KR102541180B1 - 서로 다른 형태의 하우징을 가지는 led 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 led 조명을 선별 분류하기 위한 분류 장치 및 분류 시스템 - Google Patents

서로 다른 형태의 하우징을 가지는 led 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 led 조명을 선별 분류하기 위한 분류 장치 및 분류 시스템 Download PDF

Info

Publication number
KR102541180B1
KR102541180B1 KR1020220169387A KR20220169387A KR102541180B1 KR 102541180 B1 KR102541180 B1 KR 102541180B1 KR 1020220169387 A KR1020220169387 A KR 1020220169387A KR 20220169387 A KR20220169387 A KR 20220169387A KR 102541180 B1 KR102541180 B1 KR 102541180B1
Authority
KR
South Korea
Prior art keywords
led
sorting
lighting
type
lights
Prior art date
Application number
KR1020220169387A
Other languages
English (en)
Inventor
김인태
서영명
성현진
임윤택
안종식
황한수
윤호상
Original Assignee
성일하이메탈(주)
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 성일하이메탈(주) filed Critical 성일하이메탈(주)
Priority to KR1020220169387A priority Critical patent/KR102541180B1/ko
Application granted granted Critical
Publication of KR102541180B1 publication Critical patent/KR102541180B1/ko
Priority to PCT/KR2023/018392 priority patent/WO2024122921A1/ko

Links

Images

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
    • B07C5/34—Sorting according to other particular properties
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
    • 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
    • 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
    • B07C5/38—Collecting or arranging articles in groups
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Sorting Of Articles (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Biophysics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Biomedical Technology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)

Abstract

본 발명은 벌브형 LED 조명을 포함하되, 서로 다른 형태의 하우징을 가지는 복수 개의 LED 혼합 폐조명을 이동시키는 투입 컨베이어; 복수 개의 카메라를 이용하여 상기 투입 컨베이어의 경로를 따라 이동하는 LED 혼합 폐조명의 이미지를 취득하는 센싱부; 이미지 분류 및 인식을 위한 알고리즘을 이용하여 상기 센싱부에서 취득한 이미지로부터 벌브형 LED 조명을 검색하는 분석부; 상기 분석부에서 벌브형 LED 조명으로 분류된 대상물의 X, Y, Z 좌표 위치를 계산하는 연산부; 및 상기 연산부에서 계산된 X, Y, Z 좌표의 대상물을 픽업하여 분류 컨베이어로 이송하는 이송부를 포함하는, 서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명으로부터 벌브형 LED 조명을 비전 인식을 통해 선별 분류하기 위한 분류 장치 및 분류 시스템을 제공한다.

