基于StEMD_VGG的智能垃圾分类抓取机械手臂分析研究

摘要：

设计了一种基于StEMD_VGG的智能垃圾分类抓取机械手臂.首先,通过显著性检测算法稀疏经验模态分解对摄像头采集图像进行关键点检测,获得采集图像的显著性视图,然后把显著性视图送入VGG进行分类处理,通过StEMD_VGG模型检测出不同垃圾的所在位置,启动外部驱动电源.然后电动推杆的伸缩部伸出一定长度,小推杆的联接部伸出,推动推杆联接部,直至套环本体与法兰盘形成一定角度,从而带动第一机械手爪倾斜,直到第一机械手爪接触到垃圾,从而抓取垃圾.相对于传统人工分类,效率高,节省时间,同时也避免了对工人身体的影响,使用范围广泛,结构简单.

关键词：稀疏经验模态分解;垃圾分类;机械手臂

所属期刊栏目：5

分类号：TP241(自动化技术及设备)

资助基金：本文系江苏高校"青蓝工程"资助

在线出版日期：2021-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：100-101,108