[发明专利]一种垃圾分拣机器人基于多视角的垃圾识别方法在审
申请号: | 202110260866.6 | 申请日: | 2021-03-10 |
公开(公告)号: | CN113070235A | 公开(公告)日: | 2021-07-06 |
发明(设计)人: | 江华平;刘盛;张少波;李伟 | 申请(专利权)人: | 浙江博城机器人科技有限公司 |
主分类号: | B07C5/34 | 分类号: | B07C5/34 |
代理公司: | 杭州衡峰知识产权代理事务所(普通合伙) 33426 | 代理人: | 陈修伟 |
地址: | 310000 浙江省杭州*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 垃圾 分拣 机器人 基于 视角 识别 方法 | ||
本发明公开了一种垃圾分拣机器人基于多视角的垃圾识别方法,包括如下步骤:(a):获取垃圾图像数据,通过垃圾分拣机器人对垃圾五个视角进行数据识别,并将识别数据上传至垃圾分拣机器人内部存储器中;(b):通过垃圾分拣机器人处理器对上传后的垃圾数据进行数字化分析,对每个视角中垃圾进行单一画面处理,使得画面只显示单一垃圾数据,并将画面中非单一垃圾数据进行灰度化处理;本方法对垃圾进行五个视角的识别,通过对五组视角数据进行识别、检测,极大的提高了垃圾判断的准确性,使得垃圾收到形变和毁坏后,分拣机器人依然可以识别处垃圾的信息,使得垃圾的分类较为准确,减少了垃圾分拣出错的情况。
技术领域
本发明属于视觉识别技术领域,具体涉及一种垃圾分拣机器人基于多视角的垃圾识别方法。
背景技术
随着科技的快速发展,智能机器人的不断改进和应用也将已经深入影响和改变人们的生活、工作的方方面面,在环保领域,已经开始使用分拣机器人对垃圾进行分类,不仅所用成本较低,工作效率较高,同时恶劣的工作环境并不影响分拣机器人的正常工作,分拣机器人已经在多个城市进行作业。
现有的分拣机器人视觉识别较为复杂,由于垃圾的种类较多,垃圾是否可回收使用的信息数据更多,且垃圾会经历一定的形变和毁坏,导致分拣机器人难以准确的识别单一垃圾,会出现垃圾分拣出错的情况,还需要工作人员一旁辅助工作,间接的带来了操作难度,为此我们提出一种垃圾分拣机器人基于多视角的垃圾识别方法。
发明内容
本发明的目的在于提供一种垃圾分拣机器人基于多视角的垃圾识别方法,以解决上述背景技术中提出的现有的分拣机器人视觉识别较为复杂,由于垃圾的种类较多,垃圾是否可回收使用的信息数据更多,且垃圾会经历一定的形变和毁坏,导致分拣机器人难以准确的识别单一垃圾,会出现垃圾分拣出错的情况等问题。
为实现上述目的,本发明提供如下技术方案:一种垃圾分拣机器人基于多视角的垃圾识别方法,包括如下步骤:
(a):获取垃圾图像数据,通过垃圾分拣机器人对垃圾五个视角进行数据识别,并将识别数据上传至垃圾分拣机器人内部存储器中;
(b):通过垃圾分拣机器人处理器对上传后的垃圾数据进行数字化分析,对每个视角中垃圾进行单一画面处理,使得画面只显示单一垃圾数据,并将画面中非单一垃圾数据进行灰度化处理,确保画面中单一垃圾数据清晰;
(c):获取单一垃圾特征值,汇总多个视角中单一垃圾特征值,判断单一垃圾的信息种类;
(d):基于互联网上传垃圾种类数据和垃圾个体数据至垃圾分拣机器人储存器中;
(e):将单一垃圾特征值在垃圾分拣机器人中进行搜索,当单一垃圾信息种类与垃圾分拣机器人中垃圾个体数据重合度大于设定值时,判定单一垃圾与垃圾分拣机器人中垃圾个体为同一种类;
(f):当单一垃圾信息种类与垃圾分拣机器人中垃圾个体数据重合度小于设定值时,将单一垃圾视角中数据与垃圾分拣机器人中垃圾个体的视角中数据进行对比;
(g):当单一垃圾视角中数据与垃圾分拣机器人中垃圾个体的视角中数据重合度总体大于80%时,输出识别结果。
优选的,步骤(a)中获取垃圾图像数据为整体垃圾的视频、图片数据。
优选的,步骤(a)中五个视角依次为俯视、前视、后视、左视、右视,垃圾的底部与地面相接触,故没有底视视角。
优选的,步骤(a)中识别数据上传至存储器的存储时间为:开始识别垃圾至垃圾进入分拣区域后。
优选的,步骤(b)中单一垃圾为垃圾的其中一个,多个单一垃圾数据组成垃圾数据。
优选的,步骤(b)中单一垃圾数据区域为正常颜色,使得画面中单一垃圾与垃圾色差明显,提高了识别准确度。
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浙江博城机器人科技有限公司,未经浙江博城机器人科技有限公司许可,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/202110260866.6/2.html,转载请声明来源钻瓜专利网。