CN106179992B - 一种轮毂自动分拣***及其分拣方法 - Google Patents
一种轮毂自动分拣***及其分拣方法 Download PDFInfo
- Publication number
- CN106179992B CN106179992B CN201610750759.0A CN201610750759A CN106179992B CN 106179992 B CN106179992 B CN 106179992B CN 201610750759 A CN201610750759 A CN 201610750759A CN 106179992 B CN106179992 B CN 106179992B
- Authority
- CN
- China
- Prior art keywords
- matrix
- wheel hub
- controller
- image
- transmission rail
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
- B07C5/362—Separating or distributor mechanisms
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/38—Collecting or arranging articles in groups
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Character Discrimination (AREA)
Abstract
本发明公开了一种轮毂自动分拣***,包括传输轨道,传输轨道上设置有视觉识别机构,传输轨道还连接有三个分流轨道,传输轨道与分流轨道的连接处设置有推送机构。本发明还公开了一种轮毂自动分拣***的分拣方法。本发明能够改进现有技术的不足,实现了轮毂的快速自动分拣。
Description
技术领域
本发明涉及图像识别技术领域,尤其是一种轮毂自动分拣***及其分拣方法。
背景技术
铝合金轮毂成品在经过终检站后,需要按照轮型分别码放、包装。而以往只有一条轨道,当轮型杂乱、数量过多时,码放不方便;而且由于部分轮型外形极其相似,码放时容易混淆。给包装带来了很大的不方便。
发明内容
本发明要解决的技术问题是提供一种轮毂自动分拣***及其分拣方法,能够解决现有技术的不足,实现了轮毂的快速自动分拣。
为解决上述技术问题,本发明所采取的技术方案如下。
一种轮毂自动分拣***,包括传输轨道,传输轨道上设置有视觉识别机构,传输轨道还连接有三个分流轨道,传输轨道与分流轨道的连接处设置有推送机构;
视觉识别机构包括图像采集室,图像采集室的顶部安装有CCD镜头,图像采集室的底部设置有若干个定位标记点,CCD镜头的外侧设置有至少两组环形排布的补光灯,图像采集室内设置有控制器,控制器与CCD镜头、补光灯和推送机构通讯连接;
推送机构包括与传输轨道的传输方向相互垂直的挡板和与分流轨道传输方向相互垂直的推板,挡板底部设置有垂直运动的第一气缸,推板的外侧面设置有水平运动的第二气缸。
一种上述的轮毂自动分拣***的分拣方法,包括以下步骤:
A、传输轨道将待测轮毂传送至图像采集室内;
B、CCD镜头对图像采集室内的轮毂进行拍照,然后将获得的图像传送至控制器,控制器根据获取的图像特征对轮毂进行识别;
C、传输轨道将经过识别的轮毂传送出图像采集室,根据控制器的判断结果,轮毂通过推送机构推入分流轨道,通过分流轨道进行分流传送。
作为优选,步骤B中,对轮毂进行识别包括以下步骤,
B1、对进入图像采集室内的轮毂进行定位;
B2、使用不同组的补光灯对轮毂进行照射,CCD镜头对不同补光灯下的轮毂进行拍照;
B3、CCD镜头将获取的图像传输至控制器,控制器使用定位标记点在图像中的位置作为参考,获取不同图像中特定位置的特征区域;
B4、在每个特征区域内获取数量相同的特征点,将每个特征点的特征数据制成一个特征向量,将统一特征区域内的特征向量制成一个特征矩阵;
B5、将不同图像中同一特征区域的特征矩阵进行对比分析,得到这一特征区域的代表特征矩阵;
B6、使用代表特征矩阵与控制器中存储的参照矩阵进行对比,判断图像中轮毂的类别。
作为优选,步骤B2中,至少使用三种补光灯灯光组合。
作为优选,步骤B4中,特征向量包括特征点的三维坐标、RGB值、对比度、亮度以及特征点周围像素的RGB值变化率。
作为优选,步骤B5中,将特征矩阵相加,然后通过第一对角矩阵进行比例变换,得到中间矩阵,使用中间矩阵的特征值组成第二对角矩阵,然后用第二对角矩阵对与中间矩阵相似度最高的特征矩阵进行变换,得到代表特征矩阵。
