基于视觉识别的自动收获分拣机器人设计与实验

设计了一种自动化球型模拟果蔬收获机器人,该机器人主要由轮式可移动底盘、STM32主控系统、超声波避障系统、陀螺仪姿态调整系统、视觉识别系统和收获分拣机构等组成。采用C语言编写自动控制模块,Python结合OpenMV编写视觉识别控制模块。样机测试结果显示:该机能完成指定路线运动,规避果园垄等障碍,正确识别应收果实,按分拣条件进行正确分拣,可自主完成果实采摘和收集功能。混合光照条件下果实收获成功率为85.4%,果实分拣成功率为88%,收获总时间为1′30″,通过5条垄,收获并分拣果实18个,验证了本系统的实用性和可靠性。

基于视觉识别的智能绿篱修剪机的设计与仿真分析

针对现有绿篱修剪机立体造型时,修剪一致性差,自动化程度不高问题,设计了一款基于视觉识别的智能绿篱修剪机。根据使用功能对整机进行结构设计,并通过Ansys-Workbench对关键结构进行有限元分析和自由模态下的振动分析,得到位移和应力云图,以及各阶模态下的频率,验证了设计的合理性;对上部传动机构电机轴进行疲劳分析,保证其使用寿命和安全性;最后,通过HSV模型和PnP测距算法,完成对视觉识别模块的设计,进而完成整体方案。

视觉识别下分拣机器人目标稳准抓取系统设计

目标的不同规格在一定程度上影响了抓取效果,为此,设计视觉识别下的分拣机器人目标稳准抓取系统。构建以STM32F429单片为主机芯片的系统总体框架,优化采集影像、机械手臂、智能避障等模块。主机模块将采集影像模块摄像头采集的目标影像数据传送到机械手臂模块后,采用视觉识别方法定位目标,并计算质心和旋转角度获取抓取目标中心距。通过智能避障模块规划抓取路径,实现分拣机器人目标稳准抓取。实验结果表明,在不同距离、不同目标形状以及质量条件下,该方法可以在智能躲避障碍物的同时,稳准抓取目标。

基于机器视觉识别的桥梁裂缝检测算法研究

随着我国大型桥梁数量快速增多,虽然结合桥检车和桥检船的传统人工巡检为保障桥梁安全发挥了重要作用,但对于特殊结构桥梁,在某些情况下,存在检查盲区和检测速度偏低的弱点。因此本文针对普通无人机和爬壁机器人在桥梁检测中容易碰撞、检测精度不足、效率较低的问题,提出基于机器视觉识别的桥梁裂缝检测算法系统。该系统采用基于Hessian矩阵的裂缝几何参数提取方法对采集的数据进行处理,实现了桥梁表观微小裂缝的高精度快速检测。对混凝土结构损伤评估和维护提供一定的理论和技术支撑。

汉字可变字体赋能传统文化品牌的视觉识别设计策略研究——以“宋韵文化研究传承中心”品牌视觉识别设计为例

汉字的可变设计为传统文化品牌的视觉识别带来了基于传统文化符号的创新设计机会。基于传统文化品牌的传承与创新设计需求,本文提出汉字可变字体介入其品牌视觉识别设计的解决办法。在分析了汉字可变字体介入传统文化品牌视觉识别设计的优势后,以宋韵文化研究传承中心的项目实践为例,总结出由汉字可变字体驱动的品牌视觉识别设计策略:提炼品牌动态化主题,在汉字标志的基础框架中融入动态叙事,系统化延展标志的可变逻辑,为汉字可变字体在品牌视觉中的系统化应用与创意延展提供参考思路。

基于视觉识别的动态环境下机器人全覆盖路径规划

在动态环境下,机器人全覆盖路径规划对于实现高效和自动化的空间覆盖至关重要。传统的路径规划技术往往依赖于预设的环境模型,难以适应环境的即时变化。文中提出了一种基于视觉识别的机器人全覆盖路径规划方法,旨在通过目标识别与跟踪动态调整路径,有效规划机器人在复杂动态环境中的全覆盖路径。该方法能显著提高在动态环境中的路径规划效率和覆盖率,不仅为机器人在复杂动态环境中的应用提供了新的解决方案,也为未来的智能机器人开发奠定了基础。

