基于YOLO v5算法的板材质量视觉检测技术研究

对于家具板件自动化生产,快速、准确的板件质量检测系统是不可或缺的。以YOLO v5算法为基础对计算机辅助检查板件质量技术进行了研究。在机器学习算法的基础上,结合运动目标捕捉算法作为辅助检测方法,实现板件的识别和定位,然后通过OpenCV中的图像处理和轮廓识别方法来实现板件尺寸测量。该算法的板件识别率达98.33%,识别多种颜色板件外形长宽尺寸时,实测最大尺寸误差2.23 mm,能满足家具板件生产质量检测的需求。

柔性化木门生产系统的设计及应用研究

国内的木门生产系统大多适用于大批量、固定工艺的生产模式,难以满足国内日渐增加的定制化、柔性化生产的需求。针对大规模定制的市场需求,文章围绕木门生产工艺的特点,重点讨论了木门定制化生产的核心技术难题,并设计了能满足定制化需求的柔性化木门生产系统,该系统通过条形码激光识别实现板件识别以获取加工文件,并通过四边锯自动纠正技术、快速定位和规避技术实现生产过程的柔性加工,旨在为木门的大规模定制提供设计思路。