用于堆料分选的神经网络制造技术

本申请提供了一种用于分选堆料中的物体(1)的堆料分选系统。该堆料分选系统包括：至少一个辐射源(10)，被布置成辐射物体；至少一个光学传感器(12)，被布置成捕获物体的反射辐射(22)，并获取反射辐射作为多光谱或超光谱数据(24)；处理电路(16)，被配置为通过将多光谱或超光谱数据输入到具有至少两个卷积层的卷积神经网络(CNN)(18)中来分析物体的反射辐射，以便在多光谱或超光谱数据中检测和分类物体和/或对多光谱或超光谱数据进行语义分段；以及机械分选器(20)，被配置成根据使用处理电路的分析得出的物体的分选和/或分段对物体进行分选，使得不同的重叠和/或堆叠物体被分离或被视为单个物体组。被视为单个物体组。被视为单个物体组。

【技术实现步骤摘要】
【国外来华专利技术】用于堆料分选的神经网络


[0001]本专利技术涉及分选领域。更具体地，本专利技术涉及由卷积神经网络(CNN)辅助的堆料分选。

技术介绍

[0002]分选是一个热门的研究领域，涉及回收、采矿或食品加工等领域。对于实施回收，分选技术用于将垃圾混合物分选到正确的回收箱中。随着技术的发展，这种分选可能会比以前更准确、更快。
[0003]存在使用机器学习系统对单个物体流进行分选的技术，如US2018/243800AA中所示。机器学习系统允许准确识别正在分选的物体。然而，这种技术的速度很慢，因为它们一次只能处理一个物体流。材料表征和分段技术的其他示例可在US 2019/130560 A1和Matthieu Grard等作于2018年的“Object segmentation in depth maps with one user click and a synthetically trained fully convolutional network”中找到。
[0004]当前的分选器分离个体的颗粒。它们需要仔细准备进料，以便检测和测量个体本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种用于分选堆料中的物体(1)的堆料分选系统，包括：至少一个辐射源(10)，被布置成辐射所述物体，至少一个光学传感器(12)，被布置成捕获所述物体的反射辐射(22)并获取所述反射辐射作为多光谱或超光谱数据(24)，所述光学传感器(12)包括被布置成扫描所述物体的近红外(NIR)扫描仪(30)，其中所述多光谱或超光谱数据包括扫描数据；处理电路(16)，被配置为通过将所述多光谱或超光谱数据输入到具有至少两个卷积层的卷积神经网络(CNN)(18)来分析所述物体的所述反射辐射，以便在所述多光谱或超光谱数据中检测和分类所述物体和/或对所述多光谱或超光谱数据进行语义分段；以及机械分选器(20)，被配置成使用所述处理电路的分析结果，根据所述物体的分类和/或分段对所述物体进行分选，使得所述处理电路的分析得出的不同的重叠和/或堆叠物体被分离或被视为单个物体组。2.根据权利要求1所述的堆料分选系统，其中，所述至少一个光学传感器包括图像传感器(32)，所述图像传感器(32)被布置成捕获所述物体的图像数据，其中所述多光谱或超光谱数据包括所述图像数据。3.根据权利要求1或2所述的堆料分选系统，其中，所述至少一个光学传感器包括超光谱相机(44)，所述超光谱相机被布置成扫描所述物体，其中所述多光谱或超光谱数据包括所述扫描。4.根据前述权利要求中任一项所述的堆料分选系统，其中，所述至少一个光学传感器包括激光三角仪(34)，所述激光三角仪(34)被布置用于测量所述物体的3D数据，其中所述多光谱或超光谱数据包括所述3D数据，其中所述3D数据的测量能够包括激光高度强度扫描。5.根据前述权利要求中任一项所述的堆料分选系统，还包括电磁检测器(40)，所述电磁检测器(40)被布置成测量所述物体的电磁特性，其中，所述处理电路进一步被配置为通过将测量的所述电磁特性输入到所述CNN来分析所述电磁特性，以便在所述多光谱或超光谱数据中检测和分类所述物体和/或对所述多光谱或超光谱数据进行语义分段。6.根据前述权利要求中任一项所述的堆料分选系统，其中，所述至少一个光学传感器包括激光扫描仪(36)，所述激光扫描仪(36)带有旋转多边形反射镜并用于测量所述物体的激光散射和/或防散射特性；脉冲LED发射器(38)，被布置用于测量所述物体的光防散射特性；和/或X射...

【专利技术属性】
技术研发人员：丹尼尔，
申请(专利权)人：陶朗分选有限责任公司，
类型：发明
国别省市：