[发明专利]手套的取放方法及其系统

说明书

本发明公开了一种用于手套的自动取放方法，其包括以下步骤：通过图像采集模块(1)从多个错位的手套中采集目标手套的图像；通过所述图像采集模块(1)从所采集到的图像中识别所述目标手套的一个或多个部分；通过神经网络基于训练后的数据集选择所述目标手套的至少一个已识别的部分作为参考点，以识别所述目标手套的当前方向；通过机械臂(2)根据所述参考点拾取所述目标手套；以及，通过所述机械臂(2)将所述目标手套从所述当前方向定向到目标方向，再将所述目标手套放置在平台上。

技术领域

本发明涉及一种手套的取放方法及其系统，用于在期望的方向上识别、取回和定位手套。特别是涉及一种用于将多个错位的手套定向到多个垂直方向堆叠的手套的人工智能系统。

背景技术

在手套产业中，大多数手套制造商仍采用传统的制造方法。这意味着手套制造商在整个手套制造过程中，特别是在手套包装过程中，都严重依赖大量的人力。这样传统的制造方法包括操作员采用手动包装步骤，比如手动取放手套并将其包装到盒子中。手套制造商必须严格规范其制造环境，特别是在制造医用手套、一次性手套、无尘室手套和手术手套时要严控卫生质量。

然而，这种传统的制造方法并不适用于这些手套的包装，这是因为由于操作者手动操作，其与手套接触，而容易导致该手套被污染，并且被污染的手套可能带来不良后果。举例来说，如果来自卫生诊所和医院的医务人员在治疗时使用被污染的医用手套或手术手套，那么患者将可能因此而感染。再举例来说，被污染的洁净室手套可能不适合在洁净室生产设施中使用，因为被污染的洁净室手套可能携带污染物，这些污染物可能会影响洁净室生产设施内生产的产品的质量。再举例来说，如果在食物制备过程中工作人员使用了被污染的一次性手套，则食物可能会被污染，而不能被消费者食用。而且，人工是费时的。尽管可通过培训操作员以优化完成包装过程所需的时间，但当操作员长时间重复工作而感到疲劳时，则会花费更多时间。另外，人工操作往往缺乏准确性，并且操作员在手动包装过程也容易出错。

在现有技术中，很少有与手套取放方法及其系统有关的专利技术。比如WO2018165753公开了使用以神经网络形式使用机器学习算法的计算机实现的布置来执行结构缺陷检测。在一种布置中，使用形成的图像数据库训练卷积神经网络，以优化上述卷积神经网络的准确度。该经过训练的卷积神经网络可用来检测例如混凝土表面中的裂缝。两阶段扫描过程被结合至上述卷积神经网络的布置中。其中每个阶段均对测试图像进行多次扫描。两个阶段形成重叠的捕获区域可减少位于各个扫描的边界上的裂缝未被检测到的可能性。此外，可通过训练基于区域的卷积神经网络来检测各种类型的缺陷。

在US20070047786A1中公开了另一种方法和系统。该专利文献公开了一种方法、计算机程序产品和数据处理系统，其用于使用有限的训练数据从MRI图像建立用于组织分类的训练集和分类器模型。在一个优选的实施方案中，该方法先对一给定组的人体器官的腹部切片进行多光谱MRI扫描。将聚类算法应用于图像数据，以将图像中的不同对象聚类为唯一的聚类。将确定性的初始化过程应用于聚类算法，以确保解决方案的唯一性、收敛性和有意义的聚类的创建。然后，领域专家通过仅保留感兴趣的聚类来生成一组校正后的聚类集。

然而，WO2018165753和US20070047786A1中公开的系统和方法没有公开用于结合人工智能来提高手套取放过程的效率的技术方案。

因此，期望提供一种结合了人工智能的系统，该系统可以在没有人工监督和干预的情况下执行手套的取放操作。

发明内容

基于此，有必要针对上述问题，提供一种结合了机器学习算法以用于手套的取放操作的方法和系统。与现有的方法相比，本发明采用一种智能的取放系统来执行一系列结合了机器学习算法的取放方法。