托盘回收方法、装置、电子设备及存储介质
文献发布时间:2024-04-18 20:00:50
技术领域
本公开涉及计算机与自动控制领域,尤其涉及一种托盘回收方法、装置、电子设备及存储介质。
背景技术
丝锭包装是丝线生产过程中的一个重要环节。在丝锭包装过程中,由于人工拿取、漏放等原因,导致在流水线上的多个丝锭托盘中可能会存在部分待回收托盘。目前,为避免这些待回收托盘影响丝锭包装进度,通常会采用人工回收的方式对其进行回收处理。然而,人工回收的方式不仅会浪费大量人力资源,还会影响待回收托盘的回收效率。
发明内容
本公开提供了一种托盘回收方法、装置、电子设备及存储介质,以解决或缓解现有技术中的一项或更多项技术问题。
第一方面,本公开提供了一种托盘回收方法,应用于丝锭包装系统中包括的电子设备,电子设备分别与图像采集设备和托盘分流设备通信;
其中,方法包括:
在机器人通过N个手抓从丝锭车上抓取到M个待包装丝锭后,控制图像采集设备朝N个手抓所在的方向进行拍摄,得到抓取结果表征图像;其中,N个手抓中的每个手抓能够抓取一个待包装丝锭,N≥2、且N为整数,0≤M≤N、且M为整数;
在机器人将M个待包装丝锭一一对应地放置于流水线的主线上设置的目标托盘组中包括的M个丝锭托盘后,在基于抓取结果表征图像,确定目标托盘组中存在待回收托盘的情况下,通过控制托盘分流设备,将待回收托盘从流水线的主线上分流至流水线的支线上,以实现对待回收托盘的回收处理;其中,待回收托盘为空置的第一待回收托盘或放置的待包装丝锭被初步评估为等级品丝锭的第二待回收托盘。
第二方面,本公开提供了一种托盘回收装置,包括:
应用于丝锭包装系统中包括的电子设备,电子设备分别与图像采集设备和托盘分流设备通信;
其中,装置包括:
图像获取单元,用于在机器人通过N个手抓从丝锭车上抓取到M个待包装丝锭后,控制图像采集设备朝N个手抓所在的方向进行拍摄,得到抓取结果表征图像;其中,N个手抓中的每个手抓能够抓取一个待包装丝锭,N≥2、且N为整数,0≤M≤N、且M为整数;
回收控制单元,用于在机器人将M个待包装丝锭一一对应地放置于流水线的主线上设置的目标托盘组中包括的M个丝锭托盘后,在基于抓取结果表征图像,确定目标托盘组中存在待回收托盘的情况下,通过控制托盘分流设备,将待回收托盘从流水线的主线上分流至流水线的支线上,以实现对待回收托盘的回收处理;其中,待回收托盘为空置的第一待回收托盘或放置的待包装丝锭被初步评估为等级品丝锭的第二待回收托盘。
第三方面,提供了一种电子设备,包括:
至少一个处理器;以及
与该至少一个处理器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行本公开实施例中任一的方法。
第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,该计算机指令用于使该计算机执行根据本公开实施例中任一的方法。
第五方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现根据本公开实施例中任一的方法。
本公开提供的技术方案中,可以在机器人通过N个手抓从丝锭车上抓取到M个待包装丝锭后,控制图像采集设备朝N个手抓所在的方向进行拍摄,得到抓取结果表征图像,并在机器人将M个待包装丝锭一一对应地放置于流水线的主线上设置的目标托盘组中包括的M个丝锭托盘后,在基于抓取结果表征图像,确定目标托盘组中存在待回收托盘的情况下,通过控制托盘分流设备,将待回收托盘从流水线的主线上分流至流水线的支线上,以实现对待回收托盘的回收处理。如此,即可实现待回收托盘的自动回收,相对于目前的人工回收方式而言,可以节省大量人力资源,同时,提高待回收托盘的回收效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本公开提供的一些实施方式,而不应将其视为是对本公开范围的限制。
图1为本公开实施例提供的一种托盘回收方法的流程示意图;
图2A~2F为本公开实施例提供的一种托盘回收方法中抓取结果表征图像的获取流程的示例图;
图2G、图2H和图2I本公开实施例提供的一种托盘回收方法中N个丝锭托盘与N张多视角图像的对应关系建立过程的示例图;
图3A为本公开实施例提供的一种缺陷检测网络的结构示意图;
图3B为本公开实施例提供的一种第一网络层的结构示意图;
图3C为本公开实施例提供的一种第一注意力单元、第二注意力单元和第三注意力单元的结构示意图;
图3D为本公开实施例提供的一种第一内部单元和第一子单元的结构示意图;
图3E为本公开实施例提供的一种本公开实施例提供的一种第二内部单元和第二子单元的结构示意图;
图3F为本公开实施例提供的一种第二网络层的结构示意图;
图3G为本公开实施例通过的一种第一瓶颈单元、第二瓶颈单元、第三瓶颈单元和第四瓶颈单元的结构示意图;
图3H为本公开实施例提供的一种第三网络层的结构示意图;
图4A~4E为本公开实施例提供的一种托盘回收方法中分流过程的示例图;
图5为本公开实施例提供的一种托盘回收装置的示意性结构框图;
图6为本公开实施例提供的一种电子设备的示意性结构框图。
具体实施方式
下面将参考附图对本公开作进一步地详细描述。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面,但是除非特别指出,不必按比例绘制附图。
另外,为了更好的说明本公开,在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解,没有某些具体细节,本公开同样可以实施。在一些实例中,对于本领域技术人员熟知的方法、手段、元件和电路等未作详细描述,以便于凸显本公开的主旨。
如前所述的,丝锭包装是丝线生产过程中的一个重要环节。在丝锭包装过程中,由于人工拿取、漏放等原因,导致在流水线上的多个丝锭托盘中可能会存在部分待回收托盘,比如,空置的丝锭托盘或其它需回收的丝锭托盘。目前,为避免这些待回收托盘影响丝锭包装进度,通常会采用人工回收的方式对其进行回收处理。然而,人工回收的方式不仅会浪费大量人力资源,还会影响待回收托盘的回收效率。
为了节省大量人力资源,同时,提高待回收托盘的回收效率,本公开实施例提供了一种托盘回收方法,应用于丝锭包装系统中包括的电子设备,电子设备分别与图像采集设备和托盘分流设备通信。其中,电子设备可以是计算机、可编程逻辑控制器(ProgrammableLogic Controller,PLC)等;图像采集设备可以是工业摄像头;托盘分流设备可以是气动分流器、电动分流器、滚筒分流器等,本公开实施例对此不作限制。
