機(jī)器視覺
- 基于改進(jìn)YOLO卷積神經(jīng)網(wǎng)絡(luò)的水下海參檢測(cè)
撈，需要利用機(jī)器視覺方法實(shí)現(xiàn)水下海參的實(shí)時(shí)檢測(cè)與定位。本研究提出一種基于改進(jìn)YOLOv5s的水下海參檢測(cè)定位方法。針對(duì)海參與水下環(huán)境對(duì)比度較低的問題，引入多尺度視覺恢復(fù)算法對(duì)圖像進(jìn)行處理，增強(qiáng)圖像對(duì)比度；為了提高模型特征提取能力，加入了注意力機(jī)制模塊；原始模型對(duì)YOLOv5s小目標(biāo)的檢測(cè)效果不佳，改進(jìn)后的YOLOv5s模型替換了原有的激活函數(shù)，并在Head網(wǎng)絡(luò)中加入了新的針對(duì)小目標(biāo)的Detect層。使用改進(jìn)的YOLOv5s模型與YOLOv5s、YOLOv4
江蘇農(nóng)業(yè)學(xué)報(bào) 2023年7期2023-12-13
- 機(jī)器視覺技術(shù)在玉米生產(chǎn)管理中的應(yīng)用現(xiàn)狀與展望
史文崇摘要：機(jī)器視覺技術(shù)具有實(shí)時(shí)性，高精度和對(duì)不利環(huán)境的適應(yīng)性，可用于玉米生產(chǎn)各環(huán)節(jié)，提高生產(chǎn)管理效率。通過文獻(xiàn)查閱與梳理分析，總結(jié)了機(jī)器視覺技術(shù)在玉米種子管理、品質(zhì)管理、病蟲害管理、田間管理等領(lǐng)域的研究現(xiàn)狀，并指出玉米產(chǎn)業(yè)應(yīng)用機(jī)器視覺技術(shù)的瓶頸在于機(jī)器視覺系統(tǒng)研發(fā)困難、種植業(yè)主應(yīng)用積極性不高、技術(shù)推廣人員嚴(yán)重不足等問題，提出了加強(qiáng)協(xié)作開發(fā)，降低成本；提高田間信息化管理水平，擴(kuò)大生產(chǎn)規(guī)模；加大科普及技術(shù)服務(wù)力度等建議。關(guān)鍵詞：機(jī)器視覺；玉米產(chǎn)業(yè)；種子管理；
甘肅農(nóng)業(yè)科技 2023年9期2023-10-10
- 面向新時(shí)代人才培養(yǎng)需求的“機(jī)器視覺”課程教學(xué)改革研究*
重要的一環(huán)，機(jī)器視覺因其非接觸、成本低、效率高和可重復(fù)性高等優(yōu)點(diǎn)作為智能化感知的重要實(shí)現(xiàn)方式，在眾多行業(yè)中得到了廣泛應(yīng)用。為了更好地培養(yǎng)滿足新時(shí)代智能制造產(chǎn)業(yè)需求的人才，在人才教育和培養(yǎng)的過程中需要針對(duì)性地做好機(jī)器視覺專業(yè)素質(zhì)的相關(guān)培養(yǎng)[2]。機(jī)器視覺專業(yè)人才培養(yǎng)方式如圖1所示，其中人才培養(yǎng)定位為以康耐視、基恩士和德創(chuàng)等機(jī)器視覺企業(yè)的典型崗位需求為目標(biāo)，人才培養(yǎng)課程包括“數(shù)字圖像處理”“機(jī)器視覺”“機(jī)器/深度學(xué)習(xí)”和“編程語言”等，在人才培養(yǎng)的過程中引入應(yīng)
南方農(nóng)機(jī) 2023年19期2023-09-14
- 基于立體視覺的無人機(jī)位姿測(cè)量方法
性。關(guān)鍵詞：機(jī)器視覺； 位姿測(cè)量； 立體視覺； 無人機(jī)； 點(diǎn)云中圖分類號(hào)：V249 文獻(xiàn)標(biāo)識(shí)碼：A DOI：10.19452/j.issn1007-5453.2023.04.010基金項(xiàng)目： 航空科學(xué)基金（201946051001）無人機(jī)技術(shù)具有覆蓋范圍大、靈活性高及可代替人工執(zhí)行危險(xiǎn)工作等優(yōu)點(diǎn)，在各行業(yè)、各領(lǐng)域內(nèi)發(fā)揮著日益重要的作用。無人機(jī)功能[1-2]的實(shí)現(xiàn)主要依靠編隊(duì)工作的方式，而編隊(duì)功能的有效實(shí)現(xiàn)，依賴于無人機(jī)間相對(duì)位姿的準(zhǔn)確測(cè)量。因此，實(shí)現(xiàn)無人機(jī)
航空科學(xué)技術(shù) 2023年4期2023-09-11
- 基于視覺技術(shù)的風(fēng)電塔筒焊縫寬度檢測(cè)系統(tǒng)設(shè)計(jì)
于灝關(guān)鍵詞：機(jī)器視覺；圖像處理；焊接檢測(cè)；風(fēng)電塔筒；焊縫寬度0 引言近年來，酒泉市風(fēng)力發(fā)電產(chǎn)業(yè)得到了快速發(fā)展，風(fēng)電塔筒是風(fēng)力發(fā)電重要的設(shè)備之一，在風(fēng)力發(fā)電機(jī)組中主要起支撐作用，同時(shí)吸收機(jī)組震動(dòng)，保證風(fēng)電設(shè)備的穩(wěn)定性。風(fēng)電塔高度高，需要有足夠的強(qiáng)度、剛度和抗疲勞性能，以保證在大風(fēng)或暴風(fēng)襲擊時(shí)，不會(huì)發(fā)生整機(jī)傾倒等事故。塔筒整體結(jié)構(gòu)采用焊接技術(shù)制造，焊縫長(zhǎng)度長(zhǎng)，焊接工程量大，焊接質(zhì)量要求高。在焊縫的外觀檢驗(yàn)中，寬度及寬度差檢測(cè)是焊縫外觀檢測(cè)的一個(gè)重要指標(biāo)。目前，
電腦知識(shí)與技術(shù) 2023年19期2023-08-26
- 基于機(jī)器視覺的工業(yè)產(chǎn)品表面缺陷檢測(cè)技術(shù)研究
。因此，基于機(jī)器視覺的自動(dòng)化檢測(cè)技術(shù)，特別是基于深度學(xué)習(xí)的檢測(cè)技術(shù)，正在成為一個(gè)熱門的研究。深度學(xué)習(xí)作為一種強(qiáng)大的機(jī)器學(xué)習(xí)方法，已經(jīng)在圖像處理、語音識(shí)別、自然語言處理等多個(gè)領(lǐng)域取得了突破性的成果。［關(guān)鍵詞］機(jī)器視覺；工業(yè)產(chǎn)品；表面缺陷；檢測(cè)技術(shù)［中圖分類號(hào)］T-01文獻(xiàn)標(biāo)志碼：A工業(yè)產(chǎn)品表面缺陷檢測(cè)是制造業(yè)中至關(guān)重要的環(huán)節(jié)。產(chǎn)品的外觀質(zhì)量直接影響消費(fèi)者對(duì)產(chǎn)品的認(rèn)可度和購(gòu)買意愿。表面缺陷，如劃痕、凹痕、顏色不均等，不僅會(huì)降低產(chǎn)品的美觀度，還可能影響產(chǎn)品的功能
南北橋 2023年16期2023-08-25
- 職教師資類院?！?span id="iya0yge" class="hl">機(jī)器視覺”課程教改探索
林杰摘?要：機(jī)器視覺課程進(jìn)行圖像處理以及計(jì)算機(jī)視覺的相關(guān)知識(shí)教學(xué)，基于職教師資類院校學(xué)生培養(yǎng)原則和要求，本文針對(duì)這門課程存在問題，提出了教學(xué)方法以及教學(xué)內(nèi)容的相關(guān)改革。教學(xué)內(nèi)容的改革包括強(qiáng)化理論學(xué)習(xí)、強(qiáng)化操作平臺(tái)、強(qiáng)化軟件平臺(tái)和相關(guān)執(zhí)行庫。教學(xué)方法的改革包括引入工程案例、編程案例、啟發(fā)式教學(xué)、企業(yè)教學(xué)等。上述改革在激發(fā)學(xué)生學(xué)習(xí)興趣和主動(dòng)性的同時(shí)，培養(yǎng)學(xué)生解決實(shí)際工程問題的能力。關(guān)鍵詞：機(jī)器視覺；教學(xué)方法改革；教學(xué)內(nèi)容改革；智能制造一、概述職教師資院校主要為
