夹取过程中的称重方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术涉及称重技术领域，公开了一种夹取过程中的称重方法、装置、计算机设备及存储介质，其中方法包括：获取容器夹取过程中的压力数据集；将压力数据集输入到经过训练的识别模型中识别出有效压力数据，其中有效压力数据为在容器已经离地但还未被夹紧的目标时间段获取的压力数据；根据有效压力数据得到容器的重量。其将压力数据集输入到经过训练的识别模型中可以识别出有效压力数据，而无需利用接近开关或者角度传感器来确定垃圾称重的时机，然后在到达垃圾称重时机时再获取有效压力数据。本发明专利技术实施例无需接近开关或角度传感器等元件，因此可以简化系统结构，降低成本和维护难度。降低成本和维护难度。降低成本和维护难度。

【技术实现步骤摘要】
夹取过程中的称重方法、装置、计算机设备及存储介质


[0001]本专利技术涉及称重
，具体涉及一种夹取过程中的称重方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着人民生活水平的提高，日常产生的垃圾量越来越大，需要花费大量的人力物力对人类生活产生的垃圾进行清运。为了减少垃圾清运时对人力的要求，目前在将垃圾桶中的垃圾转运到垃圾运输车辆时会采用自动夹取装置。具体的，自动夹取装置将垃圾桶搬离至垃圾运输车的上方，倾斜垃圾桶，然后将垃圾桶中的垃圾倒入垃圾运输车中。
[0003]在对垃圾的转运过程中会涉及到垃圾的称重。目前在对垃圾称重时利用接近开关或者角度传感器来确定垃圾称重的时机，但是利用接近开关或者角度传感器来确定垃圾称重的时机，因为需要增加接近开关或者角度传感器，费用较高。

技术实现思路

[0004]有鉴于此，本专利技术提供了一种夹取过程中的称重方法、装置、计算机设备及存储介质，以解决利用接近开关或者角度传感器来确定垃圾称重的时机费用较高的问题。
[0005]第一方面，本专利技术实施例提供了一种夹取过程中的称重方法，方法包括以下步骤：获取容器夹取过程中的压力数据集；将压力数据集输入到经过训练的识别模型中识别出有效压力数据，其中有效压力数据为在容器已经离地但还未被夹紧的目标时间段获取的压力数据；根据有效压力数据得到容器的重量。
[0006]本专利技术实施例提供的夹取过程中的称重方法，通过获取容器夹取过程中的压力数据集，将压力数据集输入到经过训练的识别模型中识别出有效压力数据，由于有效压力数据可以体现容器的重量，因此可以根据有效压力数据得到容器的重量。其将压力数据集输入到经过训练的识别模型中可以识别出有效压力数据，而无需利用接近开关或者角度传感器来确定垃圾称重的时机，然后在到达垃圾称重时机时再获取有效压力数据。本专利技术实施例无需接近开关或角度传感器等元件，因此可以简化系统结构，降低成本和维护难度。
[0007]在一种可选的实施方式中，识别模型中采用支持向量机算法或卷积神经网络算法。
[0008]由此可以保证识别模型的识别准确度。
[0009]在一种可选的实施方式中，识别模型的训练方法包括：获取多个第一压力数据集，第一压力数据集包括容器夹取过程的第一时间段中的多个压力数据，其中第一时间段为容器已经离地但还未被夹紧的时间段；获取多个第二压力数据集，第二压力数据集包括容器夹取过程的除第一时间段之外的其他时间段的多个压力数据；利用多个第一压力数据集和多个第二压力数据集对识别模型进行训练。
[0010]由此可以使得训练之后的识别模型能够识别出有效压力数据。
[0011]在一种可选的实施方式中，在利用多个第一压力数据集和多个第二压力数据集对
识别模型进行训练之前，还包括：对第一压力数据集中的多个压力数据进行滤波处理；和/或，对第二压力数据集中的多个压力数据进行滤波处理。
[0012]由此可以去除噪声，保证能够得到识别能力较强的识别模型。
[0013]在一种可选的实施方式中，根据有效压力数据得到容器的重量，包括：计算有效压力数据的平均值得到容器的重量。
[0014]由此可以得到准确的容器的重量。
[0015]在一种可选的实施方式中，所述获取容器夹取过程中的压力数据集包括：利用预设的滑动时间窗口获取所述容器夹取过程中的压力数据集，所述滑动时间窗口的长度大于预设的第一阈值，其中所述第一阈值为自所述容器开始离地至所述容器被夹紧的时间段的长度；或者，获取容器夹取过程中预设时间段的多个压力数据，得到所述压力数据集；其中，所述预设时间段包括自开始获取到所述压力数据至确定所述容器被夹紧的时间段。
[0016]由此可以快速准确的识别出有效压力数据。
[0017]在一种可选的实施方式中，压力数据集中包括按获取时间排列的多个压力数据。
[0018]由此可以快速准确的识别出有效压力数据。
[0019]第二方面，本专利技术实施例还提供了一种夹取过程中的称重装置，装置包括获取模块、目标时间段确定模块、有效压力数据确定模块和重量确定模块；获取模块用于获取容器夹取过程中的压力数据集，其中压力数据集中包括按获取时间排列的多个压力数据；目标时间段确定模块用于将压力数据集输入到经过训练的识别模型中识别出容器已经离地但还未被夹紧的目标时间段；有效压力数据确定模块用于在压力数据集中获取属于目标时间段的压力数据，得到有效压力数据；重量确定模块用于根据有效压力数据得到容器的重量。
[0020]第三方面，本专利技术实施例还提供了一种计算机设备，包括存储器和处理器，存储器和处理器之间互相通信连接，存储器中存储有计算机指令，处理器通过执行计算机指令，从而执行上述第一方面或其对应的任一实施方式的夹取过程中的称重方法。
[0021]第四方面，本专利技术实施例还提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机指令，计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的夹取过程中的称重方法。
附图说明
[0022]为了更清楚地说明本专利技术具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0023]图1是根据本专利技术实施例的夹取过程中的称重方法的流程图；
[0024]图2是根据本专利技术实施例的再一夹取过程中的称重方法的流程图；
[0025]图3是利用一个接近开关对容器进行称重的原理示意图；
[0026]图4是利用两个接近开关对容器进行称重的原理示意图；
[0027]图5是根据本专利技术实施例的识别出有效压力数据的原理示意图；
[0028]图6是根据本专利技术实施例的再一夹取过程中的称重方法的流程图；
[0029]图7是根据本专利技术实施例的夹取过程中的称重装置的结构框图；
[0030]图8是本专利技术实施例的计算机设备的硬件结构示意图。
具体实施方式
[0031]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0032]根据本专利技术实施例，提供了一种夹取过程中的称重方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0033]在本实施例中提供了一种夹取过程中的称重方法，可用于计算机设备。图1是根据本专利技术实施例的夹取过程中的称重方法的流程图，如图1所示，该流程包括如下步骤：...

