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。     

用于智能垃圾分拣的注意力YOLOv4算法

针对人工垃圾分拣效率低、工作环境恶劣且成本高的问题,提出了一套智能可回收垃圾分拣系统,该系统采用RGB图像作为视觉信息输入,通过目标检测算法获取垃圾在传送带上的位置坐标信息,并通过机械臂对垃圾进行分拣操作。可回收垃圾形态各异、种类繁多,为提高检测算法的泛化能力,建立了一个含36 572帧图片的可回收垃圾数据集,并基于此数据集上训练目标检测算法。基于YOLOv4提出了嵌入注意力机制的目标检测算法Attn-YOLOv4,经实验验证,Attn-YOLOv4算法的mAP比原始YOLOv4算法高0.16个百分点。在静态识别功能的基础上,提出基于多线程的目标跟踪算法实现了对运动垃圾的快速稳定跟踪,在20 mm误差范围内达到了0.945的精确度。此外,后处理模块对图像进行形态学处理并获取垃圾的世界坐标以及放置角度,供机械臂进行分拣操作。分别对目标检测和跟踪算法进行验证,在实际分拣流水线上验证并评估了该智能可回收垃圾分拣系统的可行性、精度及分拣的成功率。     

基于机器视觉的智能垃圾分类装置

文章设计了一种基于机器视觉的智能垃圾分类装置用于垃圾分类。使用树莓派作为主板，依托于Lobe Tensorflow平台使用机器学习算法实现垃圾图像处理功能。通过树莓派Linux操作系统中Python IDE状态栏输出垃圾识别信息，调动由舵机组成的分拣平台实现智能垃圾分类。基于机器视觉的智能垃圾分类装置具有可学习、成本低、易组装、操作简便以及上手快速等优点。     

烟叶自动分离及智能定级分拣系统的研究

当前,科学技术和人工智能的快速发展,为烟叶的自动分离和烟叶质量的自动检测分析提供了有效的方法和手段;针对目前烟叶的分离和分级仍采用传统的人工方式,从而使分级结果的主观性较强,导致分级不具备科学性、客观性等一系列问题的出现,提出对烟叶自动分离及智能分级分拣系统的研究;该系统在设计上以工业计算机为核心,使用Visual Basic编程语言编制软件,应用专家系统结构进行智能控制,采用DCS分布式控制系统,监控各个工段的运行工作,并且详细阐述了该系统实现烟叶的自动分离、智能检测定级、智能分流分拣的过程和系统间各个工段的工作原理;模拟实验测试结果表明,该系统各个工段都运行流畅,烟叶分离效果明显,分级结果的正确率也较高,可以实现对烟叶的有效分离、分级和分拣。     

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RobotStudio的芯片智能分拣生产线设计

为了缩短芯片智能分拣生产线开发周期,利用虚拟仿真技术在RobotStudio软件中搭建仿真工作站;该工作站以ABB IRB360并联工业机器人为控制核心,利用Solidworks建模软件完成相关模型建立,利用RobotStudio软件的Smart组件、机械装置等功能实现芯片下料、芯片传输、相机检测等过程,设计工业机器人的路径和程序完成分拣工作;最后将仿真工作站的代码直接下载至现场工业机器人,并根据仿真节拍调节现场各模块工作速度,实现芯片的智能分拣;实验结果表明,工业机器人能够根据相机的引导正确且高效地分拣芯片.     

可回收物智能分拣系统的设计与实现

针对当前城市生活垃圾存在的处理设备速度较低和成本过高不能满足市场需求的问题,设计一套不同于机械臂的流水线拨杆式可回收物智能分拣系统。该系统包括硬件系统、控制系统以及图像识别部分,控制系统中采用实时操作系统Free RTOS(free real time operating system),研究多步进电机多任务同步控制算法,保证分拣任务的及时性和有效性;图像识别系统基于50层的残差网络(residual network 50,Res Net50),引入伽玛(Gamma)校正图像预处理算法,对Softmax函数进行改进,有效降低物品分类的误检率。搭建实物平台实验,其结果表明,改进的分拣系统能有效进行分拣操作,较其它可回收物分拣系统有一定提高,系统鲁棒性较好。     

