恭喜深圳市绿环再生资源开发有限公司包冬冬获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网恭喜深圳市绿环再生资源开发有限公司申请的专利应用机器视觉的固体废弃物自动分拣方法及装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119445493B 。
龙图腾网通过国家知识产权局官网在2025-04-29发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202510043233.8,技术领域涉及:G06V20/52;该发明授权应用机器视觉的固体废弃物自动分拣方法及装置是由包冬冬;伍杨;孙伟民;乐乐;彭燕;唐逸龙;张同庆;杨小波;陈海杰设计研发完成,并于2025-01-10向国家知识产权局提交的专利申请。
本应用机器视觉的固体废弃物自动分拣方法及装置在说明书摘要公布了:本发明涉及图像识别领域,尤其涉及一种应用机器视觉的固体废弃物自动分拣方法及装置。该方法包括以下步骤:获取多个方位待分拣区域监测图像;对多个方位待分拣区域监测图像进行空间几何视角偏差校正,并进行空间全景图像优化,构建分拣区域全景图像;对分拣区域全景图像进行逐帧固体废弃物视觉定位扫描,并进行三维形态结构分析,从而生成每一个固体废弃物的三维形态结构表征;根据每一个固体废弃物的三维形态结构表征进行固体类型分类决策,并进行边界框编码映射,以得到每一个固体废弃物的编码映射边界框;对每一个固体废弃物的编码映射边界框进行设备动作序列模拟,构建微调动作序列。本发明实现了高效的固体废弃物识别以及提高了分拣效率。
本发明授权应用机器视觉的固体废弃物自动分拣方法及装置在权利要求书中公布了:1.一种应用机器视觉的固体废弃物自动分拣方法,其特征在于,包括以下步骤:步骤S1:获取多个方位待分拣区域监测图像;对多个方位待分拣区域监测图像进行空间几何视角偏差校正,并进行空间全景图像优化,构建分拣区域全景图像;步骤S2:对分拣区域全景图像进行逐帧固体废弃物视觉定位扫描,并进行三维形态结构分析,从而生成每一个固体废弃物的三维形态结构表征;步骤S3:根据每一个固体废弃物的三维形态结构表征进行固体类型分类决策,并进行边界框编码映射,以得到每一个固体废弃物的编码映射边界框;步骤S4:对每一个固体废弃物的编码映射边界框进行设备动作序列模拟,再进行动作参数微调,构建微调动作序列;步骤S5:基于微调动作序列进行即时自动分拣,并采集多时点分拣图像;对多时点分拣图像进行时序分拣效率趋势演化,生成分拣效率趋势演化特征;步骤S6:对分拣效率趋势演化特征进行动态分拣路径规划优化及自适应强化迁移学习,从而构建自适应智能分拣模型,以执行固体废弃物自动分拣作业;其中,步骤S4的具体步骤为:步骤S41:对每一个固体废弃物的编码映射边界框进行设备动作序列模拟,以得到自动分拣设备的动作序列模拟数据;步骤S42:对自动分拣设备的动作序列模拟数据进行动态分拣移动跟踪,提取动态分拣移动轨迹;步骤S43:对动态分拣移动轨迹进行固废位置变化分析,生成固废位置变化数据;步骤S44:对固废位置变化数据进行设备分拣精准度计算,以得到设备分拣精准度;步骤S45:根据设备分拣精准度进行动作序列偏差识别,得到动作序列偏差值;步骤S46:对动作序列偏差值进行偏差补偿计算,生成动作序列偏差补偿数据;步骤S47:基于动作序列偏差补偿数据对自动分拣设备的动作序列模拟数据进行动作参数微调,构建微调动作序列;其中,步骤S5的具体步骤为:步骤S51:基于微调动作序列进行即时自动分拣,并采集多时点分拣图像;步骤S52:对多时点分拣图像进行分拣状态分析,提取自动化设备分拣状态参数;步骤S53:对自动化设备分拣状态参数进行分拣效率量化评估,生成分拣效率量化评估值;步骤S54:对分拣效率量化评估值进行时序分拣效率趋势演化,生成分拣效率趋势演化特征;所述分拣效率趋势演化特征具体包括:效率上升或下降的时间节点,效率波动的幅度和频率。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人深圳市绿环再生资源开发有限公司,其通讯地址为:518000 广东省深圳市宝安区新桥街道黄埔社区洪田路康威科技园A1厂房101;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。