基于嵌入式系统的智能在线分拣系统研究

发布时间：2022-01-24 17:20

　　为实现对小定量包装产品的精确分拣,设计了一种基于嵌入式系统的在线图像识别+称重的智能分拣系统。阐述了系统的硬件组成和软件设计原理,底层采用STM32F4系列微控制器进行称重数据采集和控制,视觉识别采用依托Android平台的java-OpenCV视觉开发库,进行在线智能识别。对于不同包装产品的外形、重量进行分选。设计了基于Android平台的可视化人机交互界面,实现生产线的检测与管理,同时由STM32通过Wi-Fi模块将数据上传至云平台进行数据存储和实时通信,并实现手机移动端的远程监控。 

【文章来源】：科技传播. 2020,12(10)

【文章页数】：3 页

【部分图文】：

STM32采集控制模块

获取二值化图像后,采用低错误率的Canny算法进行边缘检测。先对二值化图像进行高斯滤波,再计算像素点梯度值,判定是否为局部最大,设置灰度值。计算高低阈值判断边缘点,将边缘点连续得到轮廓,最后求出物品映射在工作台上的面积,由此判定物品的分类。将分类结果发送至STM32。4 基于Android的可视化人机操作平台

在视觉识别的基础上设计了用于生产管理的Android可视化人机操作平台,如图6所示,在侧边栏中具备多条生产线的监控选项,生产线管理员登录后,根据登录的用户级别,可按管理员权限实时显示产品总数,产品包装类别及其图像、重量、大小,高级别管理权限的用户点击设置可以进入产品分类、重量的设置,以及选择是否自动发送消息至手机端。5 云存储与移动端监控

【参考文献】：
期刊论文
[1]基于机器视觉的物料自动分拣系统研究[J]. 张卫芬,汤文成.  组合机床与自动化加工技术. 2019(06)
[2]基于阿里云平台的光伏发电智能监控系统[J]. 薛家祥,叶興,吴坚.  自动化与仪表. 2019(01)
[3]基于OpenCV的六角钢坯尺寸测量研究[J]. 黄凯,余学才,唐飞,丁建平,李亚南.  计算机测量与控制. 2013(05)



本文编号：3606985