基于AI視覺的糕點分揀系統(tǒng)

緒論研究目的及意義隨著科學技術??的發(fā)展??，自動??分揀技??術得到??了廣泛??應用[1]。??自動分??揀系統(tǒng)??集成了??可編程??控制器??、機械??傳動和??氣動控??制、人??機界面??、電機??拖動等??技術的??應用，??其中應??用可編??程控制??器技術??是自動??化的重??要組成??部分[2]?。?也隨著??人們生??活水平??的提高??，糕點??種類為??了迎合??大眾的??審美與口味層出不窮[3]。因此設計一套??基于單??片機技??術的基??于AI??視覺的??糕點分??揀系統(tǒng)??，幫助??糕點師??去分揀??使得顧??客找到??自己需??要的。??在國內??，人工??視覺的??研究都??還處于??初級階??段，其??中最著??名的研??究團隊??是以北??京大學??生物醫(yī)??學工程??的任求??實教授??所在的??C-??Sig??ht??團隊，??其申報??的采用??多學科??交叉綜??合研究??的國家??973??項目??《視覺??功能修??復的基??礎理論??與關鍵??科學問??題研究??》開啟??了我國??人工視??覺研究??領域的??先河，??其研究??的人工??視覺修??復手段??主要就??是視神??經(jīng)植入??法[4]。該??團隊在??過去的??5??年里已??取得一??定的研??究成果??，但還??未進入??人體相??關的臨??床試驗??和產(chǎn)品??的開發(fā)[5]??。其他??國內從??事相關??視覺修??復研究??的人員??還有上??海交通??大學的??柴新禹??教授，??重慶大??學的鄭??小林教??授，西??南交通??大學的??茍先太??副教授??以及復??旦大學??的汪源源教授等等[6]。國內外研究現(xiàn)狀這么多年來??，國內??外諸多??研究人??員在此??領域的??研究從??來沒有間斷過。在2022年，國內的研??究人員??周樹強??在《基??于Fa??cto??ry??IO的??視覺分??揀系統(tǒng)??仿真》??中對于??PLC??學習者??，F(xiàn)a??cto??ry??IO仿??真可以??幫助理??解自動??化生產(chǎn)??線程序??控制過??程[7]。通??過設計??視覺分??揀控制??流程，??配置F??act??ory??IO??場景中??傳感器??、開關??、傳送??帶、推??送機構??等的I??/O信??號，進??行PL??C程序??設計與??調試，??實現(xiàn)生??產(chǎn)線視??覺分揀??操作。??系統(tǒng)視??覺傳感??器檢測??到物料??并將物??料特征??轉化為??編碼，??不同種??類物料??有不同??的編碼??值，通??過比較??編碼值??進行識??別分揀[8]??。實時??觀察場??境中的??動畫，??直觀地??監(jiān)測P??LC程??序的執(zhí)??行過程??和運行??結果，??彌補P??LC實??驗設備缺乏問題[9]。在2022年九月，全興科等??人的團??隊在《??智能分??揀系統(tǒng)??在電商??倉儲行??業(yè)的應??用》中??闡述立??體庫儲??存系統(tǒng)??將產(chǎn)品??運輸至??機器人??分揀（??播種）??和交叉??帶分揀??的貨到??人控制??技術的??實現(xiàn)，??并將播??種盒暫??存的自??動化系??統(tǒng)技術??的設計??與應用??[10]。該應??用基于??第三方??供應鏈??云倉儲??業(yè)務環(huán)??境對智??能設備??的設計??，使得??不同自??動化設??備在整??體系統(tǒng)??作業(yè)中??，在滿??足不同??產(chǎn)品的??自動化??需求，??提高發(fā)??貨效率??和訂單??準確率??，減少??操作人??員數(shù)量??等方面起到幫助[11]。在2022年十月初??，張丹??在《基??于并聯(lián)??機器人??的單片??裝火腿??缺陷識??別與分??揀系統(tǒng)??設計》??中提升??單片裝??火腿的??分揀效??果以D??elt??a并聯(lián)??機器人??為基礎??，結合??自動控??制、機??器視覺??等技術??，設計??搭建了??一種能??夠識別??單片裝??火腿缺??陷的分??揀系統(tǒng)[12]??。建立??2自由??度De??lta??并聯(lián)機??器人的??運動學??與動力??學模型??，并對??Del??ta并??聯(lián)機器??人進行??優(yōu)化設??計，還??設計了??控制系??統(tǒng)的組??成與圖??像處理??的算法??[13]。結果??:該系??統(tǒng)能夠??成功識??別異物??缺陷與??折痕缺??陷，識??別率高??達95??%;能??夠準確??、高效??地分揀??單片裝??火腿，??分揀成??功率達??到98??%,分??揀效率??為16??0包/??min??。結論??:該系??統(tǒng)可實??現(xiàn)單片??裝火腿??識別、??抓取、??搬運、??分揀、??剔除的連續(xù)化作業(yè)[14]。在2022年國外??的Ab??bas??Ab??bas??Fa??dhi??l在《??Dev??elo??ped??an??Au??tom??ate??dD??esi??gn??Sor??tin??gS??yst??em??Acc??ord??ing??to??Ou??ter??Ed??ges??of??Ob??jec??t.》??一文闡??述了自??動化分??揀系統(tǒng)??被應用??于工業(yè)??部門以??提高生??產(chǎn)率[15]。??本研究??開發(fā)了??分揀系??統(tǒng),利??用視覺??機器檢??測采集??圖像與??存儲基??圖像的??匹配情??況。該??系統(tǒng)將??與5??cm??/s??傳送帶??速度實??時匹配??和分揀??。視覺??系統(tǒng)是??基于三??個階段??來達到??排序決??策。第??一階段??是將采??集到的??圖像轉??換為二??值圖像??,第二??階段是??對產(chǎn)品??進行邊??緣檢測??,第三??階段是??將結果??與基礎??圖像進??行匹配??。該系??統(tǒng)成功??地對任??何形狀??復雜、??效率高??的產(chǎn)品??進行了??分類[16]。??系統(tǒng)排??