作为优选,步骤B6中,首先使用代表特征矩阵的特征向量与参照矩阵的特征向量进行对比,将包含与代表特征矩阵特征向量线性不相关的特征向量的参照矩阵进行排除;然后,在代表特征矩阵中随机提取一个区域的元素组成新的特征对比矩阵,保证特征对比矩阵的秩大于代表特征矩阵的秩的二分之一,在参照矩阵的相同位置提取参照对比矩阵,求取两个对比矩阵的2-范数,得到两个2-范数的差值,重复上述过程,得到若干组2-范数的差值,若求得的2-范数的差值的平均值小于阈值,则此参照矩阵对应的轮毂类别为待识别的轮毂的类别;否则,更换参照矩阵进行继续对比。
作为优选,求取的2-范数差值的个数大于代表特征矩阵的秩。
采用上述技术方案所带来的有益效果在于:本发明通过对轮毂进行拍照,对其图像进行分析对比,然后通过推送机构将不同类别的轮毂进行分拣。对图像进行对比识别过程中,通过采用特征区域和特征点的识别方式,降低了图像对比的运算量。通过获取代表特征矩阵,可以进一步降低特征区域内的对比运算量,而且通过设计代表特征矩阵的生成方法,可以有效降低代表特征矩阵生成过程中对于特征区域内关键信息的丢失率。代表特征矩阵与参照矩阵的对比方法进一步简化了对比过程,从而实现了快速识别轮毂的目的。本发明的图像识别运算量小,可以有效降低对于运算装置的硬件要求。
附图说明
图1是本发明一个具体实施方式的结构图。
图2是本发明一个具体实施方式中视觉识别机构的结构图。
图3是本发明一个具体实施方式中推送机构的结构图。
图中:1、传输轨道;2、视觉识别机构;3、分流轨道;4、推送机构;5、CCD镜头;6、图像采集室;7、定位标记点;8、补光灯;9、控制器;10、挡板;11、推板;12、第一气缸;13、第二气缸。
具体实施方式
本发明中使用到的标准零件均可以从市场上购买,异形件根据说明书的和附图的记载均可以进行订制,各个零件的具体连接方式均采用现有技术中成熟的螺栓、铆钉、焊接、粘贴等常规手段,在此不再详述。
参照图1-3,本发明一个具体实施方式包括传输轨道1,传输轨道1上设置有视觉识别机构2,传输轨道1还连接有三个分流轨道3,传输轨道1与分流轨道3的连接处设置有推送机构4;
视觉识别机构2包括图像采集室6,图像采集室6的顶部安装有CCD镜头5,图像采集室6的底部设置有若干个定位标记点7,CCD镜头5的外侧设置有两组环形排布的补光灯8,图像采集室6内设置有控制器9,控制器9与CCD镜头5、补光灯8和推送机构4通讯连接;
推送机构4包括与传输轨道1的传输方向相互垂直的挡板10和与分流轨道3传输方向相互垂直的推板11,挡板10底部设置有垂直运动的第一气缸12,推板11的外侧面设置有水平运动的第二气缸13。
一种上述的轮毂自动分拣***的分拣方法,包括以下步骤:
A、传输轨道1将待测轮毂传送至图像采集室6内;
B、CCD镜头对图像采集室6内的轮毂进行拍照,然后将获得的图像传送至控制器9,控制器9根据获取的图像特征对轮毂进行识别;
C、传输轨道1将经过识别的轮毂传送出图像采集室6,根据控制器9的判断结果,轮毂通过推送机构4推入分流轨道3,通过分流轨道3进行分流传送。
步骤B中,对轮毂进行识别包括以下步骤,
B1、对进入图像采集室6内的轮毂进行定位;
B2、使用不同组的补光灯8对轮毂进行照射,CCD镜头对不同补光灯下的轮毂进行拍照;
B3、CCD镜头将获取的图像传输至控制器9,控制器9使用定位标记点7在图像中的位置作为参考,获取不同图像中特定位置的特征区域;
B4、在每个特征区域内获取数量相同的特征点,将每个特征点的特征数据制成一个特征向量,将统一特征区域内的特征向量制成一个特征矩阵;
B5、将不同图像中同一特征区域的特征矩阵进行对比分析,得到这一特征区域的代表特征矩阵;
B6、使用代表特征矩阵与控制器中存储的参照矩阵进行对比,判断图像中轮毂的类别。
步骤B2中,至少使用三种补光灯灯光组合。
步骤B4中,特征向量包括特征点的三维坐标、RGB值、对比度、亮度以及特征点周围像素的RGB值变化率。
步骤B5中,将特征矩阵相加,然后通过第一对角矩阵进行比例变换,得到中间矩阵,使用中间矩阵的特征值组成第二对角矩阵,然后用第二对角矩阵对与中间矩阵相似度最高的特征矩阵进行变换,得到代表特征矩阵。
步骤B6中,首先使用代表特征矩阵的特征向量与参照矩阵的特征向量进行对比,将包含与代表特征矩阵特征向量线性不相关的特征向量的参照矩阵进行排除;然后,在代表特征矩阵中随机提取一个区域的元素组成新的特征对比矩阵,保证特征对比矩阵的秩大于代表特征矩阵的秩的二分之一,在参照矩阵的相同位置提取参照对比矩阵,求取两个对比矩阵的2-范数,得到两个2-范数的差值,重复上述过程,得到若干组2-范数的差值,若求得的2-范数的差值的平均值小于阈值,则此参照矩阵对应的轮毂类别为待识别的轮毂的类别;否则,更换参照矩阵进行继续对比。
求取的2-范数差值的个数大于代表特征矩阵的秩。