科技風(fēng) 2023年19期2023-07-17
- 基于機(jī)器視覺的連接器PIN針歪斜檢測(cè)系統(tǒng)設(shè)計(jì)
程，設(shè)計(jì)基于機(jī)器視覺的連接器PIN針歪斜檢測(cè)系統(tǒng)。通過對(duì)連接器端子內(nèi)部的視覺特征進(jìn)行分析，并采用行列等比例縮放模板匹配確定基準(zhǔn)點(diǎn)和定位PIN針區(qū)域，解決了傳統(tǒng)形狀模板匹配在目標(biāo)尺寸發(fā)生變化后定位不準(zhǔn)確的問題。對(duì)定位的插針進(jìn)行Sobel邊緣檢測(cè)和形狀轉(zhuǎn)換確定其中心點(diǎn)，再計(jì)算基準(zhǔn)點(diǎn)與中心點(diǎn)的歐式距離，得出插針偏移量。實(shí)際應(yīng)用結(jié)果表明，本文歪斜檢測(cè)系統(tǒng)精度為0.1 mm，通過率為98.61%，誤判率為0，檢測(cè)時(shí)間在1 s以內(nèi)，滿足工業(yè)生產(chǎn)需求。關(guān)鍵詞：Halco
廣西科技大學(xué)學(xué)報(bào) 2023年2期2023-07-04
- 機(jī)器視覺基礎(chǔ)實(shí)驗(yàn)平臺(tái)設(shè)計(jì)
：圖像處理與機(jī)器視覺是自動(dòng)化、機(jī)器人等相關(guān)專業(yè)一個(gè)重要的內(nèi)容，為了便于學(xué)生掌握視覺傳感器工作原理特性、基礎(chǔ)機(jī)器視覺理論及實(shí)踐應(yīng)用，自制了機(jī)器視覺基礎(chǔ)實(shí)驗(yàn)平臺(tái)。該實(shí)驗(yàn)平臺(tái)包含硬件平臺(tái)和軟件平臺(tái)，硬件平臺(tái)視覺傳感器采用兩臺(tái)大恒MARS88013GMP面陣相機(jī)，軟件平臺(tái)可實(shí)現(xiàn)雙臺(tái)相機(jī)驅(qū)動(dòng)、相機(jī)設(shè)置、圖像采集、讀入圖像、圖像濾波、邊緣檢測(cè)、分割、雙目相機(jī)標(biāo)定等功能。實(shí)驗(yàn)平臺(tái)對(duì)每個(gè)功能模塊提供擴(kuò)展接口，便于學(xué)生進(jìn)行二次開發(fā)。關(guān)鍵詞：機(jī)器視覺；實(shí)驗(yàn)平臺(tái)；擴(kuò)展模塊；視覺
科技風(fēng) 2023年16期2023-07-02
- 基于機(jī)器視覺的運(yùn)動(dòng)健康管理微信小程序的設(shè)計(jì)研究
浪潮的掀起，機(jī)器視覺技術(shù)隨著人工智能的不斷突破迅速發(fā)展，圍繞著圖片識(shí)別的產(chǎn)品已經(jīng)具備了較為成熟的落地條件。對(duì)于運(yùn)動(dòng)健康管理這個(gè)千億級(jí)別的細(xì)分市場(chǎng)來說，打造一個(gè)閉環(huán)的用戶運(yùn)動(dòng)健康管理的產(chǎn)品勢(shì)在必行。本文主要從產(chǎn)品交互界面、產(chǎn)品閉環(huán)化、用戶采集數(shù)據(jù)準(zhǔn)確度與利用率、產(chǎn)品社交屬性幾個(gè)方面分析了目前運(yùn)動(dòng)健康管理產(chǎn)品存在的問題，并提出了相應(yīng)的解決方案，以期打造一個(gè)閉環(huán)化的運(yùn)動(dòng)健康管理產(chǎn)品，一站式的滿足用戶運(yùn)動(dòng)健康管理需求。關(guān)鍵詞：運(yùn)動(dòng)健康管理；機(jī)器視覺；閉環(huán)服務(wù)系統(tǒng)中
現(xiàn)代商貿(mào)工業(yè) 2023年11期2023-06-28
- 基于機(jī)器視覺的垃圾分揀系統(tǒng)設(shè)計(jì)
設(shè)計(jì)一種基于機(jī)器視覺的垃圾分揀系統(tǒng)。使用搭載有攝像頭的樹莓派作為主控單片機(jī)，利用卷積神經(jīng)網(wǎng)絡(luò)來分辨攝像頭所拍攝垃圾的類型，借助Arduino控制舵機(jī)自動(dòng)開合垃圾桶，實(shí)現(xiàn)垃圾分類。經(jīng)過測(cè)試分析，系統(tǒng)的準(zhǔn)確精度均能達(dá)到70%以上，準(zhǔn)確精度較好，籍此人們能夠輕松處理生活垃圾。關(guān)鍵詞：機(jī)器視覺；樹莓派；卷積神經(jīng)網(wǎng)絡(luò)；Arduino中圖分類號(hào)：TP311? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：2096-4706（2023）04-0018-05Design of Garbag
現(xiàn)代信息科技 2023年4期2023-06-25
- 基于機(jī)器視覺的車流量統(tǒng)計(jì)算法應(yīng)用
，提出了基于機(jī)器視覺的卡爾曼（Kalman）跟蹤檢測(cè)方法，收集車輛運(yùn)行中的相關(guān)信息，并對(duì)數(shù)據(jù)信息進(jìn)行歸類整理，通過車流量信息特征數(shù)據(jù)分析，對(duì)汽車通行情況進(jìn)行有效分析，改進(jìn)原有車流量計(jì)算中的錯(cuò)檢以及誤檢問題，從而降低了車流計(jì)數(shù)的漏檢率。關(guān)鍵詞：機(jī)器視覺；車流量統(tǒng)計(jì)；卡爾曼檢測(cè)方法；交通狀態(tài)檢測(cè)中圖分類號(hào)：TP391.4文獻(xiàn)標(biāo)志碼：A0引言車流量檢測(cè)是智能交通系統(tǒng)［1］中重要的研究課題之一，常見的檢測(cè)方法包括感應(yīng)線圈、紅外線、超聲波以及視頻檢測(cè)方法［2］。在解
無線互聯(lián)科技 2023年7期2023-06-25
- 機(jī)器視覺和人工智能的現(xiàn)代化發(fā)展分析
重要的作用。機(jī)器視覺是人工智能領(lǐng)域中的重要組成部分，不僅能夠代替人工視覺，完成一些不可能完成的任務(wù)，而且也可以通過圖像的采集分析以及處理整合，實(shí)現(xiàn)工業(yè)化的集成化發(fā)展目的。本文針對(duì)機(jī)器視覺和人工智能的概念以及內(nèi)容進(jìn)行分析，結(jié)合細(xì)化技術(shù)發(fā)展現(xiàn)狀，探討其在人類社會(huì)發(fā)展以及未來工業(yè)應(yīng)用中的場(chǎng)景及展望。關(guān)鍵詞：機(jī)器視覺；人工智能；現(xiàn)代化發(fā)展；技術(shù)細(xì)節(jié)機(jī)器視覺是人工智能發(fā)展中的重要代表性技術(shù)，要求機(jī)器人具有一定的智能化，同時(shí)要以超越人類視覺的方式對(duì)圖像物體進(jìn)行觀察判斷
中國(guó)新通信 2023年2期2023-06-24
- 基于機(jī)器視覺的易拉罐噴碼快速檢測(cè)
求。關(guān)鍵詞：機(jī)器視覺；快速檢測(cè)；易拉罐噴碼中圖分類號(hào)：TP391.4? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：2096-4706（2023）05-0033-04Rapid Detection of Can's Spray Code Based on Machine VisionCHEN Yu， WANG Huifang， HUANG Yulan， LI Juan（Wuchang Institute of Technology， Wuhan? 430065， Chin
現(xiàn)代信息科技 2023年5期2023-06-22
- 基于機(jī)器視覺的挖掘機(jī)輔助控制系統(tǒng)設(shè)計(jì)
