基于树莓派和OpenCV的视觉识别与分拣系统

由于传统的人工分拣技术在物流分拣环节中具有成本高、效率低、易出错等缺点，随着物件的增加，分拣难度越来越大，因此各行各业都在研究如何提高分拣效率和精确度。基于树莓派和OpenCV的物品分拣系统，具有成本低、效率高、易部署、可维护等优点。该系统利用摆轮分拣机灵活可操作性的特点，采用方向分拣和树形分拣两种结构，通过树莓派和OpenCV的结合应用，识别出对应物品后，向摆轮机传输指令，摆轮机对物品进行不同方向的快速分类操作，可以有效解决传统人工分拣的问题。     

基于TOF相机的堆叠产品分拣系统

针对工业生产线的堆叠矩形物品的识别与分拣问题，设计了一套由TOF(time of flight)相机、并联机器人与夹具等组合而成的产品分拣系统。采用一种基于深度图与RGB图结合的三维矩形检测算法，实现堆叠物品的识别与空间位姿的计算。运用机器人定位，通过简易的手眼标定法，对算法进行验证。最后，结合视觉系统与机器人控制系统进行抓取测试。通过不同数量下反复抓取的实验，检测该系统的分拣能力。     

基于蚁群优化的物流调度算法研究

物流过程的调度是一个组合优化问题。通过对几种经典物件分配算法的比较分析,提出了基于蚁群的物件优化渊度算法,实现物流过程中物件的动态分配。蚁群共同测试不同的组合,并选择一个优化的解决疗案,采用该方案能够按时交付更多的订单,同时也使订单的延迟变化很小。比较了蚁群算法与其它几种调度方法的效率,结果表明蚁群算法在物流过程中填有良好的性能。     

快递智能自动分拣系统设计研究

设计的快递智能自动分拣系统采用C/S架构,分为智能终端和信息系统两大模块,两者根据TCP/IP协议建立连接,基于档板式分拣机实现自动控制功能。具体在DSP处理器平台上开发作为客户端的智能终端,摄像头会在包裹的位置通过红外感应器完成检测后被触发,执行对包裹运单图像的采集和处理过程,最终译出运单号码,再通过计算机信息系统完成包裹目的地的查询,智能终端据此通过控制分离旋转挡臂实现自动分拣过程。测试结果表明该系统能够有效实现对运单号码的自动识别过程及自动分拣,使物流中心的快递包裹分拣效率得以有效提升。     

物流中心分拣模式仿真优化研究

随着智慧物流的不断发展,物流中心以其高效、低成本、便捷等优势成为现代物流系统中的关键环节,而分拣模式的选用对物流中心的运作效率起着至关重要的作用。为了提高物流中心的分拣效率,提出一种"多向进货分拣模式"。以分拣量为研究因素,利用FlexSim仿真软件建立物流中心分拣系统的仿真模型。通过多次仿真实验,分析对比货物输入输出量以及平均等待时间等指标,评估该分拣模式的运作效率。并在此基础上测试不同需求条件下分拣系统的最大分拣量,证明了该分拣模式的适用性。     

PLC在材料自动分拣系统中的应用

为解决人工分拣货物劳动强度大、效率低等缺点,以PLC为主控制器,结合气动装置、传感器、位置控制等技术,运用梯形图编程,实现对铁块、铝块及不同颜色材料的自动分拣。系统具有自动化程度高、运行稳定、易控制的特点。并可根据不同对象,稍加修改本系统即可实现要求。     

基于关节位置约束的仓储运输机械臂分拣控制

仓储运输机械臂分拣配送路径较为复杂，节点配送模式选择难度较大，难以保证分拣的准确性，为此提出了基于关节位置约束的仓储运输机械臂分拣控制方法。建立各机械连杆坐标系，采用PD控制器负反馈机制，优化操纵任意矢量。通过服务定位协议和射频标识技术构建包裹出库量的时间序列模型，计算仓库系统各功能模块模糊增益，获得包裹分拣的出库数据序列，明确节点配送模式。把关节位置约束问题转换为关节速度约束，将关节速度进行非齐次空间映射，调节关节的位移与权值，完成对关节位置约束校正，实现运输分拣控制。通过实验证明所提方法能够较好实现控制分拣，减少机械臂晃动，保证分拣的准确性。     

