[0001] 本实用新型涉及识别处理装置，更具体地说，它涉及刺萼龙葵识别处理装置。

[0002] 刺萼龙葵又名黄花刺茄，是茄科茄属一年生草本植物，除土下根部外，茎、叶、花萼、果实上都是刺，刺萼龙葵属于入侵植物，会对生态环境造成破坏，尤其是成熟的果壳裂开后会把大量黑色的小种子抛撒到空中，即使掉落地面依旧能靠自然风大量繁殖，草原地区深受其害，需要及时清除，但由于草原地区里除了刺萼龙葵外还存在大量其他草本植物，在大范围清除刺萼龙葵时会连同其他草本植物一起剪断根茎，反而会破坏原本的生态环境，故需要一种能识别刺萼龙葵并分离刺萼龙葵果实的刺萼龙葵识别处理装置。

[0003] 结合以上原因，如何识别刺萼龙葵并分离刺萼龙葵果实正是本申请所考虑的问题所在。实用新型内容

[0004] 针对现有技术存在的不足，提供刺萼龙葵识别处理装置，该装置能够识别刺萼龙葵并分离刺萼龙葵果实。

[0005] 为实现上述目的，提供了如下技术方案：刺萼龙葵识别处理装置，包括有机架，机架前方安装有用于识别刺萼龙葵的监控设备和用于保护监控设备的保护罩，机架外连接有用于移动制动装置的移动机构、用于收割刺萼龙葵的切割机构和用于刺萼龙葵从切割机构运输到刮削机构的运输机构，监控设备与切割机构电连接，机架内安装有用于提供动力的电机、用于分隔机架内储存空间的分隔板和用于剥离刺萼龙葵果实的刮削机构，分隔板将机架内储存空间分隔为碎片储存区和果实储存区，刮削机构包括有滚动件，滚动件表面固定连接有多排支撑件组，每排所述支撑件组的顶端固定连接有刮削杆，支撑件组包括有多个等间距设置的支撑件，机架在刮削机构下方设有用于筛选刺萼龙葵果实的筛网，筛网设置于碎片储存区上方，并且朝着靠近果实储存区的方向向下倾斜设置，分隔板设有通向果实储存区的开口。

[0006] 综上所述，上述技术方案中具有以下有益效果：通过监控设备识别刺萼龙葵后，切割机构会将刺萼龙葵剪切，继而刺萼龙葵根茎连带着果实由运输机构送入刮削机构，在这过程中刺萼龙葵的果实并不会掉落，在刮削机构中刺萼龙葵根茎和果实会落在筛网上，刺萼龙葵的根茎会插入筛网的筛孔中，但由于尖刺与筛网抵触，根茎和果实都不能通过筛网，也不会因为倾斜的筛网而进入果实储存区，滚动件带动刮削杆转动，使刮削杆能不断刮削刺萼龙葵的根茎，由于果实连接茎杆的果蒂易断裂，故能将附着在根茎上的果实刮落，刮落的果实能在支撑件之间的空隙中滚动，防止被刮削杆过度挤压而破损，又因为刺萼龙葵的尖刺缺乏韧性，故被刮削时尖刺不断与刮削杆抵触，很容易断裂，同时刺萼龙葵的根茎因为尖刺断裂脱落，也逐渐变为能通过筛网中筛孔的形状，最终通过筛网朝向碎片储存区移动，断裂后的尖刺同样能通过筛网进入碎片储存区，尖刺断裂后的果实也变为易滚动的形状，在倾斜设置的筛网和装置本身的震动的作用下而朝向果实储存区移动，最终通过开口并移动至果实储存区；

