[发明专利]一种基于深度学习的瓶罐类垃圾识别分类机器人在审
| 申请号： | 201910507159.5 | 申请日： | 2019-06-12 |
| 公开（公告）号： | CN110116415A | 公开（公告）日： | 2019-08-13 |
| 发明（设计）人： | 沈兴全;武涛;张方超;董振;张栋 | 申请（专利权）人： | 中北大学 |
| 主分类号： | B25J11/00 | 分类号： | B25J11/00;B25J9/16;G06K9/00;G06K9/20;G06K9/34;G06K9/46;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 太原晋科知识产权代理事务所(特殊普通合伙) 14110 | 代理人： | 杨陈凤 |
| 地址： | 030051*** | 国省代码： | 山西;14 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于机器人技术设计领域，涉及一种基于深度学习的瓶罐类垃圾识别分类机器人。其特征在于：机器人系统由垃圾图像采集系统、数字图像处理与识别训练系统和工业机器人分拣系统三部分构成。图像采集系统由工业CCD相机完成图像的采集，处理与识别训练系统是基于卷积神经网络通过对垃圾样本训练集的特征提取（轮廓和OCR字符特征）、创建分类器和训练分类器来达到定位识别分类。机器人分拣系统是将得到的识别分类信息以指令的形式传递给机械手臂完成垃圾的分拣。根据相关国家政策、环保行业以及利润分析得出：大部分可回收瓶罐类垃圾都具有不易分解且无法采用常规筛选分类的特点，实现此类垃圾的分类回收对环境和资源再利用具有巨大的价值意义。 | ||
| 搜索关键词： | 垃圾识别分类 分拣系统 识别训练 瓶罐 垃圾 机器人 卷积神经网络 数字图像处理 图像采集系统 工业CCD相机 工业机器人 机器人技术 机器人系统 训练分类器 资源再利用 采集系统 分类回收 分类信息 国家政策 环保行业 机械手臂 价值意义 可回收瓶 垃圾图像 垃圾样本 利润分析 人本发明 特征提取 字符特征 分类器 训练集 分类 分拣 罐类 指令 采集 筛选 图像 分解 传递 学习 创建 | ||
【主权项】：
1.一种基于深度学习的瓶罐类垃圾识别分类机器人，其特征在于，包括：垃圾图像采集系统，用图像采集设备获取瓶罐类垃圾目标的图像，并将采集的图像信息传递给数字图像处理与训练识别系统；数字图像处理与训练识别系统，是基于卷积神经网络通过对垃圾目标图像样本训练集的特征提取、创建分类器和训练分类器来达到定位识别分类；工业机器人分拣系统，是将从数字图像处理与训练识别系统得到的识别分类信息以指令的形式传递给机械手臂完成垃圾的分拣。
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中北大学，未经中北大学许可，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/patent/201910507159.5/，转载请声明来源钻瓜专利网。
