期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于机器视觉与YOLO v5的裂纹蛋分拣机器人设计与试验 被引量:1
1
作者 蔡家一 刘世伟 +3 位作者 单龙祥 刘勇 沈红怡 王巧华 《智能化农业装备学报(中英文)》 2025年第1期41-50,共10页
随着我国国民生活水平的提高,消费者对于蛋品的品质要求愈发提高。裂纹蛋的检测是蛋品在装箱出厂之前的重要环节。为解决人工分拣裂纹蛋品劳动强度高、工作量大等问题,设计了一种基于机器视觉与YOLO v5的裂纹蛋品分拣机器人。首先,通过... 随着我国国民生活水平的提高,消费者对于蛋品的品质要求愈发提高。裂纹蛋的检测是蛋品在装箱出厂之前的重要环节。为解决人工分拣裂纹蛋品劳动强度高、工作量大等问题,设计了一种基于机器视觉与YOLO v5的裂纹蛋品分拣机器人。首先,通过逆运动学解算得到机械臂各舵机的转角并转换成PWM占空比,实现对三轴串联机械臂的控制;其次,利用高清120°广角摄像头作为图像采集核心,快速获取蛋品表面图像信息并对所采集的1000张图像进行数据标注;随后,分别训练不同梯度下降批次大小下的YOLO v5模型,其中梯度下降批次大小为8的模型拥有最高的mAP,其值为98.92%;最后,在机械臂上位机主板调用该模型,对正常蛋品与裂纹蛋品进行识别判断后,开启机械臂分拣行程;此外,蛋品分拣机器人的末端拣拾机构为气动吸盘,该吸盘挂载于机械臂上,以实现对蛋品的无损吸取。经测试,该机器人对裂纹蛋品和正常蛋品的识别准确率分别达到93.33%和99.17%,平均分拣成功率达94.34%,平均分拣速率为7.55 s/个,基本满足要求。研究成果可为裂纹蛋品的筛选工作提供技术支持,为蛋品的裂纹检测与分拣提供解决方案,具有较高的现实意义。 展开更多
关键词 裂纹蛋品 YOLO v5 机器视觉 三轴机械臂 智能分拣
在线阅读 下载PDF
基于机器视觉的废弃线路板芯片回收设备的设计 被引量:1
2
作者 陈文杰 张屹 +1 位作者 栾文龙 侍相龙 《组合机床与自动化加工技术》 北大核心 2022年第1期147-151,共5页
针对目前废弃线路板芯片回收设备在国内不能实现全自动切割以及无法适应多种规格的线路板和芯片尺寸的问题,设计了一种废弃线路板自动拆解设备,分析了该机构的组成及其工作步骤,编写了具体的识别系统,设计了控制系统的总体架构,并给出... 针对目前废弃线路板芯片回收设备在国内不能实现全自动切割以及无法适应多种规格的线路板和芯片尺寸的问题,设计了一种废弃线路板自动拆解设备,分析了该机构的组成及其工作步骤,编写了具体的识别系统,设计了控制系统的总体架构,并给出切割作业的控制流程。根据现场切割实验表明,该废弃线路板芯片回收设备实现了全自动化,可适应不同尺寸的线路板板型和不同大小的芯片等高值电子器件的自动化回收设备。达到了设计目标,满足国内的要求。 展开更多
关键词 机器视觉 芯片回收 三轴机械臂 界面设计
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部