基于深度学习的小浆果一体化智能采摘与分选研究进展

小浆果因具有较高的营养价值和保健作用深受人们喜爱，被国际市场誉为第3代水果。随着市场需求量的增加，林业小浆果的智能采摘与分选成为一种新的趋势。目前，由于现有技术自动化和智能化程度不高，导致大量人力、物力的投入。深度学习方法的飞速发展促进了检测技术的精确作业和检测精度的提高。文中概述了深度学习的发展进程，通过总结国内外关于深度学习方法在小浆果采摘与分选中的应用，提出深度学习方法在实际应用过程中存在的问题及解决措施，并展望深度学习方法在小浆果智能采摘与分选检测方面的发展趋势。     

林果机械采收与分选研究进展

我国林果资源丰富，目前林果产量居全球首位，但针对林果采摘与加工的机械化采摘技术以及果品分选技术较为落后，严重制约了我国林果资源的发展。文中对近些年出现的林果采收机械与采收技术进行梳理，分析机械化采收后林果品质无损检测的关键技术与方法，并对林果采摘技术与品质检测技术的研究方向进行展望，旨在为研究林果机械化采摘与智能分选提供参考。     

精细钢丝绳绕线工字轮自动搬运生产线的设计

"中国制造2025"对传统、劳动密集型的金属线材加工企业提出了转型升级的要求,机器人、AGV代替工人已成为线材生产设备自动化改造、转向智能工厂发展的必要设备,其生产线应具备柔性自动化加工、搬运、仓储等一系列功能。以某钢丝绳绕线工字轮的搬运系统为研究对象,完成了精细钢丝绳绕线工字轮自动搬运生产线的整体布局设计,重点设计了立体仓库、工字轮托架及移载台,并专门设计了一种堆积式可调立体托架,以满足不同型号工字轮同时投入生产的移载及仓储需求。围绕自动搬运生产线的AGVS系统,完成了地图设计、AGV数量设计和调度协同策略设计,在分析动态调度策略和多车协同策略的基础上,采用A*算法进行路径规划。精细钢丝绳绕线工字轮自动搬运生产线的设计,对于金属线材企业向生产智能化、管理信息化发展具有重要意义,其可以将人们从繁重的劳动中解放出来,降低生产成本,提高企业的生产效率和经济效益。     

基于HALCON的工字轮识别定位与抓取研究

缠绕金属丝或钢丝绳的工字轮大多采用钢板结构,其需要依靠人工来完成工字轮绕线过程中的搬运,工作效率低,定位精度差。因此,在工字轮应用领域,采用机器视觉配合机械手代替传统的人工搬运,不仅可以提高工字轮搬运效率,还可以保证各个工序中的定位精度,降低生产成本,对提高工字轮相关领域的智能化水平具有重要意义。采用Halcon软件对所采集的工字轮图像进行滤波、二值化、阈值分割,以及边缘检测等处理,以实现对工字轮边缘红色标记、工字轮端面外轮廓以及工字轮绕线轴通孔的识别和定位,进而实现工字轮的识别和精准定位。