序可以??在任何??位置或??方向檢??測和排??序任何??產(chǎn)品/??機器元??素。系??統(tǒng)使用??實時分??析以提??供所需??的結果??。結果??到達分??揀門在??系統(tǒng)的??末端傳??送帶如??果打開??意味著??產(chǎn)品匹??配。為??了考察??響應和??結果的??準確性??,選擇??了3種??不同的??產(chǎn)品。??發(fā)現(xiàn)在??所有情??況下,??檢測產(chǎn)??品的最??大誤差??不超過2%[17]。2021年Agraw??al??Anu??bha??v在《??Des??ign??an??dI??mpl??eme??nta??tio??no??fR??adi??oF??req??uen??cy??Ide??nti??fic??ati??on??bas??ed??Sor??tin??gS??yst??em》??中提到??分揀作??業(yè)在各??行業(yè)一??直是一??個具有??挑戰(zhàn)性??和繁瑣??性的過??程。隨??著技術??的進步??,人工??排序已??被自動??化排序??算法所??取代。??本文提??出了一??種新型??的基于??射頻識??別(??RFI??D)??的自動??分選計??數(shù)系統(tǒng)??,該系??統(tǒng)利用??電磁場??對附著??在物體??上的標??簽進行??自動識??別和跟??蹤[18]。R??FID??系統(tǒng)的??有效性??和高效??性為工??業(yè)應用??貢獻了??巨大的??潛力。??為評估??所提系??統(tǒng)實時??運行的??性能,??研制了??微型樣??機[19]?；??于RF??ID的??自動分??揀和計??數(shù)系統(tǒng)??的工作??原型包??括將物??體放置??在固定??的工作??站上。??自動掃??描是在??放置的??對象上??進行的??。掃描??標簽后??,自動??收集物??品類型??及其計??數(shù)的信??息并顯示在LCD上[20]。主要研究內容本課題研究??的內容??為基于??AI視??覺的糕??點分揀??系統(tǒng)。??該套系??統(tǒng)主要??由攝像??頭模塊??、AI??模塊、??K21??0單片??機、舵??機、L??CD等??部分組??成；采??用K2??10單??片機技??術處理??對攝像??頭模塊??和AI??感應模??塊采集??到的參??數(shù)，根??據(jù)相識??度識別??到糕點??；若檢??測到第??一種糕??點，3??60度??舵機順??時針旋??轉，完??成第一??種糕點??的分揀??反之就是第二種。

系統(tǒng)的總體結構2.1設計方案文獻研究法??。通過??查閱文??獻來獲??得研究??資料，??對系統(tǒng)??設計中??所涉及??到的相??關內容??，如分??揀系統(tǒng)??、單片??機技術??等，初??步構想??系統(tǒng)要??實現(xiàn)的??功能及??其運用??的技術??并搜集??相關資??料，作??為系統(tǒng)??設計的素材。功能分析法??。功能??分析法??是社會??科學用??來分析??社會現(xiàn)??象的一??種方法??，是社??會調查??常用的??分析方??法之一??。本系??統(tǒng)通過??功能分??析法，??對軟件??的各項??功能進??行具體??分析，??從而明??確開發(fā)目標。定性分析法??。通過??對文獻??的研究??，運用??歸納和??演繹、??分析與??綜合以??及抽象??與概括??等方法??，深入??了解軟??件和硬??件開發(fā)??的相關??技術，??從而熟??悉系統(tǒng)??中各個??功能模??塊之間??的關系??，掌握??系統(tǒng)的??工作原??理及其??本質，??確定開??發(fā)流程。經(jīng)驗總結法??。希望??通過已??有的每??一塊功??能的結??合進行??總結，??設計出??一套優(yōu)??良的系??統(tǒng)，并??規(guī)范的??編寫程序。2.2功能需求分析2.2.1技術路線（1）硬件部分需要單片機K210、攝像頭模塊、LCD、舵機、AI模塊。（2）畫原理圖用AD；（3）編程語言用python語言；2.2.2預期結果（1）系統(tǒng)實時顯示監(jiān)測到的畫面；（2）系統(tǒng)學習兩種糕點外觀；（3）系統(tǒng)可根據(jù)相似度，判斷識別到的糕點；（4）若檢測到第一種糕點，360度舵機順時針旋轉，完成第一種糕點的分揀；（5）若檢測到第二種糕點，360度舵機逆時針旋轉，完成第二種糕點的分揀；（6）若沒有檢測到糕點，此時檢測的是操作臺，不改變上次旋轉方向；總體結構框圖如下。圖2.1系統(tǒng)總體結構框圖2.3總體方案設計第一：理論知識??準備階??段，理??解設計??課題，??認真研??究課題??所涉及??到的內??容，能??夠較好??的掌握??有關題目的知識；第二：確定系??統(tǒng)各個??模塊，??理清各??個模塊??之間的??關系，??收集相??關得到??軟硬件??資料；第三：規(guī)劃課??題，確??定系統(tǒng)??組成結??構，勾??畫出大??體系統(tǒng)??框架并??在結構??框架的??基礎上??提出原??理框圖；第四：利用軟件??完成硬??件電路??部分設??計并畫??出各部??分電路??圖，將??系統(tǒng)部??件通過??接口電??路集合??在一起??，并畫??出電路圖；第五：根據(jù)系統(tǒng)??控制過??程完成??軟件設??計部分??，繪制??出主流??程圖；第六：進行模擬??仿真，??檢查系??統(tǒng)是否??能夠按??照要求??實現(xiàn)控??制功能??，整理??論文。2.4單片機型號選擇主控制芯片??選擇K??210??單片機??K2??10是嘉楠??（Ca??nna??an）??科技的??一款集??成機器??視覺與??機器聽??覺能力??的系統(tǒng)??級芯片??(R??SIC??-V??CPU??)。使??用臺積??電(??TSM??C)??超低功??耗的??28??納米先??進制程??，具有??雙核??64??位處理??器，其擁??有較好??的功耗??性能，??穩(wěn)定性??與可靠??性。該??方案力??求零門??檻開發(fā)??，可在??最短時??效部署??于用戶??的產(chǎn)品??中，賦??予產(chǎn)品??人工智??能（A??I）。??可以??說是集??性能強??勁與高??性價比??于一身??。K2??10??號稱最??強單片??機，其??最突出??的特點??是可以??達到1??TOP??S算力??，這是??樹莓派??4無法??比擬的??，所以??目前用??它來做??視覺方??面的項??目是最??佳的選??擇。O??pen??MV提??供了機??器視覺??功能最??核心和??最復雜??的部分??（包括??硬件和??核心算??法），??使用者??們可以??把自己??的精力??放在自??己的想??法和產(chǎn)??品設計??上，實??現(xiàn)自己??的各種??創(chuàng)意。??原理圖如下。圖2.2K210單片機最小系統(tǒng)原理圖