[0007] 刺萼龙葵内有化学毒素，包括三种高毒性的神经毒素茄碱，如果人被刺萼龙葵的尖刺刺伤，则会皮肤红肿，疼痛难忍，因此在处理刺萼龙葵需要小心，避免被剪切的根茎叶和尖刺遗落，目前市面上大部分处理机构都仅仅只是剪切刺萼龙葵的根茎，在分离果实时，依旧需要格外小心被果实和根茎上的尖刺刺伤，在作为样本运输时依旧需要剪切果实上的尖刺，费时费力，而本实用新型在剪切刺萼龙葵的根茎后，便能将其输送进刮削机构，不但能将果实分离出来，还能将果实上的尖刺折断脱落，相比现有技术，在通过监控设备准确识别刺萼龙葵后，便能直接剪切并分离刺萼龙葵果实，省时省力。

[0029] 下面结合附图和实施例，对本实用新型进一步详细说明。其中相同的零部件用相同的附图标记表示。需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“底面”和“顶面”、“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。

[0030] 参照图1‑7所示，刺萼龙葵识别处理装置，包括有机架1，机架1前方安装有用于识别刺萼龙葵的监控设备8和用于保护监控设备8的保护罩81，机架1外连接有用于移动制动装置的移动机构3、用于收割刺萼龙葵的切割机构4和用于刺萼龙葵从切割机构4运输到刮削机构7的运输机构6，监控设备8与切割机构4电连接，机架1内安装有用于提供动力的电机2、用于分隔机架1内储存空间的分隔板11和用于剥离刺萼龙葵果实的刮削机构7，分隔板11将机架1内储存空间分隔为碎片储存区111和果实储存区112，刮削机构7包括有滚动件72，滚动件72表面固定连接有多排支撑件组76，每排所述支撑件组76的顶端固定连接有刮削杆
74，支撑件组76包括有多个等间距设置的支撑件77，机架1在刮削机构7下方设有用于筛选刺萼龙葵果实的筛网71，筛网71设置于碎片储存区111上方，并且朝着靠近果实储存区112的方向向下倾斜设置，分隔板11设有通向果实储存区112的开口75；

[0031] 通过监控设备8识别刺萼龙葵后，切割机构4会将刺萼龙葵剪切，继而刺萼龙葵根茎连带着果实由运输机构6送入刮削机构7，在这过程中刺萼龙葵的果实并不会掉落，在刮削机构7中刺萼龙葵根茎和果实会落在筛网71上，刺萼龙葵的根茎会插入筛网71的筛孔中，但由于尖刺与筛网71抵触，根茎和果实都不能通过筛网71，也不会因为倾斜的筛网71而进入果实储存区112，滚动件72带动刮削杆74转动，使刮削杆74能不断刮削刺萼龙葵的根茎，由于果实连接茎杆的果蒂易断裂，故能将附着在根茎上的果实刮落，刮落的果实能在支撑件77之间的空隙中滚动，防止被刮削杆74过度挤压而破损，又因为刺萼龙葵的尖刺缺乏韧性，故被刮削时尖刺不断与刮削杆74抵触，很容易断裂，同时刺萼龙葵的根茎因为尖刺断裂脱落，也逐渐变为能通过筛网71中筛孔的形状，最终通过筛网71朝向碎片储存区111移动，断裂后的尖刺同样能通过筛网71进入碎片储存区111，尖刺断裂后的果实也变为易滚动的形状，在倾斜设置的筛网71和装置本身的震动的作用下而朝向果实储存区112移动，最终通过开口75并移动至果实储存区112；

[0032] 刺萼龙葵内有化学毒素，包括三种高毒性的神经毒素茄碱，如果人被刺萼龙葵的尖刺刺伤，则会皮肤红肿，疼痛难忍，因此在处理刺萼龙葵需要小心，避免被剪切的根茎叶和尖刺遗落，目前市面上大部分处理机构都仅仅只是剪切刺萼龙葵的根茎，在分离果实时，依旧需要格外小心被果实和根茎上的尖刺刺伤，在作为样本运输时依旧需要剪切果实上的尖刺，费时费力，而本实用新型在剪切刺萼龙葵的根茎后，便能将其输送进刮削机构7，不但能将果实分离出来，还能将果实上的尖刺折断脱落，相比现有技术，在通过监控设备准确识别刺萼龙葵后，便能直接剪切并分离刺萼龙葵果实，省时省力。

