本文關(guān)鍵詞：基于視覺的穴盤苗莖參數(shù)盤上檢測(cè)裝置研究　出處：《浙江理工大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 嫁接苗 機(jī)器視覺 苗莖 檢測(cè)

【摘要】：嫁接苗的選擇直接關(guān)系到自動(dòng)嫁接機(jī)的工作效率和嫁接成功率,通過對(duì)苗莖參數(shù)的測(cè)量可為砧木和接穗的自動(dòng)匹配嫁接提供數(shù)據(jù)依據(jù)。本文開展了基于計(jì)算機(jī)視覺的苗莖參數(shù)檢測(cè)方法研究,并研制了一種苗莖參數(shù)自動(dòng)檢測(cè)裝置,為苗莖的生長(zhǎng)狀況的檢測(cè)、自動(dòng)嫁接機(jī)的砧木和接穗的自動(dòng)分選創(chuàng)造了條件。主要研究工作包括以下四個(gè)方面:1.嫁接苗檢測(cè)平臺(tái)總體設(shè)計(jì)。分析了平臺(tái)的功能與結(jié)構(gòu),整個(gè)平臺(tái)由圖像采集子系統(tǒng)、輔助測(cè)量子系統(tǒng)、運(yùn)動(dòng)控制子系統(tǒng)組成,并對(duì)各個(gè)子系統(tǒng)開展了部件選型分析研究。2.深度檢測(cè)方法研究。通過前期對(duì)穴盤苗尺寸特性調(diào)查和檢測(cè)工作空間的分析,提出了基于激光線高度和距離的幾何關(guān)系模型的深度檢測(cè)方法,結(jié)合CCD相機(jī)和一字激光器設(shè)計(jì)了一種深度檢測(cè)輔助裝置。經(jīng)過200組實(shí)驗(yàn),94.5%的測(cè)量結(jié)果與手工測(cè)量相差小于0.1mm誤差允許范圍,偏差大于0.1mm為5.5%。3.苗莖參數(shù)測(cè)量方法研究�；趯�(duì)采集的苗莖圖像的通道分離、閾值分割等預(yù)處理,開展了激光線的中心線提取、中心線的二次曲線擬合、擬合曲線與苗莖邊緣的交點(diǎn)提取等方法研究,以苗莖中軸線為界將苗莖分為左右兩個(gè)部分分析左右兩部分苗徑均值,計(jì)算得到苗莖值。經(jīng)過200組測(cè)試實(shí)驗(yàn)并與手動(dòng)測(cè)量進(jìn)行比較,最大測(cè)量誤差為0.241mm,平均測(cè)量誤差為0.151mm。4.運(yùn)動(dòng)控制子系統(tǒng)研究。主要有機(jī)械臂運(yùn)動(dòng)學(xué)求導(dǎo)和電機(jī)運(yùn)動(dòng)控制,并采用分段運(yùn)動(dòng)控制的方法保證機(jī)械臂終端的運(yùn)動(dòng)軌跡精度。經(jīng)過100次實(shí)驗(yàn),從控制板發(fā)送指令到機(jī)械臂運(yùn)動(dòng)平均響應(yīng)時(shí)間為41.5ms。
[Abstract]:The selection of grafted seedlings is directly related to the efficiency of the automatic grafting machine and the success rate of grafting. The measurement of seedling stem parameters can provide data basis for automatic matching grafting of stock and scion. In this paper, the method of seedling stem parameter detection based on computer vision is studied. An automatic measuring device for seedling stem parameters was developed, which was used to detect the growth status of seedling stem. The automatic sorting of stock and scion of automatic grafting machine creates conditions. The main research work includes the following four aspects: 1. The overall design of grafted seedling detection platform. The function and structure of the platform are analyzed. The whole platform consists of image acquisition subsystem, auxiliary measurement subsystem and motion control subsystem. And to each subsystem type selection analysis research. 2. Depth detection method research. Through the previous investigation of the hole seedling size characteristics and the analysis of the test workspace. A depth detection method based on the geometric relationship model of laser line height and distance is proposed. A depth detection auxiliary device is designed by combining CCD camera and a word laser. The difference between the measurement results of 94.5% and manual measurement is less than 0.1 mm error allowable range. The deviation greater than 0.1 mm is 5.5 and 3.The method of measuring seedling stem parameters is studied. Based on the pretreatment of channel separation and threshold segmentation of collected seedling stem image, the centerline extraction of laser line is carried out. The conic fitting of the center line and the extraction of the intersection point between the fitting curve and the edge of the seedling stem were studied. The seedling stem was divided into two parts to analyze the mean seedling diameter of the right and left parts with the central axis of the seedling stem as the boundary. The maximum measurement error was 0.241 mm after 200 test groups and compared with manual measurement. The average measurement error is 0.151mm. 4. The research of motion control subsystem mainly includes kinematics derivation of manipulator and motor motion control. After 100 experiments, the average response time from the control board to the robot arm motion response time is 41.5 ms.The method of piecewise motion control is used to ensure the precision of the motion trajectory of the manipulator terminal, and the average response time from the control board to the robot arm motion is 41.5 ms.
【學(xué)位授予單位】：浙江理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類號(hào)】：S223;TP391.41