系統(tǒng)的硬件部分設計3.1系統(tǒng)的總體設計該套系統(tǒng)主??要由攝??像頭模??塊、A??I模塊??、K2??10單??片機、??舵機、??LCD??等部分??組成；??采用K??210??單片機??技術處??理對攝??像頭模??塊和A??I感應??模塊采??集到的??參數(shù)，??根據(jù)相??識度識??別到糕??點；若??檢測到??第一種??糕點，??360??度舵機??順時針??旋轉，??完成第??一種糕??點的分??揀反之??就是第??二種。??實現(xiàn)功能如下。（1）系統(tǒng)實時顯示監(jiān)測到的畫面；（2）系統(tǒng)學習兩種糕點外觀；（3）系統(tǒng)可根據(jù)相似度，判斷識別到的糕點；（4）若檢測到第一種糕點，360度舵機順時針旋轉，完成第一種糕點的分揀；（5）若檢測到第二種糕點，360度舵機逆時針旋轉，完成第二種糕點的分揀；（6）若沒有檢測到糕點，此時檢測的是操作臺，不改變上次旋轉方向；總體原理圖如下:圖3.1系統(tǒng)總體原理圖3.2系統(tǒng)的主要模塊設計3.2.1LCD顯示屏模塊設計12864LCD液晶顯示??模塊是??一款4??位/8??位并行??、2線??或3線??接口方??式，內??部含有??國際一??級、二??級簡體??中文字??庫的圖??形點陣??液晶模??塊。顯??示分辨??率為1??28*??64，??內置8??198??個16??*16??點漢字??，和1??28個??16*??8點A??SCI??I字符??集。該??型號液??晶模塊??具有接??口方式??簡單，??指令操??作便捷??的特點??，可構??成全中??文人機??交互圖??形界面???？娠@??示8*??4行1??6*1??6點陣??的行字??，也可??完成圖??形顯示??。LC??D12??864??分為帶??中文字??庫和不??帶中文??字庫兩??種，有??并行傳??輸和串??行傳輸??兩種方??式通常??并行速??度快。??從電源??地開始??引腳依??次為：??電源地??、電源??正。其??原理圖如下所示。圖3.2LCD顯示屏模塊原理圖3.2.2TF內存卡模塊設計TF卡即是T??-Fl??ash??全名（??Tra??nsF??Las??h，2??004??年更名??為Mi??cro??SD??Ca??rd)??的縮寫??出,這??是Mo??tor??ola??與Sa??nDi??sk共??同推出??的最新??一代的??記憶卡??規(guī)格，??它采用??了最新??的封裝??技術，??并配合??San??Dis??k最新??NAN??DM??LC技??術及控??制器技??術。大??小(1??1mm??x??15m??mx??1mm??)，約??等于半??張SI??M卡，??Tra??ns-??Fla??sh??Car??d為S??DC??ard??產(chǎn)品成??員的一??員,附??有SD??轉接器??，可兼??容任何??SD讀??卡器，??TF卡??可經(jīng)S??D卡轉??換器后??，當S??D卡使??用。T??-Fl??ash??卡是市??面上最??小的閃??存卡,??適用于??多項多??媒體應??用.T??ran??s-f??las??h產(chǎn)品??采用S??D架構??設計而??成,S??D協(xié)會??于20??04年??年底正??式將其??更名為??Mi??cro??SD??，已成??為SD??產(chǎn)品中??的一員。原理圖如下。圖3.3TF內存卡模塊原理圖3.2.3GC0328攝像頭模塊設計GC0328攝像頭??具有2??00萬??像素(??163??2x1??232??像素)??，其體??積小、??工作電??壓低，??提供單??片UX??GA攝??像和影??像處理??器的所??有功能??。通過??SCC??B總線??控制，??可以輸??出整幀??、子采??樣、取??窗口等??方式的??各種分??辨率1??0位采??樣數(shù)據(jù)??。該產(chǎn)??品UX??GA圖??像最高??達到1??5幀/??秒。用??戶可以??完全控??制圖像??質量、??數(shù)據(jù)格??式和傳??輸方式??。所有??圖像處??理功能??過程包??括伽瑪??曲線、??白平衡??、飽和??度、色??度等都??可以通??過SC??CB接??口編程??。Om??miV??isi??on圖??像傳感??器應用??獨有的??傳感器??技術，??通過減??少或消??除光學??或電子??缺陷如??固定圖??案噪聲??、托尾??、浮散??等，提??高圖像??質量，??得到清??晰的穩(wěn)??定的彩??色圖像??。原理??圖如下。圖3.4GC0328攝像頭模塊原理圖3.2.4分揀模塊設計分揀模塊主??要是通??過SG??-90??舵機實??現(xiàn)的。??舵機是??一種位??置（角??度）伺??服的驅??動器，??適用那??些需要??角度不??斷變化??并可以??保持的??控制系??統(tǒng)。舵??機上有??三根線??，分別??是GN??D（棕??色線）??、VC??C（紅??色線）??和SI??G（黃??色線）??，也就??是地線??、電源??線和信??號線。??舵機通??過接收??PWM??信號，??使其進??入內部??電路產(chǎn)??生一個??偏置電??壓，觸??發(fā)電機??通過減??速齒輪??帶動電??位器移??動，使??電壓差??為零時??，電機??停轉，??從而達??到伺服??的效果??。即給??舵機一??個特定??的PW??M信號??，舵機??旋轉到??特定角度?？刂齐娐钒??接受來??自信號??線相應??的PW??M控制??信號，??進而控??制電機??轉動，??電機帶??