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。     

基于机器视觉的胡柚分拣系统的研究与应用

文章以胡柚为研究对象,针对基于机器视觉的胡柚品质分拣生产线所涉及的关键技术进行理论和试验研究,先对在传输带上运动的胡柚进行图像采集、图像分割、图像平滑、灰度化和锐化等一系列的图像处理,然后对处理后的胡柚图像提取大小、颜色和缺陷的特征值,最后依据提取的特征参数进行大小、颜色和缺陷分级。并以此为基础,研究适合实时条件下的胡柚大小、形状、颜色及果品缺陷等品质指标的检测方法和分拣执行机构。     

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。     

基于机器视觉的工业机器人在果树修剪中的研究与应用

随着农业自动化技术的发展,为了提高果树修剪的效率和精度,减轻劳动强度,基于机器视觉的果树修剪机器人逐渐成为研究的热点。基于此,笔者探讨了基于机器视觉的果树修剪机器人的系统设计,包括硬件组成和软件设计。硬件方面,机器人系统主要包括机器视觉模块、运动控制模块和执行器,机器视觉模块采用摄像头捕捉果树图像,并通过图像处理技术进行枝干结构的识别,运动控制模块确保机器人的精确定位和有效路径规划,执行器则负责具体的修剪操作;软件设计则涉及图像处理、数据分析、路径规划和控制算法等环节,确保机器人的准确性和稳定性。仿真结果表明,基于机器视觉的修剪机器人将为农业生产带来更大的效益,提高生产效率,降低人工成本和风险。     

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...     

基于机器视觉的智能物流搬运机器人的设计与研究

第七届全国大学生工程训练综合能力竞赛智能+赛道基于机器视觉的智能物流搬运机器人,对OpenMV4视觉模块进行研究,应用该模块进行二维码、不同颜色物料等多种目标的识别,信息经过模块上STM32F427微控制器的处理,与Arduino Mega 2560板通信,机器人识别场地上的三个区域,用PID算法驱动麦克纳姆轮机器人的四个直流电机旋转并且定位机器人,通过PCA9685模块的I2C通信协议,发送PWM脉冲信号给机械臂上的四个关节舵机,使智能物流搬运机器人对场地上的物料进行自动搬运。实验证明其可以较为精确地完成各项搬运任务。     

智能移动式水果采摘机器人设计——基于机器视觉技术

自动化和计算机智能控制行业的不断发展,使得智能机器人在各个领域的应用已经十分普遍。目前,我国绝大部分水果采摘工作依然靠人工完成,随着工人工资不断攀升,人工采摘水果增加了果农的经济成本,机器人在农业领域方面的需求越来越迫切。为此,基于机器视觉技术设计了智能移动式水果采摘机器人,集可移动载体、机械手臂、夹持器、横向移动机构及智能控制模块于一身,采用双目立体视觉技术,实现了水果采摘机器人移动行走路径的规划、果实成熟度自动判断及对成熟果实定位识别的功能。试验表明:所设计的采摘机器人采用视觉技术,机械结构简易,能够克服气候环境影响因素,运行过程中性能稳定、效率高、可靠性高、适应能力强。     

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。     

基于计算机视觉的水果分选机实时控制系统

研究了一种基于计算机视觉的水果分选机实时控制系统。其利用计算机进行水果图像的采集、处理。利用单片机对分选台执行机构进行控制。工作时，光电传感器的脉冲信号触发图像卡采集图像，计算机进行图像处理后，其结果信号由串口发出，单片机接收到结果信号后向相应的电磁阀发出开关量信号，驱动执行机构动作，从而实现实时分选。     

饮料机器视觉检测系统的总体设计及实现

该文以PET饮料瓶的在线质量检测项目为背景,从系统总体设计的角度出发,详细论述了饮料机器视觉检测的总体设计思想及各个组成部分的功能,同时实现了可靠、实时和稳定的PET饮料瓶的质量检测。      

核桃分选机的研究现状

核桃分级技术是其产业化过程中进行流通、贮藏保鲜及深加工和提高农产品附加值的关键技术之一。为此,针对我国目前各种红枣分级技术以及红枣分级技术未来需要解决的问题,介绍了我国目前最典型的核桃分级机以及各自的结构和特点。结果表明:机械式核桃分级机在一段时间内还有很大的市场,随着核桃分级技术的发展,基于机器视觉的红枣分级机在特定的使用对象方面取代原有的机械式核桃分级机是必然趋势。     

