用于养殖水检测的自动电子舌设计研究

这是一篇关于自动电子舌,养殖水,检测,机械臂,卷积神经网络的论文, 主要内容为养殖水体的水质变化对水产品生长影响较大,按照《地表水环境质量标准》,根据水体中各种元素的含量,水质可划分为Ⅰ至Ⅴ类,其中,适合水产养殖的水体为Ⅲ至Ⅳ类,其主要参数为氨氮、总氮、总磷、COD等。在水产养殖过程,按时检测水质参数,并根据变化情况及时进行调节,对水产品养殖十分重要。然而目前水质检测常用的方法如容量分析法、分光光度法等需要具备检测技术的检测人员在实验室进行检测,且一种方法只能检测一个参数,费时费力。电子舌是一种新型电化学检测手段,通过多传感器阵列与模式识别方法结合,可实现对液体的定性检测及多参数定量检测。伏安型电子舌近年来在水质监测领域有不少应用。然而,现有电子舌系统一般在设计初期就确定了传感器阵列,检测过程无法更换传感器,后续拆卸传感器也不方便;检测过程需要根据检测需求频繁更换样品,耗时费力;其次,现有电子舌系统的传感器清洗方式多为浸没式清洗,耗时长且需要多次清洗以保证清洗效果。这些因素均制约了电子舌的自动化程度和检测效率。针对这些问题,本文基于养殖水检测,设计开发了具有自动更换传感器、自动进样清洗、自动对养殖水进行定性定量检测的自动电子舌系统。主要研究内容包括:1)针对电子舌系统中传感器更换不便、自动进样清洗不完善等自动化程度不高的问题,设计了一套用于养殖水检测的自动电子舌系统,包括自动检测模块、自动进样清洗模块、自动更换传感器模块、数据采集模块以及作为控制中心的上下位机控制模块。其中,上位机基于Lab VIEW软件开发;下位机则直接与各个模块的硬件设备通讯,控制各个模块设备的工作;自动检测模块通过控制滚珠丝杆运动,控制阵列平台的移动,实现自动检测和样品槽清洗;进样清洗模块通过控制管路系统中的电磁阀开闭和滚珠丝杆的运动,实现检测槽的进样,以及实现传感器在清洗槽中的射流清洗以及清洗喷头射流清洗检测槽的功能;自动更换传感器模块使用五轴舵机机械臂实现传感器的夹取与安装,并通过自动收放线装置结合继电器实现传感器导线的自动收放;数据采集模块主要使用数据采集卡通过USB接口将采集到的数据传输至上位机电脑中,以便于下一步的数据处理。2)对自动电子舌系统的自动更换传感器模块进行了测试,对采集的养殖水样品进行了检测分类,并使用电子舌系统采集信号数据,对电子舌系统的分类性能进行了测试。通过对自动更换传感器模块中的机械臂进行运动学分析,以及采用蒙特卡洛法进行工作空间分析,确定机械臂在自动更换传感器模块中的位置。对机械臂进行笛卡尔空间轨迹规划,通过对关节角度、角速度、角加速度运行结果的分析,确定了机械臂运行过程平稳。并进一步进行了夹取安装精度试验,确定机械臂夹取安装精度在3mm以内,达到了预期目标,且整体夹取安装传感器的时间在20S左右,达到了设计要求。将采集到的养殖水样本根据《地表水环境质量标准》分为四类,并使用设计的自动电子舌对采集的25组扣蟹养殖水样本进行数据采集后,进一步进行了PCA分析,结果表明,所设计的自动电子舌可以成功区分不同的扣蟹养殖水。3)基于自动电子舌采集的扣蟹养殖水数据与扣蟹养殖水的理化指标,结合卷积神经网络(CNN)框架,实现了扣蟹养殖水定性定量分析。基于《地表水环境质量标准》将所采集的25组扣蟹养殖水水样划分为Ⅱ、Ⅲ、Ⅳ、Ⅴ等四类水质,采用Alex Net-CNN结构并结合不同的优化手段搭建定性检测模型,对扣蟹养殖水进行定性分析,并与GA-BP定性分析结果进行对比,结果表明:采用Re Lu6和BN归一化层结合的优化方法搭建的Alex Net-CNN定性检测模型对四类水质样品的识别率达到了95.5%,优于GA-BP的定性分析结果;采用Inception V2-CNN结构分别搭建了单输出定量分析模型与多输出定量分析模型,对总氮、氨氮、总磷和CODMn等四个主要扣蟹养殖水水质指标进行了预测,并与PLS定量预测结果进行对比,结果表明:采用单输出Inception V2-CNN定量分析模型的验证集RMSE在0.111-0.139之间,R2在0.974-0.991之间;采用多输出Inception V2-CNN定量分析模型的验证集RMSE在0.134-0.185之间,R2在0.977-0.989之间,均优于PLS定量分析模型的预测结果。分析结果证明了自动电子舌结合卷积神经网络用于养殖水检测的可行性。