Description

서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 LED 조명을 선별 분류하기 위한 분류 장치 및 분류 시스템{A SORTING DEVICE AND SYSTEM FOR SORTING LED LIGHTS BY HOUSING TYPE THROUGH VISION RECOGNITION FROM LED MIXED WASTE LIGHTS HAVING DIFFERENT HOUSING TYPES}
본 발명은 벌브형 LED 조명을 포함하되, 서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명으로부터 벌브형 LED 조명을 비전 인식을 통해 높은 정확도로 선별 분류하기 위한 분류 장치 및 분류 시스템에 관한 것이다.
일반적으로 수명이 다한 폐형광등은 수은 등의 유해물질이 함유되어 있는 생활계 유해폐기물이고, 소각 또는 매립을 하는 경우 심각한 환경오염 문제를 야기한다. 따라서, 인체에 유해한 수은 등 유해가스나 유해분진이 대기 중에 방출되지 않도록 폐형광등 재활용 처리시스템을 통해 1차로 폐형광등 양단의 금속단자 부분인 베이스 소켓을 절단기로 절단한 후, 파쇄해 금속단자를 분류 처리한 후, 2차로 잘게 분쇄된 폐형광등 유리가루를 따로 가열장치에서 가열함으로써 유해분진과 기화된 수은 등 유해가스를 분류하며, 이때 기화된 수은 등 유해가스는 수은증류장치에서 포집해 재활용 처리하는 자동 재활용 시스템장비들이 제공되고 있다.
한편, 최근에는 전력 사용량이 적고 수은 폐기물의 발생이 없는 조명으로서 LED 조명의 사용이 급증하고 있다.
이러한 LED 조명은 하우징의 형태에 따라서, 벌브(전구)형 LED 조명, 직관형 LED 조명 등으로 나뉠 수 있으며, 현재 다양한 형태의 하우징을 가지는 LED 조명이 생산되고 있으며, 각 형태의 LED 조명은 부재간의 결속 구조가 상이하다.
환경부 발표 자료에 따르면 국내 LED 페조명 예상 발생량은 2020년 기준 16만 3천 톤에서 2030년까지 72만 3천 톤까지 증가할 것으로 예상하고 있다.
이러한 상황에서 현재 사용 수명이 다한 LED 혼합 폐조명을 수거하는 체계나 분류 기준과 재활용을 위한 전처리 기술이 미흡하여 매립 또는 소각하거나 해외로 유출하고 있는 실정이며, 매립 또는 소각하는 경우 환경 부하의 문제로 이어지고, 해외 유출 시에는 LED 혼합 폐조명에 사용된 금속 자원이 유출되는 문제가 있다.
특히, 현재 LED 조명의 하우징의 형태나, 조명의 타입을 감안한 분류, 해체, LED 칩 분리, 유가금속 선별 등의 전처리 기술이 확립되어 있지 않아, LED 혼합 폐조명의 소켓부만을 분리하고, 나머지 부분은 일괄 파쇄 처리하기 때문에 금속 성분 이외 플라스틱, 유리, 등의 미세 분말이 서로 섞여 선별 분류가 어려운 문제점이 있다.
따라서, LED 혼합 폐조명을 수거해서 재활용하기 위한 체계를 확립하고, 분류된 LED 혼합 폐조명에 최적의 해체, 분리 기술을 적용하여 LED 혼합 폐조명의 재활용을 위한 자동화 플랜트 구축이 필요한 실정이다.
한국등록특허 제10-1430527호
본 발명의 목적은, 서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명으로부터 비전 인식을 통해 벌브형 LED 조명과 나머지 형태의 LED 조명을 전자동으로 선별 분리하기 위한 분류 장치 및 분류 시스템을 제공하는 것이다.
본 발명이 해결하고자 하는 과제는 이상에서 언급한 과제(들)로 제한되지 않으며, 언급되지 않은 또 다른 과제(들)는 이하의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
상기 목적을 달성하기 위하여, 본 발명은 벌브형 LED 조명을 포함하되, 서로 다른 형태의 하우징을 가지는 복수 개의 LED 폐조명을 이동시키는 투입 컨베이어; 복수 개의 카메라를 이용하여 상기 투입 컨베이어의 경로를 따라 이동하는 LED 폐조명의 이미지를 취득하는 센싱부; 이미지 분류 및 인식을 위한 알고리즘을 이용하여 상기 센싱부에서 취득한 이미지로부터 벌브형 LED 조명을 검색하는 분석부(200); 상기 분석부(200)에서 벌브형 LED 조명으로 분류된 대상물의 X, Y, Z 좌표 위치를 계산하는 연산부; 및 상기 연산부에서 계산된 X, Y, Z 좌표의 대상물을 픽업하여 분류 컨베이어로 이송하는 이송부를 포함하는, 서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 LED 조명을 선별 분류하기 위한 분류 장치를 제공한다.
본 발명의 일 실시예에 따르면, 상기 LED 폐조명은 벌브형 LED 조명과, 벌브형 LED 조명 이외에 직관형 LED 조명, 평판형 LED 조명, 십자형 LED 조명 및 원반형 LED 조명으로 이루어진 군으로부터 선택된 1종 이상의 조명을 더 포함할 수 있다.
본 발명의 일 실시예에 따르면, 상기 복수 개의 카메라는 인접하는 카메라 간에 시계가 중첩되도록 투입 컨베이어의 경로를 따라 일정한 간격을 두고 설치될 수 있다.
본 발명의 일 실시예에 따르면, 상기 복수 개의 카메라는 2D 카메라와 스테레오 뎁스 카메라가 교차 반복되어 설치될 수 있다.
본 발명의 일 실시예에 따르면, 상기 분석부(200)는 합성 곱 신경망 알고리즘인 CNN(Convolutional Neural Networks)를 이용할 수 있다.
본 발명의 일 실시예에 따르면, 상기 연산부는, 2D 카메라에서 취득한 이미지를 실제 좌표계를 통해 맵핑하고, 벌브형 LED 조명의 소켓을 제외한 원형 형상의 센터 지점을 반환하여 대상물의 X, Y 좌표 위치를 얻는 제1 연산부; 및 제1 연산부에서 얻은 대상물의 X, Y 좌표를 기준으로 스테레오 뎁스 카메라에서 3D 이미지를 취득하여 대상물의 Z 좌표를 얻는 제2 연산부를 포함할 수 있다.