人工智能视觉识别系统在外来医疗器械检查中的应用效果

目的 探讨人工智能视觉识别系统在消毒供应中心(CSSD)外来骨科医疗器械包装质量的应用效果。方法 我院于2022年1月将采集在CSSD处置的骨科外来器械信息,包括(图像、名称规格、数量)等传送至人工智能视觉识别系统中存档,实现图像数据分析与回溯、归档预警提示。即选取2021年2-12月系统应用前我院消毒供应中心接收处理的9 600包骨科外来器械为对照组。2022年1月-11月系统应用后的9 600包为观察组,比较2组医疗器械包装质量及管理工作情况(包装质量、平均耗时、使用满意度)。结果 观察组医疗器械包装质量优于对照组,差异有统计学意义(P<0.05);包装平均耗时及使用满意度优于对照组,差异有统计学意义(P<0.05)。结论 人工智能视觉识别系统在CSSD外来骨科医疗器械包装环节,核查应用中效果较好。提升包装质量的同时,也优化了外来骨科医疗器械管理流程、提高了手术室满意度和工作效率。

基于STM32的视觉识别导盲机器人设计

针对现阶段导盲产品功能单一、不易携带等问题,对导盲机器人领域进行了研究。采用传感器与视觉识别技术,设计了一种智能化移动式导盲机器人。在传统避障功能的基础上,创新性地添加了定位与图像识别功能。机器人以STM32为主控制器,采用伺服系统运动设计,在前进途中获取超声波传感器反馈的障碍物信息以实现避障。同时,可通过串口与全球定位系统(GPS)通信获取经纬度信息。搭载的Jetson Nano采用你只看一次(YOLO) v3算法对摄像头扫描得到的图像进行识别,达到GPS定位精度为2.5 m、摄像头平均检测准确率为88.33%的性能指标。以木箱避障与计算机端图像检测为试验案例,验证设计软硬件方案的可行性。该设计能够提高盲人出行的安全系数。

赫哲族非遗在视觉识别设计中的应用研究

在中国璀璨的历史长河中,沉淀了深厚的历史和文化底蕴,这种文化底蕴是中华民族不断发展壮大的重要支撑。作为中华民族传统文化的一部分,延续和传播赫哲族非遗有着重要的意义和价值。概述了赫哲族非遗的特点,介绍了视觉识别(VI)设计的概念和作用以及VI设计与文化传承的关系,探讨了赫哲族非遗文化在VI设计中的应用价值和具体应用,以期促进赫哲族传统文化的传承和发展,同时也为其他少数民族的非遗保护和传播提供借鉴和启示。

智能激光打码视觉识别装备设计与应用

激光打码广泛应用于工厂流水线中,结合视觉检测、无线通信实现激光打码识别的智能化对推进智能工厂建设具有重要价值。鉴于实际需求,设计了一套包含树莓派、摄像头、光纤激光器、无线通信模块等的智能激光打码视觉识别装备,设备在效率以及经济性实用性有较好的平衡。另外卷积神经网络应用于嵌入式设备中,网络的轻量化成为必然趋势,但难以兼备速度与准确率。为了解决这个问题提出了一种基于YOLOv4-tiny的改进轻量化神经网络,网络中将YOLOv4-tiny中的CSPBlock模块中的卷积操作改为深度可分离卷降低模型复杂度,同时加入多尺度卷积增加特征提取的多样性减少信息丢失,最后再加上注意力机制增加模型的对重要信息的感知能力得到改进的DWCSPBlock模块。实验验证表明,改进的目标检测算法在检测速度和准确率上有较好的平衡,在满足实际要求的前提下单次识别、打码以及解码过程用时为4 s且相对于其他识别打码设备本设备具有更高泛化能力、成本低且效率高的优点。

