结合双目视觉定位的番茄分拣系统设计OA

为解决传统番茄分拣方式效率低、主观性强、长时间劳动强度大等问题,文中提出一种基于双目视觉结合改进的YOLOv8-GAM检测算法的番茄识别定位分拣系统。该系统主要由相机、PC上位机视觉分析单元以及下位机控制柜单元三部分组成。具体实现方式为:首先由双目相机对分拣区域采集待分拣番茄图像,随后进行分类识别,再对其进行三维坐标获取;在识别和定位之后控制机械臂进行分拣。文中采用双目相机进行图像获取,用PC端作为上位机,结合加入GAM的深度学习模型YOLOv8算法进行分拣番茄的识别,并通过对SCGM算法加入参数优化自动寻找SGBM算法中的最优参数配置,确定最优的参数组合以此来提高双目测距精度,得到三维位置信息。上位机将测得的位置信息再通过TPC/IP通信发送给下位机机械臂控制柜,以控制机械臂做出分拣动作。测试结果表明,YOLOv8-GAM的平均检测准确率相对于原始YOLOv8算法提高了2.68%,测距结果准确,能够实现控制装置自动分拣的目标。