机械手的控制方法、装置、智能垃圾桶及存储介质制造方法及图纸

本申请提供了一种机械手的控制方法、装置、智能垃圾桶及存储介质，所述方法应用于智能垃圾桶，智能垃圾桶设置有机械手和至少两个单元桶，所述方法包括：接收视觉检测设备发送的视觉检测数据，视觉检测数据是视觉检测设备检测所述至少两个单元桶的其中一个单元桶内得到的；根据视觉检测数据，检测单元桶内是否存在分类错误的垃圾；当存在分类错误的垃圾时，获取分类错误的垃圾对应的单元桶标识；控制机械手取出分类错误的垃圾并放入单元桶标识对应的单元桶。可以根据分类错误的垃圾获取对应的单元桶标识，使得机械手可以将分类错误的垃圾从当前单元桶中取出并将该垃圾放入该单元桶标识对应的单元桶，实现智能化的垃圾分类，无需人工重新分类错误放置的垃圾。

【技术实现步骤摘要】
机械手的控制方法、装置、智能垃圾桶及存储介质
本申请涉及计算机视觉技术和工业检测
，尤其涉及机械手的控制方法、装置、智能垃圾桶及计算机可读存储介质。
技术介绍
随着经济的快速发展和生活水平的提高，生活垃圾的产量也急剧增加。生活垃圾的种类繁多，有些垃圾可回收再利用，有些垃圾则对环境有很大的影响，若是随意丢弃，可能会造成很大的污染。我国已经开展垃圾分类回收工作多年，主要是以分类垃圾桶为主。但是垃圾分类的效果并不理想，民众垃圾分类的意识也很薄弱。最近两年，我国开始在部分城市建立起了严格的垃圾分类制度。以上海为例，要求居民将垃圾分为可回收物、有害垃圾、湿垃圾、干垃圾四类。由于垃圾类别比较复杂，居民在扔垃圾时经常会有分类错误的情况发生，需要人工重新对分类错误的垃圾进行二次分类，费时费力。
技术实现思路
本申请的目的在于提供机械手的控制方法、装置、智能垃圾桶及计算机可读存储介质，机械手可以将分类错误的垃圾从当前单元桶中取出并将该垃圾放入单元桶标识对应的单元桶，实现智能化的垃圾分类，无需人工重新分类放置错误的垃圾。本申请的目的采用以下技术方案实现：第一方面，本申请提供了一种机械手的控制方法，应用于智能垃圾桶，所述智能垃圾桶设置有机械手和至少两个单元桶，所述方法包括：接收视觉检测设备发送的视觉检测数据，所述视觉检测数据是所述视觉检测设备检测所述至少两个单元桶的其中一个单元桶内得到的；根据所述视觉检测数据，检测所述单元桶内是否存在分类错误的垃圾；当存在所述分类错误的垃圾时，获取所述分类错误的垃圾对应的单元桶标识；控制所述机械手取出所述分类错误的垃圾并放入所述单元桶标识对应的单元桶。该技术方案的有益效果在于，可以利用视觉检测设备获取单元桶内的视觉检测数据，根据视觉检测数据可以判断单元桶内是否存在分类错误的垃圾，若存在，可以根据分类错误的垃圾获取对应的单元桶标识，使得机械手可以将分类错误的垃圾从当前单元桶中取出并将该垃圾放入该单元桶标识对应的单元桶，实现智能化的垃圾分类，无需人工重新分类错误放置的垃圾。在一些可选的实施例中，所述方法还包括：当存在所述分类错误的垃圾时，根据所述视觉检测数据，获取所述分类错误的垃圾对应的拾取策略；所述控制所述机械手取出所述分类错误的垃圾并放入所述单元桶标识对应的单元桶，包括：根据所述拾取策略，控制所述机械手取出所述分类错误的垃圾并放入所述单元桶标识对应的单元桶。该技术方案的有益效果在于，可以根据视觉检测数据获取分类错误的垃圾对应的拾取策略，同一机械手可以根据对应的拾取策略采取对应的拾取方式对不同的分类错误的垃圾进行重新分类，适用范围广。在一些可选的实施例中，所述机械手设置有至少一种拾取组件，所述拾取策略包括拾取组件标识。该技术方案的有益效果在于，同一机械手可以根据对应的拾取策略使用拾取组件标识对应的拾取组件，对不同的分类错误的垃圾进行重新分类。在一些可选的实施例中，所述根据所述视觉检测数据，获取所述分类错误的垃圾对应的拾取策略，包括：根据所述视觉检测数据，获取所述分类错误的垃圾的密度和体积；根据所述分类错误的垃圾的密度和体积，获取所述分类错误的垃圾的质量；根据所述分类错误的垃圾的质量，获取所述分类错误的垃圾对应的拾取策略。