基于OpenMV辅助进食机械手人脸检测算法研究

针对手脚不便的老人或者上体截肢的特殊人群用餐问题,提出了基于机器视觉的辅助进食机械手设计方案。针对系统的设计需求,分析了基于Haar特征Adaboost人脸检测分类器的组织结构以及检测原理,结合基于视觉的目标追踪比例-积分-微分(PID)控制算法,利用其响应快鲁棒性强等特点,有效实现人脸移动的追踪要求。最后通过辅助进食调试,机械手能够完成对人脸的检测和辅助进食工作,达到了预期的控制效果。

基于机器视觉的物料分拣实训生产线设计

基于高职院校电气自动化及电子信息技术类专业的综合实训教学需求,以嵌入式系统为核心设计了基于视觉的机器人物料分拣实训生产线平台。平台包括STM32主控系统、搬运机械手、OpenMV机器视觉模块3部分,通过Modbus协议RTU通信模式实现数据通信;其中主控系统控制生产线工作流程,协调机械手及视觉模块的运行;机器视觉模块负责识别需要分拣的物料,通过设定目标颜色阈值、相机采集图像、颜色二值化滤波、Blob寻找目标色块,将识别到的物料颜色结果发送到主控系统;五轴机械手采用数字舵机驱动,作为分拣的执行装置,预设了不同颜色物料的分拣搬运动作组,能够由主控系统的信号完成对应的动作过程。经样机试验,物料分拣生产线对目标颜色的识别与分拣准确度综合达到93%以上,采用Modbus协议有效保障通信连接的稳定性,整体运行情况良好。该实训生产线有利于培养学生的工程实践和创新能力。

一种基于MobileNet模型的医疗废弃物品收集小车

随着现代医疗水平的快速提高,医疗废弃物品的处理问题显得尤为重要.本文针对医疗废弃物品的无接触收集问题,设计了一种医疗废弃物品收集小车.通过OpenMV搭配自行训练的MobileNet神经网络模型对废弃物品进行实时识别、定位,并进行抓取操作.实验结果表明,小车能够以较高的识别率识别出已训练过的物品并能对其进行准确抓取,较好地应对医疗废弃物处置问题.