食材处理机器人控制方法、装置、系统、存储介质及设备制造方法及图纸

本申请涉及一种食材处理机器人控制方法、装置、系统、存储介质及设备，获取待处理食材的图像；根据待处理食材的图像，通过神经网络模型得到待处理食材的食材种类信息以及对应的食材处理信息，并输出对应的食材处理指令，神经网络模型为根据食材处理图像和/或视频训练得到。在对食材进行处理时，通过神经网络模型对食材种类进行识别，并得到对应的食材处理信息，机器人根据食材处理信息对食材进行处理，即针对不同的食材执行不同的处理过程，使得食材处理方式更加灵活；此外，该神经网络模型可以根据不同的食材处理图像和/或视频学习到多种不同食材的食材处理信息，从而使得应用范围更广，并且食材处理更加科学合理。

Control Method, Device, System, Storage Media and Equipment of Food Processing Robot

The application involves a control method, device, system, storage medium and equipment of a food processing robot to obtain the image of the food to be processed; according to the image of the food to be processed, the information of the food to be processed and the corresponding food to be processed is obtained through the neural network model, and the corresponding food processing instructions are output. The neural network model is based on the food processing map. Like and/or video training. In the process of food processing, the classification of food materials is identified by the neural network model, and the corresponding information of food processing is obtained. The robot processes food according to the information of food processing, that is to say, different processing processes are carried out for different food materials, which makes the way of food processing more flexible. In addition, the neural network model can process images and/or images according to different food materials. Video learning a variety of different food materials processing information, so that the application scope is wider, and the processing of food materials is more scientific and reasonable.