本发明实现对于轮毂的快速自动识别分拣,提高了劳动生产率。
在本发明的描述中,需要理解的是,术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
以上显示和描述了本发明的基本原理和主要特征和本发明的优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (5)
1.一种轮毂自动分拣***的分拣方法,此分拣***包括,
传输轨道(1),传输轨道(1)上设置有视觉识别机构(2),传输轨道(1)还连接有三个分流轨道(3),传输轨道(1)与分流轨道(3)的连接处设置有推送机构(4);
视觉识别机构(2)包括图像采集室(6),图像采集室(6)的顶部安装有CCD镜头(5),图像采集室(6)的底部设置有若干个定位标记点(7),CCD镜头(5)的外侧设置有至少两组环形排布的补光灯(8),图像采集室(6)内设置有控制器(9),控制器(9)与CCD镜头(5)、补光灯(8)和推送机构(4)通讯连接;
推送机构(4)包括与传输轨道(1)的传输方向相互垂直的挡板(10)和与分流轨道(3)传输方向相互垂直的推板(11),挡板(10)底部设置有垂直运动的第一气缸(12),推板(11)的外侧面设置有水平运动的第二气缸(13);
其特征在于包括以下步骤:
A、传输轨道(1)将待测轮毂传送至图像采集室(6)内;
B、CCD镜头对图像采集室(6)内的轮毂进行拍照,然后将获得的图像传送至控制器(9),控制器(9)根据获取的图像特征对轮毂进行识别;
步骤B中,对轮毂进行识别包括以下步骤,
B1、对进入图像采集室(6)内的轮毂进行定位;
B2、使用不同组的补光灯(8)对轮毂进行照射,CCD镜头对不同补光灯下的轮毂进行拍照;
B3、CCD镜头将获取的图像传输至控制器(9),控制器(9)使用定位标记点(7)在图像中的位置作为参考,获取不同图像中特定位置的特征区域;
B4、在每个特征区域内获取数量相同的特征点,将每个特征点的特征数据制成一个特征向量,将统一特征区域内的特征向量制成一个特征矩阵;
B5、将不同图像中同一特征区域的特征矩阵进行对比分析,得到这一特征区域的代表特征矩阵;
步骤B5中,将特征矩阵相加,然后通过第一对角矩阵进行比例变换,得到中间矩阵,使用中间矩阵的特征值组成第二对角矩阵,然后用第二对角矩阵对与中间矩阵相似度最高的特征矩阵进行变换,得到代表特征矩阵;
B6、使用代表特征矩阵与控制器中存储的参照矩阵进行对比,判断图像中轮毂的类别;
C、传输轨道(1)将经过识别的轮毂传送出图像采集室(6),根据控制器(9)的判断结果,轮毂通过推送机构(4)推入分流轨道(3),通过分流轨道(3)进行分流传送。
2.根据权利要求1所述的轮毂自动分拣***的分拣方法,其特征在于:步骤B2中,至少使用三种补光灯灯光组合。
3.根据权利要求1所述的轮毂自动分拣***的分拣方法,其特征在于:步骤B4中,特征向量包括特征点的三维坐标、RGB值、对比度、亮度以及特征点周围像素的RGB值变化率。
4.根据权利要求1所述的轮毂自动分拣***的分拣方法,其特征在于:步骤B6中,首先使用代表特征矩阵的特征向量与参照矩阵的特征向量进行对比,将包含与代表特征矩阵特征向量线性不相关的特征向量的参照矩阵进行排除;然后,在代表特征矩阵中随机提取一个区域的元素组成新的特征对比矩阵,保证特征对比矩阵的秩大于代表特征矩阵的秩的二分之一,在参照矩阵的相同位置提取参照对比矩阵,求取两个对比矩阵的2-范数,得到两个2-范数的差值,重复上述过程,得到若干组2-范数的差值,若求得的2-范数的差值的平均值小于阈值,则此参照矩阵对应的轮毂类别为待识别的轮毂的类别;否则,更换参照矩阵进行继续对比。
5.根据权利要求4所述的轮毂自动分拣***的分拣方法,其特征在于:求取的2-范数差值的个数大于代表特征矩阵的秩。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610750759.0A CN106179992B (zh) | 2016-08-26 | 2016-08-26 | 一种轮毂自动分拣***及其分拣方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610750759.0A CN106179992B (zh) | 2016-08-26 | 2016-08-26 | 一种轮毂自动分拣***及其分拣方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106179992A CN106179992A (zh) | 2016-12-07 |
CN106179992B true CN106179992B (zh) | 2018-04-13 |
