[发明专利]一种便携手持设备用废钢铁种类自动识别装置在审
| 申请号: | 201910773725.7 | 申请日: | 2019-08-21 |
| 公开(公告)号: | CN110472692A | 公开(公告)日: | 2019-11-19 |
| 发明(设计)人: | 张菲菲;陈奕;王婷;张洁 | 申请(专利权)人: | 天津拾起卖科技有限公司 |
| 主分类号: | G06K9/62 | 分类号: | G06K9/62;G06K9/46;G06Q50/26 |
| 代理公司: | 12226 天津企兴智财知识产权代理有限公司 | 代理人: | 张会雪<国际申请>=<国际公布>=<进入 |
| 地址: | 300000 天津市滨海新区自贸试验区*** | 国省代码: | 天津;12 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 废钢铁 控制器模块 摄像头 电池模块 物品图像 便携手持设备 自动识别装置 连接控制器 匹配数据库 机器识别 人工识别 手持终端 图片信息 准确率 比对 省力 省时 录入 数据库 扫描 供电 分类 分析 | ||
本发明公开了一种便携手持设备用废钢铁种类自动识别装置,包括主要由摄像头、电池模块、控制器模块构成的手持终端,所述电池模块连接控制器模块用于供电,所述控制器模块连接摄像头;所述摄像头在所述控制器模块控制下扫描废钢铁并获取废钢铁物品图像,所述控制器模块将获取的废钢铁物品图像与预先录入数据库中的图片信息进行比对,通过分析进行匹配数据库中对应的废钢铁种类。本发明实现了废钢铁种类的机器识别,相较于人工识别分类方法,提高了废钢铁识别的客观性和规范性,而且识别省时省力,识别速度快,识别准确率高。
技术领域
本发明属于再生资源回收加工技术领域,特别是废钢铁回收加工技术领域,具体涉及一种便携手持设备用废钢铁种类自动识别装置。
背景技术
废钢铁是钢铁工业可持续发展的重要资源,钢铁企业为了不影响炼钢工艺流程的正常进行,确保成品钢件的质量,必须选用优质的废钢铁原料加入钢炉,这就需要在废钢处理之前首先进行严格分拣分选,废钢的检验、分类、定级等预处理流程凸显出其重要性。
废钢铁来源复杂,品种繁多,不同规格、成分的废钢铁对炼钢的作用不同,因此需要将废钢铁按尺寸、形状、成分、密度等要求分成许多类别,进行合理分类。在匹配钢厂要求的基础上,做到分类精确、加工规范、经济地尽可能去除各种钢铁中不要的有色金属及非金属杂质,在废钢回收过程中分类标准方面取得最优技术路线。
目前,在废钢铁的回收、验货、初加工等环节,基层工作人员往往只能凭经验识别常见的废钢铁种类,带有很大的主观性和不确定性,专业风险和道德风险都比较高,而且效率低下。
因此,采用机器识别技术代替人员进行废钢铁验质、分类、估值、报价具有技术可操作性和巨大应用潜力。
发明内容
针对上述问题,本发明提供了一种便携手持设备用废钢铁种类自动识别装置,实现了废钢铁种类的机器识别,相较于人工识别分类方法,提高了废钢铁识别的客观性和规范性,而且识别省时省力,识别速度快,识别准确率高。
为达到上述目的,本发明的技术方案是这样实现的:
一种便携手持设备用废钢铁种类自动识别装置,包括主要由摄像头、电池模块、控制器模块构成的手持终端,所述电池模块连接控制器模块用于供电,所述控制器模块连接摄像头。
所述摄像头在所述控制器模块控制下扫描废钢铁并获取废钢铁物品图像,所述控制器模块将获取的废钢铁物品图像与预先录入数据库中的图片信息进行比对,通过分析进行匹配数据库中对应的废钢铁种类。
进一步的,所述控制器模块加载的系统中设有主控单元,所述主控单元包括检测模块、分析模块;所述检测模块控制摄像头扫描废钢铁并获取废钢铁物品图像,然后发送给分析模块,所述分析模块将获取的废钢铁物品图像与预先录入数据库中的图片信息进行比对,通过分析进行匹配数据库中对应的废钢铁种类。
更进一步的,所述分析模块对废钢铁种类进行细分规格选择,提供该种类废钢铁的厂商报价,编辑采购信息,生成订单。
更进一步的,所述废钢铁种类的分析采用层次模型分类算法进行控制,进行机器深度学习,提取废钢铁图像特征,根据图像属于各个类别的概率,得出废钢铁图像分类结果。
更进一步的,所述主控单元还包括登录模块,所述登录模块连接控制手持终端的按键装置和/或指纹识别装置,用于手持终端的使用者进行身份认证并登录系统。
更进一步的,所述控制器模块加载的系统中还设有辅助单元,所述辅助单元包括:
定位模块,用于控制手持终端内置的GPS定位芯片,GPS定位芯片与定位基站进行数据交互,通过数据处理进行定位。
再进一步,还包括语音模块,用于支持手持终端的语音输入、输出及报错功能。
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天津拾起卖科技有限公司,未经天津拾起卖科技有限公司许可,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/201910773725.7/2.html,转载请声明来源钻瓜专利网。





