[发明专利]一种水面漂浮目标识别处理系统

说明书

本发明公开了一种水面漂浮目标识别处理系统，目标识别处理系统包括：水面浮台，漂浮于水面，作为支撑平台；机械臂，可旋转的安装在水面浮台上，机械臂为可伸缩式；相机，图像获取装置，设置在机械臂的前端；机械爪，设置在机械臂上，且可在机械臂上移动；分类袋，设置在水面浮台上；控制器，分别控制水面浮台的移动、机械臂的旋转和伸缩、相机获取图像、图像检测和判断、机械爪的抓取和移动。本发明能够不间断的在水面进行工作，通过深度学习的原理判断漂浮物的种类，判断处理的方式，能够减少将不要收集，或者自然环境可以轻松转化的物质的收集，所收集对象精确，提高了收集的效率。

技术领域

本发明属于自动化处理设备领域，具体涉及一种水面漂浮目标识别处理系统。

背景技术

随着人类生活的提高和人类活动范围的扩张，对于自然环境的破坏日益增大，由其是对水质的影响。

深度学习目标检测技术使用卷积神经网络进行特征提取，通过训练学习，实现了更加强大的适应能力和泛化能力，结合深度学习可以使一个系统具备判断能力。

目前没有能够在水面长期进行漂浮物识别和处理的装置，因此需要一种能够自动进行判断，且长期工作的设备对水面的漂浮物进行识别和处理。

发明内容

鉴于上述技术问题，本发明提供了一种水面漂浮目标识别处理系统，旨在能够解决现有技术中的问题。

为解决上述技术问题，本发明的技术方案如下：

一种水面漂浮目标识别处理系统，

所述目标识别处理系统包括：

水面浮台，漂浮于水面，作为支撑平台；

机械臂，可旋转的安装在所述水面浮台上，所述机械臂为可伸缩式；

相机，图像获取装置，设置在所述机械臂的前端；

机械爪，设置在所述机械臂上，且可在机械臂上移动；

分类袋，设置在所述水面浮台上；

控制器，分别控制水面浮台的移动、机械臂的旋转和伸缩、相机获取图像、图像检测和判断、机械爪的抓取和移动。

进一步地，

所述目标识别处理系统的识别和处理过程如下：

目标识别处理系统基于深度学习原理进行机器视觉学习；

拍摄、识别目标物；

进行分类。

进一步地，

在目标识别处理系统基于深度学习原理进行机器视觉学习中，首先收集漂浮物处于水面时的图像，控制器进行机器视觉学习，建立神经网络模型，该神经网络模型的各卷积层均由深度卷积层和点卷积层组成，将收集的漂浮物处于水面时的图像输入该神经网络模型，对该模型进行优化，获得最佳的神经网络模型；判断学习效果是否合格，如果“是”，进入下一阶段处理；如果“否”，再次进行机器视觉学习。

进一步地，

在拍摄、识别目标物中，控制器控制平台靠近漂浮目标，然后机械臂控制相机从漂浮物目标的多个角度进行拍摄，判断是否完成，如果“是”，根据学习结果判断漂浮物的类别，即将多个角度拍摄的图像输入最佳的神经网络模型进行分类识别；如果“否”，控制器控制相机继续完成多个角度进行拍摄。

进一步地，

所述多个角度包括正向下俯视、前后左右均倾斜45度拍摄。

进一步地，

在进行分类中，控制器判断已识别的漂浮物的类别是否需要处理；