一种基于智能识别的纺织品自动化杀菌方法及系统

摘要

本申请公开了一种基于智能识别的纺织品自动化杀菌方法及系统，属于数据处理技术领域，所述方法包括：获得目标纺织品的基础信息；通过传送速度控制数据控制智能传送装置进行目标纺织品传送，选定图像采集模式进行目标纺织品的图像采集；通过定位检测点进行目标纺织品的通过识别，根据通过识别结果和传送速度控制数据生成杀菌控制节点；当图像采集识别结果为识别通过，则许可杀菌执行；利用杀菌参数控制模型，输出杀菌控制参数；通过杀菌控制节点和杀菌控制参数进行目标纺织品的杀菌控制。本申请解决了现有技术中存在纺织品杀菌控制自动化和智能化程度低，杀菌控制不准确的技术问题，达到了通过对纺织品自动化杀菌，提高杀菌效果的技术效果。

权利要求

1.一种基于智能识别的纺织品自动化杀菌方法，其特征在于，所述方法应用于自动化杀菌系统，所述自动化杀菌系统包括：控制数据获得模块，所述控制数据获得模块用于获得目标纺织品的基础信息，根据所述基础信息获得传送速度控制数据；

采集模式选定模块，所述采集模式选定模块用于通过所述传送速度控制数据控制智能传送装置进行所述目标纺织品传送，并基于所述传送速度控制数据和所述基础信息选定图像采集模式；

