【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 ...
【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...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。