基于机器视觉自动分拣装置的探讨

<正>随着科学技术的进步和人们日益增长的消费需求，传统的生产方式已经不能满足当前的需求。传统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。解决上述问题，在自动分拣装置的整体设计、分拣装置控制系统硬件设计及软件设计等方面，融合了机器视技术和PLC技术；最后，通过测试验证分拣装置的分拣精度和效率，得出结论 ：结构简单、分拣速度快、控制精度高、安全稳定的基于机器视觉和PLC集成的自动分拣装置，极具推广价值。     

基于机器视觉与PLC香烟包装自动分拣系统的设计

传统的香烟自动包装与分拣依赖于人工处理,生产效率较低、人工劳动强度大,基于机器视觉以及 PLC技术构建的香烟自动的自动包装与分拣系统能够有效提升工作效率,提升生产的智能化水平。文章设计了基于机器视觉与 PLC 香烟包装的自动分拣系统,通过机器视觉系统实现对分拣对象的识别,并通过信息系统进行处理,最后由执行机构完成相应的操作任务。经过测试可知,文章所设计的系统符合香烟自动包装与分拣的要求,设备自动化程度高,在产品的自动分拣等自动化生产中具有重要的应用与推广价值。     

一种用于蜂窝陶快速自动检测分拣装置的设计

针对当前蜂窝陶在检测分拣中采用人工操作，存在效率低下和用工成本高的缺陷，设计一种快速自动检测分拣装置，以期实现蜂窝陶检测分拣的自动化和去人工化。这将助力中小企业的技术改造升级，增强其市场竞争力。     

基于LabVIEW的马铃薯分拣技术

针对马铃薯传统分拣包装工作主要是依靠人工完成,且具有生产效率低、耗费大量人力物力、自动化程度低等缺点。文中研究了基于LabVIEW的马铃薯分拣包装系统,可快速完成数据采集、图像处理、结果反馈等流程。通过LabVIEW的NI Vision控件完成对马铃薯图像的采集、处理工作,编写相应的分拣程序以完成相关的分拣工作。在机器视觉图像处理的基础上实现了合格产品分拣包装的目的。     

机器视觉技术塑料吸管缺陷检测方法研究

自动化和智能化是现代工业企业必备的两个要素,传统的塑料吸管分拣采取人工作业模式,在流水线上进行残次品的筛选和剔除,这种方法效率低、工作量大、实时性差,无法满足现代工业生产的需求。文章采用机器视觉技术,以U型塑料吸管作为研究对象,通过图像处理分析并提取出不同缺陷特征,实现高精度的缺陷检测,并通过实际的检验测试验证了所提出方法的有效性和可行性。     

基于FreeRTOS系统的水果识别分拣

随着水果产业日益发展,农民对分拣水果的需求逐渐增大,传统的人工手动分拣的局限和分拣效率不高等难题逐渐暴露出来。针对这种现象,为了提高分拣水果的速度和质量问题,设计了出一款基于FreeRTPS实时操作系统的智能分拣水果平台,能较好地满足使用者对分拣水果的需求,并且解决效率低的问题,减轻工作人员的工作负担,保障及时将水果分拣到指定位置。此外,平台采用STM32和Arduino主控,K210深度摄像机模块作为水果识别模块,采用三角函数算法对水果具体位置进行抓取。实验表明,该智能水果分拣装置能顺利对已有设定识别的水果进行抓取分拣,实现分拣水果的目的。     

激光分拣系统的设计和改进

相机分拣机常用于食品和非食品分拣,如炸薯条、虾、蔬菜、小吃、棉花、塑料等。但有些看不见的异物(如玻璃)或与产品颜色相同的异物是无法由相机检测到的。而激光扫描系统则可用于检测与产品颜色相同的异物。设计和改进了基于选择性吸收原理的激光分选系统,并对系统进行了高速信号采样实验以及成像实验。在信号采样实验中,系统可以通过选择性吸收分选技术有效识别产品和异物。在成像实验中,选择报纸的标题作为成像样图,调整扫描光斑直径接近0.35 mm,扫描后的数据经由计算机程序转码并成像。实验成像的分辨率为18043 pixel。成像结果表明,系统可以有效地识别1.5 mm 的异物。最后对光学扫描系统进行了分析,发现部分的光信号损失于扫描光的非垂直入射,于是提出了曲线扫描分拣结构用以改进传统分拣系统。     

一种基于机器视觉的工业机器人分拣系统

针对传统的人工分拣作业效率低、质量难以保证的问题,提出了一种基于机器视觉的工业机器人分拣系统,该系统利用图形分割和图像匹配相结合的算法,克服了传统视觉算法受光照和噪声影响大的问题,实验系统通过采集棋子及场景图像并进行图像处理,提取黑白棋子的坐标以及分类信息,实施坐标转换,维护分拣棋子的运动踪迹,最终控制机器人实现分拣棋子的动作。实验结果表明,该控制系统软硬件设计正确,分拣成功率高,且易于实施。     

智能分拣系统的研究

近年来,在传统带式输送机和现有智能分拣技术的基础上,利用先进的条形码识别技术和微控制器进行控制的智能分拣系统在物流企业的应用不断扩大。智能分拣系统分拣作业快速、灵活、准确,操作、维护简单、方便,大大减少了劳动力,提高了工作效率。     

