[实用新型]一种机器视觉智能传感器有效

专利信息
申请号: 201921975554.8 申请日: 2019-11-15
公开(公告)号: CN210691083U 公开(公告)日: 2020-06-05
发明(设计)人: 刘兵;关腾腾 申请(专利权)人: 天津新松智能科技有限公司
主分类号: G05B19/042 分类号: G05B19/042
代理公司: 天津市新天方专利代理有限责任公司 12104 代理人: 王伟
地址: 301800 天津市宝坻区*** 国省代码: 天津;12
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 机器 视觉 智能 传感器
【说明书】:

本实用新型是一种机器视觉智能传感器,包括传感器壳体和摄像头,传感器壳体内设有控制模块,控制模块包括主处理器模块、协处理器模块、图像传感器模块、POE模块和IO模块,本实用新型的架构及设计带来网络边缘端高效的计算能力和图像处理能力,降低数据中心服务器越来越重的计算压力,同时也让边缘端实现实时复杂图像处理成为可能;本实用新型模块化设计便于维修,且维修使不易损坏其它电器元件;IO模块向协处理器模块提供DC12‑36V电压,实现宽压供电;实现外部电源和千兆以太网均可给主处理器模块和协处理器模块供电,保证本实用新型稳定工作。此外,本实用新型内部连接实现无缆连接,工作性能更加稳定。

技术领域

本实用新型涉及传感器技术领域,尤其涉及一种机器视觉智能传感器。

背景技术

机器视觉智能传感器是一种在网络边缘端实现实时图像处理和深度学习推理的传感器。它是一款将计算机技术与传感器技术深度融合的典型产品,主要应用于工业、交通、教育、安防、零售等领域。工业应用场景包括:缺陷检测、分类、统计以及辅助机器人完成抓取搬运、移动等应用。交通应用场景包括:车辆违章识别、驾驶员及行人行为识别、路口流量分析等。教育应用场景包括:智能监考、教学科研等。安防应用场景包括:人脸识别、危险行为识别等。零售应用场景包括:超市智能盘点、智慧收银等。

目前市场上绝大多数视觉传感器仅完成简单图像处理或者图像生成任务,要完成复杂的图像处理算法如深度学习推理则需要交由带处理器的USB主机或者网络端主机完成。这种应用模式不仅会带来主机端的负载压力,同时由于网络传输带来的延时会大大降低图像处理的实时性。此外,现有的视觉传感器整体式结构不便于维修,维修费时费力,且维修时容易损坏其它电器元件。

发明内容

本实用新型旨在解决现有技术的不足,而提供一种机器视觉智能传感器。

本实用新型为实现上述目的,采用以下技术方案:一种机器视觉智能传感器,包括传感器壳体和摄像头,其特征在于,摄像头安装在传感器壳体顶部一侧,传感器壳体内设有控制模块,控制模块包括主处理器模块、协处理器模块、图像传感器模块、POE模块和IO模块,图像传感器模块与摄像头电连接,图像传感器模块与协处理器模块电连接,协处理器模块与主处理器模块电连接,IO模块与协处理器模块电连接,IO模块通过千兆以太网与POE模块连接,主处理器模块和协处理器模块均与POE模块电连接,POE模块用于给主处理器模块和协处理器模块提供电能,外部电源DC12-36V的电源通过IO模块给协处理器模块供电,协处理器模块给主处理器模块提供DC5V的电能。

主处理器模块和协处理器模块之间设有散热板。

IO模块与协处理器模块通过GPIO口、UART口和CAN口连接传输数据。

摄像头为安森美PYTHON5000摄像头。

协处理器模块给图像传感器模块提供DC1.8V的电能。

主处理器模块和协处理器模块通过PCI总线和SPI总线双向传输数据。

传感器壳体顶面设有若干散热凹槽,传感器壳体底面设有若干散热翅片。

本实用新型的有益效果是:本实用新型的架构及设计带来网络边缘端高效的计算能力和图像处理能力,降低数据中心服务器越来越重的计算压力,同时也让边缘端实现实时复杂图像处理成为可能;本实用新型模块化设计便于维修,且维修使不易损坏其它电器元件;IO模块向协处理器模块提供DC12-36V电压,实现宽压供电;实现外部电源和千兆以太网均可给主处理器模块和协处理器模块供电,保证本实用新型稳定工作。此外,本实用新型内部连接实现无缆连接,工作性能更加稳定。

附图说明

图1为本实用新型的结构示意图;

图2为本实用新型结构的爆炸示意图;

图3为本实用新型控制模块的连接关系图;

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天津新松智能科技有限公司,未经天津新松智能科技有限公司许可,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/201921975554.8/2.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