본 발명의 일 실시예에 따르면, 상기 대상물의 X, Y, Z 좌표는 이송부로 전달되고, 상기 이송부의 이송유닛(30)에 의해 대상물이 픽업되어 분류 컨베이어로 이송할 수 있다.
본 발명의 일 실시예에 따르면, 상기 이송유닛(30)은 대상물을 진공 흡착하여 픽업할 수 있다.
본 발명의 일 실시예에 따르면, 상기 투입 컨베이어의 경로를 따라 이동하는 LED 폐조명 중 분류 컨베이어로 이송된 벌브형 LED 조명을 제외한 LED 페조명은 수작업 해체 공정으로 이동시킬 수 있다.
상기 목적을 달성하기 위하여, 본 발명은 벌브형 LED 조명을 포함하되, 서로 다른 형태의 하우징을 가지는 복수 개의 LED 폐조명을 투입 컨베이어의 경로를 따라 이동시키면서, 복수 개의 카메라를 이용하여 LED 폐조명의 캡쳐 이미지를 취득하는 단계; 이미지 분류 및 인식을 위한 알고리즘을 이용하여 취득한 이미지로부터 벌브형 LED 조명을 검색하는 단계; 벌브형 LED 조명으로 분류된 대상물의 X, Y 좌표 위치를 얻는 단계; 대상물의 X, Y 좌표를 이용하여 대상물의 Z 좌표를 얻는 단계; 및 얻은 대상물의 X, Y, Z 좌표를 이송부로 전달하여 X, Y, Z 좌표의 대상물을 픽업하여 분류 컨베이어로 이송하는 단계;를 포함하는 서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 LED 조명을 선별 분류하기 위한 분류 시스템을 제공한다.
본 발명에 따른 서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 LED 조명을 선별 분류하기 위한 분류 장치 및 분류 시스템에 따르면, 상기 벌브형 LED 조명과 벌브형 이외의 형태의 하우징을 가지는 LED 조명을 포함하는 LED 혼합 폐조명으로부터 벌브형 LED 조명과 이외의 형태의 LED 조명의 분류를 자동화하고, 분류 시스템의 정확도를 높일 수 있다.
또한, LED 혼합 폐조명을 LED 조명의 하우징 형태 별로 자동화 분류 함으로써, 향후 분류된 LED 조명의 해체, 분리, 선별 등의 작업을 위한 LED 폐조명 통합 재활용 플랜트 구축이 가능할 수 있다.
도 1은 본 발명의 일 실시예에서, LED 혼합 폐조명의 형태별 분류 장치의 모식도이다.
도 2는 본 발명의 일 실시예에서, 센싱부, 분석부, 연산부 및 이송부 간의 전기적 신호 전달 경로를 나타낸 것이다.
도 3은 본 발명의 일 실시예에서, LED 혼합 폐조명의 형태별 분류 시스템의 흐름도를 나타낸 것이다.
본 발명을 상세하기 설명하기 전에, 본 명세서에서 사용된 용어나 단어는 통상적이거나 사전적인 의미로 무조건 한정하여 해석되어서는 아니되며, 본 발명의 발명자가 자신의 발명을 가장 최선의 방법으로 설명하기 위해서 각종 용어의 개념을 적절하게 정의하여 사용할 수 있고, 더 나아가 이들 용어나 단어는 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야 함을 알아야 한다.
즉, 본 명세서에서 사용된 용어는 본 발명의 바람직한 실시예를 설명하기 위해서 사용되는 것일 뿐이고, 본 발명의 내용을 구체적으로 한정하려는 의도로 사용된 것이 아니며, 이들 용어는 본 발명의 여러 가지 가능성을 고려하여 정의된 용어임을 알아야 한다.
또한, 본 명세서에 있어서, 단수의 표현은 문맥상 명확하게 다른 의미로 지시하지 않는 이상, 복수의 표현을 포함할 수 있으며, 유사하게 복수로 표현되어 있다고 하더라도 단수의 의미를 포함할 수 있음을 알아야 한다.
본 명세서의 전체에 걸쳐서 어떤 구성 요소가 다른 구성 요소를 "포함"한다고 기재하는 경우에는, 특별히 반대되는 의미의 기재가 없는 한 임의의 다른 구성 요소를 제외하는 것이 아니라 임의의 다른 구성 요소를 더 포함할 수도 있다는 것을 의미할 수 있다.
또한, 이하에서, 본 발명을 설명함에 있어서, 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 구성, 예를 들어, 종래 기술을 포함하는 공지기술에 대한 상세한 설명은 생략될 수도 있다.
이하, 본 발명의 이해를 돕기 위해 하기 도 1 내지 도 3을 참조하여 본 발명을 더욱 상세하게 설명하기로 한다.
본 발명에 따르면, 벌브형 LED 조명을 포함하되, 서로 다른 형태의 하우징을 가지는 복수 개의 LED 혼합 폐조명(1)을 이동시키는 투입 컨베이어(10); 복수 개의 카메라(20)를 이용하여 상기 투입 컨베이어(10)의 경로를 따라 이동하는 LED 혼합 폐조명(1)의 이미지를 취득하는 센싱부(100); 이미지 분류 및 인식을 위한 알고리즘을 이용하여 상기 센싱부(100)에서 취득한 이미지로부터 벌브형 LED 조명을 검색하는 분석부(200); 상기 분석부(200)에서 벌브형 LED 조명으로 분류된 대상물의 X, Y, Z 좌표 위치를 계산하는 연산부(300); 및 상기 연산부(300)에서 계산된 X, Y, Z 좌표의 대상물을 픽업하여 분류 컨베이어(40)로 이송하는 이송부(400)를 포함하는, 서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명(1)으로부터 비전 인식을 통해 하우징 형태 별로 LED 조명을 선별 분류하기 위한 분류 장치를 제공한다.
본 발명의 일 실시예에서, 상기 투입 컨베이어(10)는 LED 혼합 폐조명(1)을 자동으로 이동시키는 수단일 수 있다.
상기 LED 혼합 폐조명(1)은 벌브형 LED 조명과, 벌브형 LED 조명 이외에 직관형 LED 조명, 평판형 LED 조명, 십자형 LED 조명 및 원반형 LED 조명으로 이루어진 군으로부터 선택된 1종 이상의 조명을 더 포함할 수 있다. 여기서, 벌브형 LED 조명 이외에 LED 혼합 폐조명(1)에 포함되는 조명으로서 직관형 LED 조명, 평판형 LED 조명, 십자형 LED 조명 및 원반형 LED 조명을 예로 들었으나, 이에 한정하지 않고, 사용 수명을 다하고 폐기되는 다양한 형태의 하우징을 가지는 모든 LED 조명을 포함할 수 있다.
