CN113877836A - 一种基于视觉检测***的智能识别分拣*** - Google Patents
一种基于视觉检测***的智能识别分拣*** Download PDFInfo
- Publication number
- CN113877836A CN113877836A CN202111304822.5A CN202111304822A CN113877836A CN 113877836 A CN113877836 A CN 113877836A CN 202111304822 A CN202111304822 A CN 202111304822A CN 113877836 A CN113877836 A CN 113877836A
- Authority
- CN
- China
- Prior art keywords
- target object
- sorting
- module
- target
- detection
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 150
- 230000000007 visual effect Effects 0.000 title claims abstract description 65
- 238000012545 processing Methods 0.000 claims description 62
- 230000001360 synchronised effect Effects 0.000 claims description 30
- 238000012163 sequencing technique Methods 0.000 claims description 24
- 238000000034 method Methods 0.000 claims description 21
- 238000011179 visual inspection Methods 0.000 claims description 19
- 238000000605 extraction Methods 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 12
- 230000007547 defect Effects 0.000 claims description 9
- 238000012546 transfer Methods 0.000 claims description 4
- 239000002699 waste material Substances 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000012856 packing Methods 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
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
-
- 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
- B07C5/16—Sorting according to weight
-
- 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
- B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
- B07C2501/0063—Using robots
Landscapes
- Image Analysis (AREA)
- Manipulator (AREA)
Abstract
本发明提供的一种基于视觉检测***的智能识别分拣***，包括：上料模块，用于将目标物品传送至视觉检测模块；视觉检测模块，用于对目标物品进行视觉检测并归类；分拣模块，用于根据目标物品的归类结果对其进行抓取分拣；传送模块，用于接收分拣模块抓取的目标物品并进行分类传送。通过本发明以解决人工分拣时存在的不够细化，分类不合理和不完善、分拣效率低下、工作繁琐和错误率较高等问题。
Description
技术领域
本发明涉及自动化检测领域，特别涉及一种基于视觉检测***的智能识别分拣***。
背景技术
随着人工成本的不断升高，用机器代替人力去做一些重复性的高强度的劳动是现代机器研究的一个重要方向。同时无论是工业生产过程中的多产品分拣还是网购下快递包的分拣，工作人员每天需要分拣成千上万的目标物品，往往会造成工作速度奇慢，分拣不及时，不能及时完成工作任务等问题。而且需要分拣的货物中物件复杂，快递物品有箱体包装的、服饰包装袋和信封袋等不同的包装形式，且包装状态不一，大多包装完整，还有一些包装破损或没有进行包装的物品，而生产中的产品由于种类繁多，都不能做到快速的分拣工作，这些不同规格和形状的物品，不易进行分拣工作，在人工分拣时存在很大问题，不够细化，分类不合理和不完善，存在分拣效率低下、工作繁琐和错误率较高等缺点。
因此，现阶段亟需一种基于视觉检测***的智能识别分拣***来解决这一难题。
发明内容
本发明提供一种基于视觉检测***的智能识别分拣***，用以解决人工分拣时存在的不够细化，分类不合理和不完善、分拣效率低下、工作繁琐和错误率较高等问题。
本发明提供的一种基于视觉检测***的智能识别分拣***，其特征在于，包括：
上料模块，用于将目标物品传送至视觉检测模块；
视觉检测模块，用于对目标物品进行视觉检测并归类；
分拣模块，用于根据目标物品的归类结果对其进行抓取分拣；
传送模块，用于接收分拣模块抓取的目标物品并进行分类传送。
优选的，所述视觉检测模块包括：
图像识别检测子模块，用于对所述目标物品进行图像获取和识别；
物品状态翻转子模块，用于对现实中的所述目标物品进行摆放状态翻转以及标准位置调整。
