[发明专利]一种垃圾分类机器人及其垃圾识别与分类方法有效

专利信息
申请号: 201310091764.1 申请日: 2013-03-21
公开(公告)号: CN103143509A 公开(公告)日: 2013-06-12
发明(设计)人: 于永斌;符国和;邢林西;汤耀泽;金菊;金勇;屈鸿 申请(专利权)人: 电子科技大学
主分类号: B07C5/00 分类号: B07C5/00;B25J19/02;B25J5/00
代理公司: 成都华典专利事务所(普通合伙) 51223 代理人: 徐丰;杨保刚
地址: 611731 四川省成*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 垃圾 分类 机器人 及其 识别 方法
【说明书】:

技术领域

发明涉及红外传感器识别分类的一种垃圾分类机器人及其垃圾识别与分类方法。

背景技术

目前现有的垃圾分类机器人还没有正在的实现自动化,智能化。国内甚至全世界还没有出现正在能够自动化智能化的垃圾分类机器人问世。现有的图像处理的技术还不够成熟而且图像识别算法繁多,目前目标物体识别都拘泥于图像处理等软件识别上,并且图像处理的结果多少都受到环境、设备等因素的影响,从而导致垃圾分类存在误差。目前还没有出现采用硬件设备识别目标物体的技术。

发明内容

为了解决“背景技术中”涉及的难题,本发明提供了一种垃圾分类机器人。

一种垃圾分类机器人,其特征在于:包括小车,小车上设有垃圾箱、用于抓取垃圾放入垃圾箱的可旋转的机械手、智能处理单元;所述机械手上设置有红外传感器,小车设置机械手方向上还设置有超声波传感器,所述超声波传感器、红外传感器均与智能处理单元连接。

上述方案中,所述垃圾箱由3个垃圾铁桶相连组成,采用支架支撑,可拆装。

上述方案中,所述智能处理单元包括单片机、液晶显示屏、A/D转换器,所述A/D转换器、液晶显示器均与单片机连接,所述A/D转换器连接红外传感器和超声波传感器。

上述方案中,所述红外线传感器,固定在机械手下部。

上述方案中,所述小车的车轮为两个驱动车轮和两个万向轮。

上述方案中,所述小车的动力装置采用电机,所述电机连接有与单片机相连接的电机驱动器。

本发明还提供了一种垃圾分类机器人垃圾识别与分类方法,其特征在于包括以下步骤:

1)、采用红外传感器在扇形面积内扫描来检测目标物体;

2)、在扫描时,如果得到目标物体的距离数据在预设值之间,则检测到的该值(点)为在扫描的扇形面积内的某一个点,记下该点,重复步骤2),直到扫描完该扇形面积,此时得到一系列不连续的随机点,点的总数代表目标物体的宽度;

3)、如果扫描完后记录下的点数超过最大阀值,说明物体过大,机械手无法抓取,目标物体视为障碍物,进行步骤4,如果这个阀值大于1小于最大阀值,那么就是目标物体,进行步骤5;

4)、就开始驱动车轮进行避障,并重新检测,重复步骤1)-3)动作;

5)、红外传感器在扇形面积内再进行一次扫描以确定物体方位,通过扫到得到第一个有效点立刻停止扫描,微调误差直到定位成功。

6)、定位成功之后根据第一次扫描得到的阀值,进行垃圾分类操作,垃圾可分为塑料瓶,易拉罐,牛奶纸质等。

上述一种垃圾分类机器人垃圾识别与分类方法方案中,步骤1)和步骤5中所述的扇形面积的角度为-80°~80°。

上述一种垃圾分类机器人垃圾识别与分类方法方案中,所述目标物体的距离数据的预设值为0-8cm。

上述一种垃圾分类机器人垃圾识别与分类方法方案中,所述最大阀值为59。

与现有技术相比,本发明的有益效果是:

1. 采用红外传感器硬件识别垃圾并进行分类,具有实时性和独特新颖性,从而避免了图像处理所带来的误差和识别慢的现象。

2.综合运用了超声波和红外线传感器,弥补了传感器本身的误差。

3.整个系统采用自动化、机械化的实现方式,技术含量更高。

附图说明

图1为垃圾分类机器人的系统架构图;

图2为红外传感器识别垃圾的流程图;

图1中,1驱动车轮,2锂电池,3垃圾箱,4万向轮,5超声波传感器,6红外传感器,7智能处理器单元,8机械手。

具体实施方式

本发明提供了一种垃圾分类机器人包括机械手,小车底盘,两个驱动车轮,两个万向轮,处理平台设备,超声红外等传感器,锂电池和垃圾箱。小车可分为两层,机械手置于小车底层前部与底片相连接,垃圾箱置于底盘中部,智能处理平台置于小车上层后部,锂电池置于小车底层后部,红外传感器安装在机械手上,超声波传感器安装在小车前端。机器人可自动查找识别垃圾,并使用机械手抓取,可分别分类塑料,纸质,易拉罐三种垃圾。

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电子科技大学,未经电子科技大学许可,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/201310091764.1/2.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