상기 컨베이어의 폭은 특별히 한정하지 않으나, 예를 들어, 500 mm 내지 3,000 mm, 800 mm 내지 2,000 mm 또는 800 mm 내지 1,200 mm일 수 있다.
상기 컨베이어의 높이는 특별히 한정하지 않으나, 예를 들어, 400 mm 내지 2,500 mm, 500 mm 내지 2,000 mm 또는 800 mm 내지 1,000 mm일 수 있다.
본 발명의 일 실시예에서, 상기 센싱부(100)는 입 컨베이어의 경로를 따라 일정한 간격을 두고 설치되는 복수 개의 카메라(20)를 포함할 수 있다.
상기 복수 개의 카메라(20)는 인접하는 카메라(20) 간에 시계가 중첩되도록 투입 컨베이어(10)의 경로를 따라 일정한 간격을 두고 설치될 수 있다.
상기 카메라(20)의 시계(field of view, FOV)는 상기 투입 컨베이어(10)의 폭과 높이에 따라서 적절히 조절될 수 있다. 예를 들어, 상기 카메라(20)의 시계(field of view, FOV)는 폭 800 mm 내지 1,200 mm, 높이 500 mm 내지 900 mm의 영역이며, 이 때, 카메라 간의 간격(23)은 300 mm 내지 450 mm일 수 있다. 구체적으로, 투입 컨베이어(10)의 경로를 따라 이송되는 LED 혼합 폐조명(1)의 이미지를 취득하여 중첩 영역을 구성하기 위해서 카메라(20)의 시계는 폭 900 mm 내지 1,200 mm 또는 1,000 mm 내지 1,100 mm, 높이 600 mm 내지 800 mm 또는 700 mm 내지 800 mm의 영역이며, 카메라(20)는 LED 혼합 폐조명(1)의 이송 거리의 300 mm 내지 450 mm, 보다 구체적으로는 350 mm 내지 400 mm 마다 설치될 수 있다.
상기 투입 컨베이어(10)의 경로를 따라 이동하는 LED 혼합 폐조명(1)으로부터 카메라(20)의 렌즈까지의 작동 거리(working distance, WD)는 상기 컨베이어의 높이와 외부 광 차폐용 프레임의 높이 설계를 고려하여, 1,500 mm 이하, 바람직하게는 1,000 mm 내지 1,500 mm, 보다 바람직하게는 1,350 내지 1,450 mm로 설계될 수 있다.
상기 복수 개의 카메라(20)는 2D 카메라(2D Camera)(21)와 스테레오 뎁스 카메라(Stereo Depth Camera)(22)가 교차 반복되어 설치될 수 있다. 이를 통해, 연산부(300)에서 대상물로서 벌브형 LED 조명의 정확한 X, Y, Z 좌표 위치를 얻을 수 있다.
상기 센싱부(100)는 복수 개의 카메라(20)의 위치, 방향 및 높이를 조정하는 조정부; 및 상기 카메라(20) 및 조정부를 제어하고, 트리거 신호를 카메라(20)에 전송하는 제어부를 더 포함할 수 있다.
상기 조정부를 통해 상기 복수 개의 카메라(20)는 인접하는 카메라(20) 간에 시계가 중첩되도록 위치를 조정하고, 카메라(20)의 렌즈가 컨베이어를 향하도록 조정하며, LED 혼합 폐조명(1)으로부터 카메라(20)의 렌즈까지의 작동 거리 제어를 위한 높이를 조정할 수 있다.
상기 제어부는 PLC(Programmable Logic Controller)일 수 있다.
상기 제어부는 카메라(20)로 트리거 신호를 전달하고, 상기 트리거 신호의 시간 간격은 상기 컨베이어 속도를 고려하여 조절할 수 있으며, 예를 들어, 50 mSec 내지 200 mSec, 80 mSec 내지 150 mSec 또는 100 mSec 내지 120 mSec일 수 있다.
상기 제어부로부터 트리거 신호를 받은 카메라(20)는 이미지를 캡쳐하여 이미지를 저장 공간에 전송하여 저장할 수 있다.
본 발명의 일 실시예에서, 분석부(200)는 이미지 분류 및 인식을 위한 알고리즘을 이용하여 상기 센싱부(100)에서 취득한 전체 이미지로부터 벌브형 LED 조명을 검색할 수 있다.
상기 벌브형 LED 조명은 일측이 원형 형상을 가지고, 타측이 소켓 형상인 이미지를 가질 수 있다.
상기 분석부(200)는 이미지 분류 및 인식에 최적화된 합성 곱 신경망 알고리즘인 CNN(Convolutional Neural Networks)를 이용할 수 있다. 구체적인 예로서, 상기 분석부(200)는 상기 CNN을 구현하기 위해서 인터프리터 방식의 프로그래밍 언어인 파이썬(python)을 사용하고, 오픈소스 라이브러리인 케라스(keras), 텐서플 로우(tensorflow) 및 테아노(Theano) 중 어느 하나, 구체적으로는 케라스를 사용하여 신경망을 구성할 수 있다. 이를 통해 벌브형 LED 조명의 이미지 선별 능력이 향상될 수 있다.
상기 분석부(200)에서 벌브형 LED 조명으로 분류된 이미지는 이송부(400)에서 분류 컨베이어(40)로의 이송을 위한 대상물로서 선택될 수 있다.
본 발명의 일 실시예에서, 상기 연산부(300)는 분석부(200)에서 벌브형 LED 조명으로 분류된 대상물의 X, Y, Z 좌표 위치를 계산할 수 있다.
구체적인 예로서, 상기 연산부(300)는, 2D 카메라(21)에서 취득한 이미지를 실제 좌표계를 통해 맵핑하고, 벌브형 LED 조명의 소켓을 제외한 원형 형상의 센터 지점을 반환하여 대상물의 X, Y 좌표 위치를 얻는 제1 연산부(300); 및 제1 연산부(300)에서 얻은 대상물의 X, Y 좌표를 기준으로 스테레오 뎁스 카메라(22)에서 3D 이미지를 취득하여 대상물의 Z 좌표를 얻는 제2 연산부(300)를 포함할 수 있다.
상기 제1 연산부(300)에서 상기 2D 카메라(21)에서 취득한 이미지를 실제 좌표계를 통해 맵핑할 때, 좌표계는 mm 단위로 설정할 수 있다.