基于视觉识别的苹果采摘机械仿真

为了解决当前苹果采摘设备识别精度差、人工采摘效率低等问题,设计了苹果采摘机械,可以显著提高苹果识别精度,加快苹果采摘效率,使经济效益最大化。通过对苹果树生长环境及生长特性进行分析研究,依据深度学习原理,选择YOLOv5-s算法对苹果进行目标检测,研制适合苹果采摘的机械设备。采摘机械设备主要由识别装置、伸缩装置、分类装置、传送装置、采摘通道、主体钢结构、采摘机械手及动力源装置等组成。Python仿真实验验证表明:通过YOLOv5-s目标检测后苹果采摘机械对苹果的识别精确度在75%以上,与RCNN、SSD等图像检测模型相比,检测精度提高了10%以上,且占用内存小、识别速度快。

基于视觉识别技术的实时集装箱内自动码垛系统设计

设计了一种通过视觉识别技术辅助移动式机器人在集装箱内部完成货物码垛操作的系统。阐述该系统在移动式机器人到位后,通过视觉识别建立集装箱的关键点并确定坐标系,将其作为动作偏移的纠偏信息反馈给机器人,以辅助移动式机器人在集装箱内部完成自动码垛操作,提高了运营效率。

基于视觉识别的传染病场所秩序维护机器人

为解决传染病检测现场人员密集、传染风险大的问题,设计一款检测现场秩序维护机器人,可以在队伍拥挤时提醒检测人员进行调整,同时附加有口罩识别、自动避障、远程遥控等功能。以STM32F103为主控芯片,通过PID算法控制机器人精确移动,使用六轴陀螺仪实现姿态的获取和调整;搭配OpenMV4视觉识别模块,实现人员位置信息采集,进而达到提醒人员保持合理距离的目的;配合K210开发板利用卷积神经网络模型运行YOLO(You Only Look Once)目标检测算法实现口罩识别,实时提醒人员佩戴口罩;设置扫码模块,可以对检测人员出示的身份码进行扫描记录。经测试,机器人能够稳定运行,能够通过蓝牙APP有效控制,实用性强。

基于视觉识别的LNG船绝缘箱安装机械手

针对液化天然气(Liquefied Natural Gas, LNG)船MarkⅢ型液货围护系统绝缘箱安装机械手开展研究。开发基于视觉识别的LNG船绝缘箱安装机械手,论述该机械手的结构设计、液压系统、控制系统、供电系统和视觉识别系统。该机械手的驱动方式由液压、伺服电机和人工组成,可保证具有较高的承载能力、灵活性和安装精度。

基于视觉识别技术的锦鲤自动化投喂养殖设备单元设计与实现

随着科技的不断发展,自动化投喂系统在养殖业中的应用日益广泛.本文针对基于视觉识别的锦鲤摄食过程,研发了一套自动化投喂设备以及相应的自动化投喂策略并实现.通过网络摄像头获取锦鲤摄食过程的图像,通过拉流的方式将所获图像数据推送到图像处理服务器,并使用计算机视觉技术对其进行分析和处理,获得实时的摄食鱼的数量和运动速度信息.基于上述的识别的数据,依据已设定的锦鲤摄食速度、锦鲤摄食数量阈值进行自动投喂,搭建了原型系统,并进行了实验验证.实验结果表明:该自动化投喂系统能够有效地监测锦鲤的摄食行为,并能够计算出镜头视野范围内锦鲤的摄食速度和摄食锦鲤数量的数据,还可以通过远程监测控制终端风送式投料机依据已设定的锦鲤摄食速度、摄食数量等多参数阈值进行自动投喂,同时远程监测控制终端读取数字式磅秤数据,实时了解饲料投放的重量数据.不仅提高了养殖效率,降低了投喂成本,而且能进行投喂饲料数据的准确收集.本文的研究成果对于提升养殖业的自动化水平具有重要意义,具有实用性和推广价值.

