ailai_image_point_diff/detect_bagor35bag/README.md

# RKNN 料袋（bag / bag35）检测与滚筒控制逻辑

本工程基于 **RKNN 模型** 对流水线上的料袋进行检测与分类（`bag` / `bag35`），  
并根据检测结果与位置关系判断料袋状态（未到位 / 到位 / 掉出滚筒），  
最终执行对应的 **滚筒控制逻辑** 或用于 **纯判断测试**。

---

## 一、目录结构

```
detect_bagor35bag/
├── bag3568.rknn
├── detect_bag.py
├── main_bag_judgment.py
├── test_bag_onlyjudgment_withou-motor-contral.py
├── test_image/
└── README.md
```

---

## 二、功能说明

### 料袋检测
- RKNN 推理
- 支持 `bag` / `bag35` 目标检测
- 输出 `cls / conf / min_x` 50kg料包为bag，35kg为bag35；conf是置信度；min_x是判断料包底部距离现在传感器物理位置的距离，未到位是负数，到位后是正数距离

### 状态判断

| 状态 | 条件 |
|----|----|
| 没有料袋 | min_x is None |
| 料袋未到位 | min_x < THRESHOLD_X |
| 料袋到位 | THRESHOLD_X ≤ min_x ≤ THRESHOLD_maxX |
| 料包掉出滚筒 | min_x > THRESHOLD_maxX |

```python
THRESHOLD_X = 537       # 到位阈值
THRESHOLD_maxX = 1430  # 掉出滚筒阈值
```

### 滚筒控制规则

- 未检测 / 未到位 → 不动作
- 掉出滚筒 → 停机报警
- 到位：
  - bag   → 立即停止滚筒
  - bag35 → 延时2s → 这里不确定能不能直接正转变反转加了一个停止滚筒→ 反转2s → 停止 

---

## 三、依赖安装（已安装）

```bash
pip install opencv-python numpy rknnlite
```

---

## 四、使用方式

### 主程序（含电机控制）

```bash
python main_bag_judgment.py
```

### 仅判断测试（无电机）

```bash
python test_bag_onlyjudgment_withou-motor-contral.py
```

---

## 五、核心接口

### detect_bag

```python
cls, conf, min_x = detect_bag(img)  #不可视化图像
cls, conf, min_x, vis_img = detect_bag(img, return_vis=True) #可视化图像
```

### bag_judgment

```python
status_bool, status_text, conf, min_x, vis_img = bag_judgment(img) #不可视化图像+滚筒控制
```

---

## 六、状态文本规范

```
没有料袋
料袋未到位
料袋到位
料包掉出滚筒
```

---

## 七、说明

- 检测与控制逻辑解耦
- 易于扩展新料袋类型
- 支持现场与离线测试