[发明专利]木材切割出材率识别方法、装置、电子设备及存储介质

说明书

本申请公开了一种木材切割出材率识别方法、装置、电子设备及存储介质。其中，该方法包括：通过至少一个传感器采集本次切割工序前木材的第一数据；通过预训练过的第一神经网络对所述第一数据进行识别，获得所述木材的第一状态信息和本次切割工序的最优切割方案；按照所述最优切割方案控制输出对所述木材执行本次切割工序；通过至少一个传感器采集本次切割工序后木材的第二数据；通过预训练过的第二神经网络对所述第二数据进行识别，获得所述木材的第二状态信息；其中所述第二状态信息至少包括本次切割工序的出材率和/或总出材率。本申请通过预训练的神经网络来识别木材的状态，并在切割工序中实时识别关联的出材率，从而实现了精细化的木材管理。

技术领域

本申请涉及智能生产领域，具体涉及一种木材切割出材率识别方法、装置、电子设备及存储介质。

背景技术

在木材加工领域，现有技术能够实现部分的木材加工自动化，例如将一根原木通过多道切割工序，加工成多块木板，以备后续使用。然而，由于原木的个体差异，显然并不适合按照统一的切割模式进行加工，如果采用不当的切割方式，很可能使切割后的板材难以加工成型。一旦切割失败无法充分利用原木的材料，会产生大量不必要的边角废料，造成不小的损失。这对于一些名贵木材来说尤其重要，切割后的出材率直接影响整个原木的经济价值。

然而，发明人在实现本申请实施例相关技术方案的过程中发现，现有技术至少存在以下问题：当前的自动化设备可以提供一定的切割策略规划，可以在切割后统计实际出材率，却无法在切割前就自动计算木材的出材率，更无法实时根据出材率情况调整切割策略。因此现有技术无法实现木材加工的精细化管理，在当前的技术水平下降低原料消耗，提高利用率是目前木材加工领域亟待解决的问题。

发明内容

针对现有技术中的上述技术问题，本申请实施例提出了一种木材切割出材率识别方法、装置、电子设备及存储介质，以解决自动获取木材加工出材率的问题。

本申请实施例的第一方面提供了一种木材切割出材率识别方法，包括：

通过至少一个传感器采集本次切割工序前木材的第一数据；

通过预训练过的第一神经网络对所述第一数据进行识别，获得所述木材的第一状态信息和本次切割工序的最优切割方案；

按照所述最优切割方案控制输出对所述木材执行本次切割工序；

通过至少一个传感器采集本次切割工序后木材的第二数据；

通过预训练过的第二神经网络对所述第二数据进行识别，获得所述木材的第二状态信息；其中所述第二状态信息至少包括本次切割工序的出材率和/或总出材率。

在一些实施例中，所述方法还包括：将所述第二数据作为下次切割工序前的第一数据循环执行所述方法。

在一些实施例中，所述方法还包括：将人工测定的木材状态信息反馈给所述第二神经网络，以使所述第二神经网络根据所述人工测定的木材状态信息进行再训练。

在一些实施例中，所述方法中：所述最优切割方案为按照出材率最高的方式规划的切割方案。

在一些实施例中，所述方法还包括：将所述本次切割工序的出材率和/或所述总出材率作为反馈数据提供给所述第一神经网络，以使所述第一神经网络根据所述本次切割工序的出材率和/或所述总出材率进行再训练。

本申请实施例的第二方面提供了一种神经网络训练方法，包括：

将木材切割前后的状态数据及对应的标注信息作为样本数据输入神经网络；

使所述神经网络使用所述样本数据进行训练，识别所述状态数据中的特征；

根据所述特征建立所述木材切割前后的状态数据与所述标注信息的关联模型，得到训练后所述神经网络。