用于养殖水检测的自动电子舌设计研究

这是一篇关于自动电子舌,养殖水,检测,机械臂,卷积神经网络的论文, 主要内容为养殖水体的水质变化对水产品生长影响较大,按照《地表水环境质量标准》,根据水体中各种元素的含量,水质可划分为Ⅰ至Ⅴ类,其中,适合水产养殖的水体为Ⅲ至Ⅳ类,其主要参数为氨氮、总氮、总磷、COD等。在水产养殖过程,按时检测水质参数,并根据变化情况及时进行调节,对水产品养殖十分重要。然而目前水质检测常用的方法如容量分析法、分光光度法等需要具备检测技术的检测人员在实验室进行检测,且一种方法只能检测一个参数,费时费力。电子舌是一种新型电化学检测手段,通过多传感器阵列与模式识别方法结合,可实现对液体的定性检测及多参数定量检测。伏安型电子舌近年来在水质监测领域有不少应用。然而,现有电子舌系统一般在设计初期就确定了传感器阵列,检测过程无法更换传感器,后续拆卸传感器也不方便;检测过程需要根据检测需求频繁更换样品,耗时费力;其次,现有电子舌系统的传感器清洗方式多为浸没式清洗,耗时长且需要多次清洗以保证清洗效果。这些因素均制约了电子舌的自动化程度和检测效率。针对这些问题,本文基于养殖水检测,设计开发了具有自动更换传感器、自动进样清洗、自动对养殖水进行定性定量检测的自动电子舌系统。主要研究内容包括:1)针对电子舌系统中传感器更换不便、自动进样清洗不完善等自动化程度不高的问题,设计了一套用于养殖水检测的自动电子舌系统,包括自动检测模块、自动进样清洗模块、自动更换传感器模块、数据采集模块以及作为控制中心的上下位机控制模块。其中,上位机基于Lab VIEW软件开发;下位机则直接与各个模块的硬件设备通讯,控制各个模块设备的工作;自动检测模块通过控制滚珠丝杆运动,控制阵列平台的移动,实现自动检测和样品槽清洗;进样清洗模块通过控制管路系统中的电磁阀开闭和滚珠丝杆的运动,实现检测槽的进样,以及实现传感器在清洗槽中的射流清洗以及清洗喷头射流清洗检测槽的功能;自动更换传感器模块使用五轴舵机机械臂实现传感器的夹取与安装,并通过自动收放线装置结合继电器实现传感器导线的自动收放;数据采集模块主要使用数据采集卡通过USB接口将采集到的数据传输至上位机电脑中,以便于下一步的数据处理。2)对自动电子舌系统的自动更换传感器模块进行了测试,对采集的养殖水样品进行了检测分类,并使用电子舌系统采集信号数据,对电子舌系统的分类性能进行了测试。通过对自动更换传感器模块中的机械臂进行运动学分析,以及采用蒙特卡洛法进行工作空间分析,确定机械臂在自动更换传感器模块中的位置。对机械臂进行笛卡尔空间轨迹规划,通过对关节角度、角速度、角加速度运行结果的分析,确定了机械臂运行过程平稳。并进一步进行了夹取安装精度试验,确定机械臂夹取安装精度在3mm以内,达到了预期目标,且整体夹取安装传感器的时间在20S左右,达到了设计要求。将采集到的养殖水样本根据《地表水环境质量标准》分为四类,并使用设计的自动电子舌对采集的25组扣蟹养殖水样本进行数据采集后,进一步进行了PCA分析,结果表明,所设计的自动电子舌可以成功区分不同的扣蟹养殖水。3)基于自动电子舌采集的扣蟹养殖水数据与扣蟹养殖水的理化指标,结合卷积神经网络(CNN)框架,实现了扣蟹养殖水定性定量分析。基于《地表水环境质量标准》将所采集的25组扣蟹养殖水水样划分为Ⅱ、Ⅲ、Ⅳ、Ⅴ等四类水质,采用Alex Net-CNN结构并结合不同的优化手段搭建定性检测模型,对扣蟹养殖水进行定性分析,并与GA-BP定性分析结果进行对比,结果表明:采用Re Lu6和BN归一化层结合的优化方法搭建的Alex Net-CNN定性检测模型对四类水质样品的识别率达到了95.5%,优于GA-BP的定性分析结果;采用Inception V2-CNN结构分别搭建了单输出定量分析模型与多输出定量分析模型,对总氮、氨氮、总磷和CODMn等四个主要扣蟹养殖水水质指标进行了预测,并与PLS定量预测结果进行对比,结果表明:采用单输出Inception V2-CNN定量分析模型的验证集RMSE在0.111-0.139之间,R2在0.974-0.991之间;采用多输出Inception V2-CNN定量分析模型的验证集RMSE在0.134-0.185之间,R2在0.977-0.989之间,均优于PLS定量分析模型的预测结果。分析结果证明了自动电子舌结合卷积神经网络用于养殖水检测的可行性。