動一系??列齒輪??組，減??速后傳??動至輸??出舵盤??。舵機??的輸出??軸和位??置反饋??電位計??是相連??的，舵??盤轉動??的同時??，帶動??位置反??饋電位??計，電??位計將??輸出一??個電壓??信號到??控制電??路板，??進行反??饋，然??后控制??電路板??根據(jù)所??在位置??決定電??機的轉??動方向??和速度??，從而??達到目??標停止??。原理??圖如下所示。圖3.5舵機模塊原理圖3.2.5按鍵輸入模塊設計在矩陣鍵盤??按鍵較??多時為??了減少??IO口??的運用??，通過??按鍵排??列成矩??陣的方??式，采??用逐行??或者是??逐列掃??描，就??可以讀??出按鍵的狀態(tài)。掃描的概念??：數(shù)碼??管掃描??(輸出??掃描)??原理:??顯示第??一位>??顯示第??二位，??然后循??環(huán)這個??過程，??最終實??現(xiàn)所有??數(shù)碼管??同時點??亮的效??果。矩??陣按鍵??掃描(??輸入掃??描）原??理:掃??描第一??行>掃??描第二??行>>??>>>??掃描第??一列>??>掃描??第二列??>>得??出按鍵??位置。原理圖如下。圖3.6按鍵輸入模塊原理圖

系統(tǒng)的軟件設計4.1軟件的主要流程采用K210單片機技術處理對攝像頭模塊和AI感應模塊采集到的參數(shù)，根據(jù)相識度識別到糕點；若檢測到第一種糕點，360度舵機順時針旋轉，完成第一種糕點的分揀反之就是第二種。步驟為：系統(tǒng)先實時顯示監(jiān)測畫面后，系統(tǒng)進行學習兩種糕點外觀，學習后可以根據(jù)相似度判斷識別到的糕點，若檢測到第一種糕點，360度舵機順時針旋轉，完成第一種糕點的分揀；若檢測到第二種糕點，360度舵機逆時針旋轉，完成第二種糕點的分揀；若沒有檢測到糕點，此時檢測的是操作臺，不改變上次旋轉方向。工作流程圖如下。圖4.1系統(tǒng)總體流程圖

4.2LCD顯示屏模塊軟件設計當單片機初始化完成后，系統(tǒng)開始正常工作。LCD顯示屏會收到來自單片機的攝像頭實時畫面，以進行遠程監(jiān)控。工作流程圖如下。圖4.2LCD顯示屏模塊工作流程圖

4.3TF內存卡模塊軟件設計當單片機初始化完成后，系統(tǒng)開始工作。攝像頭開始對畫面進行采集隨后發(fā)送給單片機，單片機經(jīng)訓練后可識別分辨兩種類型的糕點，進行工作時對分揀的糕點進行拍照，隨后TF內存卡開始對錄像和照片進行儲存，以便日后查看，方便管理。工作流程圖如下。圖4.3TF內存卡模塊軟件設計

4.4GC0328攝像頭模塊軟件設計當單片機初始化完成后，系統(tǒng)開始工作。攝像頭將實時拍攝并發(fā)送畫面給單片機，單片機經(jīng)過事先的學習，可對攝像頭拍攝出的畫面進行識別和分辨，隨后進行相應處理。工作流程圖如下。圖4.4GC0328攝像頭模塊軟件設計

4.5舵機模塊軟件設計當系統(tǒng)初始化完成后，開始正常工作。攝像頭拍攝照片給單片機進行識別，若識別到是第一種糕點，則舵機進行360度順時針翻轉，若是第二種糕點則360度逆時針翻轉，若無糕點則不改變翻轉狀態(tài)，以此進行分揀動作。工作流程圖如下。圖4.5舵機模塊工作流程圖

4.6按鍵輸入模塊軟件設計當系統(tǒng)初始化完成后，開始正常工作。按下不同按鍵分別執(zhí)行不同功能。工作流程圖如下。圖4.6按鍵輸入模塊工作流程圖

系統(tǒng)測試5.1系統(tǒng)實物圖圖5.1系統(tǒng)成品實物圖5.2測試原理圖5.2按下中間按鍵對兩種糕點和環(huán)境進行學習，每一種糕點學習五張圖5.3分別檢測及其結果按下按鍵三開始檢測，當檢測到第一種糕點時，顯示屏顯示MAYBEPASTRY1，舵機順時針旋轉；檢測到第二種時，顯示MAYBEPASTRY2，舵機逆時針旋轉；無檢測到時顯示Surroundings，意為只有工作環(huán)境，舵機旋轉方式保持在上一種（第二種）。

總結與展望6.1總結在整個設計過程中，硬件方面主要設計了K210單片機的最小系統(tǒng)、舵機接口電路、LCD屏幕及顯示、攝像機拍攝電路。軟件方面借助各個渠道的資料，主要設計訓練學習程序、顯示程序、舵機運行程序、拍攝識別程序。系統(tǒng)的調試主要是通過一塊K210開發(fā)板，再借助于AD以及自己搭建的電路實現(xiàn)的。分部調試時偶爾會出現(xiàn)一些問題但解決方案都有跡可循。此管理系統(tǒng)能夠實現(xiàn)檢測后不需要人為干預，自動進行操作。節(jié)省了大量人力資源，方便人們生活。為了畫出自己滿意的電路圖，圖表等，我仔細學習了繪圖技術。在設計電路初期，由于沒有設計經(jīng)驗，覺得無從下手，空有很多設計思想，卻不知道應該選哪個，經(jīng)過導師的指導，我的設計漸漸有了頭緒,通過查閱資料，逐漸確立系統(tǒng)方案。畢業(yè)設計對于每個大學生來說是一門必修課程，在大學這一個求學階段只有一次。完成了電路設計這一部分的工作內容，我覺得自己將曾經(jīng)學習過的知識再次學習了一遍，對于各個元器件的設計規(guī)則，又有了進一步的熟悉。在這個的過程中，遇到的問題也非常多，在經(jīng)過遇到問題，思索問題到解決問題的過程中，收獲是最多的。以往沒有注意到的問題，都在這一次的畢業(yè)設計中得以體現(xiàn)，這培養(yǎng)了我的細心，耐心和專心。指導老師給予的指導、同學的幫助讓我受益良多，無論是理論工作上的計算，還是實際的操作，老師都給我們做了詳細的分析，讓我在設計各個量時更能理論結合實際，更合理的進行安排設計。6.2展望科技的發(fā)展日新月異，人工智能領域的發(fā)展更是迅速，隨著人工智能技術的不斷提高，其相關應用也越來越廣泛，其中最為顯著的是在圖像識別、語音識別和自然語言處理方面的應用，這些技術的發(fā)展給人們帶來了很多便利。機器視覺可以說是人工智能的基礎設施層，它的應用領域是非常深、非常多的，從整個產(chǎn)業(yè)鏈的全景圖來講，中國的人工智能產(chǎn)業(yè)模塊處在快速的生態(tài)構建期。總而言之，人工智能領域的發(fā)展和應用有很大的前景，但此次設計的智能AI糕點分揀系統(tǒng)也存在不足的地方，以后有待改進。參考文獻[1]蒲睿強,吳封斌,王璐,岳洪吉.基于eM-Plant的異型煙分揀系統(tǒng)仿真技術應用[J].科技與創(chuàng)新,2022(22):166-168.DOI:10.15913/ki.kjycx.2022.22.047.