率。關(guān)鍵詞：機(jī)器視覺；YOLOv5；物聯(lián)網(wǎng)；雙目視覺；挖掘機(jī)輔助控制中圖分類號(hào)：TP391.4；TP18 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：2096-4706（2023）09-0030-04Abstract： As a recognized high-tech machinery in construction machinery， hydraulic excavators have emerged a series of problems with the ec
現(xiàn)代信息科技 2023年9期2023-06-21
- 基于機(jī)器視覺的水下視覺成像分析及優(yōu)化
水下機(jī)器人；機(jī)器視覺；攝像機(jī)標(biāo)定方法；圖像降噪中圖分類號(hào)：TP242? ? 文獻(xiàn)標(biāo)志碼：A? ? 文章編號(hào)：1671-0797（2023）12-0039-03DOI：10.19514/j.cnki.cn32-1628/tm.2023.12.0110? ? 引言水下機(jī)器人對(duì)水下環(huán)境的視覺感知主要依靠攝像機(jī)設(shè)備，即通過攝像機(jī)拍攝水下圖像，根據(jù)圖像信息，判斷水下目標(biāo)物的距離和位置[1]。一些水下機(jī)器人如水下機(jī)械臂作業(yè)主要依靠近距離環(huán)境信息，對(duì)水下環(huán)境感知的時(shí)效性
機(jī)電信息 2023年12期2023-06-21
- 基于3種不同顏色空間的作物行提取方法比較研究
作物行識(shí)別；機(jī)器視覺中圖分類號(hào)：TP391.41文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1002-1302（2023）10-0211-08農(nóng)業(yè)機(jī)械自動(dòng)導(dǎo)航是精準(zhǔn)農(nóng)業(yè)應(yīng)用的熱門核心技術(shù)之一［1-2］，是實(shí)現(xiàn)精準(zhǔn)農(nóng)業(yè)的基礎(chǔ)。定位測(cè)姿信息采集是農(nóng)業(yè)機(jī)械自動(dòng)導(dǎo)航首要解決的問題，其輸出的信息具有準(zhǔn)確性和可靠性，是農(nóng)業(yè)機(jī)械實(shí)現(xiàn)自動(dòng)導(dǎo)航的前提條件。在信息采集過程中，雖然非結(jié)構(gòu)化環(huán)境容易對(duì)視覺導(dǎo)航傳感器產(chǎn)生各類負(fù)面影響，但是相對(duì)于全球?qū)Ш叫l(wèi)星系統(tǒng)（GNSS）導(dǎo)航技術(shù)，機(jī)器視覺導(dǎo)航技術(shù)具有
江蘇農(nóng)業(yè)科學(xué) 2023年10期2023-06-17
- 基于機(jī)器視覺的彩色塑料齒輪缺陷檢測(cè)系統(tǒng)設(shè)計(jì)
化。關(guān)鍵詞：機(jī)器視覺；塑料齒輪；缺陷分析；自動(dòng)檢測(cè)中圖分類號(hào)：TP391? ? ? ?文獻(xiàn)標(biāo)志碼：A? ? ? ? 文章編號(hào)：1003-5168（2023）10-0021-05DOI：10.19968/j.cnki.hnkj.1003-5168.2023.010.004Abstract： [Purposes] Colored plastic gears may have defects such as missing teeth， short teeth，
河南科技 2023年10期2023-06-07
- 基于機(jī)器視覺的人工智能分揀系統(tǒng)研究與設(shè)計(jì)
曉榮關(guān)鍵詞：機(jī)器視覺；機(jī)械臂；智能分揀；Python中圖分類號(hào)：TP393 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2023）10-0016-03隨著人工智能制造技術(shù)的不斷成熟，AI機(jī)械臂在制造業(yè)生產(chǎn)中扮演著越來越重要的角色[1]。分揀機(jī)械臂已經(jīng)開始用于物流包裹分揀業(yè)務(wù)中，它能代替工人對(duì)流水線上的包裹進(jìn)行分揀。傳統(tǒng)分揀機(jī)械臂采用示教或離線編程來規(guī)劃抓取方向和運(yùn)動(dòng)路徑，雖然能完成分揀作業(yè)，但對(duì)包裹的擺放位置和大小要求較嚴(yán)格，很容易導(dǎo)致機(jī)械臂抓取包裹失敗。
電腦知識(shí)與技術(shù) 2023年10期2023-06-03
- 作用于大數(shù)據(jù)處理的級(jí)聯(lián)分類器泛化設(shè)計(jì)
大數(shù)據(jù)； 機(jī)器視覺； ROC曲線中圖分類號(hào)：TP391.41? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A? ? ?文章編號(hào)：1006-8228（2023）05-36-04Cascade classifier generalization design for big data processingLi Tingliao， Liu Xinyu， Du Ning， Fu Yaohan（Nanjing Audit University， Nanjing， Jiangsu
計(jì)算機(jī)時(shí)代 2023年5期2023-05-14
- 基于攝像頭與投影儀的智能空調(diào)面板開關(guān)
。【關(guān)鍵詞】機(jī)器視覺；投影界面；卷積神經(jīng)網(wǎng)絡(luò)中圖分類號(hào)：U463.851? ? 文獻(xiàn)標(biāo)志碼：A? ? 文章編號(hào)：1003-8639（ 2023 ）04-0041-04【Abstract】This paper develops a projection air conditioning panel switch based on the traditional image algorithm of vision. The content of the int
汽車電器 2023年4期2023-04-26
- 基于機(jī)器視覺的油田儀表示數(shù)自動(dòng)識(shí)別方法
此，該研究將機(jī)器視覺應(yīng)用在自動(dòng)識(shí)別中，設(shè)計(jì)一種新的油田儀表示數(shù)識(shí)別方法。針對(duì)CCD攝像機(jī)拍攝的油田儀表圖像，進(jìn)行光照均衡、圖像校正和圖像分割處理，再通過Faster-RCNN網(wǎng)絡(luò)結(jié)構(gòu)檢測(cè)并提取儀表示數(shù)圖像的目標(biāo)識(shí)別區(qū)域。運(yùn)用機(jī)器視覺算法獲取儀表刻度數(shù)值信息，并精準(zhǔn)定位儀表指針位置。根據(jù)指針與最小刻度線夾角，自動(dòng)識(shí)別出當(dāng)前儀表示數(shù)。實(shí)驗(yàn)結(jié)果表明：所提方法的示數(shù)識(shí)別結(jié)果最大絕對(duì)誤差僅為0.01?MPa，可滿足油田儀表示數(shù)識(shí)別精度要求。關(guān)鍵詞：機(jī)器視覺??油田儀
科技資訊 2023年6期2023-04-23
- 《機(jī)器視覺》課程理實(shí)一體化教學(xué)改革的探索
技術(shù)的進(jìn)步，機(jī)器視覺技術(shù)取得了較大的發(fā)展，并在汽車、機(jī)械、煤炭和冶金等行業(yè)有著廣泛應(yīng)用。為了確保機(jī)械加工完成的零件質(zhì)量符合要求，需要對(duì)零件基本尺寸以及表面缺陷等特征進(jìn)行檢測(cè)。通過視覺設(shè)備對(duì)被測(cè)零件圖像進(jìn)行采集并傳輸?shù)接?jì)算機(jī)中的視覺工程應(yīng)用軟件中，設(shè)計(jì)相關(guān)算法完成零件尺寸測(cè)量或表面缺陷檢測(cè)。傳統(tǒng)的零件尺寸測(cè)量器具有游標(biāo)卡尺、卡規(guī)、螺旋測(cè)微儀和三坐標(biāo)測(cè)量?jī)x等，這些測(cè)量器具或多或少存在著效率和精度低、工人勞動(dòng)強(qiáng)度高、不適合大批量測(cè)量等問題。傳統(tǒng)的零件表面缺陷檢測(cè)
