一种基于嵌入式模块的白酒分段检测装置及其方法制造方法及图纸

本发明专利技术公开一种基于嵌入式模块的白酒分段检测装置。该装置由接酒设备、工业相机、基于NPU的嵌入式模块组成，运用计算机视觉技术，根据酒花图像快速稳定地判断当前白酒分段，并对异常情况进行识别。接酒设备通过特殊的结构设计、侧向补光、溢流等方式，减少水流冲击、环境光和反光带来的干扰，强化酒花边缘特征，避免相机景深不足带来的模糊问题；使用基于NPU的嵌入式模块作为运算单元，运行基于计算机视觉技术的白酒分段与异常检测算法。算法的各个步骤运行在不同的计算单元上，并通过流水线并发运行。相比于工作站、服务器等大型设备，具有体积小、成本低、功耗低、易于安装维护的优点。该检测装置可通过通讯接口接入摘酒系统，实现自动量质摘酒。

A liquor segmentation detection device and method based on embedded module

【技术实现步骤摘要】
一种基于嵌入式模块的白酒分段检测装置及其方法
本专利技术属于酿酒
，具体涉及一种基于嵌入式模块的白酒分段检测装置及其方法。
技术介绍
在白酒酿造蒸馏过程中，由于糟醅里的各组分挥发性及沸点不同，馏出的先后顺序也不同。在蒸馏的最开始阶段，沸点低、易挥发的醛类物质最先馏出；此后，沸点较低、较易挥发的脂类、醇类、酸类物质紧接着馏出，这些物质香味成分丰富，是构成白酒香味成分的主体部分，也是酒质最优的部分；再之后馏出的是沸点较高且不易挥发的高级脂肪酸酯、杂醇油等，表现出酸涩味，过量混入前阶段酒，容易影响产品质量。摘酒工艺需要摘取酒质最优的部分，控制基酒质量。在蒸馏过程中，不同阶段馏出的酒液酒精含量和香味物质含量不同，导致酒液表面张力不同，酒花形态会有差异。因此，传统摘酒采用“看花摘酒”的方法，即用人眼去观察酒液冲击形成的酒花形态，判断白酒的分段。专利技术专利“浓香型白酒摘酒的方法”(申请号201110089637.9)即阐述了各个阶段酒花的形态特点，并提供了一种“看花摘酒”的具体实施方案。但“看花摘酒”存在两个问题：一是每个摘酒人员判断标准存在较大差异，且三段酒和尾酒之间交替变化较快，人工看花摘酒容易导致产品质量不稳定；二是依赖摘酒人员持续观察酒花作出判断，浪费人力，阻碍了白酒生产的自动化实施。目前有很多研究和专利关注于自动化摘酒。专利技术专利“气相压力变化在线量质摘酒工艺”(申请号201210569106.4)和专利技术专利“气相温度变化在线量质摘酒工艺”(申请号201210569125.7)分别检测粮甑甑盖处的出口气体压力和气体温度，用阈值判断的方式进行量质摘酒。上述两种方法的缺点是甑盖处的出口气体压力和气体温度除了跟蒸馏的阶段相关外，还和输入蒸汽的温度压力相关，易受干扰，摘酒精度不高。专利技术专利“一种基于近红外光谱在线检测的白酒摘酒方法及其在线模拟摘酒装置”(申请号201910418319.9)通过测量酒液的近红外光谱，建立近红外光谱和酒精度的映射关系，再根据酒精度阈值进行摘酒。该方法间接测量了酒精度，可靠性较高，但需要在主管道上设置额外的取样阀和排空阀，进行取样测量。专利技术专利“风味物质在线量质摘酒工艺”(申请号201210568937.X)通过在线气相色谱仪和探针联用，检测酒管道上的风味物质含量，跟预设值比对进行摘酒；专利技术专利“酒精度在线量质摘酒工艺”(申请号201210569149.2)则通过在出酒管道上设置酒精度在线检测仪，测量酒液酒精度含量，跟预设值比对进行摘酒。这两种方案直接测量风味物质和酒精度，可靠性高，且使用的是在线检测仪表，但具有设备成本高，以及测量设备会直接接触酒液的缺点。专利技术专利“一种用于工业化生产的摘酒系统”(申请号201610979934.3)融合了温度、压力、光谱、浓度等多种信息，可靠性更高，但相对的成本也更高，且多种设备维护难度也较高。基于计算机视觉的自动化摘酒方法具有非接触测量、设备少、成本相对较低、可靠性较高的优点。技术专利“自动摘酒系统”(申请号201220345826.8)使用摄像头拍摄酒花图像，送入微型计算机计算酒花大小，电子控制器根据酒花大小，控制电磁阀进行摘酒。该方法存在如下几个问题：酒花槽敞开，容易导致酒液外溅和挥发；方法细节描述不足，包括相机选型、接酒设备设计、微型计算机选型等。文献“基于图像分类算法的自动化摘酒方法研究”(余凯鑫，浙江大学硕士学位论文，2019.03)使用高速工业摄像头拍摄酒花图像，将图像送入高性能服务器，运行白酒分段算法，再将分段判别结果送入DCS，由DCS控制阀门摘酒。