또한, 상기 제1 연산부(300)에서 상기 벌브형 LED 조명의 소켓을 제외한 원형 형상의 센터 지점은 원형 형상의 가장 높은 지점을 의미할 수 있다.
상기 제1 연상부에서 얻은 대상물의 X, Y 좌표를 기준으로 제2 연산부(300)에서는 3D 이미지를 취득하여 대상물의 높이를 계산하고, 스테레오 비전을 이용한 3D 뎁스(Depth) 연산을 통해 Z 좌표를 반환할 수 있다.
이렇게 얻은 대상물의 X, Y, Z 좌표는 이송부(400)로 전달할 수 있다.
본 발명의 일 실시예에서, 상기 이송부(400)는 상기 연산부(300)에서 계산된 X, Y, Z 좌표의 대상물을 픽업하여 분류 컨베이어(40)로 이송하기 위한 수단일 수 있다. 구체적으로, 상기 대상물의 X, Y, Z 좌표는 이송부(400)로 전달되고, 상기 이송부(400)의 이송유닛(30)에 의해 대상물이 픽업되어 분류 컨베이어(40)로 이송할 수 있다.
상기 이송유닛(30)은 스카라 로봇(SCARA robot)일 수 있다. 예를 들어, 상기 이송유닛(30)은 몸체와, 몸체에 연결되어 수직축을 중심으로 회전하는 하나 이상의 암(arm)을 포함하는 암부와, 상기 암부에 연결되어 상하로 이동하는 승강바와, 승강바를 승강시키는 액츄에이터와, 승강바의 하단에 연결되어 승강바와 함께 승강하는 흡착부를 포함할 수 있다.
상기 암부는 몸체에 연결되어 수직축을 중심으로 회전하는 제1암과, 제1암에 연결되어 수직축을 중심으로 회전하는 제2암을 포함하고, 상기 승강바는 제2 암에 연결될 수 있다.
상기 액츄에이터는 구동 실린더일 수 있다. 또한, 액츄에이터는 흡착부의 대상물 흡착을 위한 진공 압 형성을 보조할 수 있다.
상기 흡착부의 저면에는 대상물을 흡착하는 흡착판이 구비될 수 있다.
이를 통해 상기 이송유닛(30)은 대상물을 진공 흡착하여 픽업하여 분류 컨베이어(40)로 이송할 수 있다.
본 발명의 일 실시예에서, 상기 투입 컨베이어(10)의 경로를 따라 이동하는 LED 혼합 폐조명(1) 중 분류 컨베이어(40)로 이송된 벌브형 LED 조명을 제외한 LED 페조명은 수작업 해체 공정으로 이동시킬 수 있다.
본 발명에 따르면, 벌브형 LED 조명을 포함하되, 서로 다른 형태의 하우징을 가지는 복수 개의 LED 혼합 폐조명(1)을 투입 컨베이어(10)의 경로를 따라 이동시키면서, 복수 개의 카메라(20)를 이용하여 LED 혼합 폐조명(1)의 캡쳐 이미지를 취득하는 단계(S10); 이미지 분류 및 인식을 위한 알고리즘을 이용하여 취득한 이미지로부터 벌브형 LED 조명을 검색하는 단계(S20); 벌브형 LED 조명으로 인식된 대상물의 X, Y 좌표 위치를 얻는 단계(S30); 대상물의 X, Y 좌표를 이용하여 대상물의 Z 좌표를 얻는 단계(S40); 및 얻은 대상물의 X, Y, Z 좌표를 이송부(400)로 전달하여 X, Y, Z 좌표의 대상물을 픽업하여 분류 컨베이어(40)로 이송하는 단계(S50);를 포함하는 서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명(1)으로부터 비전 인식을 통해 하우징 형태 별로 LED 조명을 선별 분류하기 위한 분류 시스템을 제공한다.
본 발명의 일 실시예에서, 상기 분류 시스템은 상술한 분류 장치를 이용하여 서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명(1)으로부터 비전 인식을 통해 하우징 형태 별로 LED 조명을 선별 분류하기 위한 시스템일 수 있다.
본 발명의 일 실시예에서, 상기 S10 단계는, 투입 컨베이어(10)에 LED 혼합 폐조명(1)을 투입하고, 투입 컨베이어(10)의 경로를 따라서 이동하는 LED 혼합 폐조명(1) 각각에 대해서, 복수 개의 카메라(20)가 구비된 센싱부(100)를 이용하여 이미지를 취득하기 위한 단계일 수 있다.
상기 복수 개의 카메라(20)는 2D 카메라(2D Camera)(21)와 스테레오 뎁스 카메라(Stereo Depth Camera)(22)가 교차 반복되어 설치될 수 있어, LED 혼합 폐조명(1)의 2D 이미지와 3D 이미지를 모두 취득할 수 있다.
상기 복수 개의 카메라(20)는 캡쳐 모드를 외부 트리거(external trigger)로 설정할 수 있다.
상기 센싱부(100)의 조정부에서 복수 개의 카메라(20)의 위치, 방향 및 높이를 조정하여 인접하는 카메라(20) 간에 시계가 중첩되도록 위치를 조정하고, 카메라(20)의 렌즈가 컨베이어를 향하도록 조정하며, LED 혼합 폐조명(1)으로부터 카메라(20)의 렌즈까지의 작동 거리 제어를 위한 높이를 조정할 수 있다.
상기 센싱부(100)는 PLC(Programmable Logic Controller)을 이용한 제어부를 포함할 수 있고, 상기 PLC는 서보모터와 엔코더가 연동된 투입 컨베이어(10)의 일정 구간마다 트리거 신호를 전송하고, 캡쳐모드를 외부 트리거로 설정한 카메라(20)는 PLC로부터 신호를 수신하면 이미지를 캡쳐하여 이미지를 저장 공간(버퍼)에 전송할 수 있다.
본 발명의 일 실시예에서, 상기 S20 단계는 이미지 분류 및 인식을 위한 알고리즘을 이용하여 상기 S10 단계에서 LED 혼합 폐조명(1) 각각에 대해서 얻은 이미지로부터 벌브형 LED 조명을 분류하여 대상물로서 인식하는 단계일 수 있다.
구체적으로, 일측이 원형 형상을 가지고, 타측이 소켓 형상을 가지는 이미지를 벌브형 LED 조명으로 분류하여 대상물로서 인식할 수 있다.
상기 S20 단계에서 알고리즘은 분석부(200)는 이미지 분류 및 인식에 최적화된 합성 곱 신경망 알고리즘인 CNN(Convolutional Neural Networks)를 이용할 수 있다. 구체적인 예로서, 상기 CNN을 구현하기 위해서 인터프리터 방식의 프로그래밍 언어인 파이썬(python)을 사용하고, 오픈소스 라이브러리인 케라스(keras)를 사용하여 신경망을 구성할 수 있다.