电动吸盘式分拣机械手自动控制系统设计

由于传统手动系统存在电机回转角度不准确、分拣效率低等问题,研究出一套自动分拣控制系统是具有必要性的,为此,提出设计电动吸盘式分拣机械手自动控制系统。架构自动控制整体方案框图,分别对系统硬件与软件展开设计,根据控制系统硬件原理,实现机械手上下料的自动传输,设计分拣机械手自动上下料装置方案,并对系统输入输出信息进行分配;设计触屏界面,对回转角度允许的误差和机运行速度展开分析,由此实现系统自动控制与运行。通过实验对比结果可知,采用自动控制系统电机回转角度准确、且分拣效率高。     

基于ZigBee的快递监管系统

针对快递业需要大量人力完成快件的地区分拣、信息核对、派送的问题,为实现快递行业自动化、智能化,减少劳动力的投入,提高快递业运作效率,设计了一种新型智能快递监管系统。该系统采用ZigBee组网技术,建立了协调器节点和与快件绑定的电子标签终端节点,实现了对快件的高效管理、自动分拣和快速查找。通过可靠通信协议,实现了节点间数据的高效稳定传输,设计加工了自动分拣机械装置,有效融合了通信技术与自动化技术。经过实验表明,该系统实现了快件自动分拣和派件过程中的快速查找,大大提高了物流效率。     

基于单目视觉的智能物料分拣机器人的设计

为解决目前工业物料分拣机器人发展的需求问题,以模拟自动化物流系统的作业流程为目标,提出了一种基于单目视觉的智能物料分拣机器人的设计。为实现物料的自动分拣过程,以STM32作为核心控制器,驱动OV2640摄像头对图像进行实时采集、处理与分析,实现颜色识别和目标定位,并将处理结果传送给驱动控制系统。在图像标定方面,采用读取TFT屏中目标的坐标和求取目标的实际坐标,通过MATLAB软件来进行数据拟合,找出两个坐标的函数关系,从而实现目标的定位。采用遍历腐蚀算法、增量式PID算法、DBCSAN算法和Dijkstra算法,分别完成对随机摆放的物料的自动识别和定位、电机控制和路径规划。实验与竞赛结果表明,该单目视觉分拣机器人的分拣准确率和效率高,能够实现智能分拣功能。     

订单结构对卷烟自动分拣线分拣效率的影响

目前物流业发展的环境随着零售业的快速发展以及客户小订单、多批次的采购需求已经有了很大不同,但任何物流技术的发展和进步都离不开对客户订单结构的解析. 针对客户订单结构对卷烟全自动分拣线分拣效率影响的问题,提出了结合实际订单的方法,对订单结构如何作用于卷烟自动分拣系统做了深入研究.通过研究发现订单结构对卷烟自动分拣系统的分拣效率存在深刻影响,能有效地提高分拣效率.     

基于FPGA的可重构水果分拣系统设计

针对当前水果分拣系统存在灵活性低、运行速度慢、资源利用率低的问题,采用现场可编程逻辑门阵列(Field Progranunable Gate Array,FPGA)设计了一款可重构水果分拣系统。系统主要分为水果分级子系统和机械手抓取子系统,结合水果颜色与形态特征实现水果精准分级与定位,通过异步串口通信协议(Universal Asynchronous Receiver Transmitter,UART)传输坐标信息,经逆运动学算法解算,由六轴机械臂实现实时分拣腐烂水果,再判定完好水果进行水果品质。经测定,该分拣系统可移植性高、运行速度快、资源利用率高,在水果分拣领域具有较高的应用价值。     

智能垃圾分拣与处理控制系统的研究

由于垃圾的种类多、性质和成分大不相同,分拣的工作非常难完成。针对此问题,本文借助百度AI开放平台的通用物体识别接口,设计研究了一套能实现可回收垃圾的自动识别与分拣,以及能根据指令调整工作速度的系统模型。通过对系统的反复调试,不断优化工作速度、系统稳定性、功能准确度,该系统能够在各场合稳定运行。此次研究结果表明,该系统可以稳定实现可回收垃圾的识别、传递、分拣等功能,且其识别效果、处理速度比较准确、可靠,实现了城镇小区垃圾的自动化分拣,节省了大量的人工成本,为后续的实际运用提供了参考价值。     

基于CORTEX-A7与二维码的仓库货物分拣及防伪检测系统

分拣与防伪在仓库入库、物流以及生产销售上具有极其重要的作用,为了改善当前企业中存在分拣繁琐和防伪不足的问题,提出了一种基于ARM Cortex-A7处理器的融合二维码技术与云服务的货物分拣、记录和防伪检测系统的解决方案。具体介绍了系统框架构成和实现,应用二维码识别技术进行分拣和记录产品出货信息,顾客可以通过扫描商品上的二维码,通过联网到云端平台进行真伪验证和获取其他相关信息。实验测试结果证明了方案的可行性和实用性。     

