[发明专利]一种混合垃圾分选装置及其分选识别方法

权利要求书

1.一种混合垃圾分选装置，其特征在于：包括2D相机、3D相机、金属探测器、近红外传感器、机器人1、机器人2、工控机、编码器和皮带机；所述2D相机、近红外传感器、3D相机、机器人1和机器人2分别沿工作方向依次间隔设置在所述皮带机的上方，所述金属探测器设置在所述皮带机的下方；所述工控机分别与所述2D相机、3D相机、金属探测器、近红外传感器、机器人1以及机器人2电性连接，且所述编码器同轴安装在所述皮带机的滚轴上，并与所述工控机电性连接；所述2D相机、3D相机、金属探测器和机器人1形成第一套机器人系统，对金属垃圾进行抓取；所述2D相机、3D相机、近红外传感器和机器人2形成第二套机器人系统，对非金属垃圾进行分类抓取。

2.根据权利要求1所述的一种混合垃圾分选装置，其特征在于：还包括LED光源、PLC和触摸屏；在所述2D相机的输出端以及3D相机的输出端正下方一侧还分别设有LED光源，且每一所述LED光源均设置在所述皮带机的上方；在所述皮带机上还设有PLC，且所述PLC分别与所述皮带机以及变频器电性连接，并对皮带机的速度进行控制；在所述PLC上端还设有触摸屏，并通过触摸屏来提供人工调节入口以及显示实时速度。

3.根据权利要求1～2任意一项所述的一种混合垃圾分选装置的分选识别方法，其特征在于包括以下步骤：

(1)2D相机和3D相机分别获取目标垃圾图像信息和坐标信息，再依次根据目标垃圾位置排序组成数据链表，记作List0；

(2)编码器脉冲信号线接入工控机数据采集卡，并将脉冲信号转化成皮带机的转动距离；

(3)金属探测器判断目标垃圾是否为金属垃圾，再通过机器人1对金属垃圾进行抓取；

(4)当金属垃圾抓取结束后，根据步骤(1)获取的2D、3D图像信息，当剩余均为非金属垃圾时，运用近红外传感器识别其组成成分、材质，再通过机器人2进行分类抓取。

4.根据权利要求3所述的一种混合垃圾分选装置的分选识别方法，其特征在于：在上述步骤(1)中，2D相机拍摄目标垃圾图片以及识别目标垃圾的平面中心坐标；3D相机识别目标垃圾的轮廓以及目标垃圾的几何中心坐标；2D相机采集的目标垃圾照片中检测处有垃圾时，3D相机同步采集3D点云数据，识别目标垃圾轮廓信息。

5.根据权利要求4所述的一种混合垃圾分选装置的分选识别方法，其特征在于：在上述步骤(1)中，将2D相机采集的目标垃圾照片进行预处理后利用深度学习模型，即pytorch框架下的YOLOv4神经网络模型，来判断是否有垃圾并获取目标垃圾图像的坐标信息，其具体步骤为：

(1.1)将2D相机采集的目标垃圾照片输入CSPDarknet53特征提取神经网络中获得相应的卷积特征图，并通过CSP模块减少计算量以及保证准确率；

(1.2)通过Neck中的SPP模块增加主干特征的接收范围；

(1.3)FPN+PAN的结合操作通过上采样传达强语义特征以及下采样传达强定位特征，再根据其不同的主干层对不同的检测层进行相应的参数融合，获得更加准确的目标框信息；

(1.4)通过非极大值抑制算法过滤获取最后的目标框；

(1.5)当2D相机采集的图片目标框中测出有垃圾时，取出3D相机同步采集的3D点云数据，将其转换成Mat类型以x，y作为像素坐标，z作为灰度值，再通过OpenCV对Mat类型进行处理，提取出具有一定高度的点的轮廓信息。

6.根据权利要求5所述的一种混合垃圾分选装置的分选识别方法，其特征在于：在上述步骤(2)中，脉冲信号转化成皮带机转动距离的计算公式为：

其中，μ为编码器参数，即每转的脉冲数值；Δp为插入List0时t0的脉冲数值和发送给机器人时t1的脉冲数值的脉冲差值；G为皮带机的滚轴周长；L为目标垃圾在t0和t1两个时刻间运动的距离。