[0033] 进一步的，切割机构4包括有壳体41，壳体41上设有切割组件42，壳体41转动连接有支撑辊43，支撑辊43还固定连接有用于抵触刺萼龙葵尖刺的螺旋折流板432，壳体41转动连接有拨禾轮442，拨禾轮442上固定连接有多个用于抵触刺萼龙葵根茎的拨禾齿443；

[0034] 通过转动的拨禾齿443抵触刺萼龙葵根茎的顶部，使刺萼龙葵根茎朝向壳体41内移动，而此时切割组件42便能剪切刺萼龙葵根茎，被剪切后的刺萼龙葵根茎会保持竖直状态接触支撑辊43，并由支撑辊43支撑，防止掉落至壳体41内底部导致无法被运输，继而由转动的螺旋折流板432抵触刺萼龙葵根茎，使刺萼龙葵根茎能够移动至运输管5。

[0035] 进一步的，运输机构6包括有运输管5，运输管5内安装有传输带63，传输带63上设有多个用于增加阻力的固定件64，运输管5还转动连接有靠近切割机构4设置的第一传输轴61和远离切割机构4设置的第二传输轴62，第一传输轴61和第二传输轴62均与传输带63连接，运输管5远离切割机构4的一侧与机架1连接，通过第一传输轴61和第二传输轴62的转动能够带动传输带63移动，在传输带63移动时，固定件64可以抵触刺萼龙葵根茎的尖刺，防止刺萼龙葵根茎掉落。

[0036] 进一步的，电机2连接有第三传动轴31，第三传动轴31固定连接有第六同步轮311，滚动件72固定连接有第一传动轴73，第一传动轴73固定连接有设于机架1外侧且同轴设置的第七同步轮731和第八同步轮732，第六同步轮311连接有与第八同步轮732连接的第四同步带313；

[0037] 第一传输轴61还固定连接有同轴设置的第三同步轮611和第四同步轮612，拨禾轮442固定连接有第二传动轴44，第二传动轴44还固定连接有第二同步轮441，第二同步轮441连接有与第四同步轮612连接的第二同步带444，支撑辊43还固定连接有第一同步轮431，第一同步轮431连接有与第三同步轮611连接的第一同步带433，第二传输轴62还固定连接有第五同步轮621，第一传动轴73还固定连接有与第八同步轮732同轴设置的第七同步轮731，第五同步轮621连接有与第七同步轮731连接的第三同步带622；

[0038] 电机2通过带动第三传动轴31转动使第六同步轮311转动，第六同步轮311通过第四同步带313带动第八同步轮732以及同轴设置的第七同步轮731转动，此外还能带动第一传动轴73转动，从而使滚动件72转动，第七同步轮731通过第三同步带622带动第五同步轮621转动，从而使第二传输轴62转动，并带动传输带63移动，传输带63的移动会带动第一传输轴61转动，从而使第三同步轮611和第四同步轮612转动，第三同步轮611通过第一同步带
433带动第一同步轮431转动，从而使支撑辊43转动，第四同步轮612带动第二同步轮441转动，从而使第二传动轴44能够带动拨禾轮442转动，这样就能通过电机2同步实现装置内各结构的运作。

[0039] 进一步的，机架1内底部还设有斜坡12和设于斜坡12坡底处的叶轮13，叶轮13固定连接有与机架1转动连接的第五传动轴14，第五传动轴14还与电机2连接，机架1底部还设有通口15，并且可拆卸连接有用于封闭通口15的阻挡件16，为了方便清理刺萼龙葵根茎和尖刺，设置叶轮13通过转动将刺萼龙葵的根茎和尖刺通过通口15排出壳体41，而斜坡12可以引导刺萼龙葵的根茎和尖刺朝向叶轮13移动，此外，由于刺萼龙葵不能随意丢弃，故设置可拆卸的阻挡件16封闭通口15，仅在必要的时候才能拆掉阻挡件16清理刺萼龙葵碎片。