基于机器视觉的智能巡检操作机器人系统的设计与实现

这是一篇关于变电站,智能巡检操作机器人,机器视觉,机械臂的论文, 主要内容为变电站在电力系统中负担有电压和电流变换、电能接收和分派的重要功能,是整个电力系统中必不可少的一部分。现阶段,我国变电站的运维工作主要还是通过值班人员定期巡查维护,相关的工作效率、人员安全方面存在着诸多问题。因此随着机器人技术的发展,电网方面开始逐步用变电站巡检机器人取代部分人工工作来解决上述问题。高压开关柜作为变电站中非常重要的设备,变电站巡检机器人会对其进行状态识别和放电检测,但是开关柜开合闸操作时仍然需要人工操作,这不但加大了工作负担,也容易发生安全事故。故本文研发了一套基于机器视觉的智能巡检操作机器人系统,在原有巡检机器人对变电站进行巡视监测的功能基础上增加了高压开关柜操作功能,进一步提升变电站的自动化程度。在智能巡检操作机器人设计方面:操作机器人本体通过激光传感器进行导航定位,携带有可见光摄像机、红外热像仪、和超声波传感器等采集数据,另外装配机械臂通过视觉伺服对相关设备进行高精度自动操作。软件控制系统采用B/S架构,用户通过浏览器可直接控制操作机器人并下发任务。控制平台会对机器人采集得到的数据进行存储和处理分析,以可视化形式展示出来。通信系统以无线加有线方式组合而成,数据通信协议根据数据类型进行选择。操作机器人既可以在现场让工作人员遥控进行操作巡检,也可以在控制中心由员工下发命令进行全自动巡检。本文的主要创新点在于结合了传统电力移动巡检机器人和多自由度机械臂各自的优点,设计了功能更加全面的智能巡检操作机器人系统。智能巡检操作机器人首先通过颜色属性和HSV颜色特征,检测高压开关柜的状态指示灯,该方法在做到准确识别的同时有效避免了图像中光照、角度等干扰,在机器人进行现场实施时也无需耗费时间进行训练。当状态指示灯显示手车式断路器可操作时,智能巡检操作机器人控制搭载的机械臂手眼伺服系统,通过图像特征分步补偿移动机器人的定位误差,使机械臂末端操作单元与操作对象处于理想相对位置,随后控制机械臂按固定路径移动将操作单元插入操作孔从而执行对应操作,该方法通过分步补偿和试探性运动,大大缩减了计算量,且控制精度也很好地满足了任务需求。基于机器视觉的智能巡检操作机器人系统相对于单一巡检功能的机器人,更进一步地提高了变电站的智能化程度和自动化水平,其在变电站的推广应用也具有更高的安全效益、经济效益和社会效益。

