基于漏网筛选和姿态调节的碗碟分拣设计

针对餐具清洗后,分拣自动化程度低,且可能有二次污染的问题,设计一种基于漏网筛选和姿态调节的碗碟理料系统.该分拣系统在餐具清洗干燥后经过过滤输送线,按照餐具口径从小到大依次从过滤输送线的漏孔掉下;对从同一漏孔掉下的口径相似的餐具利用餐具高度不同或者机器视觉再次进行细分;对于不同姿态的餐具设计相应的翻转机构,最终,使得餐具...     

基于机器视觉的采摘机器人分拣控制研究

随着自动化技术在农业生产中应用的逐渐推广,农业生产智能化、自动化水平越来越高,采摘机器人在果蔬采摘过程中的应用逐渐广泛。果蔬采摘完成后的分拣作业是较为繁重的工作,为克服传统分拣作业分拣效率低、分拣精度差等问题,在深入研究机器视觉工作原理的基础上,进行了机器视觉系统的数学建模,完成了采摘机器人分拣控制系统总体方案的设计。同时,将机器视觉技术应用到采摘机器人的分拣作业中,完成系统硬件模块的设计、选型及软件流程设计,并对该系统进行了仿真实验。实验结果表明:基于机器视觉的采摘机器人分拣控制系统结构简单,目标识别和分拣精度高,系统安全性和稳定性较高,具有较大的推广价值。     

机器视觉与PLC融合的自动分拣装置研究

随着自动化技术在农业生产中应用的逐渐推广,农业生产智能化、自动化水平越来越高.传统的分拣系统采用的是人工分拣方式,分拣效率低,耗费时间长,精确度低,耗费大量的人力物力.为解决以上问题,将机器视觉技术和PLC技术进行融合,设计了自动分拣装置,完成了自动分拣装置的总体设计方案,并对分拣装置控制系统进行硬件设计及控制流程设计...     

基于计算机视觉的高速机器人芒果分选系统设计

针对目前芒果的外观品质分级采取人工方法所存在的不足,基于机器视觉、并联机器人等先进技术,构建了用于芒果品质动态、实时检测及分选的高速机器人系统,设计了芒果分拣的计算机视觉硬件系统,开发了高速分拣计算机视觉软件系统。工作时,芒果输送带将芒果按机器人动作节拍输送至图像采集区域由工业相机采集图像,识别系统对图像信息进行特征提取,建立图像特征与国家标准中的三级芒果的对应关系,将具有相应图像特征的芒果其所处位置信息及其级别对应的位置信息,通过单片机控制系统输送给高速分选机器人,从而完成芒果的高速分选。测试结果表明:高速分拣机器人系统可以高速、准确地完成芒果的分选工作。     

基于机器视觉的工业机器人智能分拣系统设计研究

随着我国工业发展脚步的不断加快,机器人在工业智能化中发挥的作用日益突出,将其应用到机械零件分拣工作中,可以利用机器人的智能化特点,代替传统模式下的人工操作。基于此,本文主要从机器视觉技术出发,探讨基于机器视觉的工业机器人智能分拣系统设计,以此来为日后工业生产效率及质量的提升提供参考。     

基于视觉识别的自动收获分拣机器人设计与实验

设计了一种自动化球型模拟果蔬收获机器人,该机器人主要由轮式可移动底盘、STM32主控系统、超声波避障系统、陀螺仪姿态调整系统、视觉识别系统和收获分拣机构等组成。采用C语言编写自动控制模块,Python结合OpenMV编写视觉识别控制模块。样机测试结果显示：该机能完成指定路线运动,规避果园垄等障碍,正确识别应收果实,按分拣条件进行正确分拣,可自主完成果实采摘和收集功能。混合光照条件下果实收获成功率为85.4%,果实分拣成功率为88%,收获总时间为1′30″,通过5条垄,收获并分拣果实18个,验证了本系统的实用性和可靠性。     

