[发明专利]工业设备图像识别处理器及控制器在审

专利信息
申请号: 201780078312.6 申请日: 2017-10-12
公开(公告)号: CN110088797A 公开(公告)日: 2019-08-02
发明(设计)人: 足立胜 申请(专利权)人: 株式会社安川电机
主分类号: G06T1/40 分类号: G06T1/40
代理公司: 北京东方亿思知识产权代理有限责任公司 11258 代理人: 柳春雷
地址: 日本*** 国省代码: 日本;JP
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 图像识别 图像数据 输出 标识信息 神经网络 预定图案 图像 图案 算法 处理器及控制器 集成电路实现 图像数据处理 工业设备 位置区域 处理器 存储 学习 分类 检测
【说明书】:

问题:提高图像识别处理的实际适用性。解决方案:提供图像识别处理器(11),其集成电路实现以下功能:存储已经基于先前学习确定的图像数据处理算法;获取包括预定图案的图像的图像数据;基于该算法对图像数据进行识别处理;和输出用于标识所识别的图案的标识信息。标识信息的输出由已经学习了预定图案与类型之间的对应关系的神经网络来处理,并且神经网络从预先准备的多种类型的图案中选择性地分类和输出。在图像中检测所识别的图案的位置区域,并且对图像数据进行处理并在图像中输出。

技术领域

本公开的实施例涉及用于工业设备的图像识别处理器及控制器。

背景技术

专利文献1中,描述了配置为例如基于设置在机械臂的手掌上的相机的成像信息来识别抓取目标物体的控制设备。

引用列表

专利文献

专利文献1:JP 2011-235386 A。

发明内容

技术问题

然而,配置为进行图像识别的处理设备本身使用了经由网络的服务器或大型电路规模的处理设备,因此,在应用于比如工厂自动化中的工业设备的情况下,图像识别处理的实际适用性已经很低。

鉴于上述问题提出了本发明,因此本发明的目的是提供一种能够提高图像识别处理的实际适用性的用于工业设备的图像识别处理器和控制器。

问题的解决方案

为了解决上述问题,根据本发明的一个方面,采用了一种用于工业设备的图像识别处理器,该图像识别处理器在其集成电路上实现以下功能:存储已经基于先前学习确定的图像数据处理算法;获取包括预定图案的图像的图像数据;和基于图像数据处理算法对图像数据进行识别处理,以输出用于标识识别图案的标识信息。

此外,根据本发明的另一方面,采用了一种用于工业设备的图像识别处理器,该图像识别处理器包括:存储单元,其配置为存储通过对包括具有预定属性的物体的外观图案的图像数据进行识别处理并学习该图像数据而生成的图像数据识别处理算法;和识别处理单元,其配置为使用图像数据识别处理算法来对包括在图像数据的图像中的外观图案进行识别处理。

此外,根据本发明的又一方面,采用了一种控制器,该控制器配置为对待控制的物体进行预定的后续控制,该待控制的物体对应于在用于工业设备的图像识别处理器中识别的图案。

本发明的有利效果

根据本发明的各方面,可以提高图像识别处理的实际适用性。

附图说明

图1是用于说明根据本发明的实施例的包括图像识别处理器的拣选系统的示意性系统框图配置的示例的图。

图2是用于说明图像识别处理器的可移除更换的机械配置的视图。

图3是用于说明由相机采集的容器内部的图像数据的示例的图。

图4是用于说明由图像识别处理器对图像数据进行的图像识别处理的结果的示例的图。

图5是用于说明包括在图像识别处理器中的神经网络的示意性模型配置的示例的图。

图6是用于说明包括图像识别处理器的检查系统的示意性系统块配置的示例的图。

图7是用于说明通过三维相机获得食品的图像数据的配置示例的图。

图8是用于说明在基于两组图像数据输出标识信息的情况下神经网络的示意性模型配置的示例的图。

具体实施方式

现在,参照附图描述本公开的实施例。

拣选系统的示意性配置

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株式会社安川电机,未经株式会社安川电机许可,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/201780078312.6/2.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