[2]楊旭東,胡淵富,蒲睿強,徐明陽.異型煙分揀系統(tǒng)碼垛作業(yè)優(yōu)化研究[J].機械設計與制造,2022(11):139-143.DOI:10.19356/ki.1001-3997.2022.11.028.[3]王鳳娟.基于PLC控制的物件識別與分揀系統(tǒng)設計與實現(xiàn)[J].電器工業(yè),2022(11):68-71.[4]謝金濤.物料循環(huán)分揀系統(tǒng)PLC控制系統(tǒng)設計[J].南方農(nóng)機,2022,53(21):75-77.[5]王銀明,張丹.基于并聯(lián)機器人的單片裝火腿缺陷識別與分揀系統(tǒng)設計[J].食品與機械,2022,38(10):104-109.DOI:10.13652/j.spjx.1003.5788.2022.60080.[6]楊恒源,陳宇,姚晨彧,孟祥祥,胡驍原.基于RFID技術的智能書本分揀系統(tǒng)[J].機械工程師,2022(10):42-44.[7]楊旭東,蒲睿強,徐明陽,胡淵富.基于eM-Plant的異型煙分揀系統(tǒng)仿真優(yōu)化及應用[J].機械設計與制造,2022(10):125-128.DOI:10.19356/ki.1001-3997.2022.10.004.[8]廖耿斌.基于PLC的物料分揀遠程監(jiān)制系統(tǒng)[J].電子制作,2022,30(19):42-44+18.DOI:10.16589/11-3571/tn.2022.19.014.[9]周麗霞,龔勤慧,周樹強.基于FactoryIO的視覺分揀系統(tǒng)仿真[J].成都航空職業(yè)技術學院學報,2022,38(03):54-56+81.[10]龔博陽,鮑光海.基于圖像處理的接觸器動態(tài)特性測試方法[J].電器與能效管理技術,2020,0(5):10-14.[11]郭壯,曹冬梅,童一飛.基于樹莓派4B的運動目標追蹤研究[J].現(xiàn)代電子技術,2019,40(15):14-16.[12]吳忠文,費樹岷.基于樹莓派4B目標跟蹤算法的優(yōu)化[J].工業(yè)控制計算機,2018,31(4):77-79.[13]馮志剛,賈寧寧,朱琳琳.基于樹莓派4B的視頻跟蹤系統(tǒng)的設計與實現(xiàn)[J].沈陽航空航天大學學報,2018,35(6):68-74.[14]魏立梅,謝維信.模糊聯(lián)想記憶系統(tǒng)規(guī)則提取的新方法[D].西安電子科技大學學報,2019,26(4);420-425.[15]徐恒,郭曉瑩.歐姆龍FH視覺系統(tǒng)在物料分揀中的應用[J].電腦知識與技術,2022,18(27):18-20.DOI:10.14004/ki.ckt.2022.1755.[16]GuoHuiling,WangJuan,RenSu,ZhengLangFan,ZhuangYiXuan,LiDongLin,SunHuiHui,LiuLiYing,XieChangchuan,WuYaYing,WangHongRui,DengXianming,LiPeng,ZhaoTongJin.TargetingEGFR-dependenttumorsbydisruptinganARF6-mediatedsortingsystem[J].NatureCommunications,2022,13(1).[17]MichaelLevans.Roboticsortingsystemcansortsmallitems[J].MaterialHandlingProductNews,2022,44(5).[18]ZhuangZilong,LiuYing,YangYutu,ShenYinxi,GouBinli.ColorRegressionandSortingSystemofSolidWoodFloor[J].Forests,2022,13(9).[19]XuXianhao,ChenYuerong,ZouBipan,GongYeming.Assignmentofparcelstoloadingstationsinroboticsortingsystems[J].TransportationResearchPartE,2022,164.[20]ChenSsuHan,JangJerHuan,ChangYuRu,KangChihHsiang,ChenHungYi,LiuKevinFongRey,LeeFongLin,HsuehYangShen,YouhMengJey.AnAutomaticForeignMatterDetectionandSortingSystemforPVCPowder[J].AppliedSciences,2022,12(12).附錄電路圖源代碼importKPUaskpuimportsensorimportlcdfromMaiximportGPIOfromfpioa_managerimportfmimporttimeimportgcfrommicropythonimportconst#導入constfromboardimportboard_infofrommachineimportTimer,PWM#ServoimportSG90_360_Drive###########################################config#################################################class_num=3#類數(shù)量sample_num=15#樣本數(shù)量THRESHOLD=11#閾值class_names=['Surroundings','Pastry1','Pastry2']#類名稱：環(huán)境、糕點1、糕點2board_cube=0Identify_Results={'Identify_Situation':"",'Identify_Index':''}#識別結果SYS_Status='END'#系統(tǒng)狀態(tài)：狀態(tài)cap_num=0#抓取訓練數(shù)量train_status=0#訓練狀態(tài)last_cap_time=0#上次訓練抓取時間last_btn_status=1#上次按鍵狀態(tài)############################################################################