采集结果获得模块，所述采集结果获得模块用于通过所述图像采集模式控制图像采集装置进行所述目标纺织品的图像采集，获得图像采集结果；

控制节点生成模块，所述控制节点生成模块用于通过定位检测点进行所述目标纺织品的通过识别，根据通过识别结果和所述传送速度控制数据生成杀菌控制节点；

杀菌执行许可模块，所述杀菌执行许可模块用于当所述图像采集结果的图像识别为识别通过时，则许可所述杀菌控制节点的杀菌执行；

控制参数输出模块，所述控制参数输出模块用于将所述基础信息、所述传送速度控制数据输入杀菌参数控制模型，输出杀菌控制参数；

杀菌控制模块，所述杀菌控制模块用于通过所述杀菌控制节点和所述杀菌控制参数进行所述目标纺织品的杀菌控制；

所述自动化杀菌系统与智能传送装置、图像采集装置、定位检测点通信连接，所述方法包括：获得目标纺织品的基础信息，根据所述基础信息获得传送速度控制数据；

通过所述传送速度控制数据控制所述智能传送装置进行所述目标纺织品传送，并基于所述传送速度控制数据和所述基础信息选定图像采集模式；

通过所述图像采集模式控制所述图像采集装置进行所述目标纺织品的图像采集，获得图像采集结果；

通过所述定位检测点进行所述目标纺织品的通过识别，根据通过识别结果和所述传送速度控制数据生成杀菌控制节点；

当所述图像采集结果的图像识别为识别通过时，则许可所述杀菌控制节点的杀菌执行；

将所述基础信息、所述传送速度控制数据输入杀菌参数控制模型，输出杀菌控制参数；

通过所述杀菌控制节点和所述杀菌控制参数进行所述目标纺织品的杀菌控制；

所述方法还包括：

获得所述定位检测点的设置位置数据；

根据所述设置位置数据和杀菌位置获得触发距离信息；

通过所述触发距离信息和所述传送速度控制数据获得预控制节点；

获得杀菌设备的稳定响应区间，通过所述稳定响应区间进行所述预控制节点的节点补偿，基于节点补偿结果获得所述杀菌控制节点。

2.如权利要求1所述的方法，其特征在于，所述方法还包括：对所述目标纺织品进行杀菌效果检测，获得杀菌效果检测结果；

基于所述杀菌效果检测结果进行杀菌控制覆盖均匀性评价，根据杀菌控制均匀性评价结果生成区域异常数据；

通过所述区域异常数据获得匹配杀菌喷口；

对所述匹配杀菌喷口进行异常检测，根据异常检测结果进行喷口异常维护。

3.如权利要求1所述的方法，其特征在于，所述方法还包括：通过大数据构建异常特征集合，其中，所述异常特征集合中的每一异常特征均对应有异常特征值；

通过所述异常特征集合进行所述图像采集结果的特征匹配，获得特征匹配结果，其中，所述特征匹配结果包括特征匹配值；

根据所述特征匹配值和所述异常特征值进行所述目标纺织品的异常值计算，获得异常值计算结果；

当所述异常值计算结果满足预设异常阈值时，则所述图像采集结果的图像识别为识别通过。

4.如权利要求1所述的方法，其特征在于，所述方法还包括：当所述图像采集结果的图像识别为识别未通过时，则不允许所述杀菌控制节点的杀菌执行，生成结束指令；

根据所述结束指令基于所述定位检测点进行所述目标纺织品的通过结束识别；

当检测所述目标纺织品的通过结束时，则结束当前杀菌任务。

5.如权利要求1所述的方法，其特征在于，所述方法还包括：获得所述目标纺织品的生产控制数据和生产环境数据；

通过所述生产控制数据和所述生产环境数据进行污染影响分析，获得污染影响数据；

通过所述污染影响数据进行所述杀菌控制参数的参数修正，获得修正杀菌控制参数；

通过所述修正杀菌控制参数进行所述目标纺织品的杀菌控制。

6.如权利要求5所述的方法，其特征在于，所述方法还包括：构建污染影响数据集合；

通过所述污染影响数据集合进行所述杀菌参数控制模型的增量学习，获得增量学习模型；

将所述污染影响数据、所述基础信息、所述传送速度控制数据输入所述增量学习模型，输出所述修正杀菌控制参数。

说明书

一种基于智能识别的纺织品自动化杀菌方法及系统

技术领域

[0001] 本申请涉及数据处理技术领域，尤其涉及一种基于智能识别的纺织品自动化杀菌方法及系统。

背景技术

[0002] 随着生活水平的不断提高，纺织行业与人们日常生活密切相关，人们对于纺织品的要求也在不断提升。在对纺织品进行生产加工的过程中，对于纺织品进行病菌消毒处理是保证安全、卫生的必要处理过程。

[0003] 目前，为了避免带菌的纺织品成为交叉感染的媒介，主要采用喷涂法，通过对纺织品进行消毒用液喷涂的方式，对纺织品进行消毒处理。以及采用蒸汽消毒的方法，通过将纺织品放入蒸汽箱中，在50℃‑60℃的温度范围内对纺织品进行消毒。在对纺织品进行消毒杀菌操作时，主要是通过人工根据纺织品加工批次，以及加工量进行杀菌时间点和杀菌量控制。

[0004] 然而，通过依照操作人员的经验进行杀菌喷涂时间点的判断，往往会由于经验不足以及个人能力问题，造成过早开启杀菌装置，造成资源浪费，或者过晚开启杀菌装置，使纺织品杀菌不彻底，造成杀菌质量不符合要求的后果。并且通过人工处理的方式，杀菌效率低。现有技术中存在纺织品杀菌控制自动化和智能化程度低，杀菌控制不准确的技术问题。

发明内容

[0005] 本申请的目的是提供一种基于智能识别的纺织品自动化杀菌方法及系统，用以解决现有技术中存在纺织品杀菌控制自动化和智能化程度低，杀菌控制不准确的技术问题。

[0006] 鉴于上述问题，本申请提供了一种基于智能识别的纺织品自动化杀菌方法及系统。

[0007] 第一方面，本申请提供了一种基于智能识别的纺织品自动化杀菌方法，其中，所述方法应用于自动化杀菌系统，所述自动化杀菌系统与智能传送装置、图像采集装置、定位检测点通信连接，所述方法包括：获得目标纺织品的基础信息，根据所述基础信息获得传送速度控制数据；通过所述传送速度控制数据控制所述智能传送装置进行所述目标纺织品传送，并基于所述传送速度控制数据和所述基础信息选定图像采集模式；通过所述图像采集模式控制所述图像采集装置进行所述目标纺织品的图像采集，获得图像采集结果；通过所述定位检测点进行所述目标纺织品的通过识别，根据通过识别结果和所述传送速度控制数据生成杀菌控制节点；当所述图像采集结果的图像识别为识别通过时，则许可所述杀菌控制节点的杀菌执行；将所述基础信息、所述传送速度控制数据输入杀菌参数控制模型，输出杀菌控制参数；通过所述杀菌控制节点和所述杀菌控制参数进行所述目标纺织品的杀菌控制。