此外,需要说明的是,本公开实施例中,丝锭产品的主要类型可以包括预取向丝(Partially Oriented Yarns,POY)、全牵伸丝(Fully Drawn Yarns,FDY)、拉伸变形丝(Draw Textured Yarns,DTY)(或称为低弹丝)等中的至少一种。例如,丝锭产品的类型具体可以包括涤纶预取向丝(Polyester Partially Oriented Yarns)、涤纶全牵伸丝(Polyester Fully Drawn Yarns)、涤纶牵伸丝(Polyester Drawn Yarns)、涤纶低弹丝(Polyester Draw Textured Yarns)等。
图1是本公开实施例提供的一种托盘回收方法的流程示意图。以下,将结合图1,对本公开实施例提供的一种托盘回收方法进行说明。需要说明的是,虽然在流程示意图中示出了逻辑顺序,但是,在某些情况下,也可以以其它顺序执行所示出或描述的步骤。
步骤S101,在机器人通过N个手抓从丝锭车上抓取到M个待包装丝锭后,控制图像采集设备朝N个手抓所在的方向进行拍摄,得到抓取结果表征图像。
其中,机器人可以是N轴工业机器人,也即,机器人可以包括N个手抓、且N个手抓中的每个手抓能够抓取一个待包装丝锭。这里,N≥2、且N为整数。
可以理解的是,本公开实施例中,在机器人通过N个手抓从丝锭车上抓取待包装丝锭时,可能有部分手抓未成功抓取到待包装丝锭,因此,本公开实施例中,0≤M≤N、且M为整数。具体地,在机器人通过N个手抓从丝锭车上抓取待包装丝锭时,若所有手抓都成功抓取到待包装丝锭,则M=N;若有部分手抓未成功抓取到待包装丝锭,则0≤M<N、且M为整数。
步骤S102,在机器人将M个待包装丝锭一一对应地放置于流水线的主线上设置的目标托盘组中包括的M个丝锭托盘后,在基于抓取结果表征图像,确定目标托盘组中存在待回收托盘的情况下,通过控制托盘分流设备,将待回收托盘从流水线的主线上分流至流水线的支线上,以实现对待回收托盘的回收处理。
其中,待回收托盘为空置的第一待回收托盘或放置的待包装丝锭被初步评估为等级品丝锭的第二待回收托盘。这里,等级品丝锭可以是非AA等级的丝锭产品,也即,可以是由于质量原因从默认的AA等级降低为其它等级(比如,A等级、B等级、C等级)的丝锭产品,而质量原因可以是存在毛丝、油污、绊丝、成型不良或纸管破损等原因。
需要说明的是,本公开实施例中,目标托盘组通常包括固定数目的丝锭托盘,比如,目标托盘组共可以包括N个丝锭托盘、且N个丝锭托盘与N个手抓一一对应。因此,在机器人通过N个手抓从丝锭车上抓取待包装丝锭时,若有部分手抓未成功抓取到待包装丝锭(此时,0≤M<N),则在机器人将M个待包装丝锭一一对应地放置于流水线的主线上设置的目标托盘组中包括的M个丝锭托盘后,目标托盘组中就会有部分空置的第一待回收托盘。此外,本公开实施例中,机器人通过N个手抓从丝锭车上抓取到的M个待包装丝锭中也可能有被初步评估为等级品丝锭的第二待回收托盘。
采用本公开实施例提供的托盘回收方法,可以在机器人通过N个手抓从丝锭车上抓取到M个待包装丝锭后,控制图像采集设备朝N个手抓所在的方向进行拍摄,得到抓取结果表征图像,并在机器人将M个待包装丝锭一一对应地放置于流水线的主线上设置的目标托盘组中包括的M个丝锭托盘后,在基于抓取结果表征图像,确定目标托盘组中存在待回收托盘的情况下,通过控制托盘分流设备,将待回收托盘从流水线的主线上分流至流水线的支线上,以实现对待回收托盘的回收处理。如此,即可实现待回收托盘的自动回收,相对于目前的人工回收方式而言,可以节省大量人力资源,同时,提高待回收托盘的回收效率。
在一些可选的实施方式中,电子设备还与机器人通信、且步骤S101中的“控制图像采集设备朝N个手抓所在的方向进行拍摄,得到抓取结果表征图像”可以包括以下步骤:
步骤S1011,控制N个手抓相对于图像采集设备转动。
在一示例中,机器人的N个手抓可以通过同一机械轴连接到机器人的主体结构上。基于此,本公开实施例中,可以转动该机械轴,使得N个手抓作为一个整体相对于图像采集设备转动。
步骤S1012,在N个手抓相对于图像采集设备转动的过程中,控制图像采集设备朝N个手抓所在的方向进行拍摄,得到Z张待处理图像。
其中,Z≥2、且Z为整数。
由于图像采集设备是在N个手抓相对于图像采集设备转动的过程中,朝N个手抓所在的方向进行拍摄,得到Z张待处理图像,因此,Z张待处理图像对应于N个手抓的不同视角。
步骤S1013,基于Z张待处理图像,得到抓取结果表征图像。
在一示例中,可以通过分解、拼接等操作,对Z张待处理图像进行处理,得到抓取结果表征图像。
请结合图2A,示例性地,机器人201可以包括5个手抓——第一手抓2021、第二手抓2022、第三手抓2023、第四手抓2024和第五手抓2025(也即,该示例中,N=5),由于人工拿取、漏放等原因,丝锭车203上有一个待包装丝锭组仅包括4个待包装丝锭——第一待包装丝锭2041、第三待包装丝锭2043、第四待包装丝锭2044和第五待包装丝锭2045。再结合图2B,在机器人201通过5个手抓从丝锭车203上抓取待包装丝锭时,第一手抓2021成功抓取到第一待包装丝锭2041,第二手抓2022未成功抓取到待包装丝锭,第三手抓2023成功抓取到第三待包装丝锭2043,第四手抓2024成功抓取到第四待包装丝锭2044,第五手抓2025成功抓取到第五待包装丝锭2045。在机器人201通过5个手抓从丝锭车203上抓取到4个待包装丝锭后,可以转动用于将5个手抓连接到机器人201的主体结构上的机械轴205,使得5个手抓作为一个整体相对于图像采集设备206转动。具体地,可以按照“A1→A2”的方向转动机械轴205,使得5个手抓作为一个整体相对于图像采集设备206转动。在5个手抓相对于图像采集设备206转动的过程中,可以控制图像采集设备206朝5个手抓所在的方向进行拍摄,得到Z张待处理图像,以保证Z张待处理图像对应于N个手抓的不同视角。
以Z=2为例,可以在5个手抓相对于图像采集设备206转动到如图2B所示的第一角度时,控制图像采集设备206朝5个手抓所在的方向进行拍摄,得到第一待处理图像。第一待处理图像主要用于表征4个待包装丝锭在第一侧面上的图像特征,也即,第一待处理图像可以包括用于表征第一待包装丝锭2041在第一侧面上的图像特征的单视角图像SD11、用于表征第三待包装丝锭2043在第一侧面上的图像特征的单视角图像SD31、用于表征第四待包装丝锭2044在第一侧面上的图像特征的单视角图像SD41,以及用于表征第五待包装丝锭2045在第一侧面上的图像特征的单视角图像SD51,具体如图2C所示。此外,由于第二手抓2022未成功抓取到待包装丝锭,因此,第二手抓2022未被待包装丝锭遮挡,这使得第一待处理图像还可以包括用于表征第二手抓2022在第一侧面上的图像特征的单视角图像SZ21。
