[发明专利]一种基于机器视觉的垃圾自动分类装置和方法在审

专利信息
申请号: 201911031596.0 申请日: 2019-10-28
公开(公告)号: CN110589309A 公开(公告)日: 2019-12-20
发明(设计)人: 窦东阳;刘钢洋;董璐璐;邱照玉 申请(专利权)人: 中国矿业大学
主分类号: B65F1/14 分类号: B65F1/14;B65F1/00;B65F1/10;G06K9/00;G06K9/62;G06K17/00
代理公司: 32243 南京正联知识产权代理有限公司 代理人: 邓道花
地址: 221000 江苏省徐*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 接料桶 皮带输送机 垃圾 组合式 检测设备 垃圾分类 垃圾自动分类装置 机器视觉技术 垃圾分类处理 可回收垃圾 垃圾入料口 分类装置 基于机器 垃圾识别 设备电气 自动完成 出料端 湿垃圾 智能化 出料 工作量 自动化 储存 视觉 帮助
【权利要求书】:

1.一种基于机器视觉的垃圾自动分类装置,其特征在于:所述分类装置包括皮带输送机,所述皮带输送机进料端的上方设置有垃圾入料口,所述皮带输送机出料端的下方设置有组合式垃圾接料桶,所述皮带输送机的中部上方设置有检测设备,所述皮带输送机出料端和所述组合式垃圾接料桶之间设置有执行设备,所述检测设备与执行设备电气连接;

所述组合式垃圾接料桶包括可回收垃圾接料桶、有害垃圾接料桶、湿垃圾接料桶和干垃圾接料桶。

2.根据权利要求1所述的基于机器视觉的垃圾自动分类装置,其特征在于:所述皮带输送机包括皮带电机和重量传感器,所述重量传感器设置在皮带输送机内部,并且与皮带电机相连接,所述皮带电机和重量传感器均与计算机无线连接。

3.根据权利要求1所述的基于机器视觉的垃圾自动分类装置,其特征在于:所述执行设备包括控制器、挡板组和落料管道,所述挡板组安装在所述落料管道内壁,所述落料管道与组合式垃圾接料桶相连通,所述控制器无线控制挡板组。

4.根据权利要求3所述的基于机器视觉的垃圾自动分类装置,其特征在于:所述挡板组包括三角状的第一挡板、第二挡板、第三挡板和第四挡板,所述第一挡板、第二挡板、第三挡板和第四挡板拼合呈向下凸出的四棱锥状,所述四棱锥的锥顶与组合式垃圾接料桶的中心拼合处相对应,所述四棱锥斜边的投影与各垃圾桶的边缘重合处相对应,当有垃圾进入时,控制器控制该类型垃圾的挡板打开,垃圾掉落到相应的接料桶内。

5.根据权利要求1所述的基于机器视觉的垃圾自动分类装置,其特征在于:所述检测设备包括引导遮光装置、计算机、摄像机和LED光源,所述引导遮光装置内设置有摄像机和LED光源,所述摄像机和LED光源均与计算机无线连接,计算机的输出端与执行设备的控制器输入端连接。

6.根据权利要求5所述的基于机器视觉的垃圾自动分类装置,其特征在于:所述引导遮光装置包括金属骨架,所述金属骨架外包裹有不透光材质,形成遮光空间。

7.根据权利要求5所述的基于机器视觉的垃圾自动分类装置,其特征在于:所述LED光源为4个,并且设置在摄像机四周并对称安装,所述LED光源前端设置有毛玻璃罩。

8.一种基于机器视觉的垃圾自动分类方法,其特征在于,包括以下步骤:

步骤1:垃圾从垃圾入料口落到皮带上,皮带输送机的重量传感器感应到重量,皮带输送机开始工作,摄像机对通过的垃圾进行拍摄,并将图像即时上传到计算机;

步骤2:计算机对上传的图像进行数字图像处理,计算机基于机器视觉技术,与系统内预存的标准模板库进行对比识别,若无法识别,计算机再将图片发送到远程管理服务器的总类模板库内进行对比识别,并添加更新至总类模板库内;

步骤3:计算机对比识别后生成分类结果信息,并根据分类结果信息,发送相应信号给执行设备的控制器;

步骤4:控制器根据数字信号控制相应挡板,当判定图片物为可回收垃圾后,执行设备控制器控制第一挡板向下打开,将该垃圾分入可回收垃圾接料桶中;当判定图片物为有害垃圾后,执行设备控制器控制第二挡板向下打开,将该垃圾分入有害垃圾接料桶中;当判定图片物为湿垃圾后,执行设备控制器控制第三挡板向下打开,将该垃圾分入湿垃圾接料桶中;当判定图片物为干垃圾后,执行设备控制器控制第四挡板向下打开,将该垃圾分入干垃圾接料桶中;

步骤5:皮带输送机的重量传感器感应不到重量时,皮带输送机停止工作。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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中国矿业大学,未经中国矿业大学许可,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/201911031596.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top