################################################################SG-90360#################################################tim1=Timer(Timer.TIMER2,Timer.CHANNEL0,mode=Timer.MODE_PWM)Ctr_Sg90_360_1=PWM(tim1,freq=50,duty=0,pin=board_info.PIN_Ctr_SG90_360)Sg90_360_1=SG90_360_Drive.SG90_360(Ctr_Sg90_360_1)Sg90_360_1.Init()#initSG-90360##############################################################################################################################################KEY######################################################KEY_BOOTfm.register(board_info.PIN_KEY_BOOT,fm.fpioa.GPIOHS0)KEY_BOOT=GPIO(GPIO.GPIOHS0,GPIO.PULL_UP)#KEY_SYSfm.register(board_info.PIN_KEY_SYS,fm.fpioa.GPIOHS2)#注冊IO-KEY2KEY_SYS=GPIO(GPIO.GPIOHS2,GPIO.IN,GPIO.PULL_UP)#構建KEY_2對象defexit_KEY_SYS_fun(KEY_SYS):#KEY_2中斷回調函數(shù)globalSYS_Status,train_statusiftrain_status!=0:time.sleep_ms(10)#消除抖動ifKEY_SYS.value()==0:#確認按鍵被按下ifSYS_Status=='END':SYS_Status='RUN'else:SYS_Status='END'KEY_SYS.irq(exit_KEY_SYS_fun,GPIO.IRQ_FALLING)#開啟中斷，下降沿觸發(fā)#########################################################################################################################################文字顯示######################################################defdraw_string(img,x,y,text,color,scale,bg=None):ifbg:img.draw_rectangle(x-2,y-2,len(text)*8*scale+4,16*scale,fill=True,color=bg)img=img.draw_string(x,y,text,color=color,scale=scale)returnimg#########################################################################################################################################異常/正常######################################################Operation_State=''defOperation(operation_state):ifOperation_State!='':ifOperation_State=='SYN':#System--ENDSg90_360_1.Stop()#舵機關閉elifOperation_State=='operation_waste_1':#類1--正轉Sg90_360_1.Clockwise()#舵機正轉elifOperation_State=='operation_waste_2':#類2--反轉Sg90_360_1.Anticlockwise()#舵機反轉elifOperation_State=='surroundings':#環(huán)境--surroundingspass#保持else:passelse:pass#####################################################################################################設置攝像頭sensor.reset()sensor.set_pixformat(sensor.RGB565)sensor.set_framesize(sensor.QVGA)sensor.set_windowing((224,224))#ifboard_cube==1:#sensor.set_vflip(True)#sensor.set_hmirror(True)#lcd.init(type=2)#lcd.rotation(2)#else:#lcd.init()#初始化LCDlcd.init()#設置攝像頭水平與垂直鏡像sensor.set_vflip(True)sensor.set_hmirror(True)#再次運行刪除模型try:delmodelexceptException:passtry:delclassifierexceptException:passgc.collect()model=kpu.load("/sd/sipeed_learn_model.smodel")#加載模型#model=kpu.load(0x300000)classifier=kpu.classifier(model,class_num,sample_num)#模型初始化while1:Identify_Results['Identify_Situation']=''Identify_Results['Identify_Index']=''img=sensor.snapshot()#采集圖片ifboard_cube:img=img.rotation_corr(z_rotation=90)img.pix