期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于深度学习与Delta机器人的病损柑橘上料部位初筛系统设计与试验
1
作者 陈耀晖 蔡武斌 +3 位作者 孙博瀚 陶国新 林家豪 李善军 《农业机械学报》 北大核心 2025年第6期535-545,共11页
在同一条生产线上完成柑橘清洗、打蜡、分级等系列商品化处理步骤有利于减少果实损伤,提升果实品质,但其中病损柑橘的存在容易造成果间侵染并污染后续产线。为在产线上料部位剔除病损柑橘,本研究设计了一种基于深度学习和Delta机器人的... 在同一条生产线上完成柑橘清洗、打蜡、分级等系列商品化处理步骤有利于减少果实损伤,提升果实品质,但其中病损柑橘的存在容易造成果间侵染并污染后续产线。为在产线上料部位剔除病损柑橘,本研究设计了一种基于深度学习和Delta机器人的病损柑橘初筛系统。首先,通过对不同检测模型对比试验,选出了检测精度最高的YOLO v7模型,并结合DeepSORT跟踪算法实现了对产线上柑橘的快速、精准跟踪与检测;其次,提出了优化后的Delta机器人门型轨迹,依据插补法计算出步进电机精确控制策略;最终,搭建了具备快速定位与抓取能力的筛除装置样机,并将其集成到了生产线上。试验结果表明,YOLO v7模型F1值为90%,相较于YOLO v5和SSD网络分别高出2、4个百分点;设计的Delta机器人具有较高的定位精度,对同一点的平均定位误差为1.5 mm,满足抓取的精度要求;病损柑橘平均筛除成功率可达83.25%。因此,本文设计的设备在柑橘分拣产线上具有出色的自动筛除能力,能够有效减轻病损柑橘果间侵染以及污染产线的情况,从而保障柑橘生产线正常运行。 展开更多
关键词 柑橘筛选 Delta机器人 YOLO v7 多目标跟踪
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部