【技术实现步骤摘要】
食材处理机器人控制方法、装置、系统、存储介质及设备
本申请涉及设备控制
，特别是涉及一种食材处理机器人控制方法、装置、系统、存储介质及设备。
技术介绍
随着科技水平的提高，整个社会都向着智能化、自动化的方向发展。在食材处理方面，出现了越来越多的自动化设备(如食材处理机器人等)，使得对食材的处理越来越方便。传统技术中，在使用自动化设备处理食材时，首先需要在设备中写入固定的食材处理程序，然后该设备按照固定的程序对应的步骤对食材进行处理。然而，由于不同食材的处理方法各异，固定的食材处理步骤并不能适用于所有食材，导致部分食材的处理结果不理想；另外，当食材种类以及处理方式较多时，则需要向设备写入大量的食材处理程序，工作量较大。
技术实现思路
基于此，有必要针对传统技术中存在的问题，提供一种应用范围更广且处理方式更加灵活的食材处理机器人控制方法、装置、系统、存储介质及设备。一种食材处理机器人控制方法，其特征在于，包括：获取待处理食材的图像；根据所述待处理食材的图像，通过神经网络模型得到所述待处理食材的食材种类信息以及对应的食材处理信息，并输出对应的食材处理指令，所述神经网络模型为根据食材处理图像和/或视频训练得到，所述食材处理指令用于指示所述食材处理机器人根据所述食材处理指令中的食材处理信息对所述待处理食材进行处理。在其中一个实施例中，所述神经网络模型的训练数据还包括以下三项中的至少一项：食材处理过程中的力度信息；食材处理过程中的温度信息；食材处理过程中的时间信息。在其中一个实施例中，所述获取待处理食材的图像之后，还包括：获取所述待处理食材的当前状态信息，所述当前状态信息包括以下三项中的至少一项：当前力度信息，当前温度信息，当前时间信息。在其中一个实施例中，所述根据所述待处理食材的图像，通过神经网络模型得到所述待处理食材的食材种类信息以及对应的食材处理信息，包括：根据所述待处理食材的图像，通过神经网络模型得到所述待处理食材的食材种类信息；根据所述待处理食材的食材种类信息，以及所述待处理食材的当前状态信息，通过神经网络模型得到所述待处理食材的食材处理信息。在其中一个实施例中，所述食材处理信息包括食材处理方式和食材处理参数。在其中一个实施例中，所述食材处理参数包括时间参数、温度参数和力度参数中的至少一项。在其中一个实施例中，所述输出对应的食材处理指令的步骤之后，还包括：获取所述待处理食材的实际处理信息，所述实际处理信息包括实际处理时间、实际处理力度和实际处理温度中的至少一项；根据所述食材处理信息以及所述实际处理信息，确定所述待处理食材的食材处理结果。一种食材处理机器人控制装置，包括：图像获取模块，用于获取待处理食材的图像；控制模块，用于根据所述待处理食材的图像，通过神经网络模型得到所述待处理食材的食材种类信息以及对应的食材处理信息，并输出对应的食材处理指令，所述神经网络模型为根据食材处理图像和/或视频训练得到，所述食材处理指令用于指示所述食材处理机器人根据所述食材处理指令中的食材处理信息对所述待处理食材进行处理。在其中一个实施例中，所述控制模块还用于：获取所述待处理食材的当前状态信息，所述当前状态信息包括以下三项中的至少一项：当前力度信息，当前温度信息，当前时间信息。在其中一个实施例中，所述控制模块还用于：根据所述待处理食材的图像，通过神经网络模型得到所述待处理食材的食材种类信息；根据所述待处理食材的食材种类信息，以及所述待处理食材的当前状态信息，通过神经网络模型得到所述待处理食材的食材处理信息。在其中一个实施例中，所述控制模块还用于：获取所述待处理食材的实际处理信息，所述实际处理信息包括实际处理时间、实际处理力度和实际处理温度中的至少一项；根据所述食材处理信息以及所述实际处理信息，确定所述待处理食材的食材处理结果。一种食材处理系统，包括：控制装置，用于获取待处理食材的图像；根据所述待处理食材的图像，通过神经网络模型得到所述待处理食材的食材种类信息以及对应的食材处理信息，并输出对应的食材处理指令，所述神经网络模型为根据食材处理图像和/或视频训练得到；食材处理机器人，用于根据所述食材处理指令中的食材处理信息对所述待处理食材进行处理。在其中一个实施例中，还包括以下三项中的至少一项：计时器，用于当所述控制装置输出食材处理指令之后，获取所述待处理食材的实际处理时间，并发送至所述控制装置；力传感器，用于当所述控制装置输出食材处理指令之前，获取所述待处理食材的当前力度信息，并发送至所述控制装置；以及，用于当所述控制装置输出食材处理指令之后，获取所述待处理食材的实际处理力度，并发送至所述控制装置；温度传感器，用于当所述控制装置输出食材处理指令之前，获取所述待处理食材的当前温度信息，并发送至所述控制装置；以及，用于当所述控制装置输出食材处理指令之后，获取所述待处理食材的实际处理温度，并发送至所述控制装置。一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取待处理食材的图像；根据所述待处理食材的图像，通过神经网络模型得到所述待处理食材的食材种类信息以及对应的食材处理信息，并输出对应的食材处理指令，所述神经网络模型为根据食材处理图像和/或视频训练得到，所述食材处理指令用于指示食材处理机器人根据所述食材处理指令中的食材处理信息对所述待处理食材进行处理。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取待处理食材的图像；根据所述待处理食材的图像，通过神经网络模型得到所述待处理食材的食材种类信息以及对应的食材处理信息，并输出对应的食材处理指令，所述神经网络模型为根据食材处理图像和/或视频训练得到，所述食材处理指令用于指示食材处理机器人根据所述食材处理指令中的食材处理信息对所述待处理食材进行处理。上述食材处理机器人控制方法、装置、系统、存储介质及设备，获取待处理食材的图像；根据待处理食材的图像，通过神经网络模型得到待处理食材的食材种类信息以及对应的食材处理信息，并输出对应的食材处理指令，神经网络模型为根据食材处理图像和/或视频训练得到，食材处理指令用于指示食材处理机器人根据食材处理指令中的食材处理信息对待处理食材进行处理。在对食材进行处理时，通过神经网络模型对食材种类进行识别，并得到对应的食材处理信息，机器人根据食材处理信息对食材进行处理，即针对不同的食材执行不同的处理过程，使得食材处理方式更加灵活；此外，该神经网络模型可以根据不同的食材处理图像和/或视频学习到多种不同食材的食材处理信息，从而使得应用范围更广，并且食材处理更加科学合理。附图说明图1为一个实施例中食材处理机器人控制方法的流程示意图；图2为一个实施例中食材处理机器人的结构类型示意图；图3为另一个实施例中食材处理机器人的结构类型示意图；图4为又一个实施例中食材处理机器人的结构类型示意图；图5为再一个实施例中食材处理机器人的结构类型示意图；图6为再一个实施例中食材处理机器人的结构类型示意图；图7为一个实施例中进行煎蛋处理的示意图；图8为另一个实施例中食材处理机器人控制方法的流程示意图；图9为一个实施例中食材处理机器人控制装置的结构示意图；图10为一个实施例中食材处理系统本文档来自技高网...