[0008] 另一方面，本申请还提供了一种基于智能识别的纺织品自动化杀菌系统，其中，所述系统包括：控制数据获得模块，所述控制数据获得模块用于获得目标纺织品的基础信息，根据所述基础信息获得传送速度控制数据；采集模式选定模块，所述采集模式选定模块用于通过所述传送速度控制数据控制智能传送装置进行所述目标纺织品传送，并基于所述传送速度控制数据和所述基础信息选定图像采集模式；采集结果获得模块，所述采集结果获得模块用于通过所述图像采集模式控制图像采集装置进行所述目标纺织品的图像采集，获得图像采集结果；控制节点生成模块，所述控制节点生成模块用于通过定位检测点进行所述目标纺织品的通过识别，根据通过识别结果和所述传送速度控制数据生成杀菌控制节点；杀菌执行许可模块，所述杀菌执行许可模块用于当所述图像采集结果的图像识别为识别通过时，则许可所述杀菌控制节点的杀菌执行；控制参数输出模块，所述控制参数输出模块用于将所述基础信息、所述传送速度控制数据输入杀菌参数控制模型，输出杀菌控制参数；杀菌控制模块，所述杀菌控制模块用于通过所述杀菌控制节点和所述杀菌控制参数进行所述目标纺织品的杀菌控制。

[0009] 本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

[0010] 本申请通过对目标纺织品的基础信息进行采集，然后根据基础信息获得传送速度控制数据，进而以此控制智能传送装置进行目标纺织品传送，并根据传送速度和基础信息选定图像采集模式，然后通过图像采集模式对图像采集装置进行控制，对目标纺织品的图像进行采集，得到图像采集结果，然后通过定位检测点对目标纺织品进行通过识别，根据通过识别结果和传送速度控制数据生成杀菌控制节点，当图像采集结果的图像识别为识别通过时，则许可杀菌控制节点的杀菌执行，然后通过将基础信息、传送速度控制数据输入杀菌参数控制模型中进行参数控制智能化计算，输出杀菌控制参数，然后通过杀菌控制节点和杀菌控制参数对目标纺织品的杀菌控制。达到了提高杀菌控制的准确度，自动化进行纺织品杀菌，提高杀菌效率的技术效果。

附图说明

[0011] 为了更清楚地说明本申请或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是示例性的，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，还可以根据提供的附图获得其他的附图。

[0012] 图1为本申请实施例提供的一种基于智能识别的纺织品自动化杀菌方法的流程示意图；

[0013] 图2为本申请实施例提供的一种基于智能识别的纺织品自动化杀菌方法中获得杀菌控制节点的流程示意图；

[0014] 图3为本申请实施例提供的一种基于智能识别的纺织品自动化杀菌方法中图像采集结果的图像识别的流程示意图；

[0015] 图4为本申请一种基于智能识别的纺织品自动化杀菌系统的结构示意图。

[0016] 附图标记说明：控制数据获得模块11，采集模式选定模块12，采集结果获得模块13，控制节点生成模块14，杀菌执行许可模块15，控制参数输出模块16，杀菌控制模块17。

具体实施方式

[0017] 本申请通过提供一种基于智能识别的纺织品自动化杀菌方法及系统，解决了现有技术中存在纺织品杀菌控制自动化和智能化程度低，杀菌控制不准确的技术问题。达到了进行纺织品自动化杀菌，提高杀菌质量的技术效果。

[0018] 本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。

[0019] 下面，将参考附图对本申请中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是本申请的全部实施例，应理解，本申请不受这里描述的示例实施例的限制。基于本申请的实施例，本领域普通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，都属于本申请保护的范围。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部。实施例一

[0020] 如图1所示，本申请提供了一种基于智能识别的纺织品自动化杀菌方法，其中，所述方法应用于自动化杀菌系统，所述自动化杀菌系统与智能传送装置、图像采集装置、定位检测点通信连接，所述方法包括：

[0021] 步骤S100：获得目标纺织品的基础信息，根据所述基础信息获得传送速度控制数据；

[0022] 具体而言，所述目标纺织品是要进行杀菌处理的任意纺织品。所述基础信息是目标纺织品的基本情况进行描述的信息，包括目标纺织品的类型、纺织品规格、纺织品数量、纺织品重量、纺织品稳定性等信息。进而根据所述基础信息，确定将目标纺织品传送至杀菌处的传输速度控制数据。其中，所述传输速度控制数据是保证所述目标纺织品进行稳定传输的相关控制数据，包括传输速度、传输平均速度、传输加速度等数据。进而，达到了对目标纺织品信息进行获取，稳定传送纺织品提供控制数据的技术效果。