同样,在5个手抓相对于图像采集设备206转动到如图2D所示的第二角度时,控制图像采集设备206朝5个手抓所在的方向进行拍摄,得到第二待处理图像。第二待处理图像主要用于表征4个待包装丝锭在与第一侧面相背离的第二侧面上的图像特征,也即,第二待处理图像可以包括用于表征第一待包装丝锭2041在第二侧面上的图像特征的单视角图像SD12、用于表征第三待包装丝锭2043在第二侧面上的图像特征的单视角图像SD32、用于表征第四待包装丝锭2044在第二侧面上的图像特征的单视角图像SD42,以及用于表征第五待包装丝锭2045在第二侧面上的图像特征的单视角图像SD52,具体如图2E所示。此外,由于第二手抓2022未成功抓取到待包装丝锭,因此,第二手抓2022未被待包装丝锭遮挡,使得第二待处理图像还可以包括用于表征第二手抓2022在第二侧面上的图像特征的单视角图像SZ22。
此外,需要说明的是,本公开实施例中,图2B所示的第一待处理图像和图2D所示的第二待处理图像都是经过预处理的。其中,预处理可以包括剪裁处理、去噪处理、特征增强等,本公开实施例对此不作限制。
在得到第一待处理图像和第二待处理图像后,可以通过分解、拼接等操作,对Z张待处理图像进行处理,得到抓取结果表征图像。
通过步骤S101包括的以上步骤,本公开实施例中,可以在机器人通过N个手抓从丝锭车上抓取到M个待包装丝锭后,控制N个手抓相对于图像采集设备转动,并在N个手抓相对于图像采集设备转动的过程中,控制图像采集设备朝N个手抓所在的方向进行拍摄,得到Z张待处理图像(Z张待处理图像对应于N个手抓的不同视角),再基于Z张待处理图像,得到抓取结果表征图像。如此,抓取结果表征图像可以全方位地表征N个手抓上抓取的M个待包装丝锭,避免特征遗漏,从而降低待回收托盘的误判率,以提高托盘回收的准确性。
进一步地,在一些可选的实施方式中,步骤S1013可以包括以下步骤:
步骤S10131,从Z张待处理图像中的每张待处理图像中截取N张单视角图像,得到N×Z张单视角图像。
其中,N张单视角图像与N个手抓一一对应。
步骤S10132,将N×Z张单视角图像中对应于同一手抓的Z张单视角图像进行拼接,得到N张多视角图像。
步骤S10133,基于N张多视角图像,得到抓取结果表征图像。
在一示例中,可以按照N个手抓在机器人上的排序方式,对N张多视角图像平铺,得到抓取结果表征图像。
继续前述示例(该示例中,N=5、且Z=2),在得到如图2C所示的第一待处理图像和如图2E所示的第二待处理图像后,可以从第一待处理图像中截取5张单视角图像——单视角图像SD11、单视角图像SZ21、单视角图像SD31、单视角图像SD41和单视角图像SD51,同样,可以从第二待处理图像中截取5张单视角图像——单视角图像SD21、单视角图像SZ22、单视角图像SD32、单视角图像SD42和单视角图像SD52,并将这5×2=10张单视角图像中对应于同一手抓的2张单视角图像进行拼接,得到5张多视角图像——对应于第一手抓2021的多视角图像SD11&SD12、对应于第二手抓2022的多视角图像SZ21&SZ22、对应于第三手抓2023的多视角图像SD31&SD32、对应于第四手抓2024的多视角图像SD41&SD42,以及对应于第五手抓2025的多视角图像SD51&SD52,再按照5个手抓在机器人上的排序方式,对这5张多视角图像平铺,得到抓取结果表征图像,具体可以如图2F所示。
通过步骤S1013包括的以上步骤,本公开实施例中,提供了一种抓取结果表征图像的具体获取方式,该获取方式流程简单,能够提高托盘回收方法的执行效率。
执行完步骤S101后,可以控制机器人将M个待包装丝锭一一对应地放置于流水线的主线上设置的目标托盘组中包括的M个丝锭托盘。继续前述示例(该示例中,M=4),再结合图2G和图2H,假设,流水线的主线207上设置的目标托盘组共包括5个丝锭托盘——对应于第一手抓2021的第一丝锭托盘2081、对应于第二手抓2022的第二丝锭托盘2082、对应于第三手抓2023的第三丝锭托盘2083、对应于第四手抓2024的第四丝锭托盘2084,以及对应于第五手抓2025的第五丝锭托盘2085。那么,可以控制机器人201将第一待包装丝锭2041放置于第一丝锭托盘2081上,将第三待包装丝锭2043放置于第三丝锭托盘2083上,将第四待包装丝锭2044放置于第四丝锭托盘2084上,以及将第五待包装丝锭2045放置于第二丝锭托盘2085上。
此外,如前所述的,本公开实施例中,抓取结果表征图像可以包括N张多视角图像、且N张多视角图像与N个手抓一一对应,而目标托盘组共可以包括N个丝锭托盘、且N个丝锭托盘与N个手抓一一对应,因此,可以建立N个丝锭托盘与N张多视角图像的一一对应关系。
继续前述示例,抓取结果表征图像包括5张多视角图像——对应于第一手抓2021的多视角图像SD11&SD12、对应于第二手抓2022的多视角图像SZ21&SZ22、对应于第三手抓2023的多视角图像SD31&SD32、对应于第四手抓2024的多视角图像SD41&SD42,以及第五手抓2025的多视角图像SD51&SD52,而目标托盘组共包括5个丝锭托盘——对应于第一手抓2021的第一丝锭托盘2081、对应于第二手抓2022的第二丝锭托盘2082、对应于第三手抓2023的第三丝锭托盘2083、对应于第四手抓2024的第四丝锭托盘2084,以及对应于第五手抓2025的第五丝锭托盘2085,具体如图2F、图2G和图2H所示。那么,可以建立N个丝锭托盘与N张多视角图像的一一对应关系:
以上对应关系具体可以如图2I所示。
基于以上所述,在一些可选的实施方式中,步骤S102中的“基于抓取结果表征图像,确定目标托盘组中存在待回收托盘”可以包括以下步骤:
步骤S1021,针对N张多视角图像中的每张多视角图像,在确定该张多视角图像中不存在用于表征待包装丝锭的丝锭图像的情况下,确定目标托盘组中存在待回收托盘,并将N个丝锭托盘中与该张多视角图像对应的丝锭托盘作为第一待回收托盘。
在一示例中,可以通过连通区域分析法(也即,Blob分析法,又称BlobAnalysis)、模板匹配法、深度学习法等,确定多视角图像中是否存在用于表征待包装丝锭的丝锭图像。
此外,本公开实施例中,在从N个丝锭托盘中确定第一待回收托盘后,可以记录第一待回收托盘的托盘标识,并将第一待回收托盘的托盘标识发送给托盘分流设备。其中,托盘标识可以是托盘编码。
步骤S1022,在确定该张多视角图像中存在用于表征待包装丝锭的丝锭图像、且利用缺陷检测网络确定该张丝锭图像中具有缺陷特征的情况下,确定目标托盘组中存在待回收托盘,并将N个丝锭托盘中与该张多视角图像对应的丝锭托盘作为第二待回收托盘。
