本發(fā)明涉及一種傳送帶上產(chǎn)品的計(jì)數(shù)系統(tǒng)，特別是一種傳送帶上不同產(chǎn)品的自動(dòng)化計(jì)數(shù)系統(tǒng)，以及一種傳送帶上不同產(chǎn)品的自動(dòng)化計(jì)數(shù)方法。

背景技術(shù)：

1、在現(xiàn)代工業(yè)生產(chǎn)中，傳送帶被廣泛應(yīng)用于流水線作業(yè)，特別是在大批量生產(chǎn)的環(huán)境中，用于輸送各種產(chǎn)品。隨著生產(chǎn)效率的不斷提高，如何準(zhǔn)確、快速地計(jì)數(shù)傳送帶上的產(chǎn)品數(shù)量，已成為企業(yè)提升生產(chǎn)管理水平的關(guān)鍵需求之一。傳統(tǒng)的人工計(jì)數(shù)方法不僅耗時(shí)費(fèi)力，而且容易出現(xiàn)誤差，無法滿足高效生產(chǎn)的需要。因此，開發(fā)一種傳送帶上產(chǎn)品的自動(dòng)化計(jì)數(shù)方法，以提高計(jì)數(shù)的準(zhǔn)確性和生產(chǎn)效率，具有重要的實(shí)際意義和應(yīng)用價(jià)值。

2、近年來，隨著圖像處理技術(shù)和傳感器技術(shù)的發(fā)展，基于這些技術(shù)的自動(dòng)計(jì)數(shù)系統(tǒng)/方法逐漸成為研究熱點(diǎn)。例如，已有的自動(dòng)計(jì)數(shù)系統(tǒng)/方法相關(guān)專利文件：申請(qǐng)?zhí)朿n202211143455.x的已公布中國發(fā)明專利申請(qǐng)文件中所記載一種用于傳送帶輸送物品的計(jì)數(shù)方法及系統(tǒng)；以及，申請(qǐng)?zhí)朿n202310946274.9的已公布中國發(fā)明專利申請(qǐng)文件中所記載一種智能化的傳送帶上雞蛋計(jì)數(shù)和分類方法。

3、但是，現(xiàn)有系統(tǒng)及方法仍存在以下的技術(shù)缺陷，具體而言即現(xiàn)有系統(tǒng)及方法通常采用單一的視覺傳感器或者光電傳感器來進(jìn)行計(jì)數(shù)，容易出現(xiàn)產(chǎn)品計(jì)數(shù)錯(cuò)誤，或者只能用于單一產(chǎn)品（比如蛋類）進(jìn)行計(jì)數(shù)，更換產(chǎn)品或者多個(gè)產(chǎn)品就會(huì)出現(xiàn)無法計(jì)數(shù)，也無法判斷產(chǎn)品是否具有明顯的體積缺陷的問題。

4、故此，申請(qǐng)人提出本發(fā)明。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是為了解決上述現(xiàn)有技術(shù)的不足而提供一種傳送帶上不同產(chǎn)品的自動(dòng)化計(jì)數(shù)系統(tǒng)及方法。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明所提供的一種傳送帶上不同產(chǎn)品的自動(dòng)化計(jì)數(shù)系統(tǒng)，包括：

3、采集2d圖像數(shù)據(jù)的視覺傳感器；

4、采集3d點(diǎn)云數(shù)據(jù)的結(jié)構(gòu)光傳感器；

5、以及，使用2d的深度神經(jīng)網(wǎng)絡(luò)算法對(duì)采集到的2d圖像數(shù)據(jù)進(jìn)行目標(biāo)檢測與分類，使用3d的深度神經(jīng)網(wǎng)絡(luò)算法對(duì)采集到的3d點(diǎn)云數(shù)據(jù)進(jìn)行目標(biāo)檢測，并采用2d圖像與3d點(diǎn)云多模態(tài)配準(zhǔn)算法將2d圖像數(shù)據(jù)與3d點(diǎn)云數(shù)據(jù)進(jìn)行準(zhǔn)確配準(zhǔn)，進(jìn)一步將2d與3d檢測框通過兩者重疊度去除無效檢測框，再對(duì)3d點(diǎn)云數(shù)據(jù)進(jìn)行點(diǎn)云表面重建，點(diǎn)云分割，計(jì)算出相應(yīng)產(chǎn)品的點(diǎn)云體積，對(duì)不同的產(chǎn)品體積進(jìn)行匹配并計(jì)數(shù)的計(jì)算模塊。