该方法白酒分段精度高，速度快，但同样存在一些不足：该方案设备成本高、功耗高、安装部署不易；补光灯与摄像头同轴放置，会造成液面反光；接酒碗敞口，酒液易外溅和挥发；酒液从接酒碗底部的孔洞流入管道，酒液液面波动较大。上述基于计算机视觉的自动化摘酒方法，使用微型计算机或服务器作为运算设备。这类设备虽然算力充足，能够运行高精度的基于计算机视觉的摘酒算法，但存在一些缺点：1)运算设备成本较高，例如“基于图像分类算法的自动化摘酒方法研究”所选用的服务器ThinkSystemSR650成本在15000元左右；2)设备体积大、安装复杂，需要放置在中控室内，用网线或光纤连接位于产线上的工业相机；3)设备功耗较高，会带来额外的电费消耗。设备数量较多时，还会对机房散热带来挑战；4)设备以通用的CPU/GPU为主要运算单元，没有针对深度学习做硬件优化，运行深度学习算法时能效比低。嵌入式设备具有成本低、功耗效、体积小、易于安装维护的优点，可以解决上述部分问题。如技术专利“一种基于MCU的智能自动摘酒系统”(申请号201621203888.X)即选用了嵌入式芯片AT89S52作为运算核心，运行白酒分段算法。但是该方法使用超声波传感器来作为酒花传感器，而非使用相机观察酒花进行分段，并非基于计算机视觉的检测方法。且刚方法使用的MCU算力不足，难以运行复杂的高精度算法。目前尚未找到在嵌入式设备上，运行基于计算机视觉和深度学习的高精度白酒分段检测算法的方案。关于基于计算机视觉的白酒分段算法方面的研究，文献“基于图像分类算法的自动化摘酒方法研究”(余凯鑫，浙江大学硕士学位论文，2019.03)使用了基于圆弧检测和受限的随机最小二乘拟合的椭圆检测算法，可以在4.2s内检测前景，使用基于圆弧线段的随机剪裁算法提取酒花区域，并使用卷积神经网络进行白酒分段判别。该方法精度较高，但预处理时间长，且没有考虑异常情况。综上所述，针对基于计算机视觉的白酒自动化摘酒问题，有必要设计一套基于嵌入式模块的白酒分段检测装置，既可以实时运行基于计算机视觉的高精度白酒分段检测算法，保证白酒分段的准确率与稳定性；又可以具备嵌入式系统所具有的体积小、功耗低、成本低的优点。同时，还需要设计一套白酒分段算法，能够快速、高精度的进行白酒分段，并检测各种异常。
技术实现思路
本专利技术的目的是提供一种基于嵌入式模块的白酒分段检测装置，可以运行基于计算机视觉和深度学习的白酒分段检测算法，快速稳定的判断白酒分段。为实现上述专利技术目的，本专利技术具体采用的技术方案如下：一种基于嵌入式模块的白酒分段检测装置，其包括接酒设备、工业相机和基于NPU的嵌入式模块；所述接酒设备包含接酒槽、补光灯、玻璃罩，所述接酒槽中开设有用于聚集酒液的集酒凹槽；玻璃罩罩于接酒槽上方，且其顶面为开设有流酒孔的透明玻璃，两侧为毛玻璃；所述的补光灯分别通过两侧毛玻璃对接酒槽内聚集的白酒液体进行补光；所述玻璃罩与接酒槽之间具有一个溢流口；所述流酒管道的出口悬于流酒孔的正上方，其输送的待检测白酒通过所述流酒孔注入流酒管道，冲击接酒槽中残留的酒液产生酒花后，从溢流口溢出；所述工业相机设置于接酒槽的正上方，用于捕捉接酒槽中的实时图像；所述嵌入式模块用于获取工业相机捕捉的实时图像，并实时运行基于计算机视觉和深度学习方法的白酒分段检测算法与异常检测算法，得到白酒分段结果与异常信息。本专利技术中，接酒设备用于承接流酒管留出的酒液，冲击设备中残留酒液本文档来自技高网...

【技术保护点】
1.一种基于嵌入式模块的白酒分段检测装置，其特征在于，包括接酒设备、工业相机(2)和基于NPU的嵌入式模块(4)；/n所述接酒设备包含接酒槽(7)、补光灯(8)、玻璃罩(6)，所述接酒槽(7)中开设有用于聚集酒液的集酒凹槽；玻璃罩(6)罩于接酒槽(7)上方，且其顶面为开设有流酒孔(6-3)的透明玻璃(6-1)，两侧为毛玻璃(6-2)；所述的补光灯(8)分别通过两侧毛玻璃(6-2)对接酒槽(7)内聚集的白酒液体进行补光；所述玻璃罩(6)与接酒槽(7)之间具有一个溢流口(7-3)；所述流酒管道(5)的出口悬于流酒孔(6-3)的正上方，其输送的待检测白酒通过所述流酒孔(6-3)注入流酒管道(5)，冲击接酒槽(7)中残留的酒液产生酒花后，从溢流口(7-3)溢出；/n所述工业相机(2)设置于接酒槽(7)的正上方，用于捕捉接酒槽(7)中的实时图像；/n所述嵌入式模块(4)用于获取工业相机(2)捕捉的实时图像，并实时运行基于计算机视觉和深度学习方法的白酒分段检测算法与异常检测算法，得到白酒分段结果与异常信息。/n