其中,缺陷特征可以包括毛丝特征、油污特征、绊丝特征、成型不良和纸管破损等中的至少一者。
在一示例中,缺陷检测网络可以结合U-net网络和残差网络(也即ResNet)实现,也可以基于卷积神经网络(Convolutional Neural Networks,CNN)或其它适合的神经网络实现,本公开实施例对此不作限制。其中,U-net网络是一种“U”形结构的神经网络模型,U-net网络的左侧用于实现图像特征提取,右侧用于实现图像特征的上采样处理。
此外,本公开实施例中,在从N个丝锭托盘中确定第二待回收托盘后,也可以记录第二待回收托盘的托盘标识,并将第二待回收托盘的托盘标识发送给托盘分流设备。
继续前述示例,抓取结果表征图像包括5张多视角图像,目标托盘组共包括5个丝锭托盘、且5张多视角图像和5个丝锭托盘有如图2I所示的一一对应关系。那么,在执行步骤S1021时,可以确定多视角图像SZ21&SZ22中不存在用于表征待包装丝锭的丝锭图像,因此,可以确定目标托盘组中存在待回收托盘,并将5个丝锭托盘中与多视角图像SZ21&SZ22对应的第二丝锭托盘2082作为第一待回收托盘,记录第一待回收托盘的托盘标识,再将第一待回收托盘的托盘标识发送给托盘分流设备;在执行步骤S1022时,可以确定多视角图像SD41&SD42和多视角图像SD51&SD52中都具有缺陷特征,因此,可以确定目标托盘组中存在待回收托盘,并将5个丝锭托盘中与多视角图像SD41&SD42对应的第四丝锭托盘2084,以及与多视角图像SD51&SD52对应的第五丝锭托盘2085都作为第二待回收托盘,记录第二待回收托盘的托盘标识,再将第二待回收托盘的托盘标识发送给托盘分流设备。
通过步骤S102包括的以上步骤,本公开实施例中,一方面,针对每张多视角图像,都会先判断与其对应的待回收托盘是否为第一待回收托盘,再在判定与其对应的待回收托盘非第一待回收托盘的情况下,判断与其对应的待回收托盘是否为第二待回收托盘,从而通过级联的两轮判断流程,降低待回收托盘的误判率,以提高托盘回收的准确性;另一方面,本公开实施例中,由于是采用机器视觉方法确定待回收托盘的,因此,不仅能够提高托盘回收方法的执行效率,还能够提高托盘回收的准确性。
请结合图3A,在一具体示例中,缺陷检测网络可以包括第一网络层、第二网络层和第三网络层。
第一网络层用于结合通道注意力机制和空间注意力机制,对丝锭图像进行特征提取,得到尺度不同的K张特征表示图,其中,K≥2、且K为整数;第二网络层用于基于K张特征表示图进行特征融合处理,得到K张融合特征图,其中,K张融合特征图与K张特征表示图一一对应;第三网络层用于基于K张融合特征图,得到缺陷检测结果,其中,缺陷检测结果用于表征丝锭图像中是否具有缺陷特征。
请结合图3B,示例性地,第一网络层可以包括级联的第一特征提取模块、第二特征提取模块和第三特征提取模块(也即,该示例中,K=3)。
其中,第一特征提取模块用于对输入的图像特征(此处,可以是丝锭图像,比如,图2F和图2I所示的多视角图像SD41&SD42中的丝锭图像)进行处理,得到第一特征表示图。进一步地,第一特征提取模块可以包括级联的第一卷积处理单元和第一注意力单元。这里,第一卷积处理单元用于对输入的图像特征进行卷积处理,第一注意力单元用于结合通道注意力机制和空间注意力机制,对输入的图像特征进行特征提取。
第二特征提取模块用于对输入的图像特征(第一特征表示图)进行处理,得到第二特征表示图。进一步地,第二特征提取模块可以包括级联的第二卷积处理单元和第二注意力单元。这里,第二卷积处理单元用于对输入的图像特征进行卷积处理,第二注意力单元用于结合通道注意力机制和空间注意力机制,对输入的图像特征进行特征提取。
第三特征提取模块用于对输入的图像特征(第二特征表示图)进行处理,得到第三特征表示图。进一步地,第三特征提取模块可以包括级联的第三卷积处理单元、空间金字塔池化(Spatial Pyramid Pooling Fast,SPPF)单元和第三注意力单元。这里,卷积处理单元用于对输入的图像特征进行卷积处理,SPPF单元用于融合不同感受野的图像特征,第三注意力单元用于结合通道注意力机制和空间注意力机制,对输入的图像特征进行特征提取。
请结合图3C,该示例中,第一注意力单元、第二注意力单元和第三注意力单元可以具有相同结构。比如,可以包括并联的第一子单元、第二子单元和第三子单元,同时,还可以包括用于对第一子单元、第二子单元和第三子单元输出的图像特征进行融合处理的融合子单元,以及用于对融合子单元输出的图像特征进行归一化处理(比如,利用Sigmoid函数,对融合子单元输出的图像特征进行归一化处理)的激活子单元。其中,第三子单元可以包括级联的第一内部单元和第二内部单元、且第一内部单元与第一子单元可以具有相同结构,第二内部单元与第二子单元可以具有相同结构,第一内部单元和第一子单元用于基于通道注意力机制对输入的图像特征进行特征提取,第二内部单元和第二子单元用于基于空间注意力机制对输入的图像特征进行特征提取。
更具体地,请结合图3D,第一内部单元和第一子单元可以包括:
并联的第一内部池化单元和第二内部池化单元;
与呈并联结构的第一内部池化单元和第二内部池化单元级联的第一内部卷积单元;
与第一内部卷积单元级联且呈并联结构的第三内部池化单元和第四内部池化单元;
用于对第三内部池化单元和第四内部池化单元输出的图像特征进行融合处理的内部融合单元;
用于对内部融合单元输出的图像特征进行归一化处理(比如,利用Sigmoid函数,对内部融合单元输出的图像特征进行归一化处理)的第一内部激活单元。
其中,第一内部池化单元用于对输入的图像特征进行平均池化处理;第二内部池化单元用于对输入的图像特征进行最大池化处理;第一内部卷积单元可以是基于(Depthwise Convolution,DW)层实现的卷积单元,也可以是基于深度可分离卷积(Depthwise Separable Convolution,DSC)层实现的卷积单元;第三内部池化单元用于对输入的图像特征进行平均池化处理;第四内部池化单元用于对输入的图像特征进行最大池化处理。这里,DSC层可以结合DW层和逐点卷积(Pointwise Convolution,PW)层构建而成。在实际应用过程中,第一内部卷积单元可以对输入的图像特征进行深入的通道特征提取,从而提高通道关注能力和特征表达能力,同时,第一内部卷积单元由于具有权重共享特性,因此,又能够减少神经网络计算过程中一些不必要的参数量。
更具体地,请结合图3E,第二内部单元和第二子单元可以包括:
级联的第五内部池化单元和第六内部池化单元;
与第六内部池化单元级联且呈级联结构的通道拼接单元、第二内部卷积单元和第二内部激活单元。