优选的，所述图像识别检测子模块包括：
第一图像获取单元，用于通过双目视觉相机获取所述目标物品的第一图像信息；
第一图像匹配单元，用于将所述第一图像信息中目标物品的物体轮廓进行提取，并将所提取的物体轮廓与预设的多个第一类标准轮廓进行匹配，确定匹配度最高的第一类标准轮廓所对应的物品类型为所述目标物品的第一物品分类；其中，每个所述第一类标准轮廓被预设对应一种物品类型；
微调指令单元，用于确定所述第一物品分类对应的物品类型所对应的预设的标准摆放状态，并基于所述标准摆放状态向所述物品状态翻转子模块发送摆放状态微调指令；其中，所述图像识别检测子模块预设有该物品类型所对应的物品在所述标准摆放状态下的多个特征提取点位置；
第二图像获取单元，用于在所述物品状态翻转子模块对所述目标物品进行标准位置调整后通过所述双目视觉相机获取所述目标物品的第二图像信息；
第二图像匹配单元，用于对所述第二图像信息中目标物品的所述特征提取点位置进行特征提取得到关键特征，将所述关键特征与预设的关键特征和物品型号对应表格中的数据进行比对，确定所述目标物品对应的物品型号并进行归类。
优选的，所述视觉检测模块还包括
标识识别检测子模块，用于对所述目标物体上的标识进行识别，从而确定所述目标物体的物品型号、目标物体的合格信息以及目标物体所经过的分拣流程；
物品同步标识子模块，用于为所述目标物体打上同步标识，所述同步标识采用链式字符序列，每经过一个所述物品同步标识子模块便在所述链式字符序列的末端打上该物品同步标识子模块对应预设的第一类标识字符。
优选的，所述标识识别检测子模块采用红外扫描仪对所述目标物体上的标识进行识别；其中，
所述标识为二维码标识，每个二维码标识映射有独立的编号空间；
所述编号空间中存储有所述目标物体的物品型号、目标物体的合格信息、目标物体所经过的分拣流程以及所述同步标识。
优选的，所述分拣模块包括：
重量检测单元，用于对所述目标物品进行重量合格检测，所述重量合格检测根据所述归类结果确定所述目标物品对应所属归类的物品的标准重量范围，并对所述目标物品进行重量检测；
若所述目标物品的重量属于所述标准重量范围，则判断所述目标物体重量检测合格；
若所述目标物品的重量不属于所述标准重量范围，则判断所述目标物体存在质量缺陷或者归类错误；
机械臂分拣单元，用于对重量检测合格的所述目标物体通过机械臂进行分拣工作，在进行分拣工作时根据所述归类结果将对应的所述目标物品进行归类分拣。
优选的，还包括复检单元：
所述复检单元包括一个单独的视觉检测装置和一个机器人，用于对存在质量缺陷或者归类错误的所述目标物体进行复检，复检步骤如下：
其中，利用所述视觉检测装置对所述目标物品进行视觉检测，同时通过所述机器人对所述目标物品的摆放姿态进行调整，根据视觉检测装置采集到的物体轮廓与预设的多个第一类标准轮廓进行匹配，得到多个匹配度；
若多个所述匹配度均低于预设的匹配度阈值，则判断所述目标物品发生形变，通过所述机器人将所述目标物体放入废品通道；
若存在一个或多个所述匹配度高于或等于所述匹配度阈值，则通过所述机器人将所述目标物体放置到所述视觉检测模块进行重新检测；
所述目标物品每经历一次复检便为其打上一个复检标签，当检测到所述目标物品上的复检标签个数大于预设的次数阈值时，则将所述目标物体放入人工检测通道。
优选的，还包括同步跟踪模块：
所述同步跟踪模块用于对目标物品的位置进行跟踪定位，并将定位信息同步至云端网络；
所述同步跟踪模块包括：
跟踪标签单元，用于在每一个处理环节处理完毕过后为所述目标物体打上虚拟的处理标签；其中，
所述处理环节包括视觉检测处理、分拣处理以及分类传送处理；
所述处理标签采用链式字符序列，每经过一个所述处理环节后便在所述处理标签的末端打上时间戳以及执行该处理环节的设备所对应预设的第二类标识字符；
其中，每个所述第二类标识字符映射有对应设备在每个时间点的地理位置；
标签同步单元，用于每隔一个预设的周期将所述处理标签同步至云端平台。
优选的，还包括辅助工作模块，所述辅助工作模块执行以下步骤：
步骤S1、获取当日工作任务量，将当日工作量与预设的额定工作任务量进行比较；
步骤S2、当所述当日工作量大于所述额定工作量时，开启超频工作模式；
步骤S3、在开启超频工作模式后，控制所述上料模块进入多目标放送模式，同时控制所述视觉检测模块开启多目标检测模式，并为所述视觉检测模块提供云端辅助计算；其中，在进行云端辅助计算时，通过所述视觉检测模块获取图像上传至云端网络，经过所述云端网络进行多目标检测后得到图像中多个所述目标物体对应的检测结果；
步骤S4、开启云端处理优化模式，并获取所述分拣模块的工作状态信息；
步骤S5、在所述云端处理优化模式下，根据所述工作状态信息和所述检测结果进行抓取处理顺序优化计算得到最优抓取顺序；
步骤S6、根据所述最优抓取顺序对所述分拣模块进行控制，完成分拣工作。
优选的，所述根据所述工作状态信息和所述检测结果进行抓取处理顺序优化计算得到最优抓取顺序包括以下步骤：
预先建立所述视觉检测模块与所述分拣模块的第一相对位置关系；
根据所述检测结果，确定多个所述目标物品相对于所述视觉检测模块的第二相对位置关系；
基于所述第一相对位置关系和所述第二相对位置关系进行位置关系转移，得到多个所述目标物品与所述分拣模块的第三相对位置关系；
建立云端虚拟空间，根据所述工作状态信息以及所述第三相对位置关系将多个所述目标物品与所述分拣模块在所述云端虚拟空间进行重现；
根据所述分拣模块的工作状态信息，确定分拣模块中机械手的当前所处位置为初始位置；
对所述云端虚拟空间中多个所述目标物品进行随机排序，基于每种排序方法下每个目标物品到放置点的路径统计出每种排序方法的第一路径距离；
将所述初始位置与每种排序方法的起点位置之间的距离作为第二路径距离；
将每种排序方法对应的第一路径距离和第二路径距离相加得到第三路径距离；
采用快速排序法对每种排序方法对应的第三路径距离进行由小到大的排序，并记录距离最短的第三路径距离对应的多个所述目标物体的抓取顺序为最优抓取顺序。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于视觉检测***的智能识别分拣***的结构示意图；