马铃薯自动捡拾装置研发

这是一篇关于马铃薯,分段收获,捡拾作业,机器视觉,机械臂的论文, 主要内容为马铃薯是世界第四大粮食作物,我国生产规模居世界首位。其中西北地区作为马铃薯种植的主要产区之一,目前主要收获方式为分段收获,在捡拾过程中存在人工成本高、劳动强度大、捡拾机械化水平低和机械适应性差等问题。为了提高西北地区马铃薯分段收获中的捡拾作业机械化水平,本文进行了马铃薯自动捡拾装置研发并对其开展了功能验证试验,具体研究内容和结果如下:(1)马铃薯自动捡拾装置整体方案设计。通过实地调研了宁夏固原市分段收获中马铃薯捡拾作业环境,分析了马铃薯自动捡拾装置在结构和功能等方面的技术要求,设计并确定了马铃薯自动捡拾装置的整体方案。通过Solid Works对装置整体方案进行三维建模,完成了行走装置、马铃薯捡拾机械臂、末端执行器和输送装置等部件的结构设计与参数优化,确保了各部件之间不发生干涉且可以实现对马铃薯的捡拾功能。结合捡拾作业环境与马铃薯自动捡拾装置的工作原理,设计了单目相机与光电传感器信息融合的识别与定位方法,采用单目相机对马铃薯进行识别并获取马铃薯的水平位置信息,结合光电传感器获取马铃薯的深度信息。(2)马铃薯自动捡拾装置行走系统与机械臂控制系统设计。根据马铃薯自动捡拾装置四轮独立驱动的结构,建立了行走系统的差速运动控制模型,使用PWM波驱动轮毂电机实现了对行走装置的控制。设计了基于笛卡尔坐标系的马铃薯捡拾机械臂,结合机械臂关节构型,建立了机械臂的正逆运动学模型。根据机械臂的逆运动学模型,实现了对机械臂的运动控制;通过对光电传感器状态信息变化的判断,实现了对末端执行器抓取马铃薯的控制,完成了机械臂控制系统的设计。(3)基于YOLO v3的马铃薯识别与定位系统设计。采用YOLO v3对获取的马铃薯图像进行训练实现了马铃薯的识别,其Loss值为0.0819,平均准确率为92.58%,召回率为82.99%,F1值为0.86。通过张正友标定法,对单目相机进行内参标定,获取单目相机的内参矩阵、横向畸变和纵向畸变等参数并对比分析了MATLAB与ROS(Robot Operating System)标定参数的结果。基于ROS系统,使用Aruco标定板采用眼在手外的方式进行手眼标定,求解变换矩阵。由于单目相机对深度信息判断存在误差,通过光电传感器辅助判断深度信息。结合坐标转换,实现了马铃薯的识别与定位。(4)马铃薯自动捡拾装置功能验证试验。分别在实验室和田间环境对马铃薯自动捡拾装置功能进行了验证。田间环境相对于实验室更加复杂,在识别过程中存在一定误判,造成误捡,实验室和田间环境马铃薯识别成功率分别为91.67%和82.50%,马铃薯捡拾成功率分别为85.00%和77.50%;在捡拾作业过程中,机械臂运动到水平指定位置平均时间约为4.4 s,竖直方向伸缩平均时间约为1.3 s,捡拾动作时间为2.0 s,返回放置点平均时间约为4.5 s,完成一套捡拾动作平均时间约为12.2 s。