农用机械多规格板件分拣机器人工作站视觉系统设计

【目的】快速分拣农用机械上的各种板件,高效地实现农业机械的安装。【方法】课题组提出使用分拣机器人工作站代替人工分拣多规格板件的设想,确定农用机械多规格板件分拣工作站的总体方案以及视觉系统的总体方案,对视觉系统所需的硬件进行设计和选型,对视觉系统软件的设计以及软件之间的通信进行研究,并将三种规格板件各100块分批放入工作站中进行视觉识别分类与分拣。【结果】三种规格板件的识别成功率都在95%以上,该视觉系统的可靠性、准确性及工作效率较高。【结论】课题组所设计的分拣机器人工作站视觉系统能够高效、快速地识别出农用机械上的各种不同规格板件,从而大大提高农用机械的安装效率,降低人工成本,进一步提高生产能力。     

物料分拣机器人视觉定位系统研究

物料分拣系统是工业化领域生产的一种新型系统,该系统在运作的时候需要着重确定分拣对象的参数、机器人参数等。借助机器人视觉定位系统能解决物料分拣系统运作的难点。为此,文章结合实际就物料分拣机器人视觉定位系统设计问题进行探究。     

基于机器视觉的关节机器人的研究

果蔬采摘机器人的研发在一些作业领域已十分迫切,而机器视觉技术和关节型机器人机构在果蔬采摘领域又有着很大的应用价值.为此,从机械结构、视觉系统和运动控制方法3个方面对基于机器视觉的关节机器人进行了研究.实验证明,当目标距离在5~20cm范围,该机器人末端定位误差小于1cm.     

哈密大枣翻转传输装置的设计及分析

为了利用机器视觉技术对哈密大枣进行全表面分级检测,设计了适合哈密大枣的滚子式翻转传输装置.介绍了装置的工作原理,并对翻转传输装置的关键部件参数进行计算,得到了可靠的翻转传输装置模型;同时分析了哈密大枣在滚子上的运动以及受力情况.     

采摘机器人自动导航系统设计——基于计算机智能算法和机器视觉

机器视觉系统对于采摘机器人的研发至关重要,其性能直接影响机器人的自动导航水平和果实的定位与识别能力,要实现采摘机器人从研发到生产,首先要设计智能化机器视觉系统。为此,在采摘机器人导航机器视觉系统的设计上,引入了计算机处理系统和智能PID控制算法。采用计算机处理系统后,机器人具有更加强大的图像处理能力和控制编程能力,加上智能控制算法的引入,定位导航更加准确,为采摘机器人自动导航系统的设计提供了技术支持。     

基于DWT的彩色图像分量的红枣分拣机器人定位系统

将DWT彩色图像分量算法和视觉定位算法一起应用于分拣机器人的优枣识别作业中,建立了分拣对象和托盘定位数学模型,并设计了红枣分拣机器人定位系统,实现了优质红枣的分拣任务。试验结果表明:机器人分拣成功率均在88.5%以上,能够实现对目标红枣的精确定位,可以完成对符合要求红枣的分拣作业。     

基于机器视觉的核桃分拣装置

机器视觉技术,是数字化技术综合运用体现,它具有高效率、科学性等特征。基于此,文章结合机器视觉技术相关理论,着重对机器视觉在核桃分拣装置中应用的技术要点,以达到充分发挥技术优势,提升国内农业开发效率的目的。     

基于机器视觉的裂纹鸡蛋分拣系统设计

本文综合研究了鸡蛋分拣系统设计方法,基于机器视觉技术,对分拣系统硬件选型及布局、鸡蛋图像信息采集、鸡蛋图像预处理与特征提取等各个阶段所需要的技术进行选用,设计了裂纹鸡蛋视觉模块,结合分拣设备组成裂纹鸡蛋分拣系统。该系统可有效实现对裂纹鸡蛋的分拣,提高鸡蛋裂纹的检出效率。最后探讨了该分拣系统设计上存在的问题,并指出未来改进的方向及研究的重点。     