基于深度学习的青梅品质智能分选技术与装备研究

青梅内外品质对其精深加工过程有重要影响,常规人工分选不仅分级效率较低,且受个人主观因素影响难以实现标准化作业,不能满足市场需求。以深度学习技术为基础,在青梅外表缺陷分类方面,将Vision Transformer网络模型应用到机器视觉系统中,引入多头注意力机制,提升全局特征表示能力,并通过softmax函数减少梯度,实现青梅表面的多类（腐烂、裂纹、疤痕、雨斑、完好5类）检测分选,结果表明其平均判别准确率达到99.16%,其中腐烂、疤痕、裂纹以及完好青梅图像的判别准确率达到100%、雨斑达到97.38%,每组平均测试时间为100.59ms;该网络的各类判别准确率、平均判别准确率均明显优于VGG网络、ResNet-18网络。青梅内部品质（SSC）预测方面,基于高光谱成像技术,结合低秩张量恢复（LRTR）的去噪优势和堆叠卷积自动编码器（SCAE）的降维优势,构建了LRTR-SCAE-PLSR青梅糖度预测模型。结果表明网络规模为119-90-55-36时,模型预测集相关系数为 0.9654,均方根误差为0.5827%,表现最佳;通过SCAE、LRTR-SCAE两种降维模型对比,LRTR-SCAE模型不仅维度更低,预测集相关系数也明显提高,验证了LRTR-SCAE模型的降维去噪优势。设计并搭建了可用于青梅内外品质无损分选的智能装备,整机尺寸小,结构简单,分选结果满足青梅精深加工需求。     

基于机器视觉的林间导航路径生成算法

提出了一种基于机器视觉的、适用于林间行走机器人导航的路径生成算法,即采用扫描图像获得视野两边的树干底部与地面的交界点,计算得到交点中心的一系列离散点簇,通过最小二乘法拟合该中点生成导航直线的算法.Matlab仿真结果表明:该算法可有效地处理多种林间复杂环境,符合人眼视觉所识别的导航线,在图像批量处理时具有较高的可靠性和稳定性.     

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。     

基于双目视觉的农药喷洒机器人识别系统研究

针对玉米秧苗期农药喷洒存在的效率低、成本高、污染大等问题,本文提出了一种可搭载于小型农药喷洒机器人的视觉识别喷药系统。该系统采用SSD-MobileNetv1网络作为玉米秧苗识别算法,结合数据增强与迁移学习两种方法,将ARM集成板作为嵌入式设备,当相机检测到喷药范围内的玉米秧苗时,控制引脚将产生PWM信号,启动喷淋系统,实现对单株玉米秧苗的精确喷药。经过测试,该系统对玉米苗的识别准确率可达84.18%,对距离的估计基本满足机器人喷药要求。     

基于PLC和机器视觉的采摘机器人智能控制系统设计

利用PLC和机器视觉技术,采用图像传感器拍摄水果图像,提取出目标水果图像的坐标和位姿,并以此驱动控制采摘机器人以最优路径和最佳姿态采摘到目标水果.为了验证系统稳定性,在苹果种植区进行了实际采摘试验,结果表明:采摘机器人机械手可以稳定抓持到目标苹果并完成采摘过程,且期间耗时较短,具有较强的稳定性.     

小型农产品分选机设计与试验

针对家庭农场及小规模营销的需要,设计了基于机器视觉的小型农产品分选机。农产品在平胶带上形成多通道阵列式输送,以DSP作为机器视觉单元的核心,采集一帧图像可分析多个通道,并根据农产品的形状、颜色等图像特征进行分选。在水平输送速度为9.2 cm/s、农产品输送间隔为16 cm、4通道并行输送的条件下,选用核桃、红枣及栗子3种农产品进行了分选机性能测试。试验表明,机器能够可靠工作;核桃、红枣和栗子的分选准确性分别为91.66%、94.79%和97.39%;分选速度达8 800个/h。因此采用DSP芯片作为小型分选机的机器视觉核心是可行的,可以为农产品分选机的小型化、低成本提供技术支持。