该技术方案的有益效果在于，可以根据视觉检测数据，获取分类错误的垃圾的密度和体积，根据密度和体积，获取质量，一方面，整个质量估计过程利用计算机视觉技术直接获取分类错误的垃圾的密度和体积，实现了非接触式质量估计，无需采取接触式的手段测量分类错误的垃圾的质量；另一方面，可以根据分类错误的垃圾的质量获取对应的拾取策略，同一机械手可以根据对应的拾取策略对不同质量的分类错误的垃圾进行重新分类。在一些可选的实施例中，所述视觉检测数据包括2D检测数据；获取所述分类错误的垃圾的密度的方法包括：根据所述视觉检测数据，获取所述分类错误的垃圾的纹理信息；根据所述分类错误的垃圾的纹理信息，获取所述分类错误的垃圾的密度。该技术方案的有益效果在于，2D图像信息可以较为直观地反映分类错误的垃圾的纹理信息，可以根据纹理信息判断分类错误的垃圾的材质，从而根据材质获取分类错误的垃圾的密度。在一些可选的实施例中，所述根据所述分类错误的垃圾的纹理信息，获取所述分类错误的垃圾的密度，包括：获取多个样本对象的纹理信息和密度标注数据，每个样本对象的密度标注数据包括所述样本对象的密度；根据所述多个样本对象的纹理信息和密度标注数据，利用深度学习模型进行训练，得到密度分类模型；将所述分类错误的垃圾的纹理信息输入所述密度分类模型，得到所述分类错误的垃圾的密度。该技术方案的有益效果在于，可以根据多个样本对象的纹理信息和对应的密度标注数据，利用深度学习模型进行训练，得到密度分类模型，一方面，通过向密度分类模型输入分类错误的垃圾的纹理信息，可以得到其密度，根据密度可以获取质量，便于根据分类错误的垃圾的质量选择对应的拾取策略；另一方面，密度分类模型可以由大量的样本数据训练而成，可以识别多种纹理信息，适用范围广，智能化水平高。在一些可选的实施例中，所述视觉检测数据包括3D检测数据和/或射线检测数据；获取所述分类错误的垃圾的体积的方法包括：根据所述视觉检测数据，建立所述分类错误的垃圾的三维数字模型；根据所述分类错误的垃圾的三维数字模型，得到所述分类错误的垃圾的体积。该技术方案的有益效果在于，可以根据分类错误的垃圾的3D检测数据和/或射线检测数据建立对应的三维数字模型，从而根据三维数字模型获取分类错误的垃圾的体积。第二方面，本申请提供了一种机械手的控制装置，应用于智能垃圾桶，所述智能垃圾桶设置有机械手和至少两个单元桶，所述装置包括：视觉接收模块，用于接收视觉检测设备发送的视觉检测数据，所述视觉检测数据是所述视觉检测设备检测所述至少两个单元桶的其中一个单元桶内得到的；分类检测模块，用于根据所述视觉检测数据，检测所述单元桶内是否存在分类错误的垃圾；标识获取模块，用于当存在所述分类错误的垃圾时，获取所述分类错误的垃圾对应的单元桶标识；机械手控制模块，用于控制所述机械手取出所述分类错误的垃圾并放入所述单元桶标识对应的单元桶。在一些可选的实施例中，所述装置还包括：策略获取模块，用于当存在所述分类错误的垃圾时，根据所述视觉检测数据，获取所述分类错误的垃圾对应的拾取策略；所述机械手控制模块用于根据所述拾取策略，控制所述机械手取出所述分类错误的垃圾并放入所述单元桶标识对应的单元桶。在一些可选的实施例中，所述机械手设置有至少一种拾取组件，所述拾取策略包括拾取组件标识。在一些可选的实施例中，所述机械手控制模块包括：参数获取子模块，用于根据所述视觉检测数据，获取所述分类错误的垃圾的密度和体积；质量获取子模块，用于根据所述分类错误的垃圾的密度和体积，获取所述分类错误的垃圾的质量；拾取策略子模块，用于根据所述分类错误的垃圾的质量，获取所述分类错误的垃圾对应的拾取策略。在一些可选的实施例中，所述视觉检测数据包括2D检测数据；所述参数获取子模块包括：纹理获取单元，用于根据所述视觉检测数本文档来自技高网...

【技术保护点】
1.一种机械手的控制方法，其特征在于，应用于智能垃圾桶，所述智能垃圾桶设置有机械手和至少两个单元桶，所述方法包括：/n接收视觉检测设备发送的视觉检测数据，所述视觉检测数据是所述视觉检测设备检测所述至少两个单元桶的其中一个单元桶内得到的；/n根据所述视觉检测数据，检测所述单元桶内是否存在分类错误的垃圾；/n当存在所述分类错误的垃圾时，获取所述分类错误的垃圾对应的单元桶标识；/n控制所述机械手取出所述分类错误的垃圾并放入所述单元桶标识对应的单元桶。/n

【技术特征摘要】
1.一种机械手的控制方法，其特征在于，应用于智能垃圾桶，所述智能垃圾桶设置有机械手和至少两个单元桶，所述方法包括：
接收视觉检测设备发送的视觉检测数据，所述视觉检测数据是所述视觉检测设备检测所述至少两个单元桶的其中一个单元桶内得到的；
根据所述视觉检测数据，检测所述单元桶内是否存在分类错误的垃圾；
当存在所述分类错误的垃圾时，获取所述分类错误的垃圾对应的单元桶标识；
控制所述机械手取出所述分类错误的垃圾并放入所述单元桶标识对应的单元桶。


2.根据权利要求1所述的机械手的控制方法，其特征在于，所述方法还包括：
当存在所述分类错误的垃圾时，根据所述视觉检测数据，获取所述分类错误的垃圾对应的拾取策略；
所述控制所述机械手取出所述分类错误的垃圾并放入所述单元桶标识对应的单元桶，包括：
根据所述拾取策略，控制所述机械手取出所述分类错误的垃圾并放入所述单元桶标识对应的单元桶。


3.根据权利要求2所述的机械手的控制方法，其特征在于，所述机械手设置有至少一种拾取组件，所述拾取策略包括拾取组件标识。


4.根据权利要求2所述的机械手的控制方法，其特征在于，所述根据所述视觉检测数据，获取所述分类错误的垃圾对应的拾取策略，包括：
根据所述视觉检测数据，获取所述分类错误的垃圾的密度和体积；
根据所述分类错误的垃圾的密度和体积，获取所述分类错误的垃圾的质量；
根据所述分类错误的垃圾的质量，获取所述分类错误的垃圾对应的拾取策略。


5.根据权利要求4所述的机械手的控制方法，其特征在于，所述视觉检测数据包括2D检测数据；
获取所述分类错误的垃圾的密度的方法包括：
根据所述视觉检测数据，获取所述分类错误的垃圾的纹理信息；
根据所述分类错误的垃圾的纹理信息，获取所述分类错误的垃圾的密度。


6.根据权利要求5所述的机械手的控制方法，其特征在于，所述根据所述分类错误的垃圾的纹理信息，获取所述分类错误的垃圾的密度，包括：
获取多个样本对象的纹理信息和密度标注数据，每个样本对象的密度标注数据包括所述样本对象的密度；
根据所述多个样本对象的纹理信息和密度标注数据，利用深度学习模型进行训练，得到密度分类模型；
将所述分类错误的垃圾的纹理信息输入所述密度分类模型，得到所述分类错误的垃圾的密度。


7.根据权利要求4所述的机械手的控制方法，其特征在于，所述视觉检测数据包括3D检测数据和/或射线检测数据；
获取所述分类错误的垃圾的体积的方法包括：
根据所述视觉检测数据，建立所述分类错误的垃圾的三维数字模型；
根据所述分类错误的垃圾的三维数字模型，得到所述分类错误的垃圾的体积。


8.一种机械手的控制装置，其特征在于，应用于智能垃圾桶，所述智能垃圾桶设置有机械手和至少两个单元桶，所述装置包括：
视觉接收模块，用于接收视觉检测设备发送的视觉检测数据，所述视觉检测数据是所述视觉检测设备检测所述至少两个单元桶的其中一个单元桶内得到的；
分类检测模块...

【专利技术属性】
技术研发人员：陈海波，李宗剑，
申请(专利权)人：深兰人工智能芯片研究院江苏有限公司，
类型：发明
国别省市：江苏;32