본 발명의 일 실시예에서, 상기 S30 단계는 상기 S20 단계에서 벌브형 LED 조명으로 인식된 대상물의 X, Y 좌표 위치를 얻기 위한 단계일 수 있다.
구체적으로, 2D 카메라(21)에서 취득한 이미지를 mm 단위로 설정된 실제 좌표계를 통해 맵핑(mapping)하고, 벌브형 LED 조명의 소켓 부분을 제외한 원형 형상의 센터 지점을 반환하여 대상물의 X, Y 좌표 위치를 얻을 수 있다. 여기서, 벌브형 LED 조명의 소켓을 제외한 원형 형상의 센터 지점은 원형 형상의 가장 높은 지점을 의미할 수 있다.
본 발명의 일 실시예에서, 상기 S40 단계는 상기 S30 단게에서 얻은 대상물의 X, Y 좌표를 기준으로 3D 이미지를 이용하여 대상물의 Z 좌표를 얻는 단계일 수 있다.
구체적으로, 상기 대상물의 X, Y 좌표를 기준으로 스테레오 뎁스 카메라(22)에서 3D 이미지를 취득하여 대상물의 높이를 계산하고, 스테레오 비전을 이용한 3D 뎁스(Depth) 연산을 통해 Z 좌표를 얻을 수 있다.
본 발명의 일 실시예에서, 상기 S50 단계는 상기 S30 및 S40 단계에서 얻은 대상물의 X, Y, Z 좌표를 이송부(400)로 전달하여, X, Y, Z 좌표의 대상물을 픽업하여 분류 컨베이어(40)로 이송하여 분류하는 단계일 수 있다.
구체적으로, 이송부(400)에 전달된 대상물의 X, Y, Z 좌표로 이송유닛(30)을 이동시키고, 상기 X, Y, Z 좌표의 대상물을 픽업하여 분류 컨베이어(40)롤 이송할 수 있다.
상기 이송유닛(30)은 몸체와, 몸체에 연결되어 수직축을 중심으로 회전하는 제1 암과, 상기 제1 암에 연결되어 수직축을 중심으로 회전하는 제2암, 상기 제2 암에 연결되어 상하로 이동하는 승강바와, 승강바를 승강시키는 액츄에이터와, 승강바의 하단에 연결되어 승강바와 함께 승강하는 흡착부를 포함하는 스카라 로봇일 수 있고, 흡착부로 대상물을 픽업하여 분류 컨베이어(40)롤 이송할 수 있다.
이상, 본 발명에 따른 LED 혼합 폐조명 분류 장치 및 분류 시스템을 기재 및 도면에 도시하였으나, 상기의 기재 및 도면의 도시는 본 발명을 이해하기 위한 핵심적인 구성만을 기재 및 도시한 것으로, 상기 기재 및 도면에 도시한 공정 및 장치 이외에, 별도로 기재 및 도시하지 않은 공정 및 장치는 본 발명을 실시하기 위해 적절히 응용되어 이용될 수 있다.
이하, 실시예에 의하여 본 발명을 더욱 상세하게 설명하고자 한다. 그러나, 하기 실시예는 본 발명을 예시하기 위한 것으로 본 발명의 범주 및 기술사상 범위 내에서 다양한 변경 및 수정이 가능함은 통상의 기술자에게 있어서 명백한 것이며, 이들 만으로 본 발명의 범위가 한정되는 것은 아니다.
<실시예>
실시예 1
하기 도 1의 서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 LED 조명을 선별 분류하기 위한 분류 장치를 이용하여 하기 도 3의 흐름도와 같이 3의 LED 혼합 폐조명을 분류 처리하였다.
분류 처리에 앞서, 투입 컨베이어의 폭은 1,000 mm로 구성하였고, 카메라의 시계는 폭 1,000 mm, 높이 750 mm의 컨베이어 영역으로 설정하였고, LED 혼합 폐조명의 이송 거리 375 mm 마다 1000 mm x 750 mm의 이미지를 취득하여 중첩영역을 구성하였다.
또한, 카메라의 작동 거리는 컨베이어의 높이 800 mm 내지 1000 mm와 외부 광 차폐용 프레임의 높이 설계를 고려하여 대상물로부터 카메라 렌즈까지의 작동 거리를 1,350 mm 내지 1,450 mm로 설정하였다.
LED 혼합 폐조명을 투입 컨베이어로 투입하고, PLC(Programmable Logic Controller)를 이용하여 서보모터와 엔코더가 연동된 컨베이어 일정 구간마다 카메라에 100 mSec의 트리거 신호를 전송하고, 카메라는 캡쳐모드를 외부 트리거(external trigger)로 설정하여 PLC로부터 신호를 수신하면 이미지를 캡쳐하여 이미지를 버퍼에 전송하였다.
그런 다음, 취득한 전체 이미지 영역에서 벌브형 LED 조명을 검색하였다. 구체적으로, 원형 형상의 한쪽 방향에 소켓이미지가 형성되어 있는지 확인하였고, 이는, 이미지 분류 및 인식에 최적화 된 합성 곱 신경망 알고리즘인 CNN(Convolutional Neural Networks)를 이용하며, 케라스(Keras)라이브러리와 파이썬 언어를 이용하여 수행하였다.
그런 다음, 인식된 벌브형 LED 조명을 픽업 대상물로서 X, Y 좌표 위치를 계산하였다. 구체적으로, 취득한 이미지를 실제 좌표계(mm 단위)를 통하여 맵핑(mapping)하고 벌브형 LED 조명의 소켓 부분을 제외한 원형 형상의 센터(가장 높은 지점)를 반환함으로써 대상물로서 X, Y 좌표 위치를 얻었다.
그런 다음, 스카라 로봇을 이용한 픽업을 위하여 대상물의 높이 취득하기 위해 스테레오 카메라를 이용하여 대상물의 X, Y 좌표를 기준으로 3D 이미지를 취득하였다. 구체적으로, 대상물의 높이를 계산하고 스테레오 비전을 이용한 3D Depth 연산을 통하여 Z 좌표를 반환하였다.
그런 다음, 대상물의 X, Y, Z 좌표를 스카라 로봇에 전달하고, 대상물을 진공 흡착을 통해 픽업하여 분류 컨베이어로 이동시켰다.
이러한 단계를 반복함으로써 LED 혼합 폐조명 중 벌브형 LED 조명을 선별하여 분류 컨베이어로 이송시키고, 나머지 형태의 하우징을 가지는 LED 조명은 투입 컨베이어의 경로를 따라 수작업 해체 공정으로 이송하였다.
1: LED 혼합 폐조명
10: 투입 컨베이어
20: 카메라
21: 2D 카메라
22: 스테레오 뎁스 카메라
23: 카메라 간의 간격
30: 이송유닛
40: 분류 컨베이어
100: 센싱부
200: 분석부
300: 연산부
400: 이송부