图2为本发明实施例中视觉检测模块的结构示意图；
图3为本发明实施例中辅助工作模块的工作流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明提供的一种基于视觉检测***的智能识别分拣***，如图1，其特征在于，包括：
上料模块1，用于将目标物品传送至视觉检测模块；
视觉检测模块2，用于对目标物品进行视觉检测并归类；
分拣模块3，用于根据目标物品的归类结果对其进行抓取分拣；
传送模块4，用于接收分拣模块3抓取的目标物品并进行分类传送。
上述技术方案的工作原理和有益效果为：通过上料模块1将目标物品进行上料，传输到视觉检测模块2进行一轮的归类，在进行第一轮归类时，根据目标物体的外形大小，大致轮廓等简要的信息对齐进行简单的分类，比如区分为大型物品或小型物品、袋型包装或箱型包装等，能够进行快速且又准确的分类。在经过第一轮归类之后，通过分拣模块3将目标物品简单地进行分类分拣并通过传送模块4发送到下一个检测线上去继续检测，比如一个目标物品被确定为箱型包装后被发往箱型检测线，通过箱型检测线的视觉检测模块进行新一轮的归类，归类成第一类箱型、第二类箱型、第三类箱型等。采用双目视觉相机对目标物体的外形轮廓检测与匹配的方式逐步进行精细分类，从而实现对目标物品进行快速的检测，提高生产线上的检测效率。
在一个优选实施例中，如图2，视觉检测模块包括：
图像识别检测子模块，用于对目标物品进行图像获取和物品归类；
物品状态翻转子模块12，用于对现实中的目标物品进行摆放状态翻转以及标准位置调整。
上述技术方案的工作原理和有益效果为：通过图像识别检测子模块获取目标物品的图像，在同时通过物品状态翻转子模块对现实中的目标物体进行摆放姿态调整，使图像识别检测子模块能够从多个角度对目标物品进行检测，从而提高检测的准确率。
在一个优选实施例中，如图2，图像识别检测子模块包括：
第一图像获取单元110，用于通过双目视觉相机获取目标物品的第一图像信息；
第一图像匹配单元111，用于将第一图像信息中目标物品的物体轮廓进行提取，并将所提取的物体轮廓与预设的多个第一类标准轮廓进行匹配，确定匹配度最高的第一类标准轮廓所对应的物品类型为目标物品的第一物品分类；
其中，每个第一类标准轮廓被预设对应一种物品类型；
微调指令单元112，用于确定第一物品分类对应的物品类型所对应的预设的标准摆放状态，并基于标准摆放状态向物品状态翻转子模块发送摆放状态微调指令；其中，图像识别检测子模块预设有该物品类型所对应的物品在标准摆放状态下的多个特征提取点位置；
第二图像获取单元113，用于在物品状态翻转子模块12对目标物品进行标准位置调整后通过双目视觉相机获取目标物品的第二图像信息；
第二图像匹配单元114，用于对第二图像信息中目标物品的特征提取点位置进行特征提取得到关键特征，将关键特征与预设的关键特征和物品型号对应表格中的数据进行比对，确定目标物品对应的物品型号并进行归类。
上述技术方案的工作原理和有益效果为：通过双目视觉相机获取目标物品的第一图像信息，将第一图像信息中目标物品的物体轮廓进行提取，并将所提取的物体轮廓与预设的多个第一类标准轮廓进行匹配，确定匹配度最高的第一类标准轮廓所对应的物品类型为目标物品的第一物品分类，从而确定目标物品所属的类型，随后确定第一物品分类对应的物品类型所预设的标准摆放状态，每一种物品类型可能存在不同的特征提取点位置用于通过特征提取确定目标物品属于该种物品类型里面的何种具体型号，基于标准摆放状态向物品状态翻转子模块12发送摆放状态微调指令，物品状态翻转子模块12在接收到摆放状态微调指令后根据指令对目标物品进行位置调整，方便对目标物品上的特征提取点位置进行图像采集从而方便确定目标物品的型号。在对目标物品进行位置调整后，通过双目视觉相机获取目标物品的第二图像信息进行第二次图像采集，第二次图像采集时需要对特征提取点位置进行高清图像获取，对第二图像信息中目标物品的特征提取点位置进行特征提取得到关键特征，将关键特征与预设的关键特征和物品型号对应表格中的数据进行比对，确定目标物品对应的物品型号并进行归类，从而通过两次检测确定目标物品的准确型号，第一次检测较快速确定目标物品所属物品类型，在确定物品类型后根据该种物品类型的检测要求对目标物品的摆放方式进行调整，在调整的同时提取该类型的特征集，节省特征集的提取时间，最后通过第二次的检测提取关键特征与特征集进行比对查找，从而确定目标物品对应的物品型号并进行归类。
在一个优选实施例中，视觉检测模块还包括
标识识别检测子模块，用于对目标物体上的标识进行识别，从而确定目标物体的物品型号、目标物体的合格信息以及目标物体所经过的分拣流程；
物品同步标识子模块，用于为目标物体打上同步标识，同步标识采用链式字符序列，每经过一个物品同步标识子模块便在链式字符序列的末端打上该物品同步标识子模块对应预设的第一类标识字符。
上述技术方案的工作原理和有益效果为：视觉减模块还可以是对标识的识别，预先在物品上统一打上标识，将该标识作为物品的身份证明，从而通过物品同步标识子模块利用该标识同步记录该目标物品的物品型号、目标物体的合格信息以及目标物体所经过的分拣流程。同步标识采用链式字符序列，每经过一个物品同步标识子模块便在链式字符序列的末端打上该物品同步标识子模块对应预设的第一类标识字符，从而确定该物品经过的具体处理流程，方便确定接下来对其进行怎样的处理流程。
在一个优选实施例中，标识识别检测子模块采用红外扫描仪或者光学扫描仪对目标物体上的标识进行识别；其中，
标识为二维码标识或者条形码，每个二维码标识映射有独立的编号空间；
编号空间中存储有目标物体的物品型号、目标物体的合格信息、目标物体所经过的分拣流程以及同步标识。