[0023] 步骤S200：通过所述传送速度控制数据控制所述智能传送装置进行所述目标纺织品传送，并基于所述传送速度控制数据和所述基础信息选定图像采集模式；

[0024] 步骤S300：通过所述图像采集模式控制所述图像采集装置进行所述目标纺织品的图像采集，获得图像采集结果；

[0025] 具体而言，所述智能传送装置是用于传送目标纺织品的装置，通过对装置进行参数设置，保证纺织品的稳定传输。进而，根据所述传送速度控制数据获得所述智能传送装置的传输速度，根据传输速度确定智能传送装置的控制参数。示例性的，使用皮带输送装置进行羊毛大衣的传送时，根据羊毛大衣的重量和尺寸，以及大衣数量，进行综合传输质量和传输效率两个角度进行分析评估，得到传输速度为1‑3m/min。进而，以传输速度对皮带输送装置的前后皮带轮转速进行计算，按照计算结果对皮带输送装置进行参数调整，从而对羊毛大衣进行运输。

[0026] 具体的，根据所述基础信息和所述传送速度控制数据对目标纺织品的图像采集方式进行选定。所述图像采集模式是指对目标纺织品进行图像采集时的采集方式，包括采集角度、采集频次等。示例性的，对毛衣图像进行采集时，由于毛衣在进行杀菌过程中是展开的，因此，只需要对毛衣进行俯视图采集即可，从毛衣正面对其进行拍照，拍摄3张照片，来反映毛衣在传送装置上的摆放状态。进而，根据所述图像采集模式对图像采集装置进行参数调整控制，优选的，根据采集角度调节图像采集装置的摄像头角度。所述图像采集结果可以反映目标纺织品在传送装置上的状态。达到了为后续进行杀菌控制提供分析图像，智能运送目标纺织品的技术效果。

[0027] 步骤S400：通过所述定位检测点进行所述目标纺织品的通过识别，根据通过识别结果和所述传送速度控制数据生成杀菌控制节点；

[0028] 进一步的，如图2所示，本申请实施例步骤S400还包括：

[0029] 步骤S410：获得所述定位检测点的设置位置数据；

[0030] 步骤S420：根据所述设置位置数据和杀菌位置获得触发距离信息；

[0031] 步骤S430：通过所述触发距离信息和所述传送速度控制数据获得预控制节点；

[0032] 步骤S440：获得杀菌设备的稳定响应区间，通过所述稳定响应区间进行所述预控制节点的节点补偿，基于节点补偿结果获得所述杀菌控制节点。

[0033] 具体而言，所述定位检测点是设定的对目标纺织品进行通过识别的位置，为得到杀菌控制的时间节点提供依据。所述通过识别即为在定位检测点对目标纺织品的位置进行识别，从而确定目标纺织品是否到达进行杀菌位置。然后，对所述定位检测点的设置位置数据进行采集，得到定位检测点在目标纺织品杀菌车间的空间位置。所述设置位置数据是对定位检测点在智能传送装置上的位置进行描述的数据，由工作人员自行设定定位检测点的位置，在此不做限制。进而，对杀菌位置在智能传送装置上的定位信息进行采集，优选的，设置位置数据和杀菌位置以同一参考系进行采集。按照所述设置位置数据和所述杀菌位置，对定位检测点和杀菌位置之间的距离进行计算，得到所述触发距离信息。其中，所述触发距离信息是指以所述定位检测点为杀菌控制触发信号，然后，根据所述触发距离信息和所述传送速度控制数据，得到目标纺织品从所述定位检测点传送到杀菌位置所需要的时间，将该时间作为预控制节点。优选的，利用时间等于距离除以传送速度的原理，进行传送时间的计算。

[0034] 具体的，所述稳定响应区间是指杀菌设备喷出杀菌剂的速度和剂量可以达到稳定状态时所需要的时间段。然后，根据所述稳定响应区间对所述预控制节点进行节点补偿，即将所述预控制节点对应的时间减去所述稳定响应区间，从而得到节点补偿结果。其中，所述节点补偿结果是考虑杀菌设备的稳定响应时间对控制时间进行补偿后得到的结果，将节点补偿结果对应的时间区间进行分析，得到所述杀菌控制节点。达到了对杀菌装置进行准确开启，在目标纺织品到达杀菌位置后，可以立即进入杀菌状态，保证杀菌质量和杀菌效率的技术效果。

[0035] 示例性的，对毛衣进行杀菌操作时，距离杀菌位置0.5m处设置激光检测装置，当毛衣到达激光检测装置处，检测装置接收到反馈信息，从而确定毛衣马上要开始进行杀菌，此时传送带的传输速度为2m/min，从而得到毛衣还有15s到达杀菌装置处，进而，对杀菌装置进行稳定性确定，得到杀菌装置从开启到稳定进行杀菌剂喷出需要3秒时间，因此，需要提前开启杀菌装置，提前时间为3s，则此时开始杀菌装置的时间节点为12s。

