近幾年來,我國愈來愈重視海洋科技的發(fā)展,同時(shí)也提出了海洋強(qiáng)國戰(zhàn)略,因此推進(jìn)海洋漁業(yè)的自動(dòng)化進(jìn)程迫不可待。要做到自動(dòng)識(shí)別梭子蟹及其大小乃至質(zhì)量問題,就必然要運(yùn)用到圖像識(shí)別技術(shù),圖像識(shí)別技術(shù)也就自然而然變成了水產(chǎn)品識(shí)別的核心部分。圖像識(shí)別是人工智能的一個(gè)重要領(lǐng)域,它是指對(duì)圖像進(jìn)行對(duì)象識(shí)別,以識(shí)別各種不同模式的目標(biāo)和對(duì)像的技術(shù)。為了解決漁港梭子蟹分揀過程中勞動(dòng)強(qiáng)度大、分揀數(shù)量多等缺陷,設(shè)計(jì)了一套基于圖像識(shí)別的梭子蟹智能分揀系統(tǒng),該系統(tǒng)以K60單片機(jī)為主控芯片,結(jié)合帶攝像頭的機(jī)械手和智能小車,加持基于HOG特征的SVM分類器算法對(duì)梭子蟹進(jìn)行識(shí)別,通過爪端壓力數(shù)據(jù)和爪端夾持角度取得梭子蟹質(zhì)量和尺寸,達(dá)到對(duì)梭子蟹的智能分揀。本系統(tǒng)的設(shè)計(jì)主要由機(jī)械、硬件系統(tǒng)、算法三個(gè)部分組成。本系統(tǒng)的機(jī)械部分由智能小車與機(jī)械手組合構(gòu)成,對(duì)智能小車的尺寸、形狀、材料進(jìn)行了嚴(yán)格約束并對(duì)機(jī)械手的路徑規(guī)劃進(jìn)行了相關(guān)研究與設(shè)計(jì);硬件系統(tǒng)主要是對(duì)電源電路、舵機(jī)電路、傳感器電路、電機(jī)驅(qū)動(dòng)電路等進(jìn)行了設(shè)計(jì)并對(duì)相關(guān)元器件進(jìn)行選型與驅(qū)動(dòng)調(diào)試;算法部分通過對(duì)圖像預(yù)處理的各種方法的研究,采取了對(duì)于梭子蟹最佳的預(yù)處理方法,其中包含圖像的灰度... 

【文章來源】：浙江海洋大學(xué)浙江省

【文章頁數(shù)】：87 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

系統(tǒng)整體結(jié)構(gòu)圖

3.3 機(jī)械手結(jié)構(gòu)設(shè)計(jì)本系統(tǒng)采用的機(jī)械手由基座、圓盤、舵機(jī)、攝像頭、薄膜壓力傳感器、機(jī)械臂和機(jī)械爪共同組成。基座采用 3mm 厚度的鋁合金板，保證機(jī)械手穩(wěn)定的同時(shí)減輕機(jī)械手本身的重量；直徑為 100mm 的圓盤裝于基座右端上方 2mm 位置，且圓盤下方連接舵機(jī) 8，控制圓盤的轉(zhuǎn)動(dòng)；機(jī)械臂由三連桿構(gòu)成，其中與圓盤接近的連桿初始位置與圓盤保持 45 度角，且該連桿的轉(zhuǎn)動(dòng)由舵機(jī) 1 和舵機(jī) 2 進(jìn)行控制，由兩連桿構(gòu)成的關(guān)節(jié)處通過舵機(jī) 3 和舵機(jī) 4 進(jìn)行控制，遠(yuǎn)離圓盤的連桿上裝有舵機(jī) 5 和舵機(jī) 6，舵機(jī) 5控制與另一連桿連接關(guān)節(jié)處，舵機(jī) 6 控制機(jī)械爪的旋轉(zhuǎn)；1 號(hào)攝像頭安裝于機(jī)械爪上方 2mm 處且其軸線始終與機(jī)械爪中心軸線保持平行；機(jī)械爪根部正下方裝有舵機(jī) 7控制機(jī)械爪的抓取角度，機(jī)械爪內(nèi)爪面兩側(cè)各裝有 3 個(gè)薄膜壓力傳感器。為了保證機(jī)械爪的抓取穩(wěn)定性與機(jī)械爪耐久度，本機(jī)械手在兩爪爪面套有一層棉布，將薄膜壓力傳感器包于其中。機(jī)械臂總長約為 400mm，其中靠近圓盤處的連桿長約為 180mm，遠(yuǎn)離圓盤處的連桿長約為 80mm，中間段連桿長約為 180mm。機(jī)械爪最大張開角度為60 度，機(jī)械手總重量約為 2kg。圖 3-2 為機(jī)械手結(jié)構(gòu)圖。

