一种应用于振动筛的杂物清理装置制造方法及图纸

本公开提供了一种应用于振动筛的杂物清理装置，适应于振动筛，包括：识别组件，用于识别所述振动筛上的杂物，并标记所识别的杂物在所述振动筛上的当前位置，以及确定所述当前位置所处的待清理区域；执行组件，设置在所述振动筛的一侧，用于对所述待清理区域进行清理，以将所述杂物清理至所述振动筛的外侧。本申请通过为振动筛配置识别组件，用来识别振动筛上的杂物以及确定杂物所处的待清理区域，并通过控制执行组件对待清理区域进行清理，以将杂物从振动筛上去除，可见，本申请去除振动筛上杂物的过程中，无需人工干预，可以有效的降低工作人员的劳动强度。作人员的劳动强度。作人员的劳动强度。

【技术实现步骤摘要】
一种应用于振动筛的杂物清理装置


[0001]本公开涉及振动筛杂物清理装置
，具体涉及一种应用于振动筛的杂物清理装置。

技术介绍

[0002]目前振动筛杂物处理方式主要为除铁器、拦杂钩、拦杂网拦截和依靠人工拣选，处理手段低下，处理效率不高。
[0003]传统的通过人工拣选振动筛上的杂物，存在工作人员劳动强度大，危险系数高的问题。
[0004]需要说明的是，在上述
技术介绍
部分公开的信息仅用于加强对本公开的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0005]本公开的目的在于提供一种应用于振动筛的杂物清理装置，进而至少在一定程度上克服由于相关技术的限制和缺陷而导致的传统的通过人工拣选振动筛上的杂物，存在工作人员劳动强度大的情况。
[0006]本公开的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本公开的实践而习得。
[0007]本公开提供了一种应用于振动筛的杂物清理装置，适应于振动筛，包括：
[0008]识别组件，用于识别所述振动筛上的杂物，并标记所识别的杂物在所述振动筛上的当前位置，以及确定所述当前位置所处的待清理区域；
[0009]执行组件，设置在所述振动筛的一侧，用于对所述待清理区域进行清理，以将所述杂物清理至所述振动筛的外侧。
[0010]可选的，所述执行组件包括：第一执行机构、第二执行机构；所述第一执行机构与所述第二执行机构均通过门式钢架设置在所述振动筛的一侧；
[0011]所述第一执行机构和所述第二执行机构均可在所述门式钢架上移动，以用于对所述待清理区域进行清理，以将所述杂物清理至所述振动筛的外侧。
[0012]可选的，所述识别组件包括：
[0013]图像采集模块，用于采集所述振动筛工作过程的图像信息；
[0014]图像处理模块，用于接收所述图像信息并解析，得到解析结果，以及基于所述解析结果生成控制指令；所述执行组件用于接收所述控制指令，并执行于所述控制指令对应的动作，以用于将所述杂物清理至所述振动筛的外侧；其中，所述解析结果包括：
[0015]存在杂物，则标记所识别的杂物在所述振动筛上的当前位置，以及确定所述当前位置所处的待清理区域；所述控制指令为所述执行组件前往所述待清理区域对所述杂物进行清理；
[0016]不存在杂物，则所述控制指令为所述执行组件不工作；其中，所述执行组件包括：
电动扒子、机械手、高压气流吹选装置、气动冲击装置中的至少一种。
[0017]可选的，还包括：图像传输模块，所述图像传输模块用于将所述图像采集模块采集的所述图像信息传输至所述图像处理模块。
[0018]可选的，所述图像处理模块包括：YUV颜色编码处理单元、图像杂物轮廓识别单元、CNN图像比对单元、杂物定位识别模块；
[0019]所述YUV颜色编码处理单元用于对所述图像信息进行预处理，得到处理后图像；
[0020]所述图像杂物轮廓识别单元用于接收所述处理后图像，并识别所述处理后图像中的物体的轮廓；
[0021]所述CNN图像比对单元用于将处理后图像中的物体的轮廓与标准物的轮廓进行比对，得到比对结果；
[0022]所述杂物定位识别模块用于基于所述比对结果生成解析结果，并为所述解析结果配置对应的控制指令。
[0023]可选的，还包括：特征数据库，所述特征数据库基于杂物的杂物类型和理化特征数据构建；其中，所述特征数据库中包含多种杂物的名称以及各杂物所对应的杂物类型和理化特征数据；
[0024]所述特征数据库的建立方法包括：
[0025]匹配每一种杂物的详细数据属性，其中，方法包括：
[0026]F1(at)＝
[0027]{FColour(at),FShape(at),FMaterial(at),FOutline(at),FTexture(at)}
[0028]其中，F1(at)为杂物典型理化特征属性
[0029]FColour(at)为杂物颜色特征属性
[0030]FShape(at)为杂物形状特征属性
[0031]FMaterial(at)为杂物材质特征属性
[0032]FOutline(at)为杂物轮廓特征属性
[0033]FTexture(at)为杂物纹理特征属性
[0034]F2(at)＝{FColour(at),FShape(at)}
[0035]其中，F2(at)为杂物明显识别要素。
[0036]可选的，所述YUV颜色编码处理单元对所述图像信息进行预处理的方法包括：
[0037]采用YUV颜色编码方式编码采集图像；