[0036] 优选的，获取杀菌设备从接收到开启命令到可以进行杀菌操作之间的时间段，即杀菌设备的启动时间。对所述杀菌设备的历史响应区间进行采集，进行均值处理，得到启动区间。然后，根据所述启动区间对所述预控制节点进行节点补偿，即将所述预控制节点对应的时间减去所述启动区间，从而对由于杀菌设备启动导致的杀菌控制节点误差进行补偿，避免目标纺织品已经到达杀菌位置，但是杀菌设备还没有启动的现象。

[0037] 步骤S500：当所述图像采集结果的图像识别为识别通过时，则许可所述杀菌控制节点的杀菌执行；

[0038] 进一步的，如图3所示，本申请实施例步骤S500还包括：

[0039] 步骤S510：通过大数据构建异常特征集合，其中，所述异常特征集合中的每一异常特征均对应有异常特征值；

[0040] 步骤S520：通过所述异常特征集合进行所述图像采集结果的特征匹配，获得特征匹配结果，其中，所述特征匹配结果包括特征匹配值；

[0041] 步骤S530：根据所述特征匹配值和所述异常特征值进行所述目标纺织品的异常值计算，获得异常值计算结果；

[0042] 步骤S540：当所述异常值计算结果满足预设异常阈值时，则所述图像采集结果的图像识别为识别通过。

[0043] 进一步的，本申请实施例步骤S500还包括：

[0044] 步骤S550：当所述图像采集结果的图像识别为识别未通过时，则不允许所述杀菌控制节点的杀菌执行，生成结束指令；

[0045] 步骤S560：根据所述结束指令基于所述定位检测点进行所述目标纺织品的通过结束识别；

[0046] 步骤S570：当检测所述目标纺织品的通过结束时，则结束当前杀菌任务。

[0047] 具体而言，对所述图像采集结果进行图像识别，判断目标纺织品在传送装置上的摆放状态是否符合杀菌要求。示例性的，如果对毛衣进行图像采集，得到图像采集结果中的袖子叠放在领口上，则会导致重叠部位不能与杀菌剂接触，导致杀菌效果无法满足要求，此时不能对其进行杀菌操作。所述异常特征集合是对目标纺织品在杀菌过程中的异常排放情况进行特征提取后得到的特征集合。并且，每一异常特征均对应有异常特征值，在得到所述异常特征后，根据所述异常特征值进行进一步判断，异常特征是否影响杀菌效果。优选的，所述异常特征集合包括纺织品叠加、纺织品排放角度异常等。进而，根据所述异常特征集合对所述图像采集结果进行特征匹配，对图像采集结果中纺织品特征符合异常特征集合的特征进行提取，得到所述特征匹配结果，所述特征匹配值是图像采集结果中的特征与异常特征集合中的特征之间的重合度，重合度越高，匹配值越高。然后根据所述特征匹配值和所述异常特征值进行异常值量化计算，得到所述异常值计算结果。从而对目标纺织片的异常程度进行确定，为后续准确判断异常是否影响杀菌操作提供判断数据。

[0048] 具体的，所述预设异常阈值是预先设置的目标纺织品可以正常进行杀菌操作时对应的异常值范围，当异常计算结果满足所述预设异常阈值，即表明此时目标纺织品可以进行正常的杀菌操作，得到此时图像采集结果的图像识别为识别通过，可以继续后面的杀菌控制节点的杀菌执行。由此，达到了对目标纺织品进行图像采集，根据采集结果对异常情况进行量化计算，提高分析的准确度的技术效果。

[0049] 具体而言，当所述图像采集结果的图像识别为识别未通过时，则表明此时的目标纺织品不符合杀菌要求，则不能进行杀菌，所述杀菌控制节点的杀菌操作不能被允许，从而得到所述结束指令。其中，所述结束指令是指对纺织品杀菌操作进行结束的命令。根据所述结束指令，在所述定位检测点对所述目标纺织品停止进行通过识别，然后检测到所述目标纺织品的通过结束时，表明此时目标纺织品不能进行杀菌操作。达到了对杀菌任务进行结束识别，及时停止杀菌任务，避免对不能满足杀菌要求的目标纺织品进行杀菌，造成杀菌资源浪费的技术效果。

