大图；

图4为图2中B处的放大图；

图5为图2的俯视图；

图6与图7为本实用新型实施例的塔架下料过程示意图；

图8为本实用新型实施例的推料机构的立体结构示意图；

图9为本实用新型实施例的视觉检测装置的深度学习的流程图。

具体实施方式

以下结合附图实施例对本实用新型作进一步详细描述。

参见图1，塔架10，又称角钢。每个塔架10外壁上均印有钢印100，每个塔架10上的钢印100均不同，即钢印100作为塔架10零件的身份识别，具备唯一性。塔架10需要作镀锌处理，镀锌池一般同时对多个型号的塔架10进行镀锌，因而在完成镀锌后，需要将各个型号塔架10分拣出来。

参见图1-图9，一种塔架分拣系统包括传动装置、导向机构30、视觉检测装置以及分拣执行装置。传动装置包括上料传送带11、下料传送带12以及环形传送带13。视觉检测装置包括深度学习部分以及与上述深度学习部分信号连通的视觉采集部分。分拣执行装置包括控制系统以及推料机构40，推料机构40以及视觉检测装置均与控制系统信号连通。

参见图2，上料传送带11，至少有一个，上料传送带11的第一端具有供操作人员放置塔架10的入料口，上料传送带11的第二端与环形传送带13相衔接，从而在上料传送带11的带动下移动到环形传送带13上。分拣系统也可根据实际需求设置两个或多个上料传送带11，从而提高分拣效率。

参见图2，环形传送带13，在水平方向上，布置成环形。当存在个别塔架10未被成功识别而分类时，环形传送带13可继续带动该塔架10循环移动，避免在环形传送带13发生堆积问题，以便再一次经过视觉检测装置被识别，或被操作人员发现而从环形传送带13上取下。

参见图2及图5，下料传送带12，至少有两个，并沿环形传送带13的前行方向依次布置。下料传送带12的第一端与环形传送带13相衔接，下料传送带12的第二端为下料口，在该下料口位置可设置用于承接塔架10的料箱。

参见图5，为了方便塔架10在上料时能够顺利地从上料传送带11进入到环形传送带13中，所述上料传送带11与环形传送带13之间的夹角为锐角，具体地，上料传送带11与所述环形传送带13之间的夹角大致成45度。上料传送带11的前行方向与所述环形传送带13的前行方向大体一致。

同样地，为了方便塔架10在下料时顺利地从环形传送带13中进入到下料传送带12中，各下料传送带12与环形传送带13之间的夹角为锐角，具体地，各下料传送带12与环形传送带13之间的夹角大致成45度，各下料传送带12的前行方向与环形传送带13的前行方向大体一致。

参见图5，环形传送带13存在直线段以及弯曲段。为了进行合理布置，上述上料传送带11以及下料传送段优选地布置在环形传送带13的直线段上。为了更好地适配长条形的塔架10结构，上述导向机构30、视觉检测装置以及分拣执行装置也对应布置在直线段上。

视觉检测装置包括深度学习部分以及与上述深度学习部分信号连通的视觉采集部分。预先已采集的待分拣的塔架10的钢印100图像信息可作为图像数据集，供深度学习部分进行学习训练，图9示出了视觉检测装置的深度学习的流程图，其中，本实施例中的深度学习部分及采用的神经网络模型可以为各种现有技术，如可以采用申请号为CN201910999267.9的《一种基于深度学习和机器视觉的包裹分类输送系统》中公开的深度学习算法及神经网络模型。

视觉采集部分用于对传送带上的待分类的塔架10进行图像采集，并结合深度学习部分对当前的塔架10类型进行识别。

参见图3，视觉采集部分包括相机21以及相机支架22，其中，相机支架22可以采用横向架设在传送带上方的桁架结构。相机21设于相机支架22上，具体地，相机21有两个，分别位于相机支架22的左右两侧位置，当塔架10随传送带移动至相机支架22的下方，上述两个相机21的镜头可分别朝向塔架10的两个对应侧壁，并对其进行多次拍照，从而获取该塔架10的钢印100图像信息。本实施例中的相机21可以选择为3D相机21、基于深度学习的普通工业相机21、手机相机21或摄像头。相机21在对传送过来的塔架10进行拍照，然后根据深度学习算法，读取其上的钢印100，并将数据输送给控制系统，控制系统根据获取的钢印100数据，对推料机构40是否执行进行判断。

