[发明专利]一种基于视觉识别的全自动餐具分拣方法

说明书

本发明涉及一种基于视觉识别的全自动餐具分拣方法，首先摄像机把实时视频信息流摄入计算机形成数字图像，将图像信息传入训练后的YOLOv3检测器中进行分类和定位，将输出的信息通过串口传递信息，形成控制指令，让机械臂进行相应的抓取动作来完成分检。本发明提高了餐具分拣的自动化程度。

技术领域

本发明涉及电池测试领域，特别是一种基于视觉识别的全自动餐具分拣方法。

背景技术

关于餐具分拣，现有技术中大多数仍采用的是人工方式，在食用完后将碗、盘子、筷子、勺子等餐具人为的进行分类再回收，通过传输设备进行转移。也有一些餐具自动分拣装置，但是是借助磁力设备，且对餐具的材质有一定的要求，使得推广成本过大。

显然，现有的餐具再回收方式效率低下，极易造成餐具损伤，而目标检测算法的识别精度和速度给自动化餐具分拣提供了有力条件。

发明内容

有鉴于此，本发明的目的是提出一种基于视觉识别的全自动餐具分拣方法，提高了餐具分拣的自动化程度。

本发明采用以下方案实现：一种基于视觉识别的全自动餐具分拣方法，包括以下步骤：

步骤S1：采集流水线上历史经过的多幅餐具图片，并对其进行人工标注，形成训练数据集；

步骤S2：利用步骤S1的训练数据集训练YOLOv3目标检测器；

步骤S3：采集流水线上的实时视频信息流，并将其输入上位机形成数字图像，对数字图像进行预处理后传入步骤S2训练好的YOLOv3目标检测器中进行分类识别和区域标记；

步骤S4：根据步骤S3中YOLOv3目标检测器的输出结果形成控制指令，控制机械臂的运动对餐具进行分拣。

进一步地，步骤S1中，所述人工标注的标注内容包括每幅图片的餐具类别信息和位置信息。

进一步地，步骤S1中，采用LabelImg标注工具给210张图片进行标注作为训练数据集，制作VOC格式的xml文件以及设置对应的配置文件，数据包含5类：碗、杯子、盘子、勺子和茶碟；同时将每张图转换为YOLO格式的txt文件。

进一步地，步骤S4中，对机械臂的控制具体为：根据识别餐具的类别信息，决定机械臂的目标放置位置；根据识别餐具的大小信息，决定机械臂的夹持部张开的大小；根据识别餐具的位置信息，决定机械臂起始的位置。

进一步地，所述根据识别餐具的位置信息，决定机械臂起始的位置的计算采用下式：

机械臂起始的位置=目标放置位置-(识别餐具的起始位置+机械臂移动时间*传送带的速度)*精度修调。

与现有技术相比，本发明有以下有益效果：本发明利用机器识别，不需要人工干预分拣，也对餐具的材质没有要求，具有自动化程度高、不受环境影响、成本低廉等特点。

附图说明

图1为本发明实施例的原理示意图。

图2为本发明实施例中Darknet-53网络结构示意图。

图3为本发明实施例中检测效果图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。

应该指出，以下详细说明都是示例性的，旨在对本申请提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本申请所属技术领域的普通技术人员通常理解的相同含义。