_to_ai()#captureimgiftrain_status==0:#如果訓練狀態(tài)：0（未訓練）ifKEY_BOOT.value()==0:#如果按鍵值為：0（按下）time.sleep_ms(30)#延時30msifKEY_BOOT.value()==0and(last_btn_status==1)and(time.ticks_ms()-last_cap_time>500):#如果按鍵按下&&上次按鍵狀態(tài)==1&&時差大于500last_btn_status=0#上次按鍵狀態(tài)=1last_cap_time=time.ticks_ms()#更新上次抓取時間ifcap_num<class_num:#如果抓取數(shù)量<類數(shù)量index=classifier.add_class_img(img)#添加類圖片，并獲取當前添加圖片的indexcap_num+=1#cap_num自增1print("addclassimg:",index)#打印當前添加的類elifcap_num<class_num+sample_num:#如果：類數(shù)量<抓取數(shù)量<類數(shù)量+樣例數(shù)量index=classifier.add_sample_img(img)#添加樣例并獲取當前添加樣例的indexcap_num+=1#cap_num自增1print("addsampleimg:",index)#打印當前添加的樣例else:#如果：按鍵彈起img=draw_string(img,2,200,"releasebootkeyplease",color=lcd.WHITE,scale=1,bg=lcd.RED)#請松開按鍵else:#如果未按下按鍵time.sleep_ms(30)#延時30msifKEY_BOOT.value()==1and(last_btn_status==0):#如果按鍵按下&&上次按鍵狀態(tài)==0last_btn_status=1#上次按鍵狀態(tài)=1ifcap_num<class_num:#如果抓取數(shù)量<類數(shù)量img=draw_string(img,0,200,"pressbootkeytocap"+class_names[cap_num],color=lcd.WHITE,scale=1,bg=lcd.RED)#顯示請按鍵抓取類xelifcap_num<class_num+sample_num:#如果類數(shù)量<抓取數(shù)量<類數(shù)量+樣例數(shù)量img=draw_string(img,0,200,"bootkeytocapsample{}".format(cap_num-class_num),color=lcd.WHITE,scale=1,bg=lcd.RED)#顯示請按鍵抓取樣例x#trainandpredictiftrain_status==0:#如果訓練狀態(tài)：0（未訓練）ifcap_num>=class_num+sample_num:#如果類數(shù)量+樣例數(shù)量<抓取數(shù)量print("starttrain")#print開始訓練img=draw_string(img,30,100,"training...",color=lcd.WHITE,scale=2,bg=lcd.RED)#顯示training...lcd.display(img)#顯示classifier.train()#訓練print("trainend")train_status=1#訓練狀態(tài)=1else:#如果訓練狀態(tài)：1res_index=-1try:res_index,min_dist=classifier.predict(img)print("{:.2f}".format(min_dist))exceptExceptionase:print("predicterr:",e)ifres_index>=0andmin_dist<THRESHOLD:#如果返回Index>=0&&特征值<閾值print("predictresult:",class_names[res_index])#預期結果，類名字img=draw_string(img,2,2,class_names[res_index],color=lcd.WHITE,scale=2,bg=lcd.RED)#顯示Identify_Results['Identify_Situation']="predictresult"Identify_Results['Identify_Index']=class_names[res_index]else:#如果：(<0&特征值<閾值)(>0&特征值>閾值)<0&特征值>閾值print("unknown,maybe:",class_names[res_index])img=draw_string(img,2,2,'maybe{}'.format(class_names[res_index]),color=lcd.WHITE,scale=2,bg=lcd.RED)Identify_Results['Identify_Situation']="unknown,maybe"Identify_Results['Identify_Index']=class_names[res_index]ifSYS_Status=='END':Operation_State='SYN'else:ifIdentify_Results['Identify_Index']==class_names[0]:#class-0環(huán)境Operation_State='surroundings'elifIdentify_Results['Identify_Index']==class_names[1]:#class-1糕點1Operation_State='operation_waste_1'elifIdentify_Results['Identify_Index']==class_names[2]:#class-2糕點2Operation_State='operation_waste_2'else:passOperation(Operation_State)img=draw_string(img,2,32,'SYS_Status{}'.format(SYS_Status),color=lcd.WHITE,scale=1,bg=lcd.GREEN)lcd.display(img)#Youcansavetraineddatatofilesystemby:#classifier.save("3_classes.classifier")#Thenload:#model=kpu.load(0x300000)#classifier=kpu.classifier.load(model,"3_class.classifier")'''文件名稱:SG-90360舵機驅動文件版本:v1.0日期：2023.01.12作者:--說明：需要使用資源：PWM'''classSG90_360:def__init__(self,ctr_sg90_360):self.ctr_sg90_360=ctr_sg90_360defServo_SG90_360(self,speed):self.ctr_sg90_360.duty((speed+90)/180*2*5+0.5*5)defStop(self):#停止范圍：-3~2（設置0）self.Servo_SG90_360(0)defClockwise(self):#正轉self.Servo_SG90_360(-20)#負數(shù)為正轉，絕對值越大，轉速越快；范圍：-4~-90defAnticlockwise(self):#反轉self.Servo_SG90_360(20)#正數(shù)為反轉，絕對值越大，轉速越快；范圍：2~-90defInit(self):self.Stop()importKPUaskpuimportsensorimportlcdfromMaiximportGPIOfromfpioa_managerimportfmimporttimeimportgcfrommicropythonimportconst#導入constfromboardimportboard_infofrommachineimportTimer,PWM#ServoimportSG90_360_Drive###########################################config#################################################class_num=3#類數(shù)量sample_num=15#樣本數(shù)量THRESHOLD=11#閾值class_names=['Surroundings','Pastry1','Pastry2']#類名稱：環(huán)境、糕點1、糕點2board_cube=0Identify_Results={'Identify_Situation':"",'Identify_Index':''}#識別結果SYS_Status='END'#系統(tǒng)狀態(tài)：狀態(tài)cap_num=0#抓取訓練數(shù)量train_status=0#訓練狀態(tài)last_cap_time=0#上次訓練抓取時間last_btn_status=1#上次按鍵狀態(tài)############################################################################################################################################SG-90360#################################################tim1=Timer(Timer.TIMER2,Timer.CHANNEL0,mode=Timer.MODE_PWM)Ctr_Sg90_360_1=PWM(tim1,freq=50,duty=0,pin=board_info.PIN_Ctr_SG90_360)Sg90_360_1=SG90_360_Drive.SG90_360(Ctr_Sg90_360_1)Sg90_360_1.Init()#initSG-90360##############################################################################################################################################KEY######################################################KEY_BOOTfm.register(board_info.PIN_KEY_BOOT,fm.fpioa.GPIOHS0)KEY_BOOT=GPIO(GPIO.GPIOHS0,GPIO.PULL_UP)#KEY_SYSfm.register(board_info.PIN_KEY_SYS,fm.fpioa.GPIOHS2)#注冊IO-KEY2KEY_SYS=GPIO(GPIO.GPIOHS2,GPIO.IN,GPIO.PULL_UP)#構建KEY_2對象defexit_KEY_SYS_fun(KEY_SYS):#KEY_2中斷回調函數(shù)globalSYS_Status,train_statusiftrain_status!=0:time.sleep_ms(10)#消除抖動ifKEY_SYS.value()==0:#確認按鍵被按下ifSYS_Status=='END':SYS_Status='RUN'else:SYS_Status='END'KEY_SYS.irq(exit_KEY_SYS_fun,GPIO.IRQ_FALLING)#開啟中斷，下降沿觸發(fā)#########################################################################################################################################文字顯示######################################################defdraw_string(img,x,y,text,color,scale,bg=None):ifbg:img.draw_rectangle(x-2,y-2,len(text)*8*scale+4,16*scale,fill=True,color=bg)img=img.draw_string(x,y,text,color=color,scale=scale)returnimg####################