基于图像处理技术的智能包裹分拣终端设计

针对菜鸟驿站等小型包裹分拣站点存在分拣耗时间长、占用人力多、效率低等问题,基于图像处理技术设计了一个智能包裹分拣终端。该分拣终端包括包裹图像采集模块、包裹抓取模块、寻迹模块、通信模块、电机驱动模块及显示模块。包裹图像采集模块通过OpenMV采集包裹图像,计算出包裹的位置;包裹抓取模块根据包裹的位置信息调整机器人姿态及机械臂动作;寻迹模块根据包裹的大小信息进行路径规划,实现包裹的分类摆放;通信模块将机器人编号、路径信息、包裹摆放货架信息传输给服务器。测试结果表明:设计的分拣终端能够完成包裹分拣、信息传递等工作,提高了包裹分拣效率及管理效率。     

基于EAIDK的智能煤矸分拣系统设计

现有基于图像识别的煤矸石分拣方法实时性较差且整体分拣准确率不高,而基于密度的分拣方法适用于井下初选,成本较高。针对上述问题,设计实现了一种基于EAIDK的智能煤矸分拣系统。采用嵌入式人工智能开发平台EAIDK构建矸石识别和分拣控制硬件平台,在嵌入式深度学习框架Tengine下利用深度学习算法搭建卷积神经网络,建立端到端可训练图像检测模型,并利用智能摄像机获取的图像数据训练模型;通过手眼标定获得摄像机坐标系与机械臂坐标系之间的关系,控制机械臂进行矸石追踪和分拣。实验结果表明,该系统矸石识别准确率稳定保持在95%以上,机械臂跟踪时间小于30 ms,执行误差为1 mm左右,可以满足煤矸分拣工艺要求。     

基于机器视觉的嵌入式珍珠分拣器研究与制作

本珍珠分拣器通过摄像头采集珍珠图像,经过单片机处理后输出分拣控制命令使得珍珠分拣装置自动按照设定的分类标准对珍珠进行分类,并将分类的结果数据保存.由像素点对应实际几何面积的比例计算得到珍珠的大小;从图像中珍珠的有效像素的RGB值中得到珍珠的颜色;计算珍珠边界重心代替圆心计算,用遍历法找到目标的最大和最小半径,以此判断珍珠的圆度.珍珠分拣装置根据单片机传送的分拣命令把珍珠按照设定的标准分类.在最后的实验样机实物测试中,文章设计的珍珠分拣器基本实现把混杂的珍珠样品按照设定的标准进行分类,并把分拣的结果送到上位机监控软件显示.     

基于AI视觉的智能垃圾分拣系统

本文介绍了一种基于AI视觉的智能垃圾分拣系统。该系统利用JetsonNano作为视觉处理器,具备强大的图像处理和识别能力。主控部分采用STM32,通过舵机构成的二维云台实现垃圾的准确分拣。系统设计了红外满载检测模块,能够准确检测垃圾桶是否已满,并配备消毒系统,包括水泵和超声波雾化器,能够对垃圾桶进行定期消毒,提高卫生安全性。物联网模块能够实时上报垃圾桶容量信息,并通过显示屏进行直观展示。系统还配备MP3模块,能够播放提示音,提醒用户正确投放垃圾。该系统采用了AI视觉算法,通过训练和优化模型,能够准确识别不同类型的垃圾,并将其分拣到相应的垃圾桶中。     

基于PLC控制的模块化自动分拣系统

本文阐述了利用西门子公司生产的PLC结合传感器、气动、极限位置和MPI通信等技术,并运用梯形图编程,设计并实现不同颜色材质工件的模块化自动分拣系统。该系统的灵活性较强,程序开发简单,可适应进行工件分拣的柔性生产线的需求。文中也介绍了系统的硬件和软件设计。     

基于机器视觉的元器件分拣系统设计

随着教育行业的兴起与发展,在众多高校中,电子专业课程的实验室和关于电子的社团在元器件管理方面会存在一些问题,比如元器件的存储存在不同型号元器件混合在一起该如何去解决的问题。在目前,元器件存储分拣通常需要花费大量的人力和时间。近年来,世界智能化程度越来越高,我们可以通过智能机器视觉来代替人工去识别大量的元器件混合场景,以提高分拣效率,降低传统分拣时间精力浪费的问题,减少重复枯燥的分拣工作。本系统主要针对传统元器件分拣方法准确率和效率低等问题,设计一个基于机器视觉的元器件分拣系统,可以广泛应用于数电实验室和社团元器件混合等多种需要进行元器件分拣分类识别的应用场景,具有较高的准确率和实时性,克服了人工分拣工作效率和正确率较低的问题。