上述技术方案的工作原理和有益效果为：通过红外扫描仪或光学扫描仪的对二维码标识或者条形码标识进行扫描，每个二维码标识或者条形码标识映射有独立的编号空间，编号空间中存储有目标物体的物品型号、目标物体的合格信息、目标物体所经过的分拣流程以及同步标识。在对其进行扫描后能获取详细的信息，并且用户也能通过扫描该二维码确定该产品的处理流程，从而确定该产品是否合格，使用户使用该产品时能够用得放心。
在一个优选实施例中，分拣模块包括：
重量检测单元，用于对目标物品进行重量合格检测，重量合格检测根据归类结果确定目标物品对应所属归类的物品的标准重量范围，并对目标物品进行重量检测；
若目标物品的重量属于标准重量范围，则判断目标物体重量检测合格；
若目标物品的重量不属于标准重量范围，则判断目标物体存在质量缺陷或者归类错误；
机械臂分拣单元，用于对重量检测合格的目标物体通过机械臂进行分拣工作，在进行分拣工作时根据归类结果将对应的目标物品进行归类分拣。
上述技术方案的工作原理和有益效果为：分拣模块在对目标物品进行分拣前需要对目标物品进行重量合格检测，重量合格检测根据归类结果确定目标物品对应所属归类的物品的标准重量范围，并对目标物品进行重量检测，若目标物品的重量属于标准重量范围，则判断目标物体重量检测合格，机械臂分拣单元对重量检测合格的目标物体通过机械臂进行分拣工作，在进行分拣工作时根据归类结果将对应的目标物品进行归类分拣，若目标物品的重量不属于标准重量范围，则判断目标物体存在质量缺陷或者归类错误，需要将存在质量缺陷的目标物体送到人工检测通道进行详细检测，避免劣质产品流露。通过重量检测结果和归类结果对应的标准重量范围的对比，简单地实现了一次质量检测，虽然简单却非常有效。
在一个优选实施例中，还包括复检单元：
复检单元包括一个单独的视觉检测装置和一个机器人，用于对存在质量缺陷或者归类错误的目标物体进行复检，复检步骤如下：
其中，利用视觉检测装置对目标物品进行视觉检测，同时通过机器人对目标物品的摆放姿态进行调整，根据视觉检测装置采集到的物体轮廓与预设的多个第一类标准轮廓进行匹配，得到多个匹配度；
若多个匹配度均低于预设的匹配度阈值，则判断目标物品发生形变，通过机器人将目标物体放入废品通道；
若存在一个或多个匹配度高于或等于匹配度阈值，则通过机器人将目标物体放置到视觉检测模块进行重新检测；
目标物品每经历一次复检便为其打上一个复检标签，当检测到目标物品上的复检标签个数大于预设的次数阈值时，则将目标物体放入人工检测通道。
上述技术方案的工作原理和有益效果为：利用复检单元内的一个单独的视觉检测装置和一个机器人实现对存在质量缺陷或者归类错误的目标物体进行复检，复检时，利用视觉检测装置对目标物品进行视觉检测，同时通过机器人对目标物品的摆放姿态进行调整，根据视觉检测装置采集到的物体轮廓与预设的多个第一类标准轮廓进行匹配，得到多个匹配度，若多个匹配度均低于预设的匹配度阈值，则判断目标物品发生形变，这样的产品不合格，则需要通过机器人将目标物体放入废品通道，若存在一个或多个匹配度高于或等于匹配度阈值，说明很有可能是型号识别错误导致对应的标准重量范围出现问题，则通过机器人将目标物体放置到视觉检测模块进行重新检测，目标物品每经历一次复检便为其打上一个复检标签，当检测到目标物品上的复检标签个数大于预设的次数阈值时，则将目标物体放入人工检测通道，从而避免对一个目标物品进入了死循环似的复检流程。
在一个优选实施例中，还包括同步跟踪模块：
同步跟踪模块用于对目标物品的位置进行跟踪定位，并将定位信息同步至云端网络；
同步跟踪模块包括：
跟踪标签单元，用于在每一个处理环节处理完毕过后为目标物体打上虚拟的处理标签；其中，
处理环节包括视觉检测处理、分拣处理以及分类传送处理；
处理标签采用链式字符序列，每经过一个处理环节后便在处理标签的末端打上时间戳以及执行该处理环节的设备所对应预设的第二类标识字符；
其中，每个第二类标识字符映射有对应设备在每个时间点的地理位置；
标签同步单元，用于每隔一个预设的周期将处理标签同步至云端平台。
上述技术方案的工作原理和有益效果为：通过同步跟踪模块对目标物品的位置进行跟踪定位，并将定位信息同步至云端网络，利用跟踪标签单元在每一个处理环节处理完毕过后为目标物体打上虚拟的处理标签，该处理标签采用链式字符序列，每经过一个处理环节后便在处理标签的末端打上时间戳以及执行该处理环节的设备所对应预设的第二类标识字符，每个第二类标识字符映射有对应设备在每个时间点的地理位置，最后利用标签同步单元每隔一个预设的周期将处理标签同步至云端平台，从而对目标物品的动向进行有效的监测，并且能够通过云端确定一个该目标物品在被处理时的处理效率，当目标物品不合格报废时从云端网络删除该目标物品的相关信息，当目标物品丢失时，也能通过链式字符序列确定最后处理该目标物品的设备编号，以及该设备物品在处理该目标物品时的地理位置，方便对目标物品进行快速找回。
在一个优选实施例中，还包括辅助工作模块，辅助工作模块执行以下步骤：
步骤S1、获取当日工作任务量，将当日工作量与预设的额定工作任务量进行比较；
步骤S2、当日工作量大于额定工作量时，开启超频工作模式；
步骤S3、在开启超频工作模式后，控制上料模块进入多目标放送模式，同时控制视觉检测模块开启多目标检测模式，并为视觉检测模块提供云端辅助计算；其中，在进行云端辅助计算时，通过视觉检测模块获取图像上传至云端网络，经过云端网络进行多目标检测后得到图像中多个目标物体对应的检测结果；
步骤S4、开启云端处理优化模式，并获取分拣模块的工作状态信息；
步骤S5、在云端处理优化模式下，根据工作状态信息和检测结果进行抓取处理顺序优化计算得到最优抓取顺序；
步骤S6、基于最优抓取顺序对分拣模块进行控制，完成分拣工作。
上述技术方案的工作原理和有益效果为：通过辅助工作模块，在当日工作量过大时开启超频工作模式，在开启超频工作模式后，控制上料模块进入多目标放送模式，同时控制视觉检测模块开启多目标检测模式，并为视觉检测模块提供云端辅助计算，在进行云端辅助计算时，通过视觉检测模块获取图像上传至云端网络，经过云端网络进行多目标检测后得到图像中多个目标物体对应的检测结果，由于视觉检测模块在进行多目标同时检测时，可能存在算力不够的情况，而将计算工作交给云计算能够有效地解决这一问题。随后开启云端处理优化模式，并获取分拣模块的工作状态信息，在云端处理优化模式下，根据工作状态信息和检测结果进行抓取处理顺序优化计算得到最优抓取顺序，通过抓取顺序优化，解决机械臂抓取多个目标时效率低下的问题，并且这个优化计算过程交给云端计算将更为快速且容易实现，能够适应分拣***实时工作的要求，最后基于最优抓取顺序对分拣模块进行控制，完成分拣工作。
在一个优选实施例中，根据工作状态信息和检测结果进行抓取处理顺序优化计算得到最优抓取顺序包括以下步骤：
预先建立视觉检测模块与分拣模块的第一相对位置关系；
根据检测结果，确定多个目标物品相对于视觉检测模块的第二相对位置关系；
基于第一相对位置关系和第二相对位置关系进行位置关系转移，得到多个目标物品与分拣模块的第三相对位置关系；
建立云端虚拟空间，根据工作状态信息以及第三相对位置关系将多个目标物品与分拣模块在云端虚拟空间进行重现；
根据分拣模块的工作状态信息，确定分拣模块中机械手的当前所处位置为初始位置；
对云端虚拟空间中多个目标物品进行随机排序，基于每种排序方法下每个目标物品到放置点的路径统计出每种排序方法的第一路径距离；
将初始位置与每种排序方法的起点位置之间的距离作为第二路径距离；
将每种排序方法对应的第一路径距离和第二路径距离相加得到第三路径距离；
采用快速排序法对每种排序方法对应的第三路径距离进行由小到大的排序，并记录距离最短的第三路径距离对应的多个目标物体的抓取顺序为最优抓取顺序。
上述技术方案的工作原理和有益效果为：在进行处理顺序优化计算时，预先建立视觉检测模块与分拣模块的第一相对位置关系，根据检测结果，确定多个目标物品相对于视觉检测模块的第二相对位置关系，基于第一相对位置关系和第二相对位置关系进行位置关系转移，得到多个目标物品与分拣模块的第三相对位置关系。建立云端虚拟空间，根据工作状态信息以及第三相对位置关系将多个目标物品与分拣模块在云端虚拟空间进行重现，根据分拣模块的工作状态信息，确定分拣模块中机械手的当前所处位置为初始位置，对云端虚拟空间中多个目标物品进行随机排序，基于每种排序方法下每个目标物品到放置点的路径统计出每种排序方法的第一路径距离，比如存在多个目标A、B、C、D，分别需要抓取到对应的1、2、3、4这几个位置，若存在ABCD的抓取顺序则统计出，每次抓取的路径包括：A到1、1到B、B到2、2到C、C到3、3到D、D到4，将所有路径相加得到第一路径距离。在对每段路径进行距离计算时，根据第三相对位置关系建立空间直角坐标系，在空间直角坐标系中若对于需要被抓取的目标物品A(XA,YA,ZA)和放置点P(XP,YP,ZP)D的路径距离L，则存在：
将初始位置与每种排序方法的起点位置之间的距离作为第二路径距离，比如接着上面的例子，若初始位置为O，则第二路径距离为O到该种排序方法的起点A的距离。将每种排序方法对应的第一路径距离和第二路径距离相加得到第三路径距离，采用快速排序法对每种排序方法对应的第三路径距离进行由小到大的排序，并记录距离最短的第三路径距离对应的多个目标物体的抓取顺序为最优抓取顺序。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种基于视觉检测***的智能识别分拣***，其特征在于，包括：
上料模块，用于将目标物品传送至视觉检测模块；
视觉检测模块，用于对目标物品进行视觉检测并归类；
分拣模块，用于根据目标物品的归类结果对其进行抓取分拣；
传送模块，用于接收分拣模块抓取的目标物品并进行分类传送。
2.根据权利要求1所述的一种基于视觉检测***的智能识别分拣***，其特征在于，所述视觉检测模块包括：
图像识别检测子模块，用于对所述目标物品进行图像获取和识别；
物品状态翻转子模块，用于对现实中的所述目标物品进行摆放状态翻转以及标准位置调整。
3.根据权利要求2所述的一种基于视觉检测***的智能识别分拣***，其特征在于，所述图像识别检测子模块包括：
第一图像获取单元，用于通过双目视觉相机获取所述目标物品的第一图像信息；
第一图像匹配单元，用于将所述第一图像信息中目标物品的物体轮廓进行提取，并将所提取的物体轮廓与预设的多个第一类标准轮廓进行匹配，确定匹配度最高的第一类标准轮廓所对应的物品类型为所述目标物品的第一物品分类；其中，每个所述第一类标准轮廓被预设对应一种物品类型；
微调指令单元，用于确定所述第一物品分类对应的物品类型所对应的预设的标准摆放状态，并基于所述标准摆放状态向所述物品状态翻转子模块发送摆放状态微调指令；其中，所述图像识别检测子模块预设有该物品类型所对应的物品在所述标准摆放状态下的多个特征提取点位置；
第二图像获取单元，用于在所述物品状态翻转子模块对所述目标物品进行标准位置调整后通过所述双目视觉相机获取所述目标物品的第二图像信息；
第二图像匹配单元，用于对所述第二图像信息中目标物品的所述特征提取点位置进行特征提取得到关键特征，将所述关键特征与预设的关键特征和物品型号对应表格中的数据进行比对，确定所述目标物品对应的物品型号并进行归类。
4.根据权利要求2所述的一种基于视觉检测***的智能识别分拣***，其特征在于，所述视觉检测模块还包括
标识识别检测子模块，用于对所述目标物体上的标识进行识别，从而确定所述目标物体的物品型号、目标物体的合格信息以及目标物体所经过的分拣流程；
物品同步标识子模块，用于为所述目标物体打上同步标识，所述同步标识采用链式字符序列，每经过一个所述物品同步标识子模块便在所述链式字符序列的末端打上该物品同步标识子模块对应预设的第一类标识字符。
5.根据权利要求4所述的一种基于视觉检测***的智能识别分拣***，其特征在于，所述标识识别检测子模块采用红外扫描仪对所述目标物体上的标识进行识别；其中，
所述标识为二维码标识，每个二维码标识映射有独立的编号空间；
所述编号空间中存储有所述目标物体的物品型号、目标物体的合格信息、目标物体所经过的分拣流程以及所述同步标识。
6.根据权利要求1所述的一种基于视觉检测***的智能识别分拣***，其特征在于，所述分拣模块包括：
重量检测单元，用于对所述目标物品进行重量合格检测，所述重量合格检测根据所述归类结果确定所述目标物品对应所属归类的物品的标准重量范围，并对所述目标物品进行重量检测；
若所述目标物品的重量属于所述标准重量范围，则判断所述目标物体重量检测合格；
若所述目标物品的重量不属于所述标准重量范围，则判断所述目标物体存在质量缺陷或者归类错误；
机械臂分拣单元，用于对重量检测合格的所述目标物体通过机械臂进行分拣工作，在进行分拣工作时根据所述归类结果将对应的所述目标物品进行归类分拣。
7.根据权利要求6所述的一种基于视觉检测***的智能识别分拣***，其特征在于，还包括复检单元：
所述复检单元包括一个单独的视觉检测装置和一个机器人，用于对存在质量缺陷或者归类错误的所述目标物体进行复检，复检步骤如下：
其中，利用所述视觉检测装置对所述目标物品进行视觉检测，同时通过所述机器人对所述目标物品的摆放姿态进行调整，根据视觉检测装置采集到的物体轮廓与预设的多个第一类标准轮廓进行匹配，得到多个匹配度；
若多个所述匹配度均低于预设的匹配度阈值，则判断所述目标物品发生形变，通过所述机器人将所述目标物体放入废品通道；
若存在一个或多个所述匹配度高于或等于所述匹配度阈值，则通过所述机器人将所述目标物体放置到所述视觉检测模块进行重新检测；
所述目标物品每经历一次复检便为其打上一个复检标签，当检测到所述目标物品上的复检标签个数大于预设的次数阈值时，则将所述目标物体放入人工检测通道。
8.根据权利要求1所述的一种基于视觉检测***的智能识别分拣***，其特征在于，还包括同步跟踪模块：
所述同步跟踪模块用于对目标物品的位置进行跟踪定位，并将定位信息同步至云端网络；
所述同步跟踪模块包括：
跟踪标签单元，用于在每一个处理环节处理完毕过后为所述目标物体打上虚拟的处理标签；其中，
所述处理环节包括视觉检测处理、分拣处理以及分类传送处理；
所述处理标签采用链式字符序列，每经过一个所述处理环节后便在所述处理标签的末端打上时间戳以及执行该处理环节的设备所对应预设的第二类标识字符；
其中，每个所述第二类标识字符映射有对应设备在每个时间点的地理位置；
标签同步单元，用于每隔一个预设的周期将所述处理标签同步至云端平台。
9.根据权利要求1所述的一种基于视觉检测***的智能识别分拣***，其特征在于，还包括辅助工作模块，所述辅助工作模块执行以下步骤：
步骤S1、获取当日工作任务量，将当日工作量与预设的额定工作任务量进行比较；
步骤S2、当所述当日工作量大于所述额定工作量时，开启超频工作模式；
步骤S3、在开启超频工作模式后，控制所述上料模块进入多目标放送模式，同时控制所述视觉检测模块开启多目标检测模式，并为所述视觉检测模块提供云端辅助计算；其中，在进行云端辅助计算时，通过所述视觉检测模块获取图像上传至云端网络，经过所述云端网络进行多目标检测后得到图像中多个所述目标物体对应的检测结果；
步骤S4、开启云端处理优化模式，并获取所述分拣模块的工作状态信息；
步骤S5、在所述云端处理优化模式下，根据所述工作状态信息和所述检测结果进行抓取处理顺序优化计算得到最优抓取顺序；
步骤S6、基于所述最优抓取顺序对所述分拣模块进行控制，完成分拣工作。
10.根据权利要求9所述的一种基于视觉检测***的智能识别分拣***，其特征在于，所述根据所述工作状态信息和所述检测结果进行抓取处理顺序优化计算得到最优抓取顺序包括以下步骤：
预先建立所述视觉检测模块与所述分拣模块的第一相对位置关系；
根据所述检测结果，确定多个所述目标物品相对于所述视觉检测模块的第二相对位置关系；
基于所述第一相对位置关系和所述第二相对位置关系进行位置关系转移，得到多个所述目标物品与所述分拣模块的第三相对位置关系；
建立云端虚拟空间，根据所述工作状态信息以及所述第三相对位置关系将多个所述目标物品与所述分拣模块在所述云端虚拟空间进行重现；
根据所述分拣模块的工作状态信息，确定分拣模块中机械手的当前所处位置为初始位置；
对所述云端虚拟空间中多个所述目标物品进行随机排序，基于每种排序方法下每个目标物品到放置点的路径统计出每种排序方法的第一路径距离；
将所述初始位置与每种排序方法的起点位置之间的距离作为第二路径距离；
将每种排序方法对应的第一路径距离和第二路径距离相加得到第三路径距离；
采用快速排序法对每种排序方法对应的第三路径距离进行由小到大的排序，并记录距离最短的第三路径距离对应的多个所述目标物体的抓取顺序为最优抓取顺序。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111304822.5A CN113877836B (zh) | 2021-11-05 | 2021-11-05 | 一种基于视觉检测***的智能识别分拣*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111304822.5A CN113877836B (zh) | 2021-11-05 | 2021-11-05 | 一种基于视觉检测***的智能识别分拣*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113877836A true CN113877836A (zh) | 2022-01-04 |
| CN113877836B CN113877836B (zh) | 2023-05-09 |
Family
ID=79016553
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111304822.5A Active CN113877836B (zh) | 2021-11-05 | 2021-11-05 | 一种基于视觉检测***的智能识别分拣*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113877836B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114405866A (zh) * | 2022-01-20 | 2022-04-29 | 湖南视比特机器人有限公司 | 视觉引导钢板分拣方法、视觉引导钢板分拣装置和*** |
