[实用新型]自动称重计价器有效

专利信息
申请号: 201720180111.4 申请日: 2017-02-27
公开(公告)号: CN206541394U 公开(公告)日: 2017-10-03
发明(设计)人: 吴一黎;刘佳雪 申请(专利权)人: 图灵通诺(北京)科技有限公司
主分类号: G07G1/12 分类号: G07G1/12;G01G19/40
代理公司: 北京高航知识产权代理有限公司11530 代理人: 赵永强
地址: 100107 北京市朝阳区天朗*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 自动 称重 计价器
【说明书】:

技术领域

实用新型涉及自动称重装置,尤其涉及自动称重计价器。

背景技术

现有的称重器一般需要人工操作,将物品放置到称重台上之后,工作人员需要在相应系统里寻找此物品的编号,然后输入相应的编号,称重器再根据原有的备案信息和称重的分量对物品进行称重计价;在现在的超市,经常看到,工作人员一手拿着编号和物品对应的表,一手对放在称重器上的物品进行称重计价;或者在有些超市工作人员在很多的被输入的显示物品种类里寻找所对应的物品进行确认,对超市及消费者都会造成很大的不便,同时浪费人力和消费者的时间。

实用新型内容

本实用新型目的是提供一种自动称重计价器,可以自动对物品进行辨别、称重和费用的计价,以解决现有技术中存在的超市需要人工操纵,费时费力且容易出错的情况。

本实用新型解决技术问题采用如下技术方案:一种自动称重计价器,包括称重台、计算处理系统、显示屏、机械臂和摄像头;

所述称重台上端一侧设置支撑架,所述支撑架上设置有显示屏和计算处理系统,所述支撑架上端与所述机械臂的一端连接,所述机械臂的另一端设置有摄像头;

所述摄像头可获取称重台上物品的图像信息,并将所获得的图像信息输送给计算处理系统;

所述称重台设置有压力传感器,所述压力传感器与所述计算处理系统连接;

所述计算处理系统可根据获得的图像信息对物品的种类进行确认并进行与接收到的物品重量信息配合计算物品的价格;所得到的计算结果在所述显示屏上显示。

优选的,所述计算机处理系统包括微处理器和卷积神经网络模块;

所述压力传感器与所述微处理器连接;

所述摄像头与所述卷积神经模块连接,并将获取的图像特征值输送给所述卷积神经网络模块,所述卷积神经网络模块将图像信息训练收敛后输送给微处理器;

所述微处理器可根据接收到的信息进行计量计价运算;

所述微处理器与所述显示屏连接,所述显示屏对收到微处理给出的信号进行信息显示。

优选的,还包括输入装置,所述输入装置与所述微处理器连通。

优选的,还包括打印装置,所述打印装置设置在所述支撑架上,所述打印装置与所述微处理器连通。

优选的,还包括捆扎装置,所述支撑架上设置有捆扎装置,所述捆扎装置一侧端面设置贯通的通道,所述通道向外延伸设置有捆扎件,所述捆扎件可伸缩的设置在所述通道内,所述捆扎件上设置有可对具有一定软度袋子捆扎的捆扎口。

优选的,还包括旋转台,所述支撑架的上端设置有旋转台,所述机械臂的一端可旋转的设置在所述旋转台上。

优选的,所述称重台还设置有压力开关,所述压力开关分别于所述微处理器和压力传感器连接。

优选的,还包括声音输出系统,所述声音输出系统与所述微处理器连接,并对接收到的信号进行声音的转化输出。

优选的,所述卷积神经网络模块包括采集模块、样本训练模块、二次训练模块和输出模块;

所述采集模块对称重物品进行图样采集;

所述样本训练模块,对采集的图样样本进行特征训练,获得初步训练结果信息;

所述二次训练模块,根据初步训练结果信息进行最优化测试图像训练,直至样本收敛;

输出模块,将收敛的样本作为训练后的称重物品信息输出给微处理器。

优选的,所述的采集模块包括卷积层和特征提取层,卷积层产生多个特征映射图后,特征提取层对映射特征进行提取及相关联特征的位置确认。

本实用新型具有如下有益效果:一种自动称重计价器,因设置有摄像头,同时计算处理系统可根据获得的图像信息对物品的品种进行分类确认,再接合称重的重量对物品进行自动计算,即消费者不需要称重工作人员的协助就可以自己完成商品的称重环节,称重器也不需要称重工作人员的操作就可以完成对不同商品的识别和称重,同时解决了称重工作人员操作中可能出现错误。

附图说明

图1为自动称重计价器结构示意图;

图2为自动称重计价器系统连接示意图。

图中标记示意为:1-称重台;2-显示屏;3-机械臂;4-摄像头;5-支撑架;6-输入装置;7-打印装置;8-捆扎装置;9-捆扎件;10-捆扎口;11-旋转台。

具体实施方式

下面结合实施例及附图对本实用新型的技术方案作进一步阐述。

实施例1

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于图灵通诺(北京)科技有限公司,未经图灵通诺(北京)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201720180111.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top