[发明专利]物件类别识别方法及分拣设备

说明书

本发明公开了一种物件类别识别方法，应用于分拣设备中，分拣设备包括机械臂和用于驱动机械臂的驱动器，物件类别识别方法包括：获取物件的图像信息；获取驱动器驱动机械臂向上提升物件时驱动器的扭矩信息；依据图像信息获得物件的体积，依据物件的体积和扭矩信息获得物件的密度，以依据物件的密度获得物件的类别。本发明利用驱动器本身具有的扭矩采集和反馈功能来获得驱动器驱动机械臂向上提升物件时的扭矩信息，根据扭矩信息来获得物件的重量，无需额外利用传感器获取物件的重量。另，本发明还公开一种分拣设备。

技术领域

本发明涉及垃圾分拣回收技术领域，尤其涉及一种物件类别识别方法及分拣设备。

背景技术

随着环境污染问题日益严重，垃圾的回收利用也成为了可持续发展战略的重要组成部分。由于垃圾中往往混合有多种类别的物件，在对垃圾进行回收利用之前，首先需要对垃圾进行分类，以根据不同类别的垃圾进行分别回收和处理。

随着自动化技术的发展，垃圾分类也由传统依靠人工方式转变成了通过分拣设备进行自动分拣。现有的分拣设备通常包括：机器人、摄像机及控制器，通过摄像机采集垃圾图像，控制器根据图像识别垃圾物体的位置和类别(如瓶子、石头等)信息，然后根据得到的位置和类别信息控制机器人将该垃圾放至对应类别的料框中；然而，类别相同的垃圾可能具有不同的材质(例如，石头类别中包括有较重的普通砖头和空心砖、泡沫砖等轻质砖头；瓶子类别中包括有轻质的塑料瓶和较重的玻璃瓶、不锈钢瓶等)，因此，在分拣过程中，不仅需要根据物件所属的大类进行分拣，还需要根据物件的材质对各个类别进行细分。

中国专利申请CN109127459A公开了一种建筑垃圾物料分拣方法，其通过工业相机获得物料的轮廓信息，通过测距传感器获取物料的高度信息，结合物料轮廓信息和高度信息估算出物料的体积，然后通过安装在机器人上的拉力传感器来获得物料的重量，最后根据物料重量和物料体积获取物料的密度。其通过在机器人上安装拉力传感器来测量物料的重量，额外增加了传感器，导致成本增加；另外，其通过工业相机识别物料轮廓、测距传感器测量高度的方法，对于形状不规则的物料，计算出来的体积误差太大，而垃圾物料多数为不规则形状，因此该方法在实际中应用中可行性较低。

发明内容

本发明的目的是提供一种无需额外利用传感器获取物件的重量的物件类别识别方法和分拣设备。

为了实现上述目的，本发明公开了一种物件类别识别方法，应用于分拣设备中，所述分拣设备包括机械臂和用于驱动所述机械臂的驱动器，所述物件类别识别方法包括：

获取物件的图像信息；

获取所述驱动器驱动所述机械臂向上提升所述物件时所述驱动器的扭矩信息；

依据所述图像信息获得所述物件的体积，依据所述物件的体积和所述扭矩信息获得所述物件的密度，以依据所述物件的密度获得所述物件的类别。

较佳地，所述分拣设备预先设置有2D相机和3D相机；所述“获取物件的图像信息”具体为：通过所述2D相机采集所述物件的2D图像，通过所述3D相机采集所述物件的3D点云；所述“依据所述图像信息获得所述物件的体积”具体为：依据所述2D图像获得所述物件的2D轮廓，依据所述3D点云和所述2D轮廓获得所述物件的体积。

更佳地，“依据所述3D点云和所述2D轮廓获得所述物件的体积”具体为：将所述2D轮廓划分为离散的若干个网格；根据每一所述网格的面积和所述网格所对应的所述3D点云的平均高度获得每一所述网格的体积；对各个所述网格的体积求和，得到所述物件的体积。

较佳地，所述“依据所述物件的密度获得所述物件的类别”具体为：采用深度学习的方式对所述2D图像进行识别，获得所述物件的大类，然后依据所述物件的大类和密度获得所述物件的小类；其中，所述物件的大类包括有若干个所述小类。

较佳地，所述物件类别识别方法还包括：预先设置所述物件的大类中，所述物件的密度与所述物件的小类的对应关系。