机器视觉在除草机器人中的应用

随着农业自动化技术和农业机器人技术的发展,许多国家和企业开始致力于机器视觉除草机器人的试验与研究。为此,在介绍机器视觉技术系统的基础上,结合除草机器人苗草识别的试验,讨论了机器视觉系统在除草机器人中的应用,详细分析了基于机器视觉的苗草识别系统,并优化其系统的硬件、软件结构、功能以及原理等。     

基于机器视觉的农业机械图像识别系统分析

随着计算机和机械自动化技术的不断发展,基于机器视觉的无损检测技术被应用到各个领域。在苹果分拣机上使用无损检测技术,不仅可以提高苹果的分拣效率,而且可以减轻苹果的损伤。为此,将机器视觉技术引入到了苹果分拣机的图像识别系统设计上,通过对苹果图像的采集、处理、轮廓特征提取与计算,利用确定好的分拣等级自动实现了苹果的等级分类,再由自动控制系统将不同等级的苹果分拣到指定位置,从而实现了苹果分拣的自动化。为了验证方案的可行性,对分拣机的图像识别系统进行了测试,结果表明:分拣机根据苹果周长可以成功地实现等级的自动化划分,对于实现水果的自动化分拣具有重要的意义。     

种子自动筛选系统软件设计

在育种过程中,挑选一致性好的种子是一项繁琐而艰苦的工作,用机器视觉代替人的视觉可以克服人眼疲劳等因素对种子进行筛选所造成的误差。为此,采用OpenCV图像处理软件设计种子识别软件,对种子的面积、周长、圆形度、直径、延伸度等特征参数进行提取。根据与样本参数的对比决定是否合格,并通过串口送至下位机,控制下位机完成种子的分拣工作。该系统设计了自学习功能,样本种子可自由选择,并可自由控制筛选误差范围。经试验验证,该系统能够准确地判断玉米和小麦种子是否合格,判断速度为60粒/min。     

基于机器视觉的水稻种子质量在线检测机

作为水稻种子质量的一个重要指标,水稻种子纯度的检测对打击假冒品种和维护农民利益具有现实意义.为此,简要回顾了基于机器视觉的水稻种子质量检测的研究现状;针对检测中需要快速、无损和准确的要求,研制了基于机器视觉的水稻种子质量在线检测装置,其主要由落料机构、传动装置、光照箱和水稻种子排料机构组成.试验表明,该装置能实现水稻种子在线识别.     

水果流等转角动态序列图像的获取

为自动采集水果机器视觉分选机输送装置上水果所有表面的图像信息,设计了一套水果流动态图像实时采集系统,并提出了一种水果流等转角动态序列图像实时采集方法,依靠水果输送翻转装置实现水果的等角速度均匀翻转,依靠图像采集实时控制系统实现2台摄像机的适时同步触发,再通过图像处理系统判断获取图像中有无水果及图像的奇偶帧特性,从而实现了输送线上不同大小水果的等转角动态序列图像自动采集.试验表明,该系统能自动采集到输送线上每个水果的6帧图像,且相邻图像帧之间水果大约旋转60°,6帧图像中水果近似旋转一周.     

基于视觉的茭白自动分级包装设备研究与开发

为降低茭白品质分级的劳动成本,建立统一分级标准,提高茭白分级包装的准确率及效率,开发一种基于机器视觉的茭白自动分级包装设备,利用深度学习技术获取茭白大小、形状、颜色、病虫害情况等表型特征对茭白进行品质分级。设备包含控制系统、上料模块、品质分级模块、分拣包装模块,具备自动分料、传输、品质分级、分拣包装功能。完成分料移送机构和归整机构设计以约束茭白位置实现单根有序稳定传输。机械臂4自由度协同控制确保茭白分拣包装有序进行。经现场测试,茭白品质分级的准确率为95.62%,分级包装效率达3 s/根,且稳定性良好。结果表明,该设备能自动、准确地完成茭白的品质分级和分拣包装,可为实现“机器换人”的转化和提升农业智能化水平提供技术支撑。