异常水培生菜自动分选系统设计与试验

摘要：

为解决水培生菜包装前分选机械化程度低、分选任务重的问题,结合深度学习方法设计了一种异常水培生菜自动分选系统.该系统由信息感知、信息处理以及分选动作执行3个子系统组成.根据水培生菜异常叶片与正常叶片间差异性进行水培生菜分类,采用从下向上的三摄像头配合拍摄方式进行图像信息感知,并基于语义分割DeepLabV3+深度学习网络实现水培生菜图像信息实时处理,其处理性能为:平均联合交并比达83.26％,像素精度为99.24％,单幅图像处理时间为(193.4±4)ms.为便于实现异常水培生菜分选,基于水培生菜的表型及采收模式,设计了一种托架式异常水培生菜分选执行子系统,并以横向支撑杆角度、纵向支撑杆角度和步进电机转速为试验因素,以分选动作执行子系统的分选成功率为评价指标,设计二次正交旋转组合试验.建立了各因素与指标间回归数学模型,运用Design-Expert软件的多目标优化算法进行参数优化.获得参数最优组合为:横向支撑杆角度146°、纵向支撑角度150°、步进电机转速11 r/min.依据参数最优组合进行性能试验,得到分选动作执行子系统的分选成功率为98％,异常水培生菜自动分选系统的分选成功率为95％,满足生菜冷藏运输技术标准要求.

关键词：异常水培生菜、自动分选系统、深度学习、分选动作执行子系统、参数优化

所属期刊栏目：53

分类号：TB486(工业通用技术与设备)

资助基金：陕西省重点研发计划项目;国家外国专家局高端外国专家引进计划项目

在线出版日期：2022-09-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：282-290