【技术保护点】
1.一种食材处理机器人控制方法，其特征在于，包括：获取待处理食材的图像；根据所述待处理食材的图像，通过神经网络模型得到所述待处理食材的食材种类信息以及对应的食材处理信息，并输出对应的食材处理指令，所述神经网络模型为根据食材处理图像和/或视频训练得到，所述食材处理指令用于指示所述食材处理机器人根据所述食材处理指令中的食材处理信息对所述待处理食材进行处理。

【技术特征摘要】
1.一种食材处理机器人控制方法，其特征在于，包括：获取待处理食材的图像；根据所述待处理食材的图像，通过神经网络模型得到所述待处理食材的食材种类信息以及对应的食材处理信息，并输出对应的食材处理指令，所述神经网络模型为根据食材处理图像和/或视频训练得到，所述食材处理指令用于指示所述食材处理机器人根据所述食材处理指令中的食材处理信息对所述待处理食材进行处理。2.根据权利要求1所述的食材处理机器人控制方法，其特征在于，所述神经网络模型的训练数据还包括以下三项中的至少一项：食材处理过程中的力度信息；食材处理过程中的温度信息；食材处理过程中的时间信息。3.根据权利要求1所述的食材处理机器人控制方法，其特征在于，所述获取待处理食材的图像之后，还包括：获取所述待处理食材的当前状态信息，所述当前状态信息包括以下三项中的至少一项：当前力度信息，当前温度信息，当前时间信息。4.根据权利要求3所述的食材处理机器人控制方法，其特征在于，所述根据所述待处理食材的图像，通过神经网络模型得到所述待处理食材的食材种类信息以及对应的食材处理信息，包括：根据所述待处理食材的图像，通过神经网络模型得到所述待处理食材的食材种类信息；根据所述待处理食材的食材种类信息，以及所述待处理食材的当前状态信息，通过神经网络模型得到所述待处理食材的食材处理信息。5.根据权利要求2所述的食材处理机器人控制方法，其特征在于，所述食材处理信息包括食材处理方式和食材处理参数。6.根据权利要求5所述的食材处理机器人控制方法，其特征在于，所述食材处理参数包括时间参数、温度参数和力度参数中的至少一项。7.根据权利要求6所述的食材处理机器人控制方法，其特征在于，所述输出对应的食材处理指令的步骤之后，还包括：获取所述待处理食材的实际处理信息，所述实际处理信息包括实际处理时间、实际处理力度和实际处理温度中的至少一项；根据所述食材处理信息以及所述实际处理信息，确定所述待处理食材的食材处理结果。8.一种食材处理机器人控制装置，其特征在于，包括：图像获取模块，用于获取待处理食材的图像；控制模块，用于根据所述待处理食材的图像，通过神经网络模型得到所述待处理食材的食材种类信息以及对应的食材处理信息，并输出对应的食材处理指令，所述神经网络模型为根据食材处理图像和/或视频训练得到，所述食材处理指令用于指示所述食材处理机器人根据所述食材处理指令中的食材处理信息对所述待处理食材进行处理。9.根据权利要求8所述的食材处理机器人控制装置，其特征在于，所述控制模块还用于：获取所述待处理食材的当前状态信息，所述当前状态信息包括以下三项中的至少一项：当前力度信息，当前温度信息，当前时间信息。10.根据权利要求9所述的食材处理机器人控制...

【专利技术属性】
技术研发人员：何德裕，朱文飞，何国斌，
申请(专利权)人：鲁班嫡系机器人深圳有限公司，
类型：发明
国别省市：广东,44