6、上述一種傳送帶上不同產(chǎn)品的自動(dòng)化計(jì)數(shù)系統(tǒng)，其中所述計(jì)算模塊還優(yōu)選擇通過體積閾值設(shè)定判斷各個(gè)類別產(chǎn)品中具有體積缺陷的合格品與不合格品，并計(jì)數(shù)。

7、上述計(jì)算模塊，更進(jìn)一步的優(yōu)選擇為包括：用于檢測2d圖像目標(biāo)及其分類的人工智能2d檢測分類神經(jīng)網(wǎng)絡(luò)；用于檢測3d點(diǎn)云目標(biāo)的人工智能3d檢測神經(jīng)網(wǎng)絡(luò)；用于2d圖像與3d點(diǎn)云進(jìn)行多模態(tài)配準(zhǔn)的配準(zhǔn)算法；以及，匹配后數(shù)據(jù)預(yù)處理，點(diǎn)云表面重建，點(diǎn)云分割，分割體積計(jì)算，通過分類標(biāo)簽信息對(duì)其各個(gè)類別產(chǎn)品進(jìn)行計(jì)數(shù)，通過每個(gè)產(chǎn)品的體積設(shè)定閾值，閾值內(nèi)的設(shè)置為合格產(chǎn)品，閾值外的設(shè)置為不合格產(chǎn)品的后處理算法。

8、進(jìn)一步的，上述一種傳送帶上不同產(chǎn)品的自動(dòng)化計(jì)數(shù)系統(tǒng)，其還包括：

9、實(shí)現(xiàn)數(shù)據(jù)可視化的顯示模塊。

10、另外，本發(fā)明所提供的一種傳送帶上不同產(chǎn)品的自動(dòng)化計(jì)數(shù)方法，其包括以下的步驟：

11、采用視覺傳感器采集2d圖像數(shù)據(jù)，同時(shí)采用結(jié)構(gòu)光傳感器采集3d點(diǎn)云數(shù)據(jù)的步驟一；

12、使用2d的深度神經(jīng)網(wǎng)絡(luò)算法對(duì)采集到的2d圖像數(shù)據(jù)進(jìn)行目標(biāo)檢測與分類，使用3d的深度神經(jīng)網(wǎng)絡(luò)算法對(duì)采集到的3d點(diǎn)云數(shù)據(jù)進(jìn)行目標(biāo)檢測，并采用2d圖像與3d點(diǎn)云多模態(tài)配準(zhǔn)算法將2d圖像數(shù)據(jù)與3d點(diǎn)云數(shù)據(jù)進(jìn)行準(zhǔn)確配準(zhǔn)，進(jìn)一步將2d與3d檢測框通過兩者重疊度去除無效檢測框，再對(duì)3d點(diǎn)云數(shù)據(jù)進(jìn)行點(diǎn)云表面重建，點(diǎn)云分割，計(jì)算出相應(yīng)產(chǎn)品的點(diǎn)云體積，對(duì)不同的產(chǎn)品體積進(jìn)行匹配并計(jì)數(shù)的步驟二。

13、上述步驟二中還優(yōu)選擇通過體積閾值設(shè)定判斷判斷各個(gè)類別產(chǎn)品中具有體積缺陷的合格品與不合格品，并計(jì)數(shù)。

14、與現(xiàn)有技術(shù)相比較，本發(fā)明得到的一種傳送帶上不同產(chǎn)品的自動(dòng)化計(jì)數(shù)系統(tǒng)及方法，其具備以下的技術(shù)效果：

15、本發(fā)明能夠?qū)Σ煌瑫r(shí)段中傳送帶上的不同產(chǎn)品進(jìn)行準(zhǔn)確計(jì)數(shù)，也能夠?qū)ν粫r(shí)段中傳送帶上的多種產(chǎn)品進(jìn)行同步且準(zhǔn)確的計(jì)數(shù)，而且還均能夠計(jì)算出產(chǎn)品體積有明顯缺陷的合格產(chǎn)品與非合格產(chǎn)品的個(gè)數(shù)。