Family
ID=57526725
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610750759.0A Active CN106179992B (zh) | 2016-08-26 | 2016-08-26 | 一种轮毂自动分拣***及其分拣方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106179992B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107416494A (zh) * | 2017-07-17 | 2017-12-01 | 河海大学常州校区 | 一种定位分拣传输***及其工作方法 |
CN107891014A (zh) * | 2018-03-08 | 2018-04-10 | 苏州誉阵自动化科技有限公司 | 一种自动检测筛选装置 |
CN108436281B (zh) * | 2018-03-27 | 2024-04-19 | 滨州戴森车轮科技有限公司 | 一种轮毂全自动标识装置及方法 |
CN110280492A (zh) * | 2019-07-15 | 2019-09-27 | 长沙戴湘汽配科技有限公司 | 一种基于图像识别的轮毂分拣统计***及方法 |
CN110694926A (zh) * | 2019-11-05 | 2020-01-17 | 中邮科技有限责任公司 | 一种异形件检测分流***及方法 |
CN111003478A (zh) * | 2020-01-10 | 2020-04-14 | 张春达 | 一种食品加工用检测线自动分流装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101832941A (zh) * | 2010-03-19 | 2010-09-15 | 天津大学 | 一种基于多光谱图像的水果品质评价装置 |
CN102129549A (zh) * | 2011-01-29 | 2011-07-20 | 广西师范大学 | 基于缩略图和奇异值分解的图像Hash方法 |
CN103592212A (zh) * | 2013-11-22 | 2014-02-19 | 昆山视杰维光电科技有限公司 | 一种检测漏油网的***及方法 |
CN104014489A (zh) * | 2011-08-25 | 2014-09-03 | 宁波赛恩斯智能科技有限公司 | 汽车轮毂分拣装置 |
CN104198157A (zh) * | 2014-09-10 | 2014-12-10 | 南京工业职业技术学院 | 一种镜片检测和自动分拣装置 |
CN104438140A (zh) * | 2014-11-03 | 2015-03-25 | 张澎年 | 用推杆移动工件的工件多参数分选机 |
CN204448623U (zh) * | 2015-02-01 | 2015-07-08 | 林裕雄 | 一种混合流水线的产品自动分拣装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07178373A (ja) * | 1993-12-24 | 1995-07-18 | Kubota Corp | 廃棄ビン類の選別回収方法及び装置 |
JP2905453B2 (ja) * | 1996-09-18 | 1999-06-14 | 楢崎産業株式会社 | 青果物搬送装置 |
-
2016
- 2016-08-26 CN CN201610750759.0A patent/CN106179992B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101832941A (zh) * | 2010-03-19 | 2010-09-15 | 天津大学 | 一种基于多光谱图像的水果品质评价装置 |
CN102129549A (zh) * | 2011-01-29 | 2011-07-20 | 广西师范大学 | 基于缩略图和奇异值分解的图像Hash方法 |
CN104014489A (zh) * | 2011-08-25 | 2014-09-03 | 宁波赛恩斯智能科技有限公司 | 汽车轮毂分拣装置 |
CN103592212A (zh) * | 2013-11-22 | 2014-02-19 | 昆山视杰维光电科技有限公司 | 一种检测漏油网的***及方法 |
CN104198157A (zh) * | 2014-09-10 | 2014-12-10 | 南京工业职业技术学院 | 一种镜片检测和自动分拣装置 |