| CN114782900A (zh) * | 2022-06-21 | 2022-07-22 | 成都泽赛普石油工程技术服务有限公司 | 一种基于Yolov5算法的目标监控与处理***及方法 |
| CN114792307A (zh) * | 2022-04-24 | 2022-07-26 | 广东天太机器人有限公司 | 一种包含工业机器人的生产***及方法 |
| CN117358622A (zh) * | 2023-12-08 | 2024-01-09 | 格力大松（宿迁）生活电器有限公司 | 产品检测方法、装置和*** |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1829621A1 (en) * | 2006-03-03 | 2007-09-05 | Machinefabriek Bollegraaf Appingedam B.V. | A system and a method for sorting items out of waste material |
| CN104331793A (zh) * | 2014-11-04 | 2015-02-04 | 哈尔滨红谷园科技开发有限公司 | 一种物品追溯管理*** |
| CN207071550U (zh) * | 2017-08-16 | 2018-03-06 | 贸联电子(昆山)有限公司 | 光学检查机误判覆判回溯*** |
| CN109834712A (zh) * | 2019-03-01 | 2019-06-04 | 广东工业大学 | 一种机器人抓取顺序优化的方法 |
| CN109976148A (zh) * | 2017-12-28 | 2019-07-05 | 深圳市优必选科技有限公司 | 机器人运动路径规划方法、装置、存储介质及终端设备 |
| CN109989973A (zh) * | 2019-04-24 | 2019-07-09 | 江苏杰士德精密工业有限公司 | 电池双面胶贴合设备 |
| CN110328157A (zh) * | 2019-07-17 | 2019-10-15 | 南京工程学院 | 一种基于机器视觉的智能分拣装置及其分拣方法 |
| CN111359915A (zh) * | 2020-03-24 | 2020-07-03 | 广东弓叶科技有限公司 | 基于机器视觉的物料分选方法及*** |
| CN111612394A (zh) * | 2020-05-06 | 2020-09-01 | 东智安通(北京)科技有限公司 | 一种快递分拣管理方法及相关装置 |
| CN111687060A (zh) * | 2020-06-11 | 2020-09-22 | 湖北美和易思教育科技有限公司 | 一种物流多级分拣***及方法 |
| JP2021003753A (ja) * | 2019-06-25 | 2021-01-14 | オークラ輸送機株式会社 | 物品検出方法、ピッキング方法、物品検出装置およびピッキング装置 |
-
2021
- 2021-11-05 CN CN202111304822.5A patent/CN113877836B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1829621A1 (en) * | 2006-03-03 | 2007-09-05 | Machinefabriek Bollegraaf Appingedam B.V. | A system and a method for sorting items out of waste material |
| CN104331793A (zh) * | 2014-11-04 | 2015-02-04 | 哈尔滨红谷园科技开发有限公司 | 一种物品追溯管理*** |
| CN207071550U (zh) * | 2017-08-16 | 2018-03-06 | 贸联电子(昆山)有限公司 | 光学检查机误判覆判回溯*** |
| CN109976148A (zh) * | 2017-12-28 | 2019-07-05 | 深圳市优必选科技有限公司 | 机器人运动路径规划方法、装置、存储介质及终端设备 |
| CN109834712A (zh) * | 2019-03-01 | 2019-06-04 | 广东工业大学 | 一种机器人抓取顺序优化的方法 |
| CN109989973A (zh) * | 2019-04-24 | 2019-07-09 | 江苏杰士德精密工业有限公司 | 电池双面胶贴合设备 |
| JP2021003753A (ja) * | 2019-06-25 | 2021-01-14 | オークラ輸送機株式会社 | 物品検出方法、ピッキング方法、物品検出装置およびピッキング装置 |
| CN110328157A (zh) * | 2019-07-17 | 2019-10-15 | 南京工程学院 | 一种基于机器视觉的智能分拣装置及其分拣方法 |
| CN111359915A (zh) * | 2020-03-24 | 2020-07-03 | 广东弓叶科技有限公司 | 基于机器视觉的物料分选方法及*** |
| CN111612394A (zh) * | 2020-05-06 | 2020-09-01 | 东智安通(北京)科技有限公司 | 一种快递分拣管理方法及相关装置 |
