[发明专利]一种基于机器人的电池壳清洗线上下料控制系统及方法

权利要求书

1.一种基于机器人的电池壳清洗线上下料控制系统，其特征在于，包括：上料模块和下料模块，上料模块包括多料识别单元、多料抓取单元、角度调整单元和多料送入单元，下料模块包括类别整理单元、出料识别单元、第二多料抓取单元、第二角度调整单元和多料输出单元；

其中，多料识别单元，用于识别上料输送带上待清洗电池壳的唯一特征，确定当前电池壳的类别，并对识别后的电池壳进行类别标记；多料抓取单元，用于同时抓取多个具有相同类别标记的待清洗电池壳；角度调整单元，用于根据当前抓取的待清洗电池壳的类别标记，确定翻转角度，并基于翻转角度对待清洗电池壳的角度进行调整；多料送入单元，用于将翻转后的待清洗电池壳移至清洗线上料固定位置；

类别整理单元，用于获取多料抓取单元抓取的待清洗电池壳的类别标记抓取顺序，构建下料类别顺序集；出料识别单元，用于识别清洗线下料固定位置是否存在已清洗电池壳，并输出识别结果；第二多料抓取单元，用于当识别结果为存在时，同时抓取清洗线下料固定位置上的多个已清洗电池壳；第二角度调整单元，用于根据下料类别顺序集确定当前抓取的已清洗电池壳的类别，并基于已清洗电池壳的类别确定第二翻转角度，再根据第二翻转角度对已清洗电池壳的角度进行对应调整；多料输出单元，用于将翻转后的已清洗电池壳移至下料输送带；

识别上料输送带上待清洗电池壳的唯一特征，确定当前电池壳的类别，包括：获取待清洗电池壳的第一图像和待清洗电池壳在当前上料输送带上的第一垂直加速度数据；其中，第一垂直加速度数据包括垂直加速度的时域信号、垂直加速度的频域信号和垂直加速度的功率谱密度信号；将第一图像输入至已训练完成的图像深度特征获取模型中，得到第一图像的图像深度特征；获取第一垂直加速度数据的统计学特征；对图像深度特征与统计学特征进行特征融合操作，得到唯一特征；将唯一特征输入至已训练完成的待清洗电池壳类别识别模型中，得到当前待清洗电池壳的类别识别结果；

上料模块还包括抓取数量修正单元；抓取数量修正单元包括预启动阶段和正式启动阶段；

抓取数量修正单元在预启动阶段用于获取若干逻辑信息集完成预启动阶段；

当抓取数量修正单元的预启动阶段完成时，进入正式启动阶段；抓取数量修正单元在正式启动阶段用于监测抓取数量并在抓取数量异常时发出重置信号使得抓取数量修正单元重置启动。

2.根据权利要求1所述的一种基于机器人的电池壳清洗线上下料控制系统，其特征在于，图像深度特征获取模型的训练过程包括：获取若干包括所有种类的待清洗电池壳的第一图像，构建第二图像集；基于轻量化卷积神经网络框架，根据迁移学习法建立第一卷积模型；利用第二图像集对第一卷积模型进行训练与测试，得到第二卷积模型；基于第二卷积模型生成图像深度特征获取模型。

3.根据权利要求2所述的一种基于机器人的电池壳清洗线上下料控制系统，其特征在于，待清洗电池壳类别识别模型的训练过程包括：获取第二图像集中每一第一图像对应的待清洗电池壳在不同输送速度下经过清洗线前的第一垂直加速度数据，构建第二垂直加速度数据集；基于图像深度特征获取模型获取每一第一图像的图像深度特征，作为第一识别特征；获取第二垂直加速度数据集中每一第一垂直加速度数据的统计学特征，作为第二识别特征；分别对每一第一图像相对应的第一识别特征和第二识别特征进行融合操作，得到若干初始类别特征；将若干初始类别特征分别与每一第一图像相对应的待清洗电池壳类别标签生成类别样本对；利用若干类别样本对训练和测试机器学习分类算法初始模型，得到待清洗电池壳类别识别模型。

4.一种应用于权利要求1-3中任一项所述的基于机器人的电池壳清洗线上下料控制系统的控制方法，其特征在于，控制方法包括如下步骤：S1、通过上料模块中的多料识别单元、多料抓取单元、角度调整单元和多料送入单元，对上料输送带上的待清洗电池壳进行识别、抓取、角度调整和送入清洗线；S2、通过下料模块中的类别整理单元、出料识别单元、第二多料抓取单元、第二角度调整单元和多料输出单元，对已清洗电池壳进行整理、识别、抓取、角度调整和送入下料输送带。