改进SSD的平面态散乱小零件分拣研究

这是一篇关于深度学习,机器视觉,内卷积,姿态角回归,机械臂的论文, 主要内容为目前,生产线上大量使用的工业机器人仅能进行重复动作,本质上属于示教型机械臂,不具备自主感知和决策能力,不能适应散乱、无序零件抓取和分拣工作。将现有工业机器人和机器视觉技术相结合可以解决以上问题,能够使得分拣机器人具有更高自主性与灵活性。本文系统研究了基于深度学习算法的平面态散乱小零件分拣所需的目标检测算法、细长类零件深度估计与姿态角回归算法以及龙门式三轴机械臂搭建与控制方法。在算法方面,本文完成了算法设计、训练、部署以及测试评价等开发任务,实现了平面态散乱小零件的类型识别、位置回归、深度估计以及姿态角回归等功能。在抓取执行机构设计实现方面,本文完成了三轴龙门式机械臂硬件搭建和控制系统设计,实现了机械臂手眼标定和运动控制。本文主要研究内容如下:(1)基于感知哈希算法的目标零件存在判定算法设计:通过感知哈希算法计算两张图片相似度系数,进而判断工作台中是否有待分拣零件。(2)基于SSD的目标检测算法优化设计:以SSD算法为主干,将其根据小零件分拣的特定应用场景引入算法检测头精简、内卷积运算子、特征金字塔等技巧提高该目标检测算法对本数据集的适用性,实现降参增效目的。(3)细长类零件深度估计算法设计:根据不同深度所对应不同姿态在工业相机中成像具有极大差异的特点,设计基于深度卷积神经网络的图像分类算法,实现对该类零件不同姿态的识别来达到对细长类零件深度估计的目的。(4)细长类零件姿态角回归算法设计:设计并实现基于传统图像处理算法的细长类零件姿态角回归算法,达到对细长类零件在工作台上姿态角检测的目的。(5)机械臂搭建与手眼标定:搭建基于步进滑台的三轴龙门式机械臂,并采用九点标定方法实现工业相机与机械臂的标定,得到像素坐标到工作台平面之间坐标变换矩阵。

机械类远程实验教学系统设计与开发

这是一篇关于机械类,远程实验,ROS,PLC控制,机械臂的论文, 主要内容为理工科教学的重要环节之一是实验,大量的实验操作,可以加深对所学理论知识的理解,因此,实践教学随着教学改革而引起重视。但现有的远程实验教学系统主要是将多媒体网络教学资源整合到数据库中,学生登录系统在线学习或与老师互动,虽然克服了教学资源和时空分布不均的问题,但没有考虑到理工科课程的实践教学。针对现有问题,本文提出了本地实验与远程在线实验结合、虚实结合、实验过程监控与实验数据自动采集、实验成绩预测等功能设计,针对机械类远程实验教学系统,构建了模块化设计方法,并开发了相关软硬件系统,主要研究内容包括:(1)设计了综合性实验平台。该实验平台包括机械和电控两个部分,机械臂可倒装在实验工作台梁筋上,也可正装在型材板桌面上;作为机械类实验案例,本文设计了小型带传动实验模块,它主要由电机部分、负载部分、转速检测部分、转矩检测部分及砝码部分组成。(2)设计了PLC控制与采集数据系统。本文通过PLCRS422通信接口与电脑的端口连接,采用FXPLC通信协议与上位机通信,实现了对物理信号的传感采集和控制。(3)开发了远程浏览器客户端。在B/S模式下,通过Django框架、Python语言、HTML语言、CSS语言和Java Script语言结合,开发了网页客户端,设计了前端功能模块和后台管理系统,前端功能模块包括基本功能、课程功能和用户操作管理,后台管理系统包括实验课程管理、认证和授权管理及在线实验管理;绘制了E-R图,根据E-R图设计对应的数据库。(4)开发了本地服务器软件程序。针对实验平台模块化和实验内容的开放性的要求,本文提出了障碍物标定新算法,开发了避障功能软件模块;将Windows平台和ROS平台技术相融合,通过rosbridge协议与ROS主机通讯,实现多元化数据信息采集的同时保证系统运行的可靠性;最后,本文开发了神经网络成绩预测程序,利用多层感知器MLP模型,通过超参数调优设置,对数据集进行训练,得到回归模型,根据回归模型预测学生成绩分布特征,以此分析教学质量,并根据成绩分布情况予以改进或予以保持。本文以带传动实验为例,按照带传动实验的操作要求,在实验室环境采用安诺机器人进行了综合测试,实验测试结果表明,利用Django框架开发的浏览器客户端和基于rosbridge开发的本地服务器软件程序运行稳定,可实现多元化数据信息采集,本文提出的障碍物标定新算法也能很好地适应障碍物的变化,从而验证了本文的研究内容。