CN104438140A (zh) * | 2014-11-03 | 2015-03-25 | 张澎年 | 用推杆移动工件的工件多参数分选机 |
CN204448623U (zh) * | 2015-02-01 | 2015-07-08 | 林裕雄 | 一种混合流水线的产品自动分拣装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106179992A (zh) | 2016-12-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106179992B (zh) | 一种轮毂自动分拣***及其分拣方法 | |
CN108898044B (zh) | 装载率获取方法、装置、***及存储介质 | |
CN106709436B (zh) | 面向轨道交通全景监控的跨摄像头可疑行人目标跟踪*** | |
CN105046196B (zh) | 基于级联卷积神经网络的前车车辆信息结构化输出方法 | |
CN103400124A (zh) | 一种试卷识别方法及装置 | |
CN104951775A (zh) | 基于视频技术的铁路道口防护区域安全智能识别方法 | |
CN104778453A (zh) | 一种基于红外行人亮度统计特征的夜间行人检测方法 | |
CN104506800A (zh) | 一种多方向电警摄像机场景合成及综合监控方法和装置 | |
CN102542294A (zh) | 双视觉信息融合的集控式足球机器人识别***及识别方法 | |
CN105096285A (zh) | 一种基于多核dsp的图像融合与目标跟踪*** | |
CN105354856A (zh) | 一种基于mser与orb相结合的人体匹配与定位方法及*** | |
CN112911221B (zh) | 一种基于5g和vr视频的远程实景仓储监管*** | |
CN103440035A (zh) | 一种三维空间中的手势识别***及其识别方法 | |
CN105069816B (zh) | 一种进出口人流量统计的方法及*** | |
CN108830908A (zh) | 一种基于人工神经网络的魔方颜色识别方法 | |
CN102879404A (zh) | 工业结构化场景中医用胶囊缺陷自动检测的*** | |
CN102043963A (zh) | 一种图像人数识别统计方法 | |
CN105654140B (zh) | 面向复杂工业环境的铁路油罐车车号定位与识别方法 | |
CN117274720B (zh) | 一种计算机硬件异常检测方法及*** | |
Laroca et al. | Do we train on test data? The impact of near-duplicates on license plate recognition | |
CN103927517B (zh) | 一种基于人体全局特征直方图熵的动作检测方法 | |
CN111942426B (zh) | 一种基于热红外的铁水运输机车车轴测温方法 | |
CN104866819B (zh) | 一种基于三目视觉***的地形分类方法 | |
CN110689001B (zh) | 一种生成复杂环境下车牌训练样本的方法 | |
CN112327935A (zh) | 一种基于ai技术的无人机云端物体识别跟踪***及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
EE01 | Entry into force of recordation of patent licensing contract |
Application publication date: 20161207 Assignee: BAODING LIZHONG DONG'AN LIGHT ALLOY PARTS CO.,LTD. Assignor: BAODING LIZHONG WHEEL MANUFACTURING Co.,Ltd. Contract record no.: X2023990000004 Denomination of invention: A hub automatic sorting system and its sorting method Granted publication date: 20180413 License type: Common License Record date: 20230112 |
|
EE01 | Entry into force of recordation of patent licensing contract |