基于计算机视觉识别的柑果自动开皮系统

为提高陈皮生产加工中柑果开皮的效率,降低陈皮加工的成本,保护工人的安全,本文设计了一款基于计算机视觉识别的柑果自动开皮系统。该系统采用YOLOv5算法、图像处理技术,可快速识别柑果的位姿,并通过旋转稳定平台调整柑果位姿,从而完成柑果自动化开皮前的位姿调整。柑果位姿识别需要的最快时间为25帧/秒,识别的成功率98%,实验结果表明,该方法对柑果自动化开皮工艺的效率有较大的提高,在高效率的同时保留了陈皮传统正三刀切法的工艺。

人工智能机器人视觉识别系统设计

随着人工智能技术的飞速发展,机器人视觉识别系统在工业、医疗、安防等领域发挥着越来越重要的作用。文章设计了一个基于人工智能的机器人视觉识别系统,包括对象检测、图像分类、人脸识别、目标跟踪和图像增强等功能。经测试,验证了系统的稳定性和可靠性。该系统可应用于多个领域,具有广阔的发展前景。

矿井提升机钢丝绳外观缺陷视觉识别技术研究

针对多根钢丝绳检测部署困难、钢丝绳图像采集质量较低、视觉检测法适应性差、准确性不高等问题,提出了一种基于计算机视觉和深度学习的矿井提升机钢丝绳外观缺陷视觉识别方法。首先构建矿井提升机钢丝绳在线监测系统;其次由地面移动巡检平台和井下本安高速相机采集钢丝绳图像,建立钢丝绳图像数据集;然后考虑井下粉尘影响、相机镜头易受污染、光照不均、钢丝绳高光反射等问题,采用基于Retinex算法的图像去噪方法和基于同态滤波的图像去噪方法对钢丝绳图像进行去噪处理,处理结果表明,基于色彩增益加权的多尺度Retinex(AutoMSRCR)算法为较优方案;最后缺陷检测过程以卷积神经网络为基础,构建基于YOLOv5s的缺陷检测模型,为降低人为因素影响、调参工作量,在YOLOv5s中加入Focus结构对其进行优化,并将改进的YOLOv5s模型作为钢丝绳缺陷检测的预训练模型,以进一步降低模型内存占用率,提高模型加载和检测速度。实验结果表明,所提方法对钢丝绳2处断丝的检测误差分别为1.61%,1.35%,对钢丝绳4处磨损的检测误差分别为2.43%,3.44%,2.11%,3.39%。针对淮河能源控股集团顾北煤矿主井提升机原有钢丝绳安全监测系统的检测精度无法满足现场需求的问题,采用所提方法对原系统进行改进,现场应用效果表明,钢丝绳断丝检测准确率由80%提升至96%,损伤定位误差由500 mm降低至300 mm范围内,损伤定位准确率由75%提升至98%,损伤实时检出率由76%提升至90%,尾绳畸变检出率由70%提升至85%。

淳蜀巧合视觉识别设计基础系统

设计说明:淳蜀巧合为餐饮品牌,口味以麻辣鲜香为特色。该品牌视觉识别设计的基础系统围绕标志设计进行展开,标志设计主体图形以“淳蜀巧合”四个汉字进行字体设计,成为此品牌度身定制的专属设计。通过这种设计使标志整体风格体现出一种清新、轻松的状态,体现品牌所主张“分享美食、享受生活”的态度。标志造型上配以小红辣椒图案作为装饰,使整体造型更加协调,结构更为合理.

基于视觉识别的智能浒苔打捞装置设计与试验

针对现有的浒苔打捞装置打捞效率低、自动化程度低等问题,设计了一种基于视觉识别的智能浒苔打捞装置。该装置主要分为硬件系统和软件系统。硬件系统主要由收集带、电动液压推杆、输送带、打包脱水装置组成,结构简单直接随船通用,其中电动液压推杆用于调节收集带的入水深度,以适应不同海况下不同厚度的浒苔打捞需求。软件系统包括搭载在高性能计算机上的上位机和监控系统,其中上位机包含3种控制方式且互为备份,提高了系统的鲁棒性,为海上作业提供了安全可靠保证。智能控制单元包含视觉传感器、可编程逻辑控制器(PLC)、遥控控制器以及按键控制组件,通过视觉识别和智能控制技术,实现自主识别、切换工作模式进而打捞浒苔的任务。通过设计制造该装置和海上试验,验证了智能浒苔打捞装置的有效性。