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。     

缺陷药片智能识别与分拣机器人研究

针对药片表面质量检测主要依靠人工肉眼判断、检测效率低和漏检等问题,开展了缺陷药片智能识别定位与分拣机器人技术研究,进行了机器人系统总体设计和结构设计,采用Halcon机器视觉开发平台编写了图像识别与处理软件对缺陷药片进行识别和定位,对机器人进行了正运动学和逆运动学分析,编写了药片位置信息解算软件,通过指令驱动机器人各关节运动对缺陷药片进行准确抓取,实现了缺陷药片的智能化分拣。通过所设计的缩比机器人系统对药片进行分拣,验证了缺陷药片智能识别定位与分拣的功能,该机器人系统具有成本低、工作范围大、智能识别定位准确、通用性好的优势。     

基于嵌入式机器视觉的流水线分拣机器人设计

针对传统流水线上人工错误率高、速度慢和人工成本高的问题,设计了一种深度学习的流水线智能分拣机器人来缓解流水线的压力。该机器人采用分层结构设计,上位机采用Jetson Nano来完成机器人的图像采集、识别和处理,下位机由STM32G0作为主控,通过舵机和电机实现机器人的功能控制。同时上位机与下位机之间进行有效的数据交互,实现了机器人的抓取和分拣协调工作。在实验测试中,该机器人能够通过学习样本实现自动分拣不同类型的对象,并且能够精确识别。该流水线分拣机器人融入了计算机视觉与嵌入式系统,不仅使分拣机器人结构更紧凑,而且有利于提高社会生产力水平,具有良好的应用前景。     

基于深度学习的垃圾分类信息系统构建设计与实现

垃圾分类是社会进步和生态文明发展的标志,生活垃圾的简单堆放或填埋不仅严重破坏了生活秩序,还会造成巨大的经济损失及环境污染,影响了人们的正常生活。基于深度学习的垃圾分类信息系统,主要利用计算机视觉技术,实现居民生活垃圾的智能分类、分拣。为了提高识别准确率,系统选择了ResNet作为网络模型,同时使用Adam优化器也可以帮助系统降低对内存的需求。垃圾分类信息系统很大程度上解决了居民垃圾分类困难的问题,引导居民养成垃圾分类习惯。     

智能移动垃圾分拣机器人设计与实现

随着我国人口红利逐渐减弱,以及计算机、工业自动化水平的提高,迫切要求通过自动化设备代替传统人工进行工作。本作品研究基于视觉识别技术的智能移动垃圾分拣机器人,能够进行路径规划遍历清扫区域,扫描识别垃圾并抓取垃圾。作品由导航单元、目标识别单元以及分拣控制单元三部分组成。导航单元基于ROS分布式框架,利用激光雷达采集清扫区域环境信息,实现基于扫描匹配算法的SLAM功能,并通过最优路径算法进行路径规划遍历清扫区域。机器人遍历过程中,由目标识别单元通过SSD_MobileNet_V2深度学习算法对摄像头获取的图像进行目标检测以及目标分类,获取目标的坐标及其角度信息作为分拣控制单元的输入信息,控制分拣控制单元执行垃圾抓取任务。     

基于深度学习的智能垃圾分拣车系统

针对生活垃圾的高效分类及搬运处理,设计了一款以边缘嵌入式AI设备Jetson Nano为控制器的光电智能小车系统,该系统设计以YOLOv5为目标检测算法,以Pytorch1.8.1为深度学习框架.使智能小车从指定区域出发,通过自身的光电传感器在指定范围内搜寻垃圾,利用六轴机械臂对垃圾进行分拣并送到指定分类地点.对采集到...     