基于卷积神经网络的PCB板通用分拣算法

传统PCB板分拣算法特征点由人工提取,位姿计算方法单一,且存在预处理步骤繁琐、样本要求高、位姿精度低、适用性低等缺点。为解决上述问题,文中提出一种基于卷积神经网络的PCB板通用分拣算法。改进的CaffeNet网络模型自动学习大量图片数据中PCB板的深层特征,并完成PCB板自动识别分类。运用改良RANSACS算法提高ORB算法特征点匹配正确率,采用最小二乘法计算模板图片与待匹配图片间角度差,以实现各类PCB板快速定位。实验证明,算法分拣正确率达到99.35%,具有良好的准确率和分拣效率。     

近红外光谱检测技术在塑料分选中的应用进展

近红外光谱检测技术(NIRS)在塑料分选中的应用旨在对塑料种类与组份进行识别,从而提高回收效率最终实现资源的综合利用。本文首先介绍传统塑料分选技术发展;其次概述近红外检测技术原理与其在塑料领域的应用现状;最后对在塑料分选领域应用前景进行了总结与展望。在塑料分选领域,近红外光谱检测技术相比传统的物理和化学检测方法,具有快速、无损、高效等明显的优势,可通过实时、在线检测,定性与定量的方式对未知样品进行识别与分选。尽管该技术在一些实验研究中已经取得了显著的阶段性成果,但在实际工程应用特别是检测的精准度,外延新的应用场景等方面仍需进一步研究和优化。     

一种多模雷达信号分选方法的研究

面对日益复杂的雷达,提高发现概率并降低虚警概率已成为雷达信号分选的关键技术。提出一种基于BFSN聚类分选结合数据融合的新的多模雷达信号分选方法。仿真结果表明,该方法能够克服传统方法在分选多模雷达信号时造成的增批等问题,并能做到实时、准确分选。最后给出一种计算可信度的方法。     

基于三维激光雷达技术的输电线路廊道障碍物检测研究

传统的输电线路人工巡检方式存在效率低、代价高等问题,文中基于三维激光雷达技术,利用无人机设计并开发了一套具有较高自动化程度的输电线路廊道障碍物检测方案。该方案能够借助点云数据的预处理、分类提取和测量距离的阈值比较,检测与判断输电线路及周边障碍物的安全距离。测试和分析结果表明,该方案能够较为准确地测量和判断障碍物与输电线路的距离,并能够减少传统人工巡检的损耗,为输电线路廊道障碍物的检测提供帮助。     

基于BFSN聚类的雷达信号分选与特征提取算法

为克服传统信号分选算法的局限性,提出了一种雷达信号分选与特征提取相结合的算法。这种算法利用了数据挖掘中的聚类技术,可用于常规雷达和特殊雷达的信号分选。另外,该算法将信号分选与特征提取进行有机的结合,算法的结果不仅分选出雷达信号,还得到了每部雷达信号的参数特征。最后用仿真结果验证此算法的有效性。     

表面微观缺陷检测方法及其应用研究

基于多技术融合的表面微观缺陷检测方法结合最新的物体成像、云计算、人工智能和5G等前沿技术,建立微观缺陷检测系统,对微观领域的缺陷进行精确检测,具有识别速度快、准确率高、成本低、可追溯性强、数据分析、智能反控等优点,克服了传统检测手段的弊端,且在典型工业场景中得到了较好的应用。     

基于物联网的智能化窨井管理系统的设计

通信管道承载着户外传输网络,是通信网络的生命管道。管道规模伴随着城市化进程快速成倍增长,但管道管理还处于传统的依赖人工专项梳理、专项盯防的模式。随着智慧城市建设的加速推进,采用“物理加锁+物联网管理平台”的创新管理方式,结合物联网技术和大数据技术,实现对流程、人员、设备的全方位管理。     

现代雷达信号分选跟踪的几种方法

随着现代软件无线电技术的飞速发展,战场电磁信号环境从地面、空中、海上到太空,信号密度大,频谱宽,变换复杂,并且多功能数字雷达的多种工作方式和多种波形变换,雷达反侦察、抗干扰能力不断增强,传统的雷达信号分选跟踪方法面临着严峻的挑战。文中分析了几种传统的信号分选方法,从复杂电磁环境信号中,分析盲信号分选、聚类神经网络分选、脉内细微特性分选法,从信号分选的参数上进行多参数联合分选,并且通过多信号模拟器进行实验仿真,在分选的基础上进行跟踪处理,信号参数稳定、效果良好。     

红外成像和倾斜摄影三维融合在建筑检测中的应用

针对建筑病害缺乏有效和高精度无损检测手段,同时传统人工检测受建筑围护结构饰面层病害区域的高度、面积等方面的限制,提出一种红外成像和倾斜摄影三维融合并建立含有建筑病害信息的三维模型电子档案的方法。本文以学校某教学楼为例,以红外技术为主,倾斜摄影技术为辅的采集方案,采用同位空间坐标匹配法,经过坐标转换和2种异源空间数据融合,获取含有建筑病害信息的精细化三维模型电子档案,并完成数据融合前后的模型精度对比评估。结果表明：此方法得到的融合模型精度高,点位误差小,能快速、精准获取建筑病害空间位置,为建筑无损检测技术的实际应用提供新的思路,对建立建筑信息化监、修、管一体化运维体系具有研究价值和实际应用意义。     

基于改进Yolov4的服务器部件检测算法

服务器部件检测是智能产线装配过程的重要环节.目前,服务器装配的检测步骤主要还是以人工为主,针对传统人工检测存在的工作效率低、耗时长等问题,文中提出了基于Yolov4改进的深度学习模型;文中的主要创新点是在Yolov4模型中使用新的特征融合方法以及使用损失函数加权方式约束权重和偏置的更新走向,进一步提升性能的同时解决了目...