科技資訊 2023年2期2023-03-20
- 基于HALCON的風(fēng)機(jī)葉輪尺寸檢測(cè)系統(tǒng)設(shè)計(jì)
計(jì)了一種基于機(jī)器視覺技術(shù)檢測(cè)風(fēng)機(jī)葉輪尺寸的方法，實(shí)現(xiàn)了對(duì)風(fēng)機(jī)葉輪尺寸檢測(cè)過程高效化、高精化、智能化的改變，為風(fēng)機(jī)葉輪生產(chǎn)制造企業(yè)提供了現(xiàn)代化檢測(cè)的思路和值得參考的應(yīng)對(duì)策略。關(guān)鍵詞：機(jī)器視覺 HALCON 風(fēng)機(jī)葉輪 圖像處理 WinForm窗體設(shè)計(jì)Abstract：Fan is widely used in industrial production and life. Fan impeller is an important component of fa
時(shí)代汽車 2023年4期2023-03-17
- 基于視覺引導(dǎo)的機(jī)器人分揀系統(tǒng)研究
詞：機(jī)器人；機(jī)器視覺；N點(diǎn)標(biāo)定；深度學(xué)習(xí)中圖法分類號(hào)：TP391 文獻(xiàn)標(biāo)識(shí)碼：A1引言隨著當(dāng)今世界經(jīng)濟(jì)的快速發(fā)展，傳統(tǒng)制造業(yè)的轉(zhuǎn)型升級(jí)已迫在眉睫。《中國(guó)制造2025》要求加快發(fā)展新一代的智能制造裝備，未來制造業(yè)的發(fā)展方向必將是智能制造。工業(yè)機(jī)器人作為現(xiàn)代工業(yè)智能制造的典型代表，在噴涂、焊接、搬運(yùn)以及裝配等多項(xiàng)作業(yè)中被廣泛應(yīng)用。目前，工業(yè)機(jī)器人大多應(yīng)用于批量的生產(chǎn)任務(wù)，操作人員通過示教和離線編程的方式，預(yù)先給機(jī)器人設(shè)置軌跡并進(jìn)行工件的裝配。此情景下，要求工件
計(jì)算機(jī)應(yīng)用文摘·觸控 2022年22期2023-01-20
- 一種基于視覺的金屬瓶罐檢測(cè)方法
義。關(guān)鍵詞：機(jī)器視覺；金屬瓶罐；缺陷檢測(cè)；圖像處理中圖分類號(hào)：TP39文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1009-9492 （ 2022 ） S1-0049-03A Vision Based Inspection Method for Metal BottlesWang Zepeng（CHINA HANGJIANG， Shantou， Guangdong 515800， China）Abstract： With the rapid development of Ch
機(jī)電工程技術(shù) 2022年13期2023-01-11
- 工程教育專業(yè)認(rèn)證背景下的課程教學(xué)研究
認(rèn)證背景下“機(jī)器視覺技術(shù)”課程教學(xué)現(xiàn)狀及不足，以O(shè)BE專業(yè)認(rèn)證理念為引導(dǎo)，對(duì)課程目標(biāo)設(shè)置、教學(xué)內(nèi)容優(yōu)化、教學(xué)組織、質(zhì)量評(píng)價(jià)等方面進(jìn)行了研究與改進(jìn)。以團(tuán)隊(duì)開發(fā)的系列應(yīng)用產(chǎn)品為對(duì)象，優(yōu)化了基于一個(gè)視覺硬件基礎(chǔ)、四條視覺應(yīng)用主線的教學(xué)內(nèi)容。針對(duì)每條主線設(shè)計(jì)了產(chǎn)品觀摩、客戶端程序演示、開發(fā)例程調(diào)試、圖像處理算法等教學(xué)過程，鍛煉學(xué)生對(duì)于機(jī)器視覺領(lǐng)域典型應(yīng)用進(jìn)行需求分析、論證和系統(tǒng)設(shè)計(jì)的能力，以及在工程實(shí)踐中使用恰當(dāng)現(xiàn)代工程工具進(jìn)行建模、預(yù)測(cè)與仿真能力的培養(yǎng)，支撐學(xué)生
教育教學(xué)論壇 2022年27期2022-07-14
- 基于機(jī)器視覺采棉機(jī)作業(yè)速度控制與仿真分析
本文提出了以機(jī)器視覺為基礎(chǔ)的作業(yè)期間速度控制方案，并且通過Matlab軟件進(jìn)行仿真分析，合理的定位采棉機(jī)作業(yè)過程中的作業(yè)速度、棉花田單位面積、棉花產(chǎn)量、采摘作業(yè)質(zhì)量幾項(xiàng)動(dòng)態(tài)性因素，建立在自適應(yīng)匹配的基礎(chǔ)上，來提升采棉機(jī)的運(yùn)行效果，合理地進(jìn)行作業(yè)速度控制，不僅可以緩解駕駛員的勞動(dòng)強(qiáng)度，更能夠提升單位面積的采收質(zhì)量以及效率。關(guān)鍵詞：采棉機(jī);機(jī)器視覺;速度控制;仿真分析棉花是我國(guó)極為重要的經(jīng)濟(jì)作物，同時(shí)也是推動(dòng)我國(guó)農(nóng)業(yè)發(fā)展的關(guān)鍵性項(xiàng)目。發(fā)展至2020年，我國(guó)的棉
裝備維修技術(shù) 2022年26期2022-07-13
- 基于毫米波雷達(dá)和機(jī)器視覺融合的全息路口感知
攝像頭，通過機(jī)器視覺深度學(xué)習(xí)技術(shù)和多傳感器目標(biāo)融合技術(shù)，實(shí)現(xiàn)對(duì)路口本地的車輛、行人、路況的精細(xì)化、實(shí)時(shí)性感知，構(gòu)建路口的泛感知體系，從而實(shí)現(xiàn)道路交通多維度、多來源、全要素的全息感知。通過利用這些全息感知數(shù)據(jù)可以有效提升路口、區(qū)域整體通行能力，提高車輛平均速度，帶來城市交通管理成效的顯著提升。關(guān)鍵詞：邊緣計(jì)算;機(jī)器視覺;深度學(xué)習(xí);目標(biāo)融合;全息感知中圖分類號(hào)：TP393 ? ?文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-4706（2022）05-0098-03Holo
現(xiàn)代信息科技 2022年5期2022-07-10
- 輔助聽障人士的一種手語轉(zhuǎn)情感語音工具的設(shè)計(jì)
術(shù)領(lǐng)域，基于機(jī)器視覺、動(dòng)態(tài)貝葉斯網(wǎng)絡(luò)、共振峰合成法等知識(shí)，能夠?qū)崿F(xiàn)手語同傳、雙向交互、情感表達(dá)等目的。文章研究能夠應(yīng)用在手機(jī)上的軟件，方便用戶隨身攜帶，實(shí)現(xiàn)由手語轉(zhuǎn)換成情感語音，改善聽障人士與正常人直接的溝通交流方式。關(guān)鍵詞：情感計(jì)算;機(jī)器視覺;表情情感識(shí)別;語音情感合成;聽障人士中圖分類號(hào)：TP391? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2022）15-0072-031 引言隨著現(xiàn)代人機(jī)交互系統(tǒng)的迅速發(fā)展，關(guān)于“情感計(jì)算”的研究也日益引
電腦知識(shí)與技術(shù) 2022年15期2022-07-02
- 淺析基于機(jī)器視覺的智能垃圾分揀系統(tǒng)