其中,第五内部池化单元用于对输入的图像特征进行平均池化处理;第六内部池化单元用于对输入的图像特征进行最大池化处理;通道拼接单元用于按照通道,对输入的图像特征进行拼接;第二内部卷积单元可以是基于标准卷积网络实现的卷积单元,也可以直接采用CNN实现;第二内部激活单元用于对第二内部卷积单元输出的图像特征进行归一化处理(比如,利用Sigmoid函数,对第二内部卷积单元输出的图像特征进行归一化处理)。
请结合图3F,示例性地,第二网络层可以包括上采样模块和下采样模块。
其中,上采样模块可以包括级联的第一鬼影混洗卷积(Ghost ShuffleConvolution,GSC)单元、第一张量拼接(Concat)单元、第一瓶颈单元、第二GSC单元和第二Concat单元。这里,第一GSC单元用于对第三特征表示图进行卷积处理;第一Concat单元用于对第二特征表示图,以及经过上采样处理的第一GSC单元输出的图像特征进行张量拼接,得到输出的图像特征,并在其进行上采样处理后,依次输入第一瓶颈单元和第二GSC单元进行处理;第二Concat单元用于对第一特征表示图,以及经过上采样处理的第二GSC单元输出的图像特征进行张量拼接,得到输出的图像特征。
下采样模块可以包括级联的第二瓶颈单元、第三GSC单元、第三Con cat单元、第三瓶颈单元、第四GSC单元、第四Concat单元和第四瓶颈单元。这里,第二瓶颈单元用于对第二GSC单元输出的图像特征进行处理,得到第一融合特征图;第三GSC单元用于对第一融合特征图进行卷积处理;第三Concat单元用于对第二GSC单元输出的图像特征,以及经过下采样处理的第三GSC单元输出的图像特征进行张量拼接,得到输出的图像特征,并在其进行下采样处理后,依次输入第三瓶颈单元和第四GSC单元进行处理,其中,第三瓶颈单元输出的图像特征即为第二融合特征图;第四Conc at单元用于对第一GSC单元输出的图像特征,以及经过下采样处理的第四GSC单元输出的图像特征进行张量拼接,得到输出的图像特征;第四瓶颈单元用于对经过下采样处理的第四Concat单元输出的图像特征进行处理,得到第三融合特征图。
该示例中,第一瓶颈单元、第二瓶颈单元、第三瓶颈单元和第四瓶颈单元可以具有相同结构。更具体地,请结合图3G,第一瓶颈单元、第二瓶颈单元、第三瓶颈单元和第四瓶颈单元可以包括:
级联的第一卷积子单元和由瓶颈层(比如,Bottleneck层)和通道分割和拼接(Channel Split and Concatenate,CSP)层组成的瓶颈子单元;
与呈级联结构的第一卷积子单元和瓶颈子单元并联的第二卷积子单元;
以瓶颈子单元和第二卷积子单元输出的图像特征为输入的Concat子单元;
与Concat子单元级联的第三卷积子单元级联。
其中,第一卷积子单元、第二卷积子单元和第三卷积子单元可以是基于标准卷积网络实现的卷积单元;Bottleneck层用于减少神经网络计算过程中一些不必要的参数量;CSP层用于对输入的图像特征进行分割(Split)、拼接(Concat)、乱序(Shuffle)等操作。
请结合图3H,示例性地,第三网络层可以包括用于与第二瓶颈单元连接的第一检测单元、用于与第三瓶颈单元连接的第二检测单元,以及用于与第四瓶颈单元连接的第三检测单元。
其中,第一检测单元、第二检查单元和第三检测单元可以是基于标准卷积网络实现的卷积单元。
基于第一检测单元、第二检测单元和第三检测单元输出的图像特征,即可得到缺陷检测结果。
本公开实施例中,缺陷检测网络包括第一网络层、第二网络层和第三网络层。由于第一网络层用于结合通道注意力机制和空间注意力机制,对丝锭图像进行特征提取,得到尺度不同的K张特征表示图,因此,能够确保K张特征表示图的特征表示能力。如此,在利用第二网络层基于K张特征表示图进行特征融合处理,得到K张融合特征图,并利用第三网络层基于K张融合特征图,得到缺陷检测结果后,能够提高缺陷检测结果的可靠性,从而进一步提高托盘回收的准确性。
此外,需要说明的是,本公开实施例中,可以通过以下流程,对缺陷检测网络进行训练:
(1)得到丝锭图像样本,以及与丝锭图像样本对应的数据标签;其中,数据标签用于表征丝锭图像是否存在毛丝、油污、绊丝、成型不良或纸管破损等情况。
(2)将丝锭图像样本输入初始检测模型,得到初始检测模型输出的图像特征。
(3)基于初始检测模型输出的图像特征,得到缺陷预测结果。
(4)利用预设损失函数,计算缺陷预测结果与数据标签之间的损失值,在损失值不满足预设收敛条件的情况下,对初始检测模型的模型参数进行调整;在损失值满足预设收敛条件的情况下,将初始检测模型作为缺陷检测模型。
其中,预设损失函数可以是形状和交并比损失函数(Shape and Interse ctionover Union Loss,SIoU)。
进一步地,本公开实施例中,托盘分流设备包括设置于流水线的主线上的第一分流设备和第二分流设备,流水线的支线包括第一支线和第二支线。基于此,在一些可选的实施方式中,步骤S102中的“通过控制托盘分流设备,将待回收托盘从流水线的主线上分流至流水线的支线上”可以包括以下步骤:
步骤S1021,通过控制第一分流设备,将第一待回收托盘从流水线的主线上分流至流水线的第一支线上。
其中,第一分流设备可以接收电子设备发送的第一待回收托盘的托盘标识,作为第一目标标识。
在目标托盘组所包括的N个丝锭托盘经过第一分流设备时,第一分流设备可以判断N个丝锭托盘中是否有托盘标识与第一目标标识匹配的待回收托盘,在N个丝锭托盘中有托盘标识与第一目标标识匹配的待回收托盘的情况下,将该待回收托盘确认为第一待回收托盘,并将第一待回收托盘从流水线的主线上分流至流水线的第一支线上。
步骤S1022,通过控制第二分流设备,将第二待回收托盘从流水线的主线上分流至流水线的第二支线上。
其中,第二分流设备可以接收电子设备发送的第二待回收托盘的托盘标识,作为第二目标标识。
在目标托盘组所包括的N个丝锭托盘中除第一待回收托盘以外的其它丝锭托盘经过第二分流设备时,第二分流设备可以判断其它丝锭托盘中是否有托盘标识与第二目标标识匹配的待回收托盘,在其它丝锭托盘中有托盘标识与第二目标标识匹配的待回收托盘的情况下,将该待回收托盘确认为第二待回收托盘,并将第二待回收托盘从流水线的主线上分流至流水线的第二支线上。
请结合图4A,示例性的,托盘分流设备包括设置于流水线的主线401上的第一分流设备4021和第二分流设备4022,流水线的支线包括第一支线4031和第二支线4032。目标托盘组中包括5个丝锭托盘(也即,N=5)——第一丝锭托盘4041、第二丝锭托盘4042、第三丝锭托盘4043、第四丝锭托盘4044和第五丝锭托盘4045。其中,第二丝锭托盘4042为第一待回收托盘,第四丝锭托盘4044和第五丝锭托盘4045为第二待回收托盘。
