典型文献
基于视觉伺服的蝴蝶兰种苗切割系统设计与试验
文献摘要：
蝴蝶兰种苗自动化切割可降低组培苗染病几率,提高种苗品质.为实现蝴蝶兰种苗自动化切割,该研究针对种苗结构特性提出基于拟合直线的切点定位方法,并配合切割方法设计了弹性切割末端,搭建了基于视觉伺服的蝴蝶兰种苗切割系统.首先,采用深度学习模型对采集到的图像进行目标检测;然后,根据检测结果使用基于几何规则的切割点定位算法计算切点;最后,将切割坐标传输给切割执行机构完成切割作业.目标检测试验中,ShuffleNet v2-YOLOv5模型检测精度达96.7％,权重文件大小1.3 MB,平均检测时间0.026 s.种苗切割试验中,切割合格率高于86％,单株平均切割时间小于18 s.该系统能有效完成蝴蝶兰种苗切割任务,为蝴蝶兰组培苗自动化生产提供新思路.
文献关键词：
目标检测;深度学习;视觉伺服;蝴蝶兰种苗;切点定位;切割系统
中图分类号：
作者姓名：
翟永杰;胡东阳;苑朝;王家豪;张鑫;刘亚军
作者机构：
华北电力大学自动化系,保定 071003;湖北壹鸣生物科技有限公司,钟祥 431900
文献出处：
引用格式：
[1]翟永杰;胡东阳;苑朝;王家豪;张鑫;刘亚军-.基于视觉伺服的蝴蝶兰种苗切割系统设计与试验)[J].农业工程学报,2022(06):148-156
A类：
蝴蝶兰种苗,种苗结构,切点定位
B类：
视觉伺服,切割系统,组培苗,几率,结构特性,定位方法,方法设计,深度学习模型,目标检测,割点,定位算法,算法计算,输给,执行机构,割作,检测试验,ShuffleNet,v2,YOLOv5,模型检测,检测精度,重文,文件大小,MB,检测时间,切割试验,单株,自动化生产
AB值：
0.232297
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