運(yùn)而生?；?span id="is0oygi" class="hl">機(jī)器視覺的智能垃圾分揀系統(tǒng)是一種結(jié)合圖像識(shí)別神經(jīng)網(wǎng)絡(luò)技術(shù)、機(jī)械手臂智能控制和云端大數(shù)據(jù)平臺(tái)的系統(tǒng)。這幾種技術(shù)的結(jié)合能能共享不同智能機(jī)器人的廢棄物識(shí)別經(jīng)驗(yàn)，實(shí)現(xiàn)垃圾分類的自動(dòng)化、高效化、智能化。文章針對(duì)基于機(jī)器視覺的智能垃圾分揀系統(tǒng)的工作原理，通過分析發(fā)現(xiàn)，該系統(tǒng)擁有高智能化、資源高回收化以及節(jié)約人力成本等明顯優(yōu)勢(shì)，具有商業(yè)價(jià)值和現(xiàn)實(shí)意義。關(guān)鍵詞：垃圾分類;機(jī)器視覺;智能分揀系統(tǒng)隨著中國(guó)經(jīng)濟(jì)的發(fā)展和人民生活水平的提高，社會(huì)生產(chǎn)生活過程中不可避免地
科教創(chuàng)新與實(shí)踐 2022年10期2022-06-26
- 基于視覺引導(dǎo)的機(jī)器人缸蓋上料系統(tǒng)的應(yīng)用
要描述一種由機(jī)器視覺定位引導(dǎo)機(jī)器人抓取缸蓋，經(jīng)過PLC傳遞控制信號(hào)，最終完成自動(dòng)上料過程的系統(tǒng)。利用機(jī)器人代替人工，不僅可以減少在搬運(yùn)過程中發(fā)生的工件掉落砸傷事故，保證生產(chǎn)順利進(jìn)行，還可以節(jié)約高昂的人工費(fèi)，降低生產(chǎn)成本，為企業(yè)帶來更大的經(jīng)濟(jì)效益。關(guān)鍵詞：機(jī)器視覺 機(jī)器人 PLC 控制 自動(dòng)上料Application of Robot Cylinder Head Feeding System based on Vision GuidanceLu Xianhu
時(shí)代汽車 2022年11期2022-06-24
- 基于機(jī)器視覺的智能垃圾分揀小車的設(shè)計(jì)與實(shí)現(xiàn)
陷。關(guān)鍵詞：機(jī)器視覺;智能;垃圾分揀小車中圖分類號(hào)：TP391.4? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-4706（2022）02-0180-03Abstract： At present， the sorting method of domestic waste in my country is still mainly manpower， which consumes manpower and also has defects such a
現(xiàn)代信息科技 2022年2期2022-06-15
- 機(jī)器視覺智能機(jī)器人無損檢測(cè)系統(tǒng)探討
生產(chǎn)質(zhì)量。將機(jī)器視覺智能機(jī)器人應(yīng)用于無損檢測(cè)系統(tǒng)中，可有效提高生產(chǎn)的靈活性和自動(dòng)化程度，促進(jìn)無損檢測(cè)技術(shù)水平的進(jìn)一步提升。文章首先闡述了機(jī)器視覺智能機(jī)器人無損檢測(cè)系統(tǒng)的硬件設(shè)計(jì)，然后對(duì)機(jī)器視覺智能機(jī)器人無損檢測(cè)系統(tǒng)的軟件及控制方式和智能技術(shù)進(jìn)行分析，為促進(jìn)我國(guó)工業(yè)發(fā)展水平的進(jìn)一步提升提供參考依據(jù)。關(guān)鍵詞：機(jī)器視覺;智能機(jī)器人;無損檢測(cè);圖像中圖分類號(hào)：TP311? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2022）08-0076-02無損檢測(cè)是
電腦知識(shí)與技術(shù) 2022年8期2022-06-03
- 基于人工智能視頻算法的乘客分流方法
客信息系統(tǒng);機(jī)器視覺;車廂分流;擁擠指引【中圖分類號(hào)】TP277 【文獻(xiàn)標(biāo)識(shí)碼】A 【文章編號(hào)】1674-0688（2022）03-0055-030 引言目前，城市軌道交通車輛基本已經(jīng)完成平臺(tái)的數(shù)字化改造，采用以太網(wǎng)鏈路進(jìn)行數(shù)據(jù)傳輸。本研究的目標(biāo)是基于現(xiàn)有乘客信息系統(tǒng)的平臺(tái)設(shè)備，對(duì)部分軟件和硬件進(jìn)行升級(jí)改造，從而實(shí)現(xiàn)智能化指引乘客乘坐分流的功能。該方法的目的是實(shí)現(xiàn)車廂人員現(xiàn)狀分析，最大限度地提高地鐵車輛運(yùn)行的經(jīng)濟(jì)性、舒適性及安全性。通過提高單車廂載客率，提
企業(yè)科技與發(fā)展 2022年3期2022-06-01
- 基于ROS的相機(jī)標(biāo)定技術(shù)分析
摘要：在機(jī)器視覺中使用相機(jī)獲取物體的圖像信息時(shí)，由于圖像信息與實(shí)際物體存在誤差，導(dǎo)致機(jī)器視覺系統(tǒng)不能準(zhǔn)確還原出物體的三維信息，進(jìn)而導(dǎo)致機(jī)器人目標(biāo)檢測(cè)、路徑規(guī)劃的失敗。通過建立圖像信息和實(shí)際物體間的參數(shù)模型，并使用相機(jī)標(biāo)定技術(shù)確定這些參數(shù)，可以使機(jī)器視覺系統(tǒng)輸入準(zhǔn)確的結(jié)果。本文介紹了相機(jī)的成像模型，分析了不同相機(jī)標(biāo)定方法的優(yōu)缺點(diǎn)，采用張氏標(biāo)定法，在ROS平臺(tái)下對(duì)相機(jī)進(jìn)行了標(biāo)定，獲得了相機(jī)的內(nèi)外參數(shù)。該方法簡(jiǎn)單、高效、對(duì)硬件要求低，便于在工業(yè)機(jī)器人系統(tǒng)中實(shí)施，
科技創(chuàng)新導(dǎo)報(bào) 2022年2期2022-05-31
- 基于BP神經(jīng)網(wǎng)絡(luò)的桂圓干分級(jí)方法研究
行構(gòu)建的基于機(jī)器視覺技術(shù)的桂圓干檢測(cè)系統(tǒng)獲取3種不同等級(jí)的桂圓圖像，通過均值濾波、圖像二值化和形態(tài)學(xué)運(yùn)算對(duì)桂圓干和背景進(jìn)行處理、分割和特征參數(shù)選取，獲取桂圓大小、顏色和缺陷特征參數(shù)。將提取的特征參數(shù)輸入BP神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，可以獲得識(shí)別成功率達(dá)到91%的桂圓分級(jí)能力。該系統(tǒng)綜合運(yùn)用數(shù)字圖像處理和基于神經(jīng)網(wǎng)絡(luò)的分級(jí)技術(shù)，對(duì)桂圓的等級(jí)檢測(cè)具有低時(shí)延、高準(zhǔn)確度、低功耗等特點(diǎn)，因此利用該模型對(duì)桂圓等級(jí)的檢測(cè)識(shí)別具有較高的可行性。關(guān)鍵詞：桂圓干;機(jī)器視覺;BP神經(jīng)網(wǎng)
科技風(fēng) 2022年13期2022-05-30
- 光纖環(huán)纏繞機(jī)視覺監(jiān)控系統(tǒng)的設(shè)計(jì)及實(shí)現(xiàn)
計(jì)了一個(gè)利用機(jī)器視覺非接觸方式實(shí)時(shí)監(jiān)測(cè)系統(tǒng)，為繞線設(shè)備的動(dòng)作控制提供相關(guān)依據(jù)，解決了人工檢測(cè)費(fèi)時(shí)、低效的問題，提高了光纖纏繞機(jī)自動(dòng)化水平、穩(wěn)定性和控制精度，對(duì)實(shí)際生產(chǎn)生活具有重要意義。關(guān)鍵詞：機(jī)器視覺;光纖纏繞;缺陷監(jiān)測(cè)系統(tǒng);圖像處理中圖法分類號(hào)：TP277文獻(xiàn)標(biāo)識(shí)碼：ADesign and implementation of visual monitoring system foroptical fiber ring winding machineZHA