那么,在目标托盘组所包括的5个丝锭托盘经过第一分流设备4021时,第一分流设备4021可以在利用射频识别(Radio Frequency Identification,RFID)读取到第二丝锭托盘4042的托盘标识后,判定第二丝锭托盘4042的托盘标识与第一目标标识匹配,并将第二丝锭托盘4042确认为第一待回收托盘,再将第一待回收托盘从流水线的主线401上分流至流水线的第一支线4031上;在目标托盘组所包括的5个丝锭托盘中除第一待回收托盘(也即,第二丝锭托盘4042)以外的其它丝锭托盘(也即,第一丝锭托盘4041、第三丝锭托盘4043、第四丝锭托盘4044和第五丝锭托盘4045)经过第二分流设备4022时,第二分流设备4022在利用RFID读取到其它丝锭托盘的托盘标识后,可以判定其它丝锭托盘中有第四丝锭托盘4044和第五丝锭托盘4045的托盘标识与第二目标标识匹配,并将第四丝锭托盘4044和第五丝锭托盘4045确认为第二待回收托盘,再将第二待回收托盘从流水线的主线401上分流至流水线的第二支线4032上。
通过步骤S102包括的以上步骤,第一待回收托盘和第二待回收托盘会被分流至不同支线上,以便进行不同处理,从而确保提高托盘回收的准确性。比如,分流至第一支线上的第一待回收托盘最终可以被分流至托盘回收处,以用于组成新的目标托盘组,再次进入流水线的主线源头;再比如,分流至第二支线上的第二待回收托盘可以进入复检工序,以判断第二待回收托盘上放置的待包装丝锭是否确实为等级品丝锭,从而避免误判。
如前所述的,本公开实施例中,分流至第二支线上的第二待回收托盘可以进入复检工序,以判断第二待回收托盘上放置的待包装丝锭是否确实为等级品丝锭,从而避免误判。在此情况下,本公开实施例中,托盘分流设备还可以包括设置于第二支线上的第三分流设备,流水线的支线还包括第三支线。基于此,在一些可选的实施方式中,在执行步骤S1022后,步骤S102还可以包括以下步骤之一:
步骤S1023,通过控制第三分流设备,在第二待回收托盘的复检结果表征第二待回收托盘上放置的待包装丝锭为等级品丝锭的情况下,将第二待回收托盘从第二支线上分流至托盘回收处。
其中,对第二待回收托盘进行复检的目的是判断第二待回收托盘上放置的待包装丝锭是否确实为等级品丝锭,从而避免误判。比如,某些情况下,丝锭托盘上放置的待包装丝锭表面可能附带有可清理的线条,但在“基于抓取结果表征图像,确定目标托盘组中存在待回收托盘”时,有可能会将这些丝锭托盘误判为第二待回收托盘。此外,本公开实施例中,复检工序可以采用机器视觉方法实现,也可以由人工执行,本公开实施例对此不作限制。
在一示例中,可以以扫描托盘标识的方式,记录复检结果。具体地,在对第二待回收托盘进行复检,并确定第二待回收托盘上放置的待包装丝锭为等级品丝锭的情况下,可以扫描第二待回收托盘的托盘标识,作为第三目标标识,并将第三目标标识发送给电子设备进行记录,再由电子设备将第三目标标识发送给第三分流设备。如此,在第二待回收托盘经过第三分流设备时,第三分流设备可以判断第二待回收托盘的托盘标识是否与第三目标标识匹配,在第二待回收托盘的托盘标识与第三目标标识匹配的情况下,确定第二待回收托盘的复检结果表征第二待回收托盘上放置的待包装丝锭为等级品丝锭,并将第二待回收托盘从第二支线上分流至托盘回收处。
在另一示例中,可以以取下待包装丝锭的方式,间接记录复检结果。具体地,在对第二待回收托盘进行复检,并确定第二待回收托盘上放置的待包装丝锭为等级品丝锭的情况下,可以将第二待回收托盘上放置的待包装丝锭从第二待回收托盘上取下,使得第二待回收托盘成为空置的第二待回收托盘。此后,空置的第二待回收托盘会经过第二支线上的空置托盘检测设备,在空置托盘检测设备检测到第二待回收托盘被空置时,可以记录空置的第二待回收托盘的托盘标识,作为第四目标标识,并将第四目标标识发送给电子设备进行记录,再由电子设备将第四目标标识发送给第三分流设备。如此,在第二待回收托盘经过第三分流设备时,第三分流设备可以判断第二待回收托盘的托盘标识是否与第四目标标识匹配,在第二待回收托盘的托盘标识与第四目标标识匹配的情况下,确定第二待回收托盘的复检结果表征第二待回收托盘上放置的待包装丝锭为等级品丝锭,并将第二待回收托盘从第二支线上分流至托盘回收处。其中,空置托盘检测设备可以采用机器视觉方法检测第二待回收托盘是否被空置。
步骤S1024,通过第三分流设备,在第二待回收托盘的复检结果表征第二待回收托盘上放置的待包装丝锭非等级品丝锭的情况下,将第二待回收托盘从第二支线上分流至第三支线上,以从第三支线上回流至流水线的主线上。
在一示例中,是以扫描托盘标识的方式,记录复检结果。那么,在第二待回收托盘经过第三分流设备时,第三分流设备可以判断第二待回收托盘的托盘标识是否与第三目标标识匹配,在第二待回收托盘的托盘标识与第三目标标识不匹配的情况下,确定第二待回收托盘的复检结果表征第二待回收托盘上放置的待包装丝锭非等级品丝锭(比如,AA等级的丝锭产品),并将第二待回收托盘从第二支线上分流至第三支线上,以从第三支线上回流至流水线的主线上,再进入下一工序,比如,称重、外检、套袋、码垛、打带、缠膜、贴唛头等工序。
在另一示例中,是以取下待包装丝锭的方式,间接记录复检结果。那么,在第二待回收托盘经过第三分流设备时,第三分流设备可以判断第二待回收托盘的托盘标识是否与第四目标标识匹配,在第二待回收托盘的托盘标识与第四目标标识不匹配的情况下,确定第二待回收托盘的复检结果表征第二待回收托盘上放置的待包装丝锭非等级品丝锭(比如,AA等级的丝锭产品),并将第二待回收托盘从第二支线上分流至第三支线上,以从第三支线上回流至流水线的主线上,再进入下一工序,比如,称重、外检、套袋、码垛、打带、缠膜、贴唛头等工序。
继续图4A所提供的示例,并结合图4B,假设,该示例中,是以扫描托盘标识的方式,记录复检结果、且第二待回收托盘4044的复检结果表征第二待回收托盘4044上放置的待包装丝锭为等级品丝锭,第二待回收托盘4045的复检结果表征第二待回收托盘4045上放置的待包装丝锭非等级品丝锭。此外,在对第二待回收托盘4044进行复检,并确定第二待回收托盘4044上放置的待包装丝锭为等级品丝锭时,已经扫描了第二待回收托盘4044的托盘标识,作为第三目标标识,并将第三目标标识发送给电子设备进行记录,再由电子设备将第三目标标识发送给第三分流设备4023。