【技术特征摘要】
1.一种基于嵌入式模块的白酒分段检测装置，其特征在于，包括接酒设备、工业相机(2)和基于NPU的嵌入式模块(4)；
所述接酒设备包含接酒槽(7)、补光灯(8)、玻璃罩(6)，所述接酒槽(7)中开设有用于聚集酒液的集酒凹槽；玻璃罩(6)罩于接酒槽(7)上方，且其顶面为开设有流酒孔(6-3)的透明玻璃(6-1)，两侧为毛玻璃(6-2)；所述的补光灯(8)分别通过两侧毛玻璃(6-2)对接酒槽(7)内聚集的白酒液体进行补光；所述玻璃罩(6)与接酒槽(7)之间具有一个溢流口(7-3)；所述流酒管道(5)的出口悬于流酒孔(6-3)的正上方，其输送的待检测白酒通过所述流酒孔(6-3)注入流酒管道(5)，冲击接酒槽(7)中残留的酒液产生酒花后，从溢流口(7-3)溢出；
所述工业相机(2)设置于接酒槽(7)的正上方，用于捕捉接酒槽(7)中的实时图像；
所述嵌入式模块(4)用于获取工业相机(2)捕捉的实时图像，并实时运行基于计算机视觉和深度学习方法的白酒分段检测算法与异常检测算法，得到白酒分段结果与异常信息。


2.如权利要求1所述的基于嵌入式模块的白酒分段检测装置，其特征在于，所述的补光灯(8)有两个，分别正对玻璃罩(6)的两侧毛玻璃(6-2)，两侧毛玻璃(6-2)的底面与溢流口(7-3)底面平齐，补光灯(8)的灯光朝向接酒槽，光线照射方向与溢流状态下的液面平行。


3.如权利要求1所述的基于嵌入式模块的白酒分段检测装置，其特征在于，所述的嵌入式模块(4)中，以嵌入式AI芯片RK3399Pro作为运算核心，在芯片中运行基于计算机视觉和深度学习方法的白酒分段检测算法与异常检测算法。


4.如权利要求1所述的基于嵌入式模块的白酒分段检测装置，其特征在于，所述的接酒槽(7)底部具有斜坡(7-2)，酒液留存在由斜坡(7-2)顶面与接酒槽(7)的内侧壁构成的集酒凹槽内；斜坡(7-2)从靠近流酒孔(6-3)一侧朝靠近溢流口(7-3)一侧逐渐向下倾斜，且溢流口(7-3)高于流酒孔(6-3)正下方的斜坡(7-2)表面；在流酒管道(5)的最低点开设有残酒流出口(7-1)。


5.如权利要求1所述的基于嵌入式模块的白酒分段检测装置，其特征在于，所述的接酒设备中还包括接酒漏斗(9)，用于承接从接酒槽(7)中流出的白酒，汇入管道。


6.如权利要求1所述的基于嵌入式模块的白酒分段检测装置，其特征在于，所述的接酒槽内部镀为金色，并采用亚光处理。


7.如权利要求1所述的基于嵌入式模块的白酒分段检测装置，其特征在于，所述的玻璃罩(6)的透明玻璃(6-1)内部贴有用于防水雾防油脂的贴膜。


8.如权利要求1所述的基于嵌入式模块的白酒分段检测装置，其特征在于，所述的基于计算机视觉和深度学习方法的白酒分段检测算法与异常检测算法中，从流酒启动时开始，循环执行步骤1)～7)，直至流酒完成；
1)图像获取与解码：将所述工业相机(2)的快门速度设置为1/4000秒，实时获取YUV422格式的接酒槽(7)俯视图像，并解码成RGB格式；
2)图像预处理：将接酒槽(7)的俯视图像下采样10倍，将颜色空间转换到HSV空间，并通过阈值分割得到接酒槽(7)中集酒凹槽区域图像；对集酒凹槽区域图像使用形态学开操作去除噪声，闭操作去除孔洞，得到滤除噪声的完整的二值分割图，所述形态学操作使用5×5的圆形核；再使用Harris角点检测算法在二值分割图上检测角点，若检测出集酒凹槽的4个矩形角点，则通过投影变换将4个角点平铺到整张图像上，作为后续算法的ROI(RegionOfInterest，感兴趣...

【专利技术属性】
技术研发人员：田子宸，杨江，杨丽明，
申请(专利权)人：浙江大学，
类型：发明
国别省市：浙江;33