参见图4，分拣执行装置包括控制系统以及推料机构40。推料机构40以及上述视觉检测装置均与控制系统信号连通，从而在视觉检测装置对传送带上塔架10的类型进行识别后，通过控制系统控制对应的推料机构40进行动作，实现不同类型的塔架10的分类输送。

结合图8，推料机构40设于环形传送带13上，并位于与下料传送带12的入口相对的一侧。推料机构40包括多个推料气缸41以及多个推动块42。推动块42的数量与推料气缸41的数量一致，具体地，各推动块42是连接在各自对应的推料气缸41的输出端上，从而能够在推料气缸41的作用下，沿环形传送带13的宽度方向往复推移。上述各推料气缸41(推动块42)沿环形传送带13的长度方向依次布置。

结合图6，推动块42的数量以及推料气缸41的数量可以根据塔架10的实际长度进行选择，如，参见图6及图7，长度相对较长的塔架10，推料气缸41布置数量可以相对较多，本实施例示出了5个；长度相对较短的塔架10，推料气缸41布置数量可以相对较少，本实施例示出了4个。

结合图6及图7，多个推动块42能在各自推料气缸41的作用下，沿与环形传送带13的前行方向相反的方向依次作用于随环形传送带13移动的塔架10，从而将塔架10推动至下料传送带12上。

在本实施例中，在塔架10随传送带向前移动时，多个推动块42是沿与环形传送带13的前行方向相反的方向依次动作，将塔架10朝下料传送带12的入口方向进行推移，这样可逐渐改变塔架10的倾斜角度，进而能顺利地将塔架10(尤其是长度相对较长的塔架10)转移到下料传送带12上。

参见图3，为了能使视觉检测装置更准确方便地采集塔架10上的钢印100信息，需要通过导向机构30在塔架10进入视觉检测装置前进行姿态矫正。导向机构30设于环形传送带13上，具体包括在环形传送带13的宽度方向上间隔设置的两个条形导向块31，两个条形导向块31的长度方向与环形传送带13的长度方向相一致，两个条形导向块31之间的间隙构成了供塔架10通过的导向通道32，该导向通道32的入口处的宽度沿环形传送带13的前行方向逐渐缩小，导向通道32的主体宽度与塔架10的宽度相适配。具体地，条形导向块31相对的两个侧壁在对应于导向通道32的入口位置为斜面结构310，该斜面结构310能够起到导向作用，在塔架10随环形传送带13前行过程中，当塔架10的一端触碰到该斜面时，能够自动滑入到导向通道32中，从而自动摆正至与传送带的前行方向一致的状态。

本实施例的优点：该塔架分拣系统的视觉检测装置采用机器深度学习算法与视觉采集相结合的方式能对塔架10镀锌后的钢印100编号进行有效识别，然后对塔架10零件按不同型号进行自动分类，这种方式随着机器学习次数的增加，其识别的准确率也会相应提高。另一方面，在优选实施方式中，推料机构40的多个推动块42(推料气缸41)是沿环形传送带13的长度方向依次布置，并在塔架10随传送带向前移动时，多个推动块42是沿与环形传送带13的前行方向相反的方向依次动作，将塔架10朝下料传送带12的入口方向进行推移，这样即使针对长度相对较长的塔架10零件，也可逐渐地改变塔架10的倾斜角度，进而能将长塔架10零件顺利地转移到下料传送带12上，而不会出现卡料问题。

塔架分拣系统的工作过程：

当需要分拣镀锌后的塔架10时，工人只需将镀锌后的塔架10放置于上料传送带11上，上料传送带11带动塔架10进入环形传送带13中。环形传送带13上设置导向机构30，视觉检测装置以及推料机构40。图3为塔架10刚接触导向机构30时的姿态，塔架10端部与导向机构30的斜面310接触，依靠环形传送带13与塔架10的摩擦力，使塔架10进入导向机构30中，同时矫正塔架10姿态，使塔架10与导向机构30的条形导向块31的内边沿平行，便于钢印100被识别。当塔架10经过视觉检测装置时，设置于相机支架22上的相机21对塔架10进行拍照。系统把照片与数据库进行匹配，用深度学习的方法识别工件上的钢印100信息，图9为机器深度学习的流程图。视觉检测装置识别钢印100后，将其数据输送给控制系统，控制系统根据获取的钢印100信息，对推料机构40是否执行进行判断。如，当塔架10经过与A类塔架10对应的推料机构40时，若该塔架10属于A类塔架10时，A塔架10对应的推料机构40接受到控制系统的执行指令，环形传送带13上设置各个推料气缸41沿塔架10前行方向的反向方向依次带动对应推料块动作，把该塔架10推入A类塔架10的下料输送带。图6及图7为A类塔架10推料机构40把塔架10推入A塔架10下料输送带的示意图；若该塔架10不属于A类塔架10，而属于B类塔架10，A类塔架10推料机构40不执行，该塔架10进入B类塔架10对应的推料机构40范围，B塔架10推料机构40接受到控制系统的执行指令，把该塔架10推入B塔架10的下料输送带。