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 王琪龍;李建勇;沈海闊;;雙目視覺-激光測(cè)距傳感器目標(biāo)跟蹤系統(tǒng)[J];光學(xué)學(xué)報(bào);2016年09期

2 孫智鵬;邵仙鶴;王翥;張遠(yuǎn)霞;;改進(jìn)的自適應(yīng)Canny邊緣檢測(cè)算法[J];電測(cè)與儀表;2016年06期

3 佘彩云;胡賢洪;唐坤;;一種多目視覺三維測(cè)距系統(tǒng)設(shè)計(jì)[J];制導(dǎo)與引信;2015年03期

4 張雷;賀虎;武傳宇;;蔬菜嫁接機(jī)器人嫁接苗特征參數(shù)的視覺測(cè)量方法[J];農(nóng)業(yè)工程學(xué)報(bào);2015年09期

5 桑運(yùn)洪;李少清;馬速超;韓天峰;馬天石;劉錚;劉青;;最小二乘法在水泵試驗(yàn)曲線擬合中的應(yīng)用[J];中國農(nóng)機(jī)化學(xué)報(bào);2014年05期

6 崔永杰;王霞霞;徐立青;陳同;李少華;傅隆生;;基于機(jī)器視覺的嫁接用苗外觀特征自動(dòng)檢測(cè)[J];農(nóng)業(yè)機(jī)械學(xué)報(bào);2014年04期

7 劉巧玲;張紅英;;4種保邊濾波器在圖像去霧算法應(yīng)用中的性能比較研究[J];成都大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

8 雷建鋒;汪偉;;基于OpenCV的圖像閾值分割研究與實(shí)現(xiàn)[J];現(xiàn)代電子技術(shù);2013年24期

9 賀磊盈;蔡麗苑;武傳宇;;基于機(jī)器視覺的幼苗自動(dòng)嫁接參數(shù)提取[J];農(nóng)業(yè)工程學(xué)報(bào);2013年24期

10 馮青春;劉新南;姜?jiǎng)P;范鵬飛;王秀;;基于線結(jié)構(gòu)光視覺的穴盤苗外形參數(shù)在線測(cè)量系統(tǒng)研制及試驗(yàn)[J];農(nóng)業(yè)工程學(xué)報(bào);2013年21期

相關(guān)博士學(xué)位論文 前1條

1 黎田;柔性關(guān)節(jié)機(jī)械臂及其運(yùn)動(dòng)學(xué)標(biāo)定和振動(dòng)抑制的研究[D];哈爾濱工業(yè)大學(xué);2012年

相關(guān)碩士學(xué)位論文 前10條

1 胡娟;基于超聲波與圖像識(shí)別的盲人導(dǎo)航眼鏡研究與實(shí)現(xiàn)[D];電子科技大學(xué);2016年

2 柏瀅;GAMMA300型七自由度機(jī)械臂建模與仿真[D];中北大學(xué);2015年

3 佟卓遠(yuǎn);基于機(jī)器視覺的前方車輛檢測(cè)與測(cè)距系統(tǒng)設(shè)計(jì)[D];哈爾濱工業(yè)大學(xué);2015年

4 張魁倉;基于預(yù)定軌跡的機(jī)械手最優(yōu)關(guān)節(jié)加速度研究[D];合肥工業(yè)大學(xué);2015年

5 王奇;基于機(jī)器視覺的外螺紋表面缺陷檢測(cè)系統(tǒng)研究[D];重慶大學(xué);2015年

6 陸溪;基于圖像的草坪場(chǎng)景分析[D];浙江理工大學(xué);2015年

7 孫張明;數(shù)字圖像去霧方法及其應(yīng)用研究[D];天津大學(xué);2014年

8 崔小偉;深度圖像濾波及超分辨率重建算法研究[D];合肥工業(yè)大學(xué);2014年

9 田明楊;基于時(shí)空分析的目標(biāo)提取算法研究與應(yīng)用[D];北京交通大學(xué);2014年

10 蔡麗苑;嫁接機(jī)器人視覺檢測(cè)系統(tǒng)的研究[D];浙江理工大學(xué);2013年

，

本文編號(hào)：1440646