[发明专利]一种建筑垃圾分拣系统在审
申请号: | 202110288473.6 | 申请日: | 2021-03-18 |
公开(公告)号: | CN112916416A | 公开(公告)日: | 2021-06-08 |
发明(设计)人: | 谢良喜;王越 | 申请(专利权)人: | 武汉科技大学;王越 |
主分类号: | B07C5/10 | 分类号: | B07C5/10;B07C5/16;B07C5/02 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 430081 湖北省武汉*** | 国省代码: | 湖北;42 |
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 建筑 垃圾 分拣 系统 | ||
针对现有背景技术的不足,本发明设计了一种建筑垃圾分拣系统,本发明涉及双目立体视觉、机器学习与密度测定的技术领域,通过采用视觉识别与密度测定相结合的方法,利用视觉识别技术获取建筑垃圾的类型信息,再通过双目立体视觉技术获取建筑垃圾的体积数据结合质量感知模块获取的废弃物质量数据从而计算出废弃物的平均密度数据,并将其与预设的常见建筑材料的密度作比较,最终得到建筑垃圾的种类数据,并据此利用机械臂的运动将各种类的建筑垃圾分拣,如此一来,做到了建筑垃圾分拣的自动化与智能化,提高了分拣的效率,节省了人力物力,同时采用机器视觉与密度测定相结合的方法,使得建筑垃圾识别模型的建立更加简单同时也使得建筑垃圾的分拣依据更加合理,结果也更加可靠,有益于进一步的回收处理与再利用。
技术领域
本发明涉及双目立体视觉和机器学习以及密度测定的技术领域,尤其涉及一种建筑垃圾分拣系统的设计。
背景技术
建筑物建设或拆除时产生的建筑垃圾,若不及时清理,不仅会对自然环境造成不良的影响,也会导致资源的浪费,因此需要及时对建筑垃圾进行清理,然而由于在建筑工地,建筑垃圾的数量很多,人工对建筑垃圾进行清理时,会耗费大量的时间精力,不利于工程的进展,也有可能会存在清理不完全等情况,因此存在改进空间。而且因为建筑垃圾的材料种类繁多,且同一类型的材料也可以衍生出多种不同的建筑材料,例如钢筋混凝土砖与铁基混凝土砖,普通玻璃与有机玻璃,聚苯乙烯塑料与聚氯乙烯塑料等等,这些材料在外观材质上差距不大,而它们的密度存在较为明显的差异,这为本发明的设计奠定了理论基础。
现有技术中,有运用建筑分拣机器人去识别建筑工地的建筑垃圾,自动规划行动路线捡拾建筑垃圾的方案,但是此方案存在数据集庞大,识别模型训练难度大,机器人需重复往返移动,机器人工作效率低下的问题,因此本发明采用机器视觉识别与密度测定相结合的方式,并通过传送带的方式运输建筑垃圾,既可以降低视觉识别模型建立的难度,又可以更加合理的将建筑垃圾进行分类,同时也提高了分拣的效率,有利于之后的回收处理与再利用。
发明内容
本发明的目的是提供一种能够在建筑工地上工作,对建筑工地的建筑垃圾进行分拣的建筑垃圾分拣系统,提出一种更加简单、合理的分拣方案,在一定程度上解决已有技术方案的不足。
本发明的上述发明目的是通过以下技术方案得以实现的:
一种建筑垃圾分拣系统,所述建筑垃圾分拣系统包括分拣系统本体,所述分拣系统本体包括以下模块:
机械臂:用于完成拾取和分拣建筑垃圾的动作;
驱动模块:用于驱动各运动部件的运动;
收集装置:用于存放分拣后的各类建筑垃圾,主体为分拣箱;
图像采集模块:用于所述建筑垃圾分拣系统实时收集所述建筑垃圾的图像数据,主体为双目相机;
质量感知模块:用于所述建筑垃圾分拣系统感知所述建筑垃圾的质量数据,主体为力传感器;
运输模块:用于运输所述未分拣建筑垃圾与已分拣建筑垃圾,主体为传送带;
控制模块:在所述图像数据中自动识别到所述建筑垃圾的位置信息控制机械臂抓取所述建筑垃圾,并根据视觉识别结果和计算出的建筑垃圾密度数据,综合判断建筑垃圾的种类信息,将建筑垃圾分拣到所述收集模块中预设的位置。
通过采用上述技术方案,运输模块将未分拣的建筑垃圾运送到分拣系统的可检测范围内,在分拣系统本体上的控制模块能够根据图像采集模块获得的图像数据进行分析处理,得到所述建筑垃圾的位置信息,从而控制机械臂将建筑垃圾拾起,然后根据图像采集模块获得的图像数据计算出的建筑垃圾的体积数据与质量感知模块得到的质量数据,计算出所拾取的建筑垃圾的密度数据结合视觉识别的所述建筑垃圾的类型信息将所述建筑垃圾的材料种类精确到某一种,并据此将建筑垃圾更加合理的进行分类储存,待收集装置中的建筑垃圾达到一定数量,便通过运输模块将已分拣的建筑垃圾运走。本技术方案一方面可以实现建筑垃圾的分拣自动化,节省了人力和物力;另一方面,通过机器视觉与密度测定相结合的方式进行分类,可使得建筑垃圾的分类更加的合理,有助于后续对建筑垃圾进行进一步的回收处理。
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武汉科技大学;王越,未经武汉科技大学;王越许可,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/202110288473.6/2.html,转载请声明来源钻瓜专利网。