那么,请结合图4C,在第二待回收托盘4044经过第三分流设备4023时,第三分流设备4023在利用RFID读取到第二待回收托盘4044的托盘标识后,可以判定第二待回收托盘4044的托盘标识与第三目标标识匹配,以确定第二待回收托盘4044的复检结果表征第二待回收托盘4044上放置的待包装丝锭为等级品丝锭,并将第二待回收托盘4044从第二支线4032上分流至托盘回收处;在第二待回收托盘4045经过第三分流设备4023时,第三分流设备4023在利用RFID读取到第二待回收托盘4045的托盘标识后,可以判定第二待回收托盘4045的托盘标识与第三目标标识不匹配,以确定第二待回收托盘4045的复检结果表征第二待回收托盘4045上放置的待包装丝锭非等级品丝锭,并将第二待回收托盘4045从第二支线4032上分流至第三支线4033上,以从第三支线4033上回流至流水线的主线401上,再进入下一工序,比如,称重、外检、套袋、码垛、打带、缠膜、贴唛头等工序。
继续图4A所提供的示例,并结合图4D,假设,该示例中,是以取下待包装丝锭的方式,间接记录复检结果、且第二待回收托盘4044的复检结果表征第二待回收托盘4044上放置的待包装丝锭为等级品丝锭,第二待回收托盘4045的复检结果表征第二待回收托盘4045上放置的待包装丝锭非等级品丝锭。此外,在对第二待回收托盘4044进行复检,并确定第二待回收托盘4044上放置的待包装丝锭为等级品丝锭时,已经将第二待回收托盘4044上放置的待包装丝锭从第二待回收托盘4044上取下,使得第二待回收托盘4044成为空置的第二待回收托盘4044。此后,空置的第二待回收托盘4044会经过第二支线4032上的空置托盘检测设备405,在空置托盘检测设备405检测到第二待回收托盘4044被空置时,可以记录空置的第二待回收托盘4044的托盘标识,作为第四目标标识,并将第四目标标识发送给电子设备进行记录,再由电子设备将第四目标标识发送给第三分流设备4023。
那么,请结合图4E,在第二待回收托盘4044经过第三分流设备4023时,第三分流设备4023在利用RFID读取到第二待回收托盘4044的托盘标识后,可以判定第二待回收托盘4044的托盘标识与第四目标标识匹配,以确定第二待回收托盘4044的复检结果表征第二待回收托盘4044上放置的待包装丝锭为等级品丝锭,并将第二待回收托盘4044从第二支线4032上分流至托盘回收处;在第二待回收托盘4045经过第三分流设备4023时,第三分流设备4023可以在利用RFID读取到第二待回收托盘4045的托盘标识后,判定第二待回收托盘4045的托盘标识与第四目标标识不匹配,以确定第二待回收托盘4045的复检结果表征第二待回收托盘4045上放置的待包装丝锭非等级品丝锭,并将第二待回收托盘4045从第二支线4032上分流至第三支线4033上,以从第三支线4033上回流至流水线的主线401上,再进入下一工序,比如,称重、外检、套袋、码垛、打带、缠膜、贴唛头等工序。
通过步骤S102包括的以上步骤,本公开实施例中,可以在进一步判断第二待回收托盘上放置的待包装丝锭是否确实为等级品丝锭后,对第二待回收托盘进行重新分流,以进一步确保提高托盘回收的准确性。
为了更好地实施以上托盘回收方法,本公开实施例还提供一种托盘回收装置,应用于丝锭包装系统中包括的电子设备,电子设备分别与图像采集设备和托盘分流设备通信。电子设备可以是计算机、PLC等;图像采集设备可以是工业摄像头;托盘分流设备可以是气动分流器、电动分流器、滚筒分流器等,本公开实施例对此不作限制。
以下,将结合图5所示结构示意图,对公开实施例提供的一种托盘回收装置500进行说明。
托盘回收装置500,包括:
图像获取单元501,用于在机器人通过N个手抓从丝锭车上抓取到M个待包装丝锭后,控制图像采集设备朝N个手抓所在的方向进行拍摄,得到抓取结果表征图像;其中,N个手抓中的每个手抓能够抓取一个待包装丝锭,N≥2、且N为整数,0≤M≤N、且M为整数;
回收控制单元502,用于在机器人将M个待包装丝锭一一对应地放置于流水线的主线上设置的目标托盘组中包括的M个丝锭托盘后,在基于抓取结果表征图像,确定目标托盘组中存在待回收托盘的情况下,通过控制托盘分流设备,将待回收托盘从流水线的主线上分流至流水线的支线上,以实现对待回收托盘的回收处理;其中,待回收托盘为空置的第一待回收托盘或放置的待包装丝锭被初步评估为等级品丝锭的第二待回收托盘。
在一些可选的实施方式中,电子设备还与机器人通信;
其中,图像获取单元501用于:
控制N个手抓相对于图像采集设备转动;
在N个手抓相对于图像采集设备转动的过程中,控制图像采集设备朝N个手抓所在的方向进行拍摄,得到Z张待处理图像;其中,Z≥2、且Z为整数,Z张待处理图像对应于N个手抓的不同视角;
基于Z张待处理图像,得到抓取结果表征图像。
在一些可选的实施方式中,图像获取单元501用于:
从Z张待处理图像中的每张待处理图像中截取N张单视角图像,得到N×Z张单视角图像;其中,N张单视角图像与N个手抓一一对应;
将N×Z张单视角图像中对应于同一手抓的Z张单视角图像进行拼接,得到N张多视角图像;
基于N张多视角图像,得到抓取结果表征图像。
在一些可选的实施方式中,抓取结果表征图像包括N张多视角图像、且N张多视角图像与N个手抓一一对应,目标托盘组中共包括N个丝锭托盘、且N个丝锭托盘与N个手抓一一对应,以建立N个丝锭托盘与N张多视角图像的一一对应关系;
其中,回收控制单元502用于:
针对N张多视角图像中的每张多视角图像,在确定该张多视角图像中不存在用于表征待包装丝锭的丝锭图像的情况下,确定目标托盘组中存在待回收托盘,并将N个丝锭托盘中与该张多视角图像对应的丝锭托盘作为第一待回收托盘;
在确定该张多视角图像中存在用于表征待包装丝锭的丝锭图像、且利用缺陷检测网络确定该张丝锭图像中具有缺陷特征的情况下,确定目标托盘组中存在待回收托盘,并将N个丝锭托盘中与该张多视角图像对应的丝锭托盘作为第二待回收托盘。
在一些可选的实施方式中,缺陷检测网络包括第一网络层、第二网络层和第三网络层;
第一网络层用于结合通道注意力机制和空间注意力机制,对丝锭图像进行特征提取,得到尺度不同的K张特征表示图;其中,K≥2、且K为整数;
第二网络层用于基于K张特征表示图进行特征融合处理,得到K张融合特征图;其中,K张融合特征图与K张特征表示图一一对应;
第三网络层用于基于K张融合特征图,得到缺陷检测结果;其中,缺陷检测结果用于表征丝锭图像中是否具有缺陷特征。
在一些可选的实施方式中,托盘分流设备包括设置于流水线的主线上的第一分流设备和第二分流设备,流水线的支线包括第一支线和第二支线;
其中,回收控制单元502用于:
通过控制第一分流设备,将第一待回收托盘从流水线的主线上分流至流水线的第一支线上;
通过控制第二分流设备,将第二待回收托盘从流水线的主线上分流至流水线的第二支线上。
在一些可选的实施方式中,托盘分流设备还包括设置于第二支线上的第三分流设备,流水线的支线还包括第三支线;
其中,回收控制单元502用于:
通过控制第三分流设备,在第二待回收托盘的复检结果表征第二待回收托盘上放置的待包装丝锭为等级品丝锭的情况下,将第二待回收托盘从第二支线上分流至托盘回收处;
或者,通过第三分流设备,在第二待回收托盘的复检结果表征第二待回收托盘上放置的待包装丝锭非等级品丝锭的情况下,将第二待回收托盘从第二支线上分流至第三支线上,以从第三支线上回流至流水线的主线上。
本公开实施例所提供的托盘回收装置中各单元的具体功能和示例的描述,可以参见上述方法实施例中对应步骤的相关描述,在此不作赘述。
本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
图6为根据本公开一实施例的电子设备的结构框图。如图6所示,该电子设备包括:存储器601和处理器602,存储器601内存储有可在处理器602上运行的计算机程序。存储器601和处理器602的数量可以为一个或多个。存储器601可以存储一个或多个计算机程序,当该一个或多个计算机程序被该电子设备执行时,使得该电子设备执行上述方法实施例提供的方法。该电子设备还可以包括:通信接口603,用于与外界设备进行通信,进行数据交互传输。
如果存储器601、处理器602和通信接口603独立实现,则存储器601、处理器602和通信接口603可以通过总线相互连接并完成相互间的通信。该总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(Peripheral ComponentInterconnect,PCI)总线或扩展工业标准体系结构(Extended Industry StandardArchitecture,EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果存储器601、处理器602及通信接口603集成在一块芯片上,则存储器601、处理器602及通信接口603可以通过内部接口完成相互间的通信。
应理解的是,上述处理器可以是中央处理器(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(FieldProgrammable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是,处理器可以是支持进阶精简指令集机器(Advanced RISC Machines,ARM)架构的处理器。
进一步地,可选的,上述存储器可以包括只读存储器和随机存取存储器,还可以包括非易失性随机存取存储器。该存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以包括只读存储器(Read-OnlyMemory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(Erasable PROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以包括随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用。例如,静态随机存取存储器(Static RAM,SRAM)、动态随机存取存储器(Dynamic Random Access Memory,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(Double Data Date SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM,ESDRAM)、同步连接动态随机存取存储器(Synchlink DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct RAMBUS RAM,DR RAM)。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意结合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机指令时,全部或部分地产生按照本公开实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络或其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如:同轴电缆、光纤、数据用户线(Digital Subscriber Line,DSL))或无线(例如:红外、蓝牙、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质,或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质(例如:软盘、硬盘、磁带)、光介质(例如:数字通用光盘(Digital Versatile Disc,DVD))或半导体介质(例如:固态硬盘(Solid State Disk,SSD))等。值得注意的是,本公开提到的计算机可读存储介质可以为非易失性存储介质,换句话说,可以是非瞬时性存储介质。
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成,也可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本公开实施例的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本公开的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
在本公开实施例的描述中,除非另有说明,“/”表示或的意思,例如,A/B可以表示A或B。本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。
在本公开实施例的描述中,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开实施例的描述中,除非另有说明,“多个”的含义是两个或两个以上。
以上所述仅为本公开的示例性实施例,并不用以限制本公开,凡在本公开的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本公开的保护范围之内。
- 一种耐刮擦、高耐候、高导热石墨烯改性聚丙烯复合材料及其制备方法
- 一种硅酮耐候密封胶的制备方法
- 一种高耐候高光黑ASA树脂组合物及其制备方法
- 一种石墨烯改性高耐候高回弹纳米高分子填缝材料及其制备方法
- 一种高耐候性高固体份聚酯树脂及其制备方法
- 一种高耐候LED密封胶及其封装方法
- 一种高耐候低吸湿性LED封装材料及其制备方法