| CN111687060A (zh) * | 2020-06-11 | 2020-09-22 | 湖北美和易思教育科技有限公司 | 一种物流多级分拣***及方法 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114405866A (zh) * | 2022-01-20 | 2022-04-29 | 湖南视比特机器人有限公司 | 视觉引导钢板分拣方法、视觉引导钢板分拣装置和*** |
| CN114405866B (zh) * | 2022-01-20 | 2023-11-21 | 湖南视比特机器人有限公司 | 视觉引导钢板分拣方法、视觉引导钢板分拣装置和*** |
| CN114792307A (zh) * | 2022-04-24 | 2022-07-26 | 广东天太机器人有限公司 | 一种包含工业机器人的生产***及方法 |
| CN114792307B (zh) * | 2022-04-24 | 2022-11-18 | 广东天太机器人有限公司 | 一种包含工业机器人的生产***及方法 |
| CN114782900A (zh) * | 2022-06-21 | 2022-07-22 | 成都泽赛普石油工程技术服务有限公司 | 一种基于Yolov5算法的目标监控与处理***及方法 |
| CN117358622A (zh) * | 2023-12-08 | 2024-01-09 | 格力大松（宿迁）生活电器有限公司 | 产品检测方法、装置和*** |
| CN117358622B (zh) * | 2023-12-08 | 2024-04-16 | 格力大松（宿迁）生活电器有限公司 | 空调内外机检测方法、装置和*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113877836B (zh) | 2023-05-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113877836A (zh) | 一种基于视觉检测***的智能识别分拣*** | |
| CN112150439B (zh) | 注塑件的自动分拣设备及分拣方法 | |
| CN109308700A (zh) | 一种基于印刷品字符的视觉识别缺陷检测方法 | |
| CN1329132C (zh) | 基于三个摄像***在线水果品质检测分级的装置与方法 | |
| CN112893159B (zh) | 一种基于图像识别的煤矸石分拣方法 | |
| CN103170459A (zh) | 镜片瑕疵检测*** | |
| CN203245133U (zh) | 镜片瑕疵检测*** | |
| CN109801287A (zh) | 一种基于模板匹配与图像质量评估的标贴破损检测方法 | |
| CN112295949A (zh) | 一种基于深度神经网络的视觉智能分拣方法及*** | |
| CN108388821A (zh) | 一种快件条码的自动识别装置及方法 | |
| CN113869252B (zh) | 基于深度学习的小龙虾头尾分离控制方法及其*** | |
| CN114618788A (zh) | 基于视觉检测的手套分拣装置及方法 | |
| CN117409005A (zh) | 基于图像的收板机用不良品检测***及方法 | |
| CN109719056A (zh) | 一种基于机器视觉的摄像头模块调焦流水线及其方法 | |
| CN113319013A (zh) | 一种基于机器视觉的苹果智能分拣的方法 | |
| CN114303155A (zh) | 用于定位坯料堆中的坯料的定位方法和定位*** | |
| CN111136011A (zh) | 基于机器视觉识别***的物料分拣方法 | |
| CN111318474B (zh) | 基于深度学习的多种类废旧饮料瓶识别及分拣装置 | |
| CN108898129A (zh) | 一种融合机器视觉与激光扫描的快递条码自动识别*** | |
| CN113420839B (zh) | 用于堆叠平面目标物体的半自动标注方法及分割定位*** | |
| CN115138596A (zh) | 一种视觉检测的方法及装置 | |
| CN209312143U (zh) | 一种基于机器视觉的机器人自动储售货*** | |
| CN208954112U (zh) | 资讯收集装置 | |
| Zhang et al. | Research on cigarette packet recognition and stacking technology based on machine vision | |
| CN117078674B (zh) | 一种pcba外观缺陷智能检测方法和检测*** |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20240506 Address after: No. 9, 5th Floor, Unit 3, Building 2, No. 251 Changbai Road, Longquanyi District, Chengdu City, Sichuan Province, 610000 Patentee after: Li Wei Country or region after: China Address before: No.42 Lijiang Road, Yancheng Economic and Technological Development Zone, Jiangsu Province 224000 Patentee before: JIANGSU YUBO AUTOMATION EQUIPMENT Co.,Ltd. Country or region before: China |
|
| TR01 | Transfer of patent right |