計(jì)算機(jī)應(yīng)用文摘·觸控 2022年17期2022-05-30
- 農(nóng)業(yè)復(fù)雜環(huán)境下尺度自適應(yīng)小目標(biāo)識(shí)別算法
：目標(biāo)檢測(cè);機(jī)器視覺;小目標(biāo);農(nóng)業(yè)環(huán)境;蜜蜂;SSD ;YOLOv3中圖分類號(hào)：S24;TP391.41??????????? 文獻(xiàn)標(biāo)志碼：A?????????????? ???文章編號(hào)：SA202203003引用格式：郭秀明， 諸葉平， 李世娟， 張杰， 呂純陽， 劉升平.農(nóng)業(yè)復(fù)雜環(huán)境下尺度自適應(yīng)小目標(biāo)識(shí)別算法——以蜜蜂為研究對(duì)象[J].智慧農(nóng)業(yè)（中英文）， 2022， 4（1）：140-149.GUO Xiuming， ZHU Yeping， LI S
智慧農(nóng)業(yè)（中英文） 2022年1期2022-05-30
- 基于智能機(jī)器視覺的東海大橋集卡動(dòng)態(tài)研究
利用人工智能機(jī)器視覺技術(shù)研發(fā)集卡動(dòng)態(tài)系統(tǒng)，推動(dòng)洋山港業(yè)務(wù)流程再造、優(yōu)化大橋集疏運(yùn)，縮減大橋通行和滯港時(shí)間，提升洋山港統(tǒng)籌運(yùn)營(yíng)和綜合服務(wù)能力，推進(jìn)洋山港“智慧港口”的建設(shè)，保障洋山航運(yùn)區(qū)物流鏈、供應(yīng)鏈的暢通，從而帶來豐富的經(jīng)濟(jì)價(jià)值和社會(huì)價(jià)值，主要內(nèi)容：利用機(jī)器視覺的深度算法技術(shù)，進(jìn)行車號(hào)、箱號(hào)、空掛、車速等的識(shí)別;融合洋山港碼頭營(yíng)運(yùn)操作系統(tǒng)（TOS）、集卡預(yù)約平臺(tái)（EIR）、車隊(duì)管理系統(tǒng)（TMS）等業(yè)務(wù)系統(tǒng)，形成數(shù)據(jù)交互和流程再造;利用無人機(jī)智能巡航，增強(qiáng)預(yù)
中國(guó)新通信 2022年12期2022-05-30
- 一種基于HOG和SVM的人眼開閉狀態(tài)實(shí)時(shí)檢測(cè)方法
醒.關(guān)鍵詞：機(jī)器視覺; 疲勞駕駛檢測(cè); HOG特征; 支持向量機(jī); 面部坐標(biāo)[中圖分類號(hào)]TP391.4 ? [文獻(xiàn)標(biāo)志碼]A 隨著我國(guó)交通運(yùn)輸業(yè)和汽車產(chǎn)業(yè)的快速發(fā)展，駕駛安全成為了一個(gè)不可忽視的問題.具不完全統(tǒng)計(jì)，大約有20%的交通事故源于司機(jī)疲勞駕駛意識(shí)不清醒導(dǎo)致的車禍發(fā)生.因此，有效避免疲勞駕駛已成為交通安全領(lǐng)域重要研究課題之一，目的是對(duì)駕駛員進(jìn)行實(shí)時(shí)監(jiān)測(cè)并提前預(yù)警，規(guī)避危險(xiǎn)駕駛行為，保證交通安全.疲勞駕駛檢測(cè)方案主要可以分為接觸式和非接觸式兩大類.
- 基于機(jī)器視覺的粉罐半掛車罐體焊接變形控制方法研究
進(jìn)而研究基于機(jī)器視覺的粉罐半掛車罐體焊接變形控制方法。設(shè)置約束條件定義粉罐半掛車罐體焊接過程，基于機(jī)器視覺確定焊接變形定位點(diǎn)，運(yùn)用因果鏈建立矛盾關(guān)系控制罐體焊接變形，完成控制方法設(shè)計(jì)。以某公司生產(chǎn)的粉罐半掛車為測(cè)試對(duì)象，對(duì)其罐體的焊接全過程進(jìn)行變形控制，采用本文方法和傳統(tǒng)方法進(jìn)行對(duì)照，以焊縫長(zhǎng)度和間隔為焊接變形控制基礎(chǔ)，在實(shí)際的生產(chǎn)標(biāo)準(zhǔn)內(nèi)傳統(tǒng)方法距離極值較近，甚至有超過極值的現(xiàn)象產(chǎn)生，而本文方法能夠?qū)⑵淇刂圃谧冃瘟康闹行姆秶鷥?nèi)，距離極值存在一定差距，具有實(shí)
專用汽車 2022年5期2022-05-25
- 人工智能課程案例“基于機(jī)器視覺的智能溫控裝置”的設(shè)計(jì)與實(shí)現(xiàn)
習(xí)為主線，以機(jī)器視覺為核心內(nèi)容，以Python為編程語言，設(shè)計(jì)了一款智能溫控裝置，以期為一線教師的人工智能課程教學(xué)與實(shí)踐提供參考與借鑒。關(guān)鍵詞：人工智能;課例設(shè)計(jì);機(jī)器視覺;智能溫控;流程構(gòu)建中圖分類號(hào)：G434? 文獻(xiàn)標(biāo)識(shí)碼：A? 論文編號(hào)：1674-2117（2022）09-0043-04● 引言2018年教育部印發(fā)《教育信息化2.0行動(dòng)計(jì)劃》，明確要求要完善課程方案和課程標(biāo)準(zhǔn)，使中小學(xué)人工智能和編程課程內(nèi)容能充分適應(yīng)信息時(shí)代、智能時(shí)代發(fā)展需要。[1]
中國(guó)信息技術(shù)教育 2022年9期2022-05-19
- 基于多分辨率特征融合的葡萄尺寸檢測(cè)
;遮擋補(bǔ)償;機(jī)器視覺中圖分類號(hào)：TP391文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1000-4440（2022）02-0394-09Grape size detection based on multi-resolution feature fusionLI Qi YANG JunAbstract：In view of the insufficient feature extraction of grapes and the difficulty in accurate
江蘇農(nóng)業(yè)學(xué)報(bào) 2022年2期2022-05-16
- 基于深度學(xué)習(xí)+自學(xué)習(xí)的小盒外觀檢測(cè)系統(tǒng)
針對(duì)目前傳統(tǒng)機(jī)器視覺方法配置參數(shù)繁瑣，操作復(fù)雜，存在誤剔或漏剔率偏高，及單一使用深度學(xué)習(xí)的方法檢測(cè)效率偏低等問題，文中提出了一種基于深度學(xué)習(xí)+自學(xué)習(xí)的卷包香煙外觀缺陷檢測(cè)系統(tǒng)。利用圖像增強(qiáng)、變換、濾波等方法對(duì)原始圖像進(jìn)行預(yù)處理得到處理后圖像，后對(duì)處理后的圖像進(jìn)行評(píng)估，選擇使用深度學(xué)習(xí)還是自學(xué)習(xí)的方法進(jìn)行檢測(cè)。結(jié)果表明，基于深度學(xué)習(xí)+自學(xué)習(xí)技術(shù)的卷包香煙外觀缺陷檢測(cè)方法比使用傳統(tǒng)的機(jī)器視覺檢測(cè)方法，或單一深度學(xué)習(xí)檢測(cè)方法在檢測(cè)耗時(shí)、準(zhǔn)確率、誤剔率的綜合性能上
今日自動(dòng)化 2022年3期2022-05-11
- 基于機(jī)器視覺的高精度微納光纖直徑實(shí)時(shí)測(cè)量
發(fā)了一套基于機(jī)器視覺的微納光纖直徑測(cè)量系統(tǒng)。首先，對(duì)系統(tǒng)采集的圖像進(jìn)行預(yù)處理和二值化分割，其次，通過 Canny邊緣算子實(shí)現(xiàn)微納光纖邊緣初定位，最后，基于改進(jìn) Zernike 矩的亞像素檢測(cè)方法精確定位了亞像素級(jí)邊緣。此外還提出了結(jié)合 Hough 變換與最小二乘法的算法擬合亞像素級(jí)邊緣點(diǎn)的方案，將系統(tǒng)微納光纖直徑測(cè)量精度提升至納米級(jí)。實(shí)驗(yàn)測(cè)量結(jié)果表明，該系統(tǒng)可實(shí)現(xiàn)3.51%以內(nèi)誤差的自動(dòng)化測(cè)量，運(yùn)行時(shí)間為2.671 s，更適用于微納光纖尺寸的高精度實(shí)時(shí)測(cè)量