圖 3-3 機(jī)械臂模型圖Figure 3.3 Model of manipulator模型圖，D-H 參數(shù)如表 3-1表 3-1 D-H 參數(shù)表Table 3.1 D-H parameter table 0.1 20 0 0 0 0.5 0 0 0.5 20 0 20

【參考文獻(xiàn)】：
期刊論文
[1]基于特征向量提取和SVM分類器的課堂人臉識(shí)別研究[J]. 黃麗媛,吳南壽,王雪花,曾亞光,韓定安,周月霞.  儀器儀表用戶. 2019(02)
[2]基于HOG特征的顯微鏡自動(dòng)對(duì)焦算法研究[J]. 馬海波,張鵬程,張權(quán),劉瑜,桂志國.  測(cè)試技術(shù)學(xué)報(bào). 2018(06)
[3]基于LBP和HOG特征分層融合的步態(tài)識(shí)別[J]. 劉文婷,盧新明.  計(jì)算機(jī)工程與應(yīng)用. 2018(24)
[4]基于HOG特征和SVM的日常運(yùn)動(dòng)行為識(shí)別[J]. 張凱兵,趙珮含.  湖北工程學(xué)院學(xué)報(bào). 2018(06)
[5]一種基于差影法及SVM的在線紙病檢測(cè)分類方法[J]. 曲蘊(yùn)慧,湯偉,馮波.  包裝工程. 2018(23)
[6]基于PLC的工件質(zhì)量檢測(cè)和分離設(shè)備設(shè)計(jì)[J]. 盧小菊,劉玉娟.  機(jī)械工程與自動(dòng)化. 2018(06)
[7]一種HOG特征模板匹配算法[J]. 崔偉清,黨長春,張旺,王洪洲,羅勇牙.  機(jī)械管理開發(fā). 2018(11)
[8]基于HOG特征的IKSVM稻瘟病孢子檢測(cè)[J]. 王震,褚桂坤,王金星,黃信誠,高發(fā)瑞,丁新華.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2018(S1)
[9]基于PLC的自動(dòng)分揀裝置設(shè)計(jì)[J]. 許曉東,雷福祥,馬雪亭.  農(nóng)業(yè)科技與裝備. 2018(05)
[10]HOG特征多目標(biāo)跟蹤算法研究[J]. 李明東.  蘭州工業(yè)學(xué)院學(xué)報(bào). 2018(04)

博士論文
[1]復(fù)雜環(huán)境下基于神經(jīng)網(wǎng)絡(luò)的工件識(shí)別與機(jī)器人智能抓取[D]. 劉曉玉.武漢科技大學(xué) 2009
[2]基于計(jì)算機(jī)視覺的運(yùn)動(dòng)目標(biāo)跟蹤算法研究[D]. 尹宏鵬.重慶大學(xué) 2009
[3]六自由度運(yùn)動(dòng)模擬器精度分析及其標(biāo)定[D]. 于大泳.哈爾濱工業(yè)大學(xué) 2006

碩士論文
[1]智能復(fù)合型機(jī)器人系統(tǒng)的設(shè)計(jì)與研究[D]. 李金旭.山東大學(xué) 2017
[2]基于MATLAB實(shí)現(xiàn)的車牌識(shí)別系統(tǒng)[D]. 尹肖波.浙江工業(yè)大學(xué) 2017
[3]基于MATLAB GUI的數(shù)字圖像處理系統(tǒng)設(shè)計(jì)[D]. 李磊.成都理工大學(xué) 2012
[4]基于地面特征識(shí)別的室內(nèi)機(jī)器人視覺導(dǎo)航[D]. 杜娟.武漢理工大學(xué) 2006
[5]少自由度并聯(lián)示教機(jī)器人的結(jié)構(gòu)學(xué)與運(yùn)動(dòng)學(xué)設(shè)計(jì)[D]. 許懷友.重慶大學(xué) 2004
[6]基于計(jì)算機(jī)視覺和神經(jīng)網(wǎng)絡(luò)的牛肉大理石花紋自動(dòng)分級(jí)技術(shù)的研究[D]. 江龍建.南京農(nóng)業(yè)大學(xué) 2003
[7]計(jì)算機(jī)視覺在農(nóng)產(chǎn)品自動(dòng)檢測(cè)與分級(jí)中的研究——番茄的自動(dòng)檢測(cè)與分級(jí)[D]. 潘偉.東北農(nóng)業(yè)大學(xué) 2000



本文編號(hào)：3143158