基于二次模糊聚类算法的智能文本分拣研究

研究文本分类问题,传统方法对文本信息分拣的效率和准确性偏低.为了克服干扰,提高分类精度,提出一种基于二次模糊聚类的文本分拣仿真算法.利用传递闭包方法得到源文本的初始分类,得到初始分划矩阵,然后结合特征指标的不等权重因子对文本的属性相关数据进行迭代计算,从而使文本分拣的结果更接近于实际情况.仿真结果证明,算法能有效地提升文本分拣效率和准确性,对于提升海量文本信息的快速智能分拣有较高的实用价值.     

物品智能分类抓取机械臂

随着快递服务市场的渗透率越来越高,快递的分拣难度也随之上升,传统的人工分拣和半人工分拣人力成本较高,效率相对机器也会更低.提出了一种小型机械臂智能分拣模式,整个系统由树莓派统一控制,摄像头读取图像,PC处理图像,识别图像中的物料和二维码,计算出物料的三维坐标,并获取该物料的分类放置信息,然后由树莓派控制机械臂活动完成物...     

基于视觉识别的智能分拣机械臂设计与实现

该文提出了基于视觉识别物料机械臂完成智能分拣的设计思路，具体实现方式为首先由工业相机采集待分拣物料图像，HALCON软件处理；其次通过标定、滤波去噪、特征提取、坐标变换分类识别物料；然后由主控制器PLC接收上位机发送的信号，在上位机Visual Studio 2019环境中进行Winform窗体开发；最后结合PLC编程软件TIA Portal V15.1，精准控制机械臂完成物料分拣作业。实验结果表明，基于视觉识别的智能分拣机械臂系统运行可靠，稳定性好，控制精度高。     

基于机器视觉工作分拣系统的设计与组态

随着社会的不断发展、科技的进步,自动分拣系统越来越便捷、可靠.工业生产上很多流水线采用自动分拣系统.本设计主要采用欧姆龙机器视觉FZ5系统及三菱FX3U系列PLC,对自动分拣系统进行研究,设计了一套具备机器视觉、性能高、可靠性强的、以PLC控制为核心的自动分拣系统,提高了分拣的工作效率、降低了成本、节省了劳动力.     

一种智能分类分拣垃圾桶的设计

为有效解决家庭生活垃圾投放分类问题，设计了一种智能分类分拣垃圾桶，以STC89C52单片机作为智能垃圾桶控制系统的主控芯片，采用语音识别与颜色识别的双重系统识别，Wi-Fi无线通信进行远程遥控收信，舵机和语音模块等执行模块及少数外围电路组成。识别系统能够实现对垃圾进行自动分类，通过语音模块播报类别，对垃圾桶进行溢满报警和光控照明等。     

海关自动化分拣系统优化设计

本文针对海关快件自动分拣系统中检测数据处理量大、准确性、实效性要求高,提出了基于网络的以OPC通讯方式链接PLC与上层管理系统;并建立实时数据库与Oracle关系数据库之间的ODBC接口;以分散控制,集中监控的新思维,针对快件属性进行分拣判断,并实现快件的容错和定位。最终实现分拣、检测与监控一体化,使分拣系统高速、准确、稳定的工作。实际工程应用表明本方案可行且达到预期效果。     

基于KingView和MCGS的建筑铝模板分拣系统

建筑铝模板凭借刚度好、使用寿命长、能多次周转使用的特性,被大量应用.目前铝模板的分拣打包主要依靠人工作业,分拣效率低、分类错误率高.为提高铝模板的分拣效率和分类准确率,设计了一套铝模板分拣系统,由上位管理计算机、二维码扫描枪、MCGS触摸屏和铝模板传输系统组成.管理计算机上运行的KingView组态软件,可以根据发货清单完成工位匹配,并进行分拣数据库的更新管理和分拣过程的实时显示;扫描枪扫描传送带上的铝模板标签二维码,获取其规格型号、工程区位等信息,经KingView组态软件处理后,下发到对应工位的MCGS触摸屏,由工人拣取传送带上的铝模板并搬运到指定堆垛区;MCGS触摸屏实现管理计算机与工人之间进行分拣过程信息交互的功能.实验表明所设计的铝模板分拣系统具有良好的稳定性及实用性,能有效解决人工分拣过程中效率低、分类错误率高等问题.