光學(xué)儀器 2022年1期2022-05-09
- 基于機(jī)器視覺的車道線檢測(cè)研究進(jìn)展綜述
近幾年國(guó)內(nèi)外機(jī)器視覺的車道線檢測(cè)研究進(jìn)展。首先簡(jiǎn)單介紹了機(jī)器視覺的車道線檢測(cè)的基本流程;其次重點(diǎn)闡述了基于特征、基于模型和基于深度學(xué)習(xí)三種典型方法的基本檢測(cè)原理和研究現(xiàn)狀，并對(duì)比三種典型研究方法;最后，提出了機(jī)器視覺的車道線檢測(cè)方法主要存在的問題，并針對(duì)問題提出未來的發(fā)展方向。關(guān)鍵詞：車道線檢測(cè);機(jī)器視覺;特征檢測(cè);模型檢測(cè);深度學(xué)習(xí)中圖分類號(hào)：TM341??????文獻(xiàn)標(biāo)識(shí)碼：AOverview?of?the?Research?Progress?of?L
計(jì)算技術(shù)與自動(dòng)化 2022年1期2022-04-15
- 基于多傳感器融合的有軌電車障礙物入侵檢測(cè)方法研究
濾波將雷達(dá)和機(jī)器視覺檢測(cè)的信息在時(shí)間和空間上融合，實(shí)現(xiàn)對(duì)軌行區(qū)前方障礙物的有效檢測(cè)，提醒駕駛員及時(shí)采取措施，可有效降低事故發(fā)生率。關(guān)鍵詞 多傳感器融合技術(shù);雷達(dá);機(jī)器視覺;障礙物檢測(cè)中圖分類號(hào) U482.1 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 2096-8949（2022）07-0066-030 引言城市軌道交通是全面開啟建設(shè)社會(huì)主義現(xiàn)代化強(qiáng)國(guó)的重要支撐，是建設(shè)交通強(qiáng)國(guó)和智慧城市的重要組成部分[1]。城市軌道交通是當(dāng)前能夠緩解城市擁堵，同時(shí)又具備高效的出行效率和
交通科技與管理 2022年7期2022-04-15
- 基于機(jī)器視覺提取橋梁交通場(chǎng)景車流量信息
互。關(guān)鍵詞 機(jī)器視覺;YOLOv4;DeepSORT;車流量信息;軟件開發(fā)中圖分類號(hào) U495 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 2096-8949（2022）07-0079-030 引言據(jù)統(tǒng)計(jì)我國(guó)已建成橋梁約100萬座，隨著交通量的增加和車載水平的提高，橋梁結(jié)構(gòu)性能持續(xù)劣化[1]。近年來，人工智能技術(shù)的不斷發(fā)展，機(jī)器視覺的一些成果在傳統(tǒng)的圖像處理領(lǐng)域得到了廣泛應(yīng)用[2]?；赮OLO[3]等智能算法框架能完整地提取出車輛運(yùn)行的時(shí)空信息，甚至可以提取車輛的車牌
交通科技與管理 2022年7期2022-04-15
- 機(jī)器視覺在商用車產(chǎn)線的應(yīng)用與研究
價(jià)值。本文以機(jī)器視覺為導(dǎo)向，研究機(jī)器視覺在商用車中的應(yīng)用與發(fā)展，并就機(jī)器視覺的應(yīng)用價(jià)值、細(xì)分場(chǎng)景及技術(shù)發(fā)展進(jìn)行詳細(xì)剖析，制定機(jī)器視覺發(fā)展藍(lán)圖，為后續(xù)商用車的智能制造道路提供有力支撐和指導(dǎo)。 關(guān)鍵詞：機(jī)器視覺;智能制造;視覺引導(dǎo);質(zhì)量檢測(cè) 中圖分類號(hào)：U468.21 文獻(xiàn)標(biāo)識(shí)碼：A 0引言 商用車制造是我國(guó)工業(yè)生產(chǎn)中十分重要的組成部分，在交通運(yùn)輸、冶金礦產(chǎn)、基建建設(shè)等領(lǐng)域都發(fā)揮著重要的作用，同時(shí)在我國(guó)裝備制造業(yè)中占據(jù)重要地位[1]?，F(xiàn)今對(duì)重型汽車制造自動(dòng)化要
汽車與駕駛維修（維修版） 2022年3期2022-04-14
- 機(jī)械專碩“機(jī)器視覺原理與應(yīng)用”教學(xué)案例庫建設(shè)
義。在分析“機(jī)器視覺原理與應(yīng)用”課程特點(diǎn)及案例教學(xué)需求的基礎(chǔ)上，探討了“機(jī)器視覺原理與應(yīng)用”教學(xué)案例庫的建設(shè)思路及架構(gòu)，構(gòu)建了視覺測(cè)量、缺陷檢測(cè)、目標(biāo)跟蹤、機(jī)器人視覺、3D視覺、深度學(xué)習(xí)等6個(gè)技術(shù)專題的智能制造教學(xué)案例庫，給出了典型案例的設(shè)計(jì)過程及主要內(nèi)容。教學(xué)實(shí)踐結(jié)果表明，機(jī)器視覺案例得到了學(xué)生的普遍認(rèn)可，激發(fā)了學(xué)生學(xué)習(xí)的積極性，可以滿足專業(yè)學(xué)位研究生“機(jī)器視覺原理與應(yīng)用”課程的教學(xué)需求。[關(guān)鍵詞] 專業(yè)學(xué)位研究生;機(jī)器視覺;案例庫;案例教學(xué)[基金項(xiàng)目]
教育教學(xué)論壇 2022年11期2022-04-13
- 基于機(jī)器視覺的自適應(yīng)矩陣式吸盤工具設(shè)計(jì)與應(yīng)用
計(jì)了一個(gè)基于機(jī)器視覺的自適應(yīng)矩陣式工業(yè)機(jī)器人末端吸盤工具。首先設(shè)計(jì)了該工具的機(jī)械結(jié)構(gòu)和控制方案;然后基于機(jī)器視覺檢測(cè)數(shù)據(jù)，提出了自適應(yīng)調(diào)整矩陣式吸盤行列間距的原理與算法;再次構(gòu)建了該工具的控制系統(tǒng)，通過PLC和工業(yè)機(jī)器人融合編程實(shí)現(xiàn)了矩陣式吸盤的自適應(yīng)調(diào)整功能;最后，通過L型零件、包裝箱、棧板和異形玻璃4種物料的測(cè)試表明，該工具能夠根據(jù)物料的重量計(jì)算吸盤的最少數(shù)量，根據(jù)物料的形狀自適應(yīng)調(diào)整矩陣式吸盤的行列間距，并自動(dòng)計(jì)算出拾取效率，當(dāng)拾取效率大于0.30時(shí)
機(jī)電工程技術(shù) 2022年2期2022-04-09
- 面向機(jī)器人激光增材制造的機(jī)器視覺系統(tǒng)標(biāo)定算法
光增材制造的機(jī)器視覺系統(tǒng)。該系統(tǒng)通過Matlab相機(jī)標(biāo)定工具包實(shí)現(xiàn)相機(jī)的內(nèi)外參數(shù)標(biāo)定，利用Labview編程提取出像素坐標(biāo)，根據(jù)最小二乘法擬合出相機(jī)坐標(biāo)系下的光平面方程，實(shí)現(xiàn)像素坐標(biāo)到光平面坐標(biāo)的轉(zhuǎn)換，最后針對(duì)視覺傳感器與機(jī)器人的“Eye-in-Hand”系統(tǒng)實(shí)現(xiàn)手眼標(biāo)定，完成像素坐標(biāo)到機(jī)器人三維基坐標(biāo)的轉(zhuǎn)換。實(shí)驗(yàn)結(jié)果表明，開發(fā)的視覺傳感器具有較高的定位精度，各方向平均誤差僅為1 mm。關(guān)鍵詞：增材制造;機(jī)器視覺;線結(jié)構(gòu)光;手眼標(biāo)定中圖分類號(hào)： TG665