[0050] 步骤S600：将所述基础信息、所述传送速度控制数据输入杀菌参数控制模型，输出杀菌控制参数；

[0051] 进一步的，本申请实施例步骤S600还包括：

[0052] 步骤S610：获得所述目标纺织品的生产控制数据和生产环境数据；

[0053] 步骤S620：通过所述生产控制数据和所述生产环境数据进行污染影响分析，获得污染影响数据；

[0054] 步骤S630：通过所述污染影响数据进行所述杀菌控制参数的参数修正，获得修正杀菌控制参数；

[0055] 步骤S640：通过所述修正杀菌控制参数进行所述目标纺织品的杀菌控制。

[0056] 进一步的，本申请实施例步骤S630还包括：

[0057] 步骤S631：构建污染影响数据集合；

[0058] 步骤S632：通过所述污染影响数据集合进行所述杀菌参数控制模型的增量学习，获得增量学习模型；

[0059] 步骤S633：将所述污染影响数据、所述基础信息、所述传送速度控制数据输入所述增量学习模型，输出所述修正杀菌控制参数。

[0060] 具体而言，所述杀菌参数控制模型是对杀菌装置的参数进行智能化计算的功能模型。所述杀菌控制参数是进行杀菌操作时，为保证杀菌效果而设定的参数，包括杀菌速度、杀菌剂喷涂时间、杀菌剂喷涂量等。通过对杀菌装置的历史杀菌信息进行采集，得到历史纺织品信息、对应的历史杀菌控制参数和历史传送速度控制数据。优选的，将历史纺织品信息、历史传送速度控制数据和历史杀菌控制参数输入所述杀菌参数控制模型中，对模型进行训练和测试，对历史杀菌控制参数进行标识，判断模型结果是否收敛，进而，当模型输出准确度满足要求时，得到所述杀菌参数控制模型。由此，达到了智能化得到杀菌控制参数，对杀菌过程进行准确控制，提高杀菌质量的技术效果。

[0061] 具体的，所述生产控制数据是根据目标纺织品的生产工艺确定的生产过程参数，包括加工工艺、漂洗剂成份、加工设备参数等。所述生产环境数据是对目标纺织片的生产环境信息进行采集的数据，包括温度、湿度、微生物类型、通风信息等。进而，通过对所述生产控制数据和所述生产环境数据进行深入挖掘，对生产过程中造成目标纺织品的污染情况进行分析，得到所述污染影响数据。所述污染影响数据是生产过程中对纺织品的污染进行分析得到的，包括污染影响指标和对应的参数值。进行，根据所述污染影响数据对所述杀菌控制参数进行修正，补偿加工过程中的污染影响，从而得到所述修正杀菌控制参数。达到了提高杀菌控制参数的准确性，保证杀菌质量的技术效果。

[0062] 示例性的，制成毛衣的毛线自身具有微孔结构，适合细菌和真菌等微生物滋生和繁殖的温床。在加工过程中，由于生产车间的温度和湿度过高，增强了残留在织物上病菌微生物的活力。并且由于加工过程中对机器清洗程度不够，或者人工加工过程中，与毛衣进行直接接触，造成毛衣上细菌增多，仅仅根据毛衣的基本信息进行杀菌参数控制，不能满足杀菌要求，要需要考虑加工过程中产生的细菌。

[0063] 具体的，根据目标纺织品的生产控制数据和生产环境数据进行分析，得到所述污染影响数据集合，包括温度、湿度、风量、区域天气变化等。进而，根据所述污染影响数据集合对所述杀菌控制参数进行增加数据量的智能学习，得到所述增量学习模型。其中，所述增量学习模型是根据不同生产工艺下的污染影响数据集合对杀菌的影响程度进行杀菌控制参数进行修正的功能模型。通过将所述污染影响数据、所述基础信息和所述传送速度控制数据输入所述增量学习模型中，进行智能化计算，得到所述修正杀菌控制参数。由此，达到了提高杀菌控制参数的准确性，修正污染影响，提高杀菌质量的技术效果。

[0064] 步骤S700：通过所述杀菌控制节点和所述杀菌控制参数进行所述目标纺织品的杀菌控制。

[0065] 进一步的，本申请实施例步骤S700还包括：

[0066] 步骤S710：对所述目标纺织品进行杀菌效果检测，获得杀菌效果检测结果；

[0067] 步骤S720：基于所述杀菌效果检测结果进行杀菌控制覆盖均匀性评价，根据杀菌控制均匀性评价结果生成区域异常数据；

[0068] 步骤S730：通过所述区域异常数据获得匹配杀菌喷口；

[0069] 步骤S740：对所述匹配杀菌喷口进行异常检测，根据异常检测结果进行喷口异常维护。

[0070] 具体而言，根据所述杀菌控制节点确定进行杀菌的时间点，根据所述杀菌控制参数确定杀菌过程中对目标纺织品进行杀菌的控制参数，通过根据准确可靠的时间点和控制参数，可以对目标纺织品进行高质量杀菌，达到了提高纺织品杀菌的自动化程度，提高杀菌效率，避免资源浪费，降低杀菌成本的技术效果。

