[发明专利]机械手的控制方法、装置、智能垃圾桶及存储介质在审

专利信息
申请号: 202011643303.7 申请日: 2020-12-30
公开(公告)号: CN112849815A 公开(公告)日: 2021-05-28
发明(设计)人: 陈海波;李宗剑 申请(专利权)人: 深兰人工智能芯片研究院(江苏)有限公司
主分类号: B65F1/00 分类号: B65F1/00;B65G47/90
代理公司: 苏州领跃知识产权代理有限公司 32370 代理人: 王宁
地址: 213000 江苏省常州市武进*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 机械手 控制 方法 装置 智能 垃圾桶 存储 介质
【权利要求书】:

1.一种机械手的控制方法,其特征在于,应用于智能垃圾桶,所述智能垃圾桶设置有机械手和至少两个单元桶,所述方法包括:

接收视觉检测设备发送的视觉检测数据,所述视觉检测数据是所述视觉检测设备检测所述至少两个单元桶的其中一个单元桶内得到的;

根据所述视觉检测数据,检测所述单元桶内是否存在分类错误的垃圾;

当存在所述分类错误的垃圾时,获取所述分类错误的垃圾对应的单元桶标识;

控制所述机械手取出所述分类错误的垃圾并放入所述单元桶标识对应的单元桶。

2.根据权利要求1所述的机械手的控制方法,其特征在于,所述方法还包括:

当存在所述分类错误的垃圾时,根据所述视觉检测数据,获取所述分类错误的垃圾对应的拾取策略;

所述控制所述机械手取出所述分类错误的垃圾并放入所述单元桶标识对应的单元桶,包括:

根据所述拾取策略,控制所述机械手取出所述分类错误的垃圾并放入所述单元桶标识对应的单元桶。

3.根据权利要求2所述的机械手的控制方法,其特征在于,所述机械手设置有至少一种拾取组件,所述拾取策略包括拾取组件标识。

4.根据权利要求2所述的机械手的控制方法,其特征在于,所述根据所述视觉检测数据,获取所述分类错误的垃圾对应的拾取策略,包括:

根据所述视觉检测数据,获取所述分类错误的垃圾的密度和体积;

根据所述分类错误的垃圾的密度和体积,获取所述分类错误的垃圾的质量;

根据所述分类错误的垃圾的质量,获取所述分类错误的垃圾对应的拾取策略。

5.根据权利要求4所述的机械手的控制方法,其特征在于,所述视觉检测数据包括2D检测数据;

获取所述分类错误的垃圾的密度的方法包括:

根据所述视觉检测数据,获取所述分类错误的垃圾的纹理信息;

根据所述分类错误的垃圾的纹理信息,获取所述分类错误的垃圾的密度。

6.根据权利要求5所述的机械手的控制方法,其特征在于,所述根据所述分类错误的垃圾的纹理信息,获取所述分类错误的垃圾的密度,包括:

获取多个样本对象的纹理信息和密度标注数据,每个样本对象的密度标注数据包括所述样本对象的密度;

根据所述多个样本对象的纹理信息和密度标注数据,利用深度学习模型进行训练,得到密度分类模型;

将所述分类错误的垃圾的纹理信息输入所述密度分类模型,得到所述分类错误的垃圾的密度。

7.根据权利要求4所述的机械手的控制方法,其特征在于,所述视觉检测数据包括3D检测数据和/或射线检测数据;

获取所述分类错误的垃圾的体积的方法包括:

根据所述视觉检测数据,建立所述分类错误的垃圾的三维数字模型;

根据所述分类错误的垃圾的三维数字模型,得到所述分类错误的垃圾的体积。

8.一种机械手的控制装置,其特征在于,应用于智能垃圾桶,所述智能垃圾桶设置有机械手和至少两个单元桶,所述装置包括:

视觉接收模块,用于接收视觉检测设备发送的视觉检测数据,所述视觉检测数据是所述视觉检测设备检测所述至少两个单元桶的其中一个单元桶内得到的;

分类检测模块,用于根据所述视觉检测数据,检测所述单元桶内是否存在分类错误的垃圾;

标识获取模块,用于当存在所述分类错误的垃圾时,获取所述分类错误的垃圾对应的单元桶标识;

机械手控制模块,用于控制所述机械手取出所述分类错误的垃圾并放入所述单元桶标识对应的单元桶。

9.根据权利要求8所述的机械手的控制装置,其特征在于,所述装置还包括:

策略获取模块,用于当存在所述分类错误的垃圾时,根据所述视觉检测数据,获取所述分类错误的垃圾对应的拾取策略;

所述机械手控制模块用于根据所述拾取策略,控制所述机械手取出所述分类错误的垃圾并放入所述单元桶标识对应的单元桶。

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深兰人工智能芯片研究院(江苏)有限公司,未经深兰人工智能芯片研究院(江苏)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/202011643303.7/1.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