電焊機(jī) 2022年2期2022-04-09
- 基于機(jī)器視覺的機(jī)器人智能制造實(shí)踐應(yīng)用研究
。關(guān)鍵詞： 機(jī)器視覺;機(jī)器人;智能制造;實(shí)踐應(yīng)用1 智能制造當(dāng)前自動(dòng)化控制技術(shù)尚未出現(xiàn)革命性突破之前，所謂智能制造是通過 物聯(lián)網(wǎng)、大數(shù)據(jù)、傳感器技術(shù)等來實(shí)現(xiàn)，這并沒有脫離自動(dòng)化，而是對(duì)自 動(dòng)化一定程度的升級(jí)，機(jī)器人體現(xiàn)了這種技術(shù)的整合特性。事實(shí)上孤立的 機(jī)器人在生產(chǎn)制造當(dāng)中沒有任何價(jià)值可言。從智能制造的角度來講，在真 正的強(qiáng)人工智能未出現(xiàn)的當(dāng)下，所有的AI都只能算初級(jí)AI ，它以數(shù)據(jù)為智 能的基本構(gòu)成元素， 而精準(zhǔn)、有時(shí)效性的數(shù)據(jù)則是關(guān)鍵。目前工業(yè)4.0的
科技研究·理論版 2022年5期2022-03-22
- 基于機(jī)器視覺工作分揀系統(tǒng)的設(shè)計(jì)與組態(tài)
要采用歐姆龍機(jī)器視覺FZ5系統(tǒng)及三菱FX3U系列PLC，對(duì)自動(dòng)分揀系統(tǒng)進(jìn)行研究，設(shè)計(jì)了一套具備機(jī)器視覺、性能高、可靠性強(qiáng)的、以PLC控制為核心的自動(dòng)分揀系統(tǒng)，提高了分揀的工作效率、降低了成本、節(jié)省了勞動(dòng)力。關(guān)鍵詞：機(jī)器視覺;PLC;自動(dòng)分揀中圖分類號(hào)：TP312 ? 文獻(xiàn)識(shí)別碼：B文章編號(hào)：1009-3044（2022）02-0120-021 引言在工業(yè)生產(chǎn)不斷進(jìn)步的過程中，分揀扮演了一個(gè)非常重要的角色。本套自動(dòng)分揀裝置結(jié)合歐姆龍F(tuán)Z5機(jī)器視覺和傳感器技術(shù)
電腦知識(shí)與技術(shù) 2022年2期2022-03-19
- 基于工業(yè)機(jī)器人與機(jī)器視覺的芯片分揀系統(tǒng)設(shè)計(jì)
工業(yè)機(jī)器人、機(jī)器視覺檢測(cè)、PLC等系統(tǒng)構(gòu)建的芯片分揀系統(tǒng)，可以實(shí)現(xiàn)復(fù)制式、可定制化生產(chǎn)，避免了工人的重復(fù)性勞動(dòng)，減少了工作負(fù)擔(dān)，讓生產(chǎn)工作更加靈活，提高了工作效率。關(guān)鍵詞：工業(yè)機(jī)器人;機(jī)器視覺;自動(dòng)化控制中圖分類號(hào)：TP311 ? ? ?文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：1009-3044（2022）02-0091-03隨著近年來工業(yè)機(jī)器人技術(shù)的不斷發(fā)展，在智能生產(chǎn)線中應(yīng)用工業(yè)機(jī)器人技術(shù)可以提高生產(chǎn)效率，降低人力資源成本，并且能夠進(jìn)行定制化生產(chǎn)，是生產(chǎn)企業(yè)在市場(chǎng)競(jìng)爭(zhēng)
電腦知識(shí)與技術(shù) 2022年2期2022-03-19
- 農(nóng)作物籽粒分割研究現(xiàn)狀綜述
內(nèi)容之一。從機(jī)器視覺和深度學(xué)習(xí)角度分析籽粒和顆粒分割現(xiàn)狀，總結(jié)分析了各種分割方法特點(diǎn)。并對(duì)視覺方法和深度學(xué)習(xí)方法在圖像分割等方面進(jìn)行了比對(duì)分析，體現(xiàn)了深度學(xué)習(xí)在分割方面的優(yōu)越性。關(guān)鍵詞 籽粒;圖像分割;機(jī)器視覺;深度學(xué)習(xí)中圖分類號(hào) TP 391.4文獻(xiàn)標(biāo)識(shí)碼 A文章編號(hào) 0517-6611（2022）04-0013-04doi：10.3969/j.issn.0517-6611.2022.04.004開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：A Review
安徽農(nóng)業(yè)科學(xué) 2022年4期2022-03-11
- 基于OpenMV的遠(yuǎn)程拋射系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
要：該文結(jié)合機(jī)器視覺技術(shù)和電子控制技術(shù)，設(shè)計(jì)了一款基于OpenMV的遠(yuǎn)程拋射系統(tǒng)。該系統(tǒng)包括直流降壓電源模塊、OpenMV模塊、舵機(jī)模塊、電容充放電模塊、繼電器模塊，系統(tǒng)能識(shí)別攝像頭所拍攝圖像內(nèi)的目標(biāo)色塊，并自動(dòng)完成拋射方向的校準(zhǔn)和彈丸的發(fā)射。實(shí)驗(yàn)數(shù)據(jù)表明，拋射炮口與目標(biāo)參考點(diǎn)在水平方向上分別偏移了15°、30°、45°時(shí)，系統(tǒng)均能完成自動(dòng)追蹤，并能精準(zhǔn)拋射到預(yù)定目標(biāo)點(diǎn)。關(guān)鍵詞：機(jī)器視覺;電子控制;OpenMV;舵機(jī);自動(dòng)追蹤中圖分類號(hào)：TP301? ?
電腦知識(shí)與技術(shù) 2022年1期2022-03-11
- 預(yù)制疊合板構(gòu)件智能化識(shí)別與檢測(cè)方法
出了一種基于機(jī)器視覺的智能化檢測(cè)預(yù)制疊合板構(gòu)件的方法。首先通過預(yù)制構(gòu)件生產(chǎn)線上的攝像系統(tǒng)進(jìn)行圖像采集，然后通過濾除噪聲對(duì)圖像進(jìn)行預(yù)處理，通過Canny算子對(duì)邊緣特征進(jìn)行提取，通過Harris角點(diǎn)檢測(cè)算法對(duì)圖像內(nèi)部特征進(jìn)行提取，并將提取出的信息與已儲(chǔ)存信息進(jìn)行對(duì)比。利用該方法對(duì)三塊預(yù)制疊合板試件進(jìn)行特征識(shí)別及分析，結(jié)果表明：該檢測(cè)方法可以識(shí)別預(yù)制疊合板尺寸信息，識(shí)別預(yù)留孔洞及預(yù)埋件的數(shù)量、尺寸及位置信息，對(duì)預(yù)制疊合板特征信息進(jìn)行檢測(cè)，并判斷構(gòu)件是否合格，提高
土木建筑與環(huán)境工程 2022年1期2022-03-07
- 基于機(jī)器視覺的搬運(yùn)機(jī)器人系統(tǒng)研究與軟件實(shí)現(xiàn)
造水平，基于機(jī)器視覺與智能控制系統(tǒng)實(shí)現(xiàn)智能搬運(yùn)如今已是搬運(yùn)設(shè)備發(fā)展趨勢(shì)，本文以MT-R四自由度機(jī)器人為主要平臺(tái)，對(duì)實(shí)現(xiàn)機(jī)器視覺展開系統(tǒng)研究與軟件分析，為提升搬運(yùn)智能化、高效化提供理論基礎(chǔ)?！娟P(guān)鍵詞】機(jī)器視覺;搬運(yùn)機(jī)器人;系統(tǒng)與軟件引言：在工業(yè)生產(chǎn)加工進(jìn)程中，由于實(shí)現(xiàn)不同功能機(jī)床設(shè)備位置設(shè)定在工廠不同位置，所以待加工零件往往需不斷變換平面與空間位置以實(shí)現(xiàn)不同加工工序，對(duì)于小型零部件可直接采用人工搬運(yùn)進(jìn)行位置轉(zhuǎn)移，但大型零部件設(shè)備必須通過搬運(yùn)設(shè)備進(jìn)行高度舉升與
科技信息·學(xué)術(shù)版 2022年6期2022-02-28