[0071] 具体的，对杀菌完成后的目标纺织品进行杀菌效果检测，得到所述杀菌效果检测结果。其中，所述杀菌效果检测结果是对目标纺织品的杀菌结果进行质量检测后得到的结果，包括微生物数量、霉菌检测结果和细菌检测结果等。根据所述杀菌效果检测结果，对所述目标纺织品各个区域的杀菌效果进行分析，得到不同区域的杀菌效果差异程度，进而根据差异程度对杀菌控制覆盖均匀性进行评价。优选的，不同区域的杀菌效果差异程度不大，则表明杀菌控制覆盖均匀性较好。进而，根据杀菌控制均匀性评价结果得到杀菌效果检测不好的区域，将其作为区域异常数据。其中，所述区域异常数据反映了所述目标纺织品杀菌效果不能满足要求的区域信息，包括区域位置和杀菌效果检测结果。根据所述区域异常数据中的区域位置获取对该区域进行杀菌的杀菌喷口，进而对其进行异常检测，判断是否是药剂堵住喷口，导致杀菌剂无法落在目标纺织品上，从而导致杀菌效果差。当异常检测结果显示杀菌喷口出现异常，根据异常的类型对喷口进行维护。达到了根据目标纺织品的杀菌质量进行反馈，及时处理杀菌异常，提高杀菌质量的技术效果。

[0072] 综上所述，本申请所提供的一种基于智能识别的纺织品自动化杀菌方法具有如下技术效果：

[0073] 1.本申请实施例通过根据目标纺织品的基础信息设置在智能传送装置上的传输速度，然后并基于传送速度控制数据和基础信息确定对目标纺织品进行图像采集时的图像采集模式，根据确定的图像采集模型进行图像采集，实现了对目标纺织品在杀菌时的摆放状态进行采集的目标，进而通过定位检测点对目标纺织品进行通过识别，根据通过识别结果和传送速度控制数据对杀菌操作的时间节点进行确定，得到杀菌控制节点，然后当图像采集结果的图像识别为识别通过时，即目标纺织品的摆放状态可以满足要求，则许可杀菌控制节点的杀菌执行，然后将基础信息、传送速度控制数据输入杀菌参数控制模型，进行杀菌控制参数的智能化输出，进而根据杀菌控制节点和杀菌控制参数对目标纺织品进行杀菌控制。达到了对纺织品进行智能化识别，自动化进行杀菌操作，提高杀菌效率的技术效果。

[0074] 2.本申请实施例通过设置定位检测点，对纺织品在到达杀菌位置前的位置进行确定，进而根据设置位置数据和杀菌位置得到距离杀菌位置的距离，即触发距离信息，然后根据触发距离信息和传送速度控制数据对从定位检测点到杀菌位置的时间进行确定，得到预控制节点，从而对杀菌设备开启的时间进行确定，进而根据杀菌设备从开启到稳定喷涂时间，对预控制节点进行补偿，从而得到杀菌控制节点。达到了提高杀菌控制的时间准确性，避免资源浪费，降低杀菌成本的技术效果。实施例二

[0075] 基于与前述实施例中一种基于智能识别的纺织品自动化杀菌方法同样的发明构思，如图4所示，本申请还提供了一种基于智能识别的纺织品自动化杀菌系统，其中，所述系统包括：

[0076] 控制数据获得模块11，所述控制数据获得模块11用于获得目标纺织品的基础信息，根据所述基础信息获得传送速度控制数据；

[0077] 采集模式选定模块12，所述采集模式选定模块12用于通过所述传送速度控制数据控制智能传送装置进行所述目标纺织品传送，并基于所述传送速度控制数据和所述基础信息选定图像采集模式；

[0078] 采集结果获得模块13，所述采集结果获得模块13用于通过所述图像采集模式控制图像采集装置进行所述目标纺织品的图像采集，获得图像采集结果；

[0079] 控制节点生成模块14，所述控制节点生成模块14用于通过定位检测点进行所述目标纺织品的通过识别，根据通过识别结果和所述传送速度控制数据生成杀菌控制节点；