Claims (10)

  1. 벌브형 LED 조명을 포함하되, 서로 다른 형태의 하우징을 가지는 복수 개의 LED 혼합 폐조명을 이동시키는 투입 컨베이어;
    복수 개의 카메라를 이용하여 상기 투입 컨베이어의 경로를 따라 이동하는 LED 혼합 폐조명의 이미지를 취득하는 센싱부;
    이미지 분류 및 인식을 위한 알고리즘을 이용하여 상기 센싱부에서 취득한 이미지로부터 벌브형 LED 조명을 검색하는 분석부; 상기 분석부에서 벌브형 LED 조명으로 분류된 대상물의 X, Y, Z 좌표 위치를 계산하는 연산부; 및
    상기 연산부에서 계산된 X, Y, Z 좌표의 대상물을 픽업하여 분류 컨베이어로 이송하는 이송부를 포함하고,
    상기 복수 개의 카메라는 인접하는 카메라 간에 시계가 중첩되도록 투입 컨베이어의 경로를 따라 일정한 간격을 두고 설치되는 것을 특징으로 하는,
    서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 LED 조명을 선별 분류하기 위한 분류 장치.
  2. 제1항에 있어서,
    상기 LED 혼합 폐조명은 벌브형 LED 조명과, 벌브형 LED 조명 이외에 직관형 LED 조명, 평판형 LED 조명, 십자형 LED 조명 및 원반형 LED 조명으로 이루어진 군으로부터 선택된 1종 이상의 조명을 더 포함하는 것을 특징으로 하는,
    서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 LED 조명을 선별 분류하기 위한 분류 장치.
  3. 삭제
  4. 제1항에 있어서,
    상기 복수 개의 카메라는 2D 카메라와 스테레오 뎁스 카메라가 교차 반복되어 설치되는 것을 특징으로 하는,
    서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 LED 조명을 선별 분류하기 위한 분류 장치.
  5. 제1항에 있어서,
    상기 분석부는 합성 곱 신경망 알고리즘인 CNN(Convolutional Neural Networks)를 이용하는 것을 특징으로 하는,
    서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 LED 조명을 선별 분류하기 위한 분류 장치.
  6. 제4항에 있어서,
    상기 연산부는, 2D 카메라에서 취득한 이미지를 실제 좌표계를 통해 맵핑하고, 벌브형 LED 조명의 소켓을 제외한 원형 형상의 센터 지점을 반환하여 대상물의 X, Y 좌표 위치를 얻는 제1 연산부; 및
    제1 연산부에서 얻은 대상물의 X, Y 좌표를 기준으로 스테레오 뎁스 카메라에서 3D 이미지를 취득하여 대상물의 Z 좌표를 얻는 제2 연산부를 포함하는 것을 특징으로 하는,
    서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 LED 조명을 선별 분류하기 위한 분류 장치.
  7. 제1항에 있어서,
    상기 대상물의 X, Y, Z 좌표는 이송부로 전달되고, 상기 이송부의 이송유닛에 의해 대상물이 픽업되어 분류 컨베이어로 이송하는 것을 특징으로 하는,
    서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 LED 조명을 선별 분류하기 위한 분류 장치.
  8. 제7항에 있어서,
    상기 이송유닛은 대상물을 진공 흡착하여 픽업하는 것을 특징으로 하는,
    서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 LED 조명을 선별 분류하기 위한 분류 장치.
  9. 제1항에 있어서,
    상기 투입 컨베이어의 경로를 따라 이동하는 LED 혼합 폐조명 중 분류 컨베이어로 이송된 벌브형 LED 조명을 제외한 LED 페조명은 수작업 해체 공정으로 이동시키는 것을 특징으로 하는,
    서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 LED 조명을 선별 분류하기 위한 분류 장치.
  10. 벌브형 LED 조명을 포함하되, 서로 다른 형태의 하우징을 가지는 복수 개의 LED 혼합 폐조명을 투입 컨베이어의 경로를 따라 이동시키면서, 복수 개의 카메라를 이용하여 LED 혼합 폐조명의 캡쳐 이미지를 취득하는 단계(S10);
    이미지 분류 및 인식을 위한 알고리즘을 이용하여 취득한 이미지로부터 벌브 형 LED 조명을 검색하는 단계(S20);
    벌브형 LED 조명으로 분류된 대상물의 X, Y 좌표 위치를 얻는 단계(S30);
    대상물의 X, Y 좌표를 이용하여 대상물의 Z 좌표를 얻는 단계(S40); 및
    얻은 대상물의 X, Y, Z 좌표를 이송부로 전달하여 X, Y, Z 좌표의 대상물을 픽업하여 분류 컨베이어로 이송하는 단계(S50);를 포함하고,
    상기 복수 개의 카메라는 인접하는 카메라 간에 시계가 중첩되도록 투입 컨베이어의 경로를 따라 일정한 간격을 두고 설치되는 것을 특징으로 하는,
    서로 다른 형태의 하우징을 가지는 LED 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 LED 조명을 선별 분류하기 위한 분류 시스템.
KR1020220169387A 2022-12-07 2022-12-07 서로 다른 형태의 하우징을 가지는 led 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 led 조명을 선별 분류하기 위한 분류 장치 및 분류 시스템 KR102541180B1 (ko)