【技术保护点】

【技术特征摘要】
1.一种夹取过程中的称重方法，其特征在于，所述方法包括：获取容器夹取过程中的压力数据集；将所述压力数据集输入到经过训练的识别模型中识别出有效压力数据，其中所述有效压力数据为在所述容器已经离地但还未被夹紧的目标时间段获取的压力数据；根据所述有效压力数据得到所述容器的重量。2.根据权利要求1所述的方法，其特征在于，所述识别模型中采用支持向量机算法或卷积神经网络算法。3.根据权利要求2所述的方法，其特征在于，所述识别模型的训练方法包括：获取多个第一压力数据集，所述第一压力数据集包括所述容器夹取过程的第一时间段中的多个压力数据，其中所述第一时间段为所述容器已经离地但还未被夹紧的时间段；获取多个第二压力数据集，所述第二压力数据集包括所述容器夹取过程的除所述第一时间段之外的其他时间段的多个压力数据；利用多个所述第一压力数据集和多个所述第二压力数据集对所述识别模型进行训练。4.根据权利要求3所述的方法，其特征在于，在利用多个所述第一压力数据集和多个所述第二压力数据集对所述识别模型进行训练之前，还包括：对所述第一压力数据集中的多个压力数据进行滤波处理；和/或，对所述第二压力数据集中的多个压力数据进行滤波处理。5.根据权利要求1所述的方法，其特征在于，根据所述有效压力数据得到所述容器的重量，包括：计算所述有效压力数据的平均值得到所述容器的重量。6.根据权利要求1至5任一项所述的方法，其特征在于，所述获取容器夹取过程中的压...

【专利技术属性】
技术研发人员：赵保丰，刘鹏，魏伦宁，
申请(专利权)人：三一环境产业有限公司，
类型：发明
国别省市：