[0080] 杀菌执行许可模块15，所述杀菌执行许可模块15用于当所述图像采集结果的图像识别为识别通过时，则许可所述杀菌控制节点的杀菌执行；

[0081] 控制参数输出模块16，所述控制参数输出模块16用于将所述基础信息、所述传送速度控制数据输入杀菌参数控制模型，输出杀菌控制参数；

[0082] 杀菌控制模块17，所述杀菌控制模块17用于通过所述杀菌控制节点和所述杀菌控制参数进行所述目标纺织品的杀菌控制。

[0083] 进一步的，所述系统还包括：

[0084] 位置数据获得单元，所述位置数据获得单元用于获得所述定位检测点的设置位置数据；

[0085] 触发距离信息获得单元，所述触发距离信息获得单元用于根据所述设置位置数据和杀菌位置获得触发距离信息；

[0086] 预控制节点获得单元，所述预控制节点获得单元用于通过所述触发距离信息和所述传送速度控制数据获得预控制节点；

[0087] 节点补偿单元，所述节点补偿单元用于获得杀菌设备的稳定响应区间，通过所述稳定响应区间进行所述预控制节点的节点补偿，基于节点补偿结果获得所述杀菌控制节点。

[0088] 进一步的，所述系统还包括：

[0089] 检测结果获得单元，所述检测结果获得单元用于对所述目标纺织品进行杀菌效果检测，获得杀菌效果检测结果；

[0090] 异常数据生成单元，所述异常数据生成单元用于基于所述杀菌效果检测结果进行杀菌控制覆盖均匀性评价，根据杀菌控制均匀性评价结果生成区域异常数据；

[0091] 杀菌喷口获得单元，所述杀菌喷口获得单元用于通过所述区域异常数据获得匹配杀菌喷口；

[0092] 喷口异常维护单元，所述喷口异常维护单元用于对所述匹配杀菌喷口进行异常检测，根据异常检测结果进行喷口异常维护。

[0093] 进一步的，所述系统还包括：

[0094] 异常特征集合构建单元，所述异常特征集合构建单元用于通过大数据构建异常特征集合，其中，所述异常特征集合中的每一异常特征均对应有异常特征值；

[0095] 特征匹配结果获得单元，所述特征匹配结果获得单元用于通过所述异常特征集合进行所述图像采集结果的特征匹配，获得特征匹配结果，其中，所述特征匹配结果包括特征匹配值；

[0096] 异常值计算单元，所述异常值计算单元用于根据所述特征匹配值和所述异常特征值进行所述目标纺织品的异常值计算，获得异常值计算结果；

[0097] 识别通过单元，所述识别通过单元用于当所述异常值计算结果满足预设异常阈值时，则所述图像采集结果的图像识别为识别通过。

[0098] 进一步的，所述系统还包括：

[0099] 结束指令生成单元，所述结束指令生成单元用于当所述图像采集结果的图像识别为识别未通过时，则不允许所述杀菌控制节点的杀菌执行，生成结束指令；

[0100] 通过结束识别单元，所述通过结束识别单元用于根据所述结束指令基于所述定位检测点进行所述目标纺织品的通过结束识别；

[0101] 杀菌任务结束单元，所述杀菌任务结束单元用于当检测所述目标纺织品的通过结束时，则结束当前杀菌任务。

[0102] 进一步的，所述系统还包括：

[0103] 环境数据获得单元，所述环境数据获得单元用于获得所述目标纺织品的生产控制数据和生产环境数据；

[0104] 污染影响数据获得单元，所述污染影响数据获得单元用于通过所述生产控制数据和所述生产环境数据进行污染影响分析，获得污染影响数据；

[0105] 参数修正单元，所述参数修正单元用于通过所述污染影响数据进行所述杀菌控制参数的参数修正，获得修正杀菌控制参数；

[0106] 控制单元，所述控制单元用于通过所述修正杀菌控制参数进行所述目标纺织品的杀菌控制。

[0107] 进一步的，所述系统还包括：

[0108] 影响数据构建单元，所述影响数据构建单元用于构建污染影响数据集合；

[0109] 增量学习单元，所述增量学习单元用于通过所述污染影响数据集合进行所述杀菌参数控制模型的增量学习，获得增量学习模型；

[0110] 数据输入单元，所述数据输入单元用于将所述污染影响数据、所述基础信息、所述传送速度控制数据输入所述增量学习模型，输出所述修正杀菌控制参数。

[0111] 本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，前述图1实施例一中的一种基于智能识别的纺织品自动化杀菌方法和具体实例同样适用于本实施例的一种基于智能识别的纺织品自动化杀菌系统，通过前述对一种基于智能识别的纺织品自动化杀菌方法的详细描述，本领域技术人员可以清楚的知道本实施例中一种基于智能识别的纺织品自动化杀菌系统，所以为了说明书的简洁，在此不再详述。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

[0112] 对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。