基于改进趋近律的机械臂系统自适应变结构控制

这是一篇关于机械臂,改进趋近律,自适应滑模控制,跟踪控制,干扰观测器的论文, 主要内容为随着机器人控制技术的蓬勃发展,机械臂已从传统的工业制造,进一步应用于医疗、航空航天、国防等领域。作为一个复杂的非线性系统,机械臂在控制过程中,为应对不同的控制任务,其系统轨迹跟踪控制性能品质的要求也越来越高。并且,考虑到执行器的控制精度、系统建模误差、死区非线性、未知外部扰动等复杂工况,机械臂系统的定位精度、运行速度和轨迹精度等均会受到影响,甚至导致机械臂执行预设轨迹动作时产生各种误差。滑模变结构控制是一种应用广泛的典型非线性控制方法,其具有设计方法简单、响应速度快、鲁棒性强等优点,被视为机械臂系统有效且可靠的控制方法之一。然而,目前为止虽然已有一些成果将滑模策略应用于机械臂系统跟踪控制的理论研究和实际应用中,但在系统状态有限时间收敛、抖振抑制以及控制精度提升等方面仍有许多问题需要进一步研究。本文在前期研究结果的基础上,基于改进趋近律方法对机械臂系统轨迹跟踪控制进行了深入研究,具体研究内容如下:1.针对一类含有参数不确定性和未知扰动的机械臂系统,提出一种改进的趋近律方案,结合干扰观测器技术,给出了一种新型的自适应滑模控制器设计算法。首先,基于干扰观测器对系统的建模不确定性和外部未知扰动进行估计,进而实现对控制输入力矩信号的补偿。其次,采用所设计的改进趋近律方案,不仅能够实现对滑模鲁棒项增益的动态调整,而且使得所设计的自适应滑模控制器可保证闭环系统误差跟踪信号在有限时间到达滑模面,并有效地抑制系统抖振。然后,利用Lyapunov稳定性理论证明了闭环系统误差跟踪信号的渐近收敛性。最后,通过仿真实验和数据分析对比,验证了所提出控制策略的有效性。2.针对存在建模误差、外部扰动和执行机构死区的机械臂系统,为实现系统期望轨迹的高效率、高精度跟踪控制,提出了一种基于有限时间干扰观测器的新型自适应终端滑模控制器设计方案。首先,采用有限时间干扰观测器技术对系统的执行机构死区、外部未知干扰以及建模参数不确定性等集总扰动进行估计,进而对控制器设计进行有效补偿。其次,基于一种改进的变增益趋近律,给出一种新型的非奇异快速自适应终端滑模控制器设计算法,不仅避免了传统终端滑模控制中的奇异问题,而且可实现系统状态快速到达预先设计的滑模面,且进一步削弱系统的抖振。结合有限时间稳定性理论和Lyapunov函数方法分析了闭环系统误差跟踪信号的有限时间收敛性。最后,仿真结果验证了所设计控制方案的可行性和有效性。3.针对存在外部扰动和建模误差的机械臂系统,提出了一种新的自适应全局滑模控制器设计方案,以进一步提升闭环控制系统的鲁棒性和动态性能。首先,通过引入一种改进的全局滑模面设计方案,以保证系统的全局鲁棒性,同时解决了传统全局滑模控制的滑模面不能在有限时间内演变成线性滑模面的问题。其次,基于所提出的改进趋近律方法,并结合干扰观测器技术,给出了一种新的全局自适应滑模控制器设计算法,进一步地,利用Lyapunov稳定性理论证明了闭环系统误差跟踪信号的渐近收敛性。最后,仿真结果验证了所设计控制方法的有效性。