Priority Applications (2)

Application Number Priority Date Filing Date Title
KR1020220169387A KR102541180B1 (ko) 2022-12-07 2022-12-07 서로 다른 형태의 하우징을 가지는 led 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 led 조명을 선별 분류하기 위한 분류 장치 및 분류 시스템
PCT/KR2023/018392 WO2024122921A1 (ko) 2022-12-07 2023-11-15 서로 다른 형태의 하우징을 가지는 led 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 led 조명을 선별 분류하기 위한 분류 장치 및 분류 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020220169387A KR102541180B1 (ko) 2022-12-07 2022-12-07 서로 다른 형태의 하우징을 가지는 led 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 led 조명을 선별 분류하기 위한 분류 장치 및 분류 시스템

Publications (1)

Publication Number Publication Date
KR102541180B1 true KR102541180B1 (ko) 2023-06-14

Family

ID=86744578

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020220169387A KR102541180B1 (ko) 2022-12-07 2022-12-07 서로 다른 형태의 하우징을 가지는 led 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 led 조명을 선별 분류하기 위한 분류 장치 및 분류 시스템

Country Status (2)

Country Link
KR (1) KR102541180B1 (ko)
WO (1) WO2024122921A1 (ko)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118004793A (zh) * 2024-04-09 2024-05-10 鲜乐包装材料(泰州)有限公司 一种食品用塑料包装容器的加工运输设备
WO2024122921A1 (ko) * 2022-12-07 2024-06-13 성일하이메탈(주) 서로 다른 형태의 하우징을 가지는 led 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 led 조명을 선별 분류하기 위한 분류 장치 및 분류 시스템
CN118004793B (zh) * 2024-04-09 2024-07-05 鲜乐包装材料(泰州)有限公司 一种食品用塑料包装容器的加工运输设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120033610A (ko) * 2010-09-30 2012-04-09 주식회사 로보스 농산물 선별장치
KR101375514B1 (ko) * 2013-08-26 2014-03-19 김용출 폐 직관형 led 램프의 자동 분류 수거 장치
KR101430527B1 (ko) 2014-03-26 2014-09-23 한국조명재활용공사 주식회사 폐led조명등의 베이스 분쇄물 분류장치
KR101540707B1 (ko) * 2014-10-30 2015-08-03 대한민국 영상처리기술을 이용한 전복 자동선별 방법
KR102222176B1 (ko) * 2020-07-24 2021-03-03 주식회사 에이트테크 인공지능 기반의 재활용 분류 시스템

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09109075A (ja) * 1995-10-12 1997-04-28 Kubota Corp 物品の選別装置
KR102541180B1 (ko) * 2022-12-07 2023-06-14 성일하이메탈(주) 서로 다른 형태의 하우징을 가지는 led 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 led 조명을 선별 분류하기 위한 분류 장치 및 분류 시스템

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20120033610A (ko) * 2010-09-30 2012-04-09 주식회사 로보스 농산물 선별장치
KR101375514B1 (ko) * 2013-08-26 2014-03-19 김용출 폐 직관형 led 램프의 자동 분류 수거 장치
KR101430527B1 (ko) 2014-03-26 2014-09-23 한국조명재활용공사 주식회사 폐led조명등의 베이스 분쇄물 분류장치
KR101540707B1 (ko) * 2014-10-30 2015-08-03 대한민국 영상처리기술을 이용한 전복 자동선별 방법
KR102222176B1 (ko) * 2020-07-24 2021-03-03 주식회사 에이트테크 인공지능 기반의 재활용 분류 시스템

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024122921A1 (ko) * 2022-12-07 2024-06-13 성일하이메탈(주) 서로 다른 형태의 하우징을 가지는 led 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 led 조명을 선별 분류하기 위한 분류 장치 및 분류 시스템
CN118004793A (zh) * 2024-04-09 2024-05-10 鲜乐包装材料(泰州)有限公司 一种食品用塑料包装容器的加工运输设备
CN118004793B (zh) * 2024-04-09 2024-07-05 鲜乐包装材料(泰州)有限公司 一种食品用塑料包装容器的加工运输设备

Also Published As

Publication number Publication date
WO2024122921A1 (ko) 2024-06-13

Similar Documents

Publication Publication Date Title
KR102541180B1 (ko) 서로 다른 형태의 하우징을 가지는 led 혼합 폐조명으로부터 비전 인식을 통해 하우징 형태 별로 led 조명을 선별 분류하기 위한 분류 장치 및 분류 시스템
CN110516570B (zh) 一种基于视觉的垃圾分类识别方法和装置
CN103706568B (zh) 基于机器视觉的机器人分拣方法
CN111421539A (zh) 一种基于计算机视觉的工业零件智能识别与分拣系统
WO2021028618A1 (en) Method and device for disassembling electronics
CN103776841A (zh) 合成革缺陷自动检测装置及检测方法
CN106269548A (zh) 一种物体自动分拣方法及其装置
CN104807832A (zh) 硅锭自动精检生产线
CN105690393A (zh) 一种基于机器视觉的四轴并联机器人分拣系统及其分拣方法
CN216622191U (zh) 一种基于机器视觉的锂电池外观缺陷检测系统
CN104889074A (zh) 镀膜后硅片缺陷检测分选设备
CN111069073A (zh) 胶圈分拣设备
CN106097323B (zh) 一种基于机器视觉的发动机气缸体铸件的定位方法
CN216225554U (zh) 一种pcb板多视图检测分拣装置
Zhang et al. Vision-based robot sorting system
CN214682976U (zh) 一种垃圾识别和自动分选装置
CN206589210U (zh) 一种混合塑料光电识别分选设备
CN111804604B (zh) 一种高精度物料色选装置
CN108332665A (zh) 一种用于球泡灯芯柱位置检测的视觉检测系统及检测方法
CN108896578B (zh) 基于积分笼照明的透明部件缺陷检测系统
CN114986486B (zh) 一种夹取机器人的自动化夹取控制系统及方法
CN208555095U (zh) 一种基于机器视觉的反光体表面检测装置
CN111687077B (zh) 一种高精度物料色选方法
CN106514657B (zh) 一种基于机器人运动规划的密封圈抓取和放置方法
CN209850942U (zh) 机器人视觉检测定位设备

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant