[发明专利]基于激光成像的人工智能矿石识别装置和方法

权利要求书

1.基于激光成像的人工智能矿石识别装置，其特征在于，包括激光照射模块、信号传输模块、成像模块、信息识别模块；

所述激光照射模块用于发射激光束照射传送带上的待识别矿石，并获取所述待识别矿石的返回信号处理得到矿石的数据信息；

所述待识别矿石的数据信息经所述信号传输模块传输至所述成像模块；

所述成像模块根据所述待识别矿石的数据信息对所述待识别矿石进行三维成像，得到待识别矿石的纹理信息和外形信息，送入所述信息识别模块；

所述信息识别模块，对所述待识别矿石的纹理信息和外形信息进行归一化处理，并使用卷积神经网络对归一化处理后的信息进行识别，输出矿石识别结果。

2.如权利要求1所述的装置，其特征在于，所述激光照射模块包括激光雷达以及光电开关对；

所述光电开关对包含两个光电开关，两个光电开关相对设置于所述传送带两侧边并形成直线对射；

所述待识别矿石经过所述光电开关对的直线对射处时，所述光电开关对的直线对射中断，光电开关对向所述激光雷达发送触发信号；

所述激光雷达接收到触发信号之后，开始发射激光照射所述传送带上的待识别矿石；

所述激光雷达接收所述待识别矿石反射的激光返回信号，进行数据转换，得到待识别矿石的点云数据作为所述待识别矿石的数据信息。

3.如权利要求1所述的装置，其特征在于，所述激光照射模块包括激光发射器以及摄像机；

所述激光发射器设置于所述传送带的正上方；所述激光发射器发射激光束照射传送带上的待识别矿石；

所述摄像机设置于所述传送带的斜上方，拍摄照射在待识别矿石上的激光束进行拍摄，并将拍摄的视频数据作为所述待识别矿石的数据信息。

4.如权利要求3所述的装置，其特征在于，所述成像模块根据所述待识别矿石的数据信息对所述待识别矿石进行三维成像，具体为：

所述待识别矿石的数据信息中具有激光束在矿石上照射过程的视频数据，通过视频数据中每个时刻激光束在矿石上的变化情况，通过合成还原得到待识别矿石的三维成像结果。

5.基于激光成像的人工智能矿石识别方法，其特征在于，包括如下步骤：

S1、采用激光束照射待识别矿石，并获取所述待识别矿石的返回信号处理得到矿石的数据信息；

S2、根据所述矿石的数据信息对所述待识别矿石进行三维成像，得到待识别矿石的纹理信息和外形信息；

S3、对所述待识别矿石的纹理信息和外形信息进行归一化处理，并使用卷积神经网络对归一化处理后的信息进行识别，输出待识别矿石的识别结果。

6.如权利要求5所述的方法，其特征在于，所述采用激光束照射待识别矿石，并获取所述待识别矿石的返回信号处理得到待识别矿石的数据信息，具体为：

采用激光雷达发射激光束照射所述待识别矿石；

所述激光雷达接收所述待识别矿石返回的回波信号，将所述回波信号进行数据转换，得到待识别矿石的点云数据作为所述待识别矿石的数据信息。

7.如权利要求5所述的方法，其特征在于，所述采用激光束照射矿石，并获取所述待识别矿石的返回信号处理得到待识别矿石的数据信息，具体为：

将射光束照射在待识别矿石上，采集激光束在待识别矿石上照射过程的视频数据，作为待识别矿石的数据信息。

8.如权利要求7所述的方法，其特征在于，所述根据所述待识别矿石的数据信息对所述待识别矿石进行三维成像，具体为：

通过视频数据中每个时刻激光束在待识别矿石上的变化情况，通过合成还原得到待识别矿石的三维成像结果。

9.如权利要求5～8所述的方法，其特征在于，使用卷积神经网络对归一化处理后的信息进行识别，输出待识别矿石的识别结果，具体为：

构建卷积神经网络模型；

对已知类别的矿石，采用如步骤S1和S2的方法获得已知类别矿石的纹理信息和外形信息并归一化处理，利用已知类别矿石的归一化处理结果，对所述卷积神经网络模型进行训练，将待识别矿石的归一化处理信息输入至训练好的卷积神经网络模型，输出识别结果。