机器视觉和建筑毕业论文格式模板范文机器视觉和建筑方面论文如何写2万字有关写作资料-论文写作网

机器视觉和建筑论文范文

《浅述基于机器视觉的建筑垃圾识别分拣系统方案设计》

该文是机器视觉和建筑方面毕业论文格式模板范文与机器视觉有关硕士学位毕业论文范文.

摘要建筑垃圾问题一直阻碍着城市发展,建筑垃圾资源化成为社会研究重点.现目前国内建筑垃圾分拣主要依赖人工操作,存在工作效率低、成本高、作业环境恶劣等问题.本文以建筑垃圾为研究对象,结合机器视觉、传感器等技术的应用与研究,设计出一套建筑垃圾自动识别分拣方案,实现对主要固体垃圾的识别分拣.

关键词机器视觉;建筑垃圾;识别分拣

引言

随着经济发展,城市垃圾增长速度持续增加,垃圾处理问题日益突出.城市建设产生的建筑垃圾占城市垃圾的一半以上,大量的建筑垃圾若不能妥善处理,不仅不符合可持续发展的国策,还会阻碍城市发展,影响市民生活质量.建筑垃圾的总量持续增加,长期依赖高成本的人力分拣并不现实,垃圾分拣技术的突破对国家发展和环保事业具有重要意义.

现目前计算机处理能力提高和硬件成本降低,汽车、包装等领域都逐步应用和推广自动化分拣机器人技术,该应用对于建筑垃圾分拣具有一定指导意义.考虑到建筑垃圾的特殊性,本文针对主要固体建筑垃圾,提出一套基于机器视觉、多传感技术和机器人技术相结合的垃圾智能识别分拣系统方案,旨在代替传统的人工操作,有效提高生产效率、节约成本.

1工作原理

现在对于普通标准件的识别和分拣,国内外已经能够提供较成熟的方案和产品.但是建筑垃圾因为其对象的多样性和复杂性,难以通过单一特征值的选择和标准数据库的建立来进行准确迅速识别区分.本文利用机器视觉与传感器技术相结合进行目标的检测识别和定位,利用机器人技术和传统技术相结合的方式实现分拣.

系统工作原理：将建筑垃圾置于输送带进行输送.当垃圾进入指定位置后,系统相机进行连续的拍摄获得对象图像信息,完整覆盖于传送带的各类传感器检测获取对象参数信息,数据共同传送至PC机,进行垃圾匹配和种类识别.系统通过视觉模块获得垃圾的位置信息,进行识别对象运动轨迹计算,计算完成后传送至机器人控制器.控制器控制机械手完成对有效垃圾的抓取任务,并放入指定存放点存放.对于非所需固体建筑垃圾,对象到达传送带指定位置后,系统气缸推动至卸料槽[1].

2总体方案

2.1 结构组成

本系统由识别和分拣两大部分组成.CCD工业相机、电容传感器、电感传感器、颜色传感器等组成“CCD工业相机+多传感器”相结合形成识别方案.CCD视觉系统实现运动件轮廓、位姿等信息的获取,多传感器系统实属、塑料、木头等固定材质的区分.“PC机+PLC控制器”组成系统上下位机的控制方案,上位机实现对多种采集信号的处理和控制,PLC控制机械手完成基本逻辑动作和气缸推送动作,形成分拣系统部分[2].

2.2 硬件选型设计

（1）相机模块

作为系统的视觉部分,相机模块主要有CCD、CMOS两类感觉芯片.CCD相机主要用于运动物体的图像提取,本系统选用MERCURY水星系列CCD工业相机,外形小巧紧凑.

（2）传感器

据系统的控制要求,本系统选用CR1808DN电容传感器、LJA18M-10D1电感传感器、松下的LX-101颜色传感器和LH-S09B压力传感器.各传感器相互配合使用,进行金属、塑料、木头、布条等材料的识别.

（3）PLC

PLC选型时应详细分析系统的控制要求,明确控制任务所需的操作和动作,然后根据控制要求估算输入输出点数、所需存储器容量、确定 PLC的功能、外部设备特性等,本系统选择有较高性能和性价比的S7-200型PLC.

（4）分拣模块

分拣部分由分拣机器人和推送气缸两部分组成,机械人负责有效建筑垃圾,气缸负责无用垃圾.机械手是分拣机器人关键部件,主要用于抓取和握持物体,选择三爪定心结构,最大输出力大小为10kg,驱动方式选择气动方式.推送气缸选择结构简单,选择易于制作的MHS3-40型气缸[3].

3后处理

（1）信号处理及融合：對拍摄到的图片进行预处理,实现目标分离,提取出所需特征值,通过运动规律及采集信号完成目标运动件定位方案.采用嵌入式软件处理多个传感器采集的信号并融合、判定材质及定位检测;

（2）机械手动态抓取策略：以工业应用广泛的PID控制为基础,结合现目前高级的Bang-Bang控制、人工神经网络等控制方式优化机械手动态抓取策略以及抓取目标路径规划[4].