改进SSD的平面态散乱小零件分拣研究

这是一篇关于深度学习,机器视觉,内卷积,姿态角回归,机械臂的论文, 主要内容为目前,生产线上大量使用的工业机器人仅能进行重复动作,本质上属于示教型机械臂,不具备自主感知和决策能力,不能适应散乱、无序零件抓取和分拣工作。将现有工业机器人和机器视觉技术相结合可以解决以上问题,能够使得分拣机器人具有更高自主性与灵活性。本文系统研究了基于深度学习算法的平面态散乱小零件分拣所需的目标检测算法、细长类零件深度估计与姿态角回归算法以及龙门式三轴机械臂搭建与控制方法。在算法方面,本文完成了算法设计、训练、部署以及测试评价等开发任务,实现了平面态散乱小零件的类型识别、位置回归、深度估计以及姿态角回归等功能。在抓取执行机构设计实现方面,本文完成了三轴龙门式机械臂硬件搭建和控制系统设计,实现了机械臂手眼标定和运动控制。本文主要研究内容如下:(1)基于感知哈希算法的目标零件存在判定算法设计:通过感知哈希算法计算两张图片相似度系数,进而判断工作台中是否有待分拣零件。(2)基于SSD的目标检测算法优化设计:以SSD算法为主干,将其根据小零件分拣的特定应用场景引入算法检测头精简、内卷积运算子、特征金字塔等技巧提高该目标检测算法对本数据集的适用性,实现降参增效目的。(3)细长类零件深度估计算法设计:根据不同深度所对应不同姿态在工业相机中成像具有极大差异的特点,设计基于深度卷积神经网络的图像分类算法,实现对该类零件不同姿态的识别来达到对细长类零件深度估计的目的。(4)细长类零件姿态角回归算法设计:设计并实现基于传统图像处理算法的细长类零件姿态角回归算法,达到对细长类零件在工作台上姿态角检测的目的。(5)机械臂搭建与手眼标定:搭建基于步进滑台的三轴龙门式机械臂,并采用九点标定方法实现工业相机与机械臂的标定,得到像素坐标到工作台平面之间坐标变换矩阵。

公路隧道高空摄像头清洗机械臂的测控系统研究

这是一篇关于隧道养护,摄像头清洗,机械臂,测控系统,位姿估计的论文, 主要内容为由于公路隧道相对封闭,汽车尾气和灰尘容易附着在监控摄像头镜面,影响摄像头的实时监控,养护部门需要定期清洗镜头。目前采用的清洗方式主要为由人工站在约4m的移动式升降平台上进行摄像头清洗,该方法存在安全隐患,急需有效的摄像头机械化清洗方法。本文主要针对隧道摄像头清洗机械臂的测控功能需求,开展摄像头的位姿检测和机械臂功能控制研究,实现摄像头机械化清洗作业,解决隧道内摄像头清洗困难的问题。(1)开展了现场调研,分析了基于机械臂的隧道摄像头清洗需求,提出了基于主从式控制器的“手动遥控+自动定位”测控方案和“固定操作面板+移动平板”的人机交互方案,设计了整体测控系统硬件平台框架,为后续清洗机械臂测控系统的实现奠定基础。(2)为实现摄像头的自动定位功能,分析了隧道内摄像头位姿参数获取的需求与工况限制,提出了基于Gen6D的摄像头位姿检测方案。根据实际检测需求重新标定了位姿检测结果中的平移向量,完成了机械臂的手眼标定,开展室内实验验证了目标摄像头位姿参数获取方法的正确性。(3)计算了各关节极限负载工况下的驱动力矩,完成了机械臂的电机选型。结合机械臂的工作要求,采用CAN总线设计了机械臂测控系统,使用位置式数字PID算法完成了各关节定位运动控制模块的设计。在此基础上,采用CAN转蓝牙模块将机械臂工作参数转为无线信号,采用安卓平板开发了机械臂的遥控系统,实现了各关节定位控制和位置反馈的用户交互功能,完成了机械臂测控系统的软硬件系统设计。(4)搭建了隧道摄像头清洗机械臂的样机,开展了各关节的定位实验,结果表明各关节位置误差≤3mm,关节角度误差≤1.4°,各关节运动所需时间在11.3s～26.4s范围内。开展了摄像头位姿检测与机械臂轨迹跟踪实验,结果表明测得的位姿可用于机械臂粗调对准,机械臂的实际运动轨迹与轨迹规划误差较小,整体运动曲线平滑,轨迹跟踪末端定位精度为7.3mm;现场实验实现了隧道内轨迹跟踪运动,获取了位姿检测功能的改进需求,验证了本文所设计的隧道摄像头清洗机械臂测控系统的可行性。采用CAN总线完成了隧道摄像头清洗机械臂测控系统,实现了隧道摄像头的定位和机械化清洗功能,为推进养护设备的智能化研究奠定基础。