Claims (10)

1.一种塔架分拣系统，包括：

传送装置，包括传送带，用于带动放置在传送带上的塔架(10)单向移动；

其特征在于还包括：

视觉检测装置，包括深度学习部分以及与上述深度学习部分信号连通的视觉采集部分，深度学习部分能对预先已采集的待分拣的塔架(10)图像信息进行学习训练，所述视觉采集部分用于对传送带上的待分类的塔架(10)进行图像采集，并结合深度学习部分对当前的塔架(10)类型进行识别；

分拣执行装置，包括控制系统以及推料机构(40)，推料机构(40)以及视觉检测装置均与控制系统信号连通，从而在视觉检测装置对传送带上塔架(10)的类型进行识别后，通过控制系统控制对应的推料机构(40)进行动作，实现不同类型的塔架(10)的分类输送。

2.根据权利要求1所述的塔架分拣系统，其特征在于：所述视觉采集部分包括相机(21)以及相机支架(22)，所述相机(21)通过相机支架(22)设于所述传送带的上方，所述相机(21)的镜头朝向所述塔架(10)。

3.根据权利要求2所述的塔架分拣系统，其特征在于：所述相机(21)为3D相机、基于深度学习的普通工业相机、手机相机或摄像头。

4.根据权利要求1所述的塔架分拣系统，其特征在于：所述传送带包括至少一个上料传送带(11)、至少两个下料传送带(12)以及环形传送带(13)，所述的上料传送带(11)以及下料传送带(12)均与所述的环形传送带(13)相衔接。

5.根据权利要求4所述的塔架分拣系统，其特征在于：所述上料传送带(11)与环形传送带(13)之间的夹角为锐角，上料传送带(11)的前行方向与所述环形传送带(13)的前行方向大体一致，各所述下料传送带(12)与环形传送带(13)之间的夹角为锐角，各下料传送带(12)的前行方向与所述环形传送带(13)的前行方向大体一致。

6.根据权利要求5所述的塔架分拣系统，其特征在于：所述上料传送带(11)与所述环形传送带(13)之间的夹角大致成45度，各所述下料传送带(12)与所述环形传送带(13)之间的夹角大致成45度。

7.根据权利要求4所述的塔架分拣系统，其特征在于：所述视觉采集部分的数量以及推料机构(40)的数量均与所述下料传送带(12)的数量相一致，其中，与各所述下料传送带(12)相对应的视觉采集装置以及推料机构(40)靠近所述下料传送带(12)的输入端，并沿所述环形传送带(13)的前行方向依次布置。

8.根据权利要求4所述的塔架分拣系统，其特征在于：还包括设于所述环形传送带(13)上的导向机构(30)，该导向机构(30)用于将塔架(10)在随传送带移动的过程中自动摆正至与传送带的前行方向一致的状态。

9.根据权利要求8所述的塔架分拣系统，其特征在于：所述导向机构(30)包括在环形传送带的宽度方向上间隔设置的两个条形导向块(31)，两个条形导向块(31)的长度方向与环形传送带(13)的长度方向相一致，两个条形导向块(31)之间的间隙构成了供所述塔架(10)通过的导向通道(32)，该导向通道(32)的入口处的宽度沿环形传送带(13)的前行方向逐渐缩小。

10.根据权利要求4-9中任一项所述的塔架分拣系统，其特征在于所述的推料机构(40)包括：

多个推料气缸(41)，位于所述环形传送带(13)上与所述下料传送带(12)的入口相对的一侧，并沿环形传送带(13)的长度方向依次布置；

多个推动块(42)，与推料气缸(41)的数量一致，与各自对应的推料气缸(41)的输出端连接，多个推动块(42)能在各自推料气缸(41)的作用下，沿与所述环形传送带(13)的前行方向相反的方向依次作用于随环形传送带(13)移动的塔架(10)，从而将塔架(10)推动至下料传送带(12)上。

Images