16、也就是說，傳送帶上假如有a，b，c等多種產(chǎn)品在進(jìn)行傳輸，而且由于工藝或管理問題，這些產(chǎn)品很有可能會(huì)出現(xiàn)不合格現(xiàn)象。通過本發(fā)明專利，我們可以對(duì)a，b，c等多種產(chǎn)品分別進(jìn)行計(jì)數(shù)，并且還能計(jì)算出合格產(chǎn)品與非合格產(chǎn)品的個(gè)數(shù)。

技術(shù)特征：

1.一種傳送帶上不同產(chǎn)品的自動(dòng)化計(jì)數(shù)系統(tǒng)，其特征是包括：

2.根據(jù)權(quán)利要求1所述的一種傳送帶上不同產(chǎn)品的自動(dòng)化計(jì)數(shù)系統(tǒng)，其特征在于：

3.根據(jù)權(quán)利要求2所述的一種傳送帶上不同產(chǎn)品的自動(dòng)化計(jì)數(shù)系統(tǒng)，其特征在于所述計(jì)算模塊，主要包括：用于檢測2d圖像目標(biāo)及其分類的人工智能2d檢測分類神經(jīng)網(wǎng)絡(luò)；用于檢測3d點(diǎn)云目標(biāo)的人工智能3d檢測神經(jīng)網(wǎng)絡(luò)；用于2d圖像與3d點(diǎn)云進(jìn)行多模態(tài)配準(zhǔn)的配準(zhǔn)算法；以及，匹配后數(shù)據(jù)預(yù)處理，點(diǎn)云表面重建，點(diǎn)云分割，分割體積計(jì)算，通過分類標(biāo)簽信息對(duì)其各個(gè)類別產(chǎn)品進(jìn)行計(jì)數(shù)，通過每個(gè)產(chǎn)品的體積設(shè)定閾值，閾值內(nèi)的設(shè)置為合格產(chǎn)品，閾值外的設(shè)置為不合格產(chǎn)品的后處理算法。

4.根據(jù)權(quán)利要求1-3中任一項(xiàng)所述的一種傳送帶上不同產(chǎn)品的自動(dòng)化計(jì)數(shù)系統(tǒng)，其特征在于還包括：

5.一種傳送帶上不同產(chǎn)品的自動(dòng)化計(jì)數(shù)方法，其特征是包括以下的步驟：

6.根據(jù)權(quán)利要求5所述的一種傳送帶上不同產(chǎn)品的自動(dòng)化計(jì)數(shù)方法，其特征在于：

技術(shù)總結(jié)
本發(fā)明公開了一種傳送帶上產(chǎn)品的計(jì)數(shù)系統(tǒng)，特別是一種傳送帶上不同產(chǎn)品的自動(dòng)化計(jì)數(shù)系統(tǒng)及方法。所述系統(tǒng)包括：采集2D圖像數(shù)據(jù)的視覺傳感器；采集3D點(diǎn)云數(shù)據(jù)的結(jié)構(gòu)光傳感器；分別采用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法對(duì)采集到的2D圖像數(shù)據(jù)和3D點(diǎn)云數(shù)據(jù)進(jìn)行目標(biāo)檢測和分類，并采用2D圖像與3D點(diǎn)云多模態(tài)配準(zhǔn)算法將2D圖像數(shù)據(jù)與3D點(diǎn)云數(shù)據(jù)進(jìn)行準(zhǔn)確配準(zhǔn)，再對(duì)3D點(diǎn)云數(shù)據(jù)進(jìn)行點(diǎn)云表面重建，點(diǎn)云分割，計(jì)算出相應(yīng)產(chǎn)品的點(diǎn)云體積，對(duì)不同的產(chǎn)品體積進(jìn)行匹配并計(jì)數(shù)的計(jì)算模塊。本發(fā)明解決了“實(shí)現(xiàn)傳送帶上的不同產(chǎn)品進(jìn)行準(zhǔn)確計(jì)數(shù)”的技術(shù)問題。本發(fā)明能夠?qū)魉蛶系牟挥卯a(chǎn)品進(jìn)行計(jì)數(shù)，并且能夠?qū)Ξa(chǎn)品是否有明顯體積缺陷進(jìn)行區(qū)分并且對(duì)合格品和非合格品分開計(jì)數(shù)。

技術(shù)研發(fā)人員：王賢成,方文愷,何宏煒,苗炳義
受保護(hù)的技術(shù)使用者：寧波大學(xué)科學(xué)技術(shù)學(xué)院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6