[0038]使用Y通道作为灰度化图像，并对灰度化后的图像进行降噪，得到降噪后的灰度图；
[0039]优选Soble算子计算降噪后的灰度图的像素梯度；
[0040]获取最大值像素梯度的点作为边缘点，并设定像素梯度强度阈值，将高于所述像素梯度强度阈值的点作为边缘点，等于所述像素梯度强度阈值的点作为弱边缘点，小于所述像素梯度强度阈值的点作为抑制像素点；得到待处理灰度图；
[0041]二值化处理所述待处理灰度图，得到所述处理后图像。
[0042]可选的，步骤对灰度化后的图像进行降噪中，得到降噪后的灰度图中，包括：采用高斯滤波消除图像假边缘点或伪色差等图像噪声，线性平滑待分析图像，消除噪声对边缘轮廓的干扰，得到降噪后的灰度图，或
[0043]采用高通滤波法增强边缘等高频信号，得到降噪后的灰度图。
[0044]可选的，所述CNN图像比对单元为基于CNN神经网络算法构建的比对模型，比对方法包括：
[0045]分块提取杂物轮廓曲线区域，所述区域为识别过程中识别生成，并转化为m
×
n的像素值数组，该数组的每一个值可为0
‑
255之间，也可为0或1的组合，作为卷积神经网络输入层；
[0046]卷积层和池化层提取输入数据特征，全连接层提取特征并输出，提取方法为非线性组合法；
[0047]使用逻辑函数或归一化指数函数输出分类标签，输出杂物颜色、形状及类型。
[0048]可选的，还包括：集成式智能控制柜，所述集成式智能控制柜包括：数据存储模块、数据输入模块、显示模块、报警模块、通信模块、数据输出模块、执行机构控制模块；
[0049]所述数据存储模块用于图像采集模块采集的所述图像信息；
[0050]所述数据输入模块用于对所述图像信息进行格式转换；
[0051]所述显示模块用于显示所述待清理区域以及报警界面；
[0052]所述报警模块用于显示报警信息，其中，所述报警信息包括：基于所述杂物的类型确定的报警等级，所述报警模块与所述显示模块连接，所述显示模块的报警界面用于显示所述报警信息，以及显示所述报警信息的报警等级；
[0053]所述通信模块用于将所述杂物定位识别模本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种应用于振动筛的杂物清理装置，适应于振动筛，其特征在于，包括：识别组件，用于识别所述振动筛上的杂物，并标记所识别的杂物在所述振动筛上的当前位置，以及确定所述当前位置所处的待清理区域；执行组件，设置在所述振动筛的一侧，用于对所述待清理区域进行清理，以将所述杂物清理至所述振动筛的外侧。2.根据权利要求1所述的应用于振动筛的杂物清理装置，其特征在于，所述执行组件包括：第一执行机构、第二执行机构；所述第一执行机构与所述第二执行机构均通过门式钢架设置在所述振动筛的一侧；所述第一执行机构和所述第二执行机构均可在所述门式钢架上移动，以用于对所述待清理区域进行清理，以将所述杂物清理至所述振动筛的外侧。3.根据权利要求1所述的应用于振动筛的杂物清理装置，其特征在于，所述识别组件包括：图像采集模块，用于采集所述振动筛工作过程的图像信息；图像处理模块，用于接收所述图像信息并解析，得到解析结果，以及基于所述解析结果生成控制指令；所述执行组件用于接收所述控制指令，并执行于所述控制指令对应的动作，以用于将所述杂物清理至所述振动筛的外侧；其中，所述解析结果包括：存在杂物，则标记所识别的杂物在所述振动筛上的当前位置，以及确定所述当前位置所处的待清理区域；所述控制指令为所述执行组件前往所述待清理区域对所述杂物进行清理；不存在杂物，则所述控制指令为所述执行组件不工作；其中，所述执行组件包括：电动扒子、机械手、高压气流吹选装置、气动冲击装置中的至少一种。4.根据权利要求3所述的应用于振动筛的杂物清理装置，其特征在于，还包括：图像传输模块，所述图像传输模块用于将所述图像采集模块采集的所述图像信息传输至所述图像处理模块。5.根据权利要求3所述的应用于振动筛的杂物清理装置，其特征在于，所述图像处理模块包括：YUV颜色编码处理单元、图像杂物轮廓识别单元、CNN图像比对单元、杂物定位识别模块；所述YUV颜色编码处理单元用于对所述图像信息进行预处理，得到处理后图像；所述图像杂物轮廓识别单元用于接收所述处理后图像，并识别所述处理后图像中的物体的轮廓；所述CNN图像比对单元用于将处理后图像中的物体的轮廓与标准物的轮廓进行比对，得到比对结果；所述杂物定位识别模块用于基于所述比对结果生成解析结果，并为所述解析结果配置对应的控制指令。6.根据权利要求5所述的应用于振动筛的杂物清理装置，其特征在于，还包括：特征数据库，所述特征数据库基于杂物的杂物类型和理化特征数据构建；其中，所述特征数据库中包含多种杂物的名称以及各杂物所对应的杂物类型和理化特征数据；所述特征数据库的建立方法包括：
匹配每一种杂物的详细数据属性，其中，方法包括：F1(at)＝{FColour(at),FShape(at),FMaterial(at),FOutline(at),FTexture(at)}其中，F1(at)为杂物典型理化特征属性；FColour(at)为...

【专利技术属性】
技术研发人员：任志刚，罗飞，王长青，李爱军，徐飞龙，王涛，林延江，王清阳，李守卿，
申请(专利权)人：西北工业大学，
类型：发明
国别省市：