[0040] 进一步的，所述机架1上方还设有两个顶盖17，打开顶盖17可以直通机架1内部，方便装置的检修。

[0041] 进一步的，监控设备8包括有红外传感器82、视觉传感器83以及处理终端84，红外传感器82与处理终端84电连接，视觉传感器83与处理终端84电连接，处理终端84与电机2电连接，处理终端搭载5.YOLOv7算法，YOLOv7在5FPS到160FPS范围内速度和精度都超过了所有已知的目标检测器，并在V100上，30FPS的情况下达到实时目标检测器的最高精度56.8％AP。YOLOv7是在MSCOCO数据集上从头开始训练的，不使用任何其他数据集或预训练权重。相对于其他类型的工具，YOLOv7‑E6目标检测器比基于transformer的检测器SWINLCascade‑MaskR‑CNN速度上高出509％，精度高出2％，比基于卷积的检测器ConvNeXt‑XLCascade‑MaskR‑CNN速度高出551％，精度高出0.7％。此外，YOLOv7的在速度和精度上的表现也优于YOLOR、YOLOX、Scaled‑YOLOv4、YOLOv5、DETR等多种目标检测器；

[0042] YOLOv7同时支持移动GPU和从边缘到云端的GPU设备，重点在于优化模块和优化方法上，这增加训练成本但能提高目标检测的准确性且不会增加推理成本，对于模型重参数化，使用梯度传播路径的概念分析适用于不同网络层的模型重参数化策略，并提出了有计划的重参数化模型，此外使用一种新的标签分配方法，称为从粗粒度到细粒度的引导式标签分配，主要优点包括：

[0043] (1)设计了几种可训练的bag‑of‑freebies方法，使得实时目标检测可以在不增加推理成本的情况下大大提高检测精度；

[0044] (2)对于目标检测方法的演进，研究者发现了两个新问题：一是重参数化的模块如何替换原始模块，二是动态标签分配策略如何处理分配给不同输出层的问题，并提出了解决这两个问题的方法；

[0045] (3)提出了实时目标检测器的「扩充(extend)」和「复合扩展(compoundscale)」方法，以有效地利用参数和计算；

[0046] (4)该研究提出的方法可以有效减少SOTA实时目标检测器约40％的参数和50％的计算量，并具有更快的推理速度和更高的检测精度。

[0047] 主要考虑的因素包括参数的数量、计算量和计算密度，CSPVoVNet的设计是VoVNet的变体，CSPVoVNet的架构分析了梯度路径，以使不同层的权重能够学习更多不同的特征，使推理更快、更准确，ELAN则考虑“如何设计一个高效网络”的问题，使用梯度流传播路径来分析如何重参数化卷积，以与不同的网络相结合；

[0048] 在实际使用时，仅需预先将大量刺萼龙葵的图像输入处理终端84进行训练，在训练完成后即可通过红外传感器82和视觉传感器83将图像信息采集，采集的图像信息会输入处理终端84比对并判断是否是刺萼龙葵，从而达到识别刺萼龙葵的效果，为了强化识别效果，通常会采取刺萼龙葵的花器作为主要参数进行图像识别训练，并在刺萼龙葵的花期感应操作，通过对比花器特点识别判断是否是刺萼龙葵。

[0049] 以上所述仅是本实用新型的优选实施方式，本实用新型的保护范围并不仅局限于上述实施例，凡属于本实用新型思路下的技术方案均属于本实用新型的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本实用新型原理前提下的若干改进和润饰，这些改进和润饰也应视为本实用新型的保护范围。