上海中人專業(yè)提供ZRRGZN-02協(xié)作機器人視覺平臺,是專業(yè)的教學設備生產(chǎn)廠家,我們歡迎您來我們生產(chǎn)基地考察ZRRGZN-02協(xié)作機器人視覺平臺技術的開發,并為您提供專業(yè)的解決方案至關重要。教學設備可以解決教師教學缺少平臺,學生缺少實操經(jīng)驗的難題服務品質。ZRRGZN-02協(xié)作機器人視覺平臺的發生,是中人公司的品質效益保障教學產(chǎn)品。 文章內(nèi)容中的圖片為參考圖片,僅供參考,以實物為準.
本文關鍵詞:ZRRGZN-02協(xié)作機器人視覺平臺參考圖片
特點和優(yōu)勢
(1)支持兩種開發(fā)環(huán)境影響。實驗軟件提供jupyter notebook和VS2015兩種開發(fā)環(huán)境新的動力,其中jupyter notebook采用Python編程語言,VS2015采用C++編程語言發展契機,用戶根據(jù)實際需要選擇廣泛關註,可滿足不同院校的教學要求。
(2)源代碼開放發力。開放全部軟件框架和算法級源代碼優勢領先,學生可在代碼層面,通過調(diào)參共創美好、代碼填充等方式進行應用和驗證性質的課程基礎實驗推動並實現,也可參考實驗指導書,自行編寫代碼覆蓋範圍,進行相對復雜的項目實驗優化程度。教師則可依托該平臺,進行深度的二次開發(fā)奮勇向前。
系統(tǒng)主要功能模塊
(1)邊緣計算終端
邊緣計算終端采用NVIDIA公司的Jetson Nano處理器不斷豐富,該處理器具備GPU運算功能,既可作為邊緣計算終端(即小型電腦)使用組建,也可進行基于深度學習的數(shù)字圖像處理相關的分析和運算各有優勢。通過在處理器中部署視覺系統(tǒng)SDK、Python和OpenCV等相關軟件和框架重要的意義,以及與外接設備的通訊協(xié)議持續,學生即可完成從視覺系統(tǒng)硬件搭建、圖像采集性能、圖像處理初步建立,到實驗流程設計與論證,再到視覺系統(tǒng)和外部設備的聯(lián)動控制等一系列功能供給,無需另外配置電腦的方法。
邊緣計算終端主要技術參數(shù)如下:
l 處理器:64位四核CORTEX-A57,128核MAXWELL GPU;
l 內(nèi)存:4GB LPDDR落到實處,板載存儲:64GB服務水平;
l 接口:USB3.0×4,Micro USB×1技術創新, HDMI×1處理方法,RJ45×1,DC5.5×2.1電源接口持續向好;
l 集成Linux習慣、Python等運行環(huán)境,支持數(shù)字圖像處理進展情況、機器視覺的積極性、深度學習等算法、硬件至關重要、應用的開發(fā)和學習不久前。
機械臂參數(shù)
Mycobot-Pi |
||
機械臂參數(shù) |
臂展 |
280mm |
自由度 |
6 |
|
負載 |
250g |
|
電子參數(shù) |
SOC |
BroadcomBCM2711 |
CPU |
1.5Hz |
|
藍牙/無線 |
yes |
|
USB |
USB3.0*2;USB2.0*2 |
|
顯示屏幕 |
no |
|
HDMI接口 |
microHDMI*2 |
|
自定義按鍵 |
no |
|
IO接口 |
40 |
|
軟件平臺 |
適用于 |
獨立工作 |
編程平臺 |
Debian/Ubuntu |
|
ROS/Python |
內(nèi)嵌 |
|
圖形化編程 |
內(nèi)嵌 |
視覺系統(tǒng)主要硬件如下:
1)工業(yè)相機
l 傳感器型號:Sharp RJ33提升行動;
l 像元尺寸:3.75 μm×3.75 μm能力建設;
l 靶面尺寸:1/3”;
l 分辨率:1280×960研究進展;
l 幀率:30 fps無障礙;
l 曝光時間:34μs~1sec;
l 黑白/彩色:彩色互動互補;
接口:GiGE發揮重要帶動作用。
2)工業(yè)鏡頭
l 焦距:固定焦距;
l 光圈:手動光圈意料之外;
l 像素級別:600萬像素,F(xiàn)A 鏡頭形式;
l 焦距大兄弥活。12mm ;
l F數(shù):F2.8~F16足了準備。
3)LED光源
l 光源類別:30度環(huán)形光源合作關系;
l LED類型:貼片LED;
l 顏色:白色深刻內涵;
l 色溫:6600K傳遞;
l 功率:14.4W。
實驗項目
(1)基礎實驗:Python語言程序設計
l python集成開發(fā)環(huán)境搭建深入闡釋、軟件安裝實驗
l python編程實驗:計算任意輸入整數(shù)的階乘
l python編程實驗:漢諾塔問題
l python編程實驗:使用蒙特·卡羅方法計算圓周率近似值
l python編程實驗:使用Numpy進行t檢驗
l python 編程實驗:使用PIL讀取相關性、顯示和處理圖像
l python GUI編程實驗:matplotlib數(shù)據(jù)可視化
l python GUI編程實驗:動態(tài)時鐘設計
(2)基礎實驗:數(shù)字圖像處理
l 圖像的代數(shù)運算
l 圖像變換
l 圖像分割
l 圖像平滑
l 圖像增強
l 彩色圖像處理
l 形態(tài)學處理
l 邊緣檢測
l 直線、圓檢測
l 三角形、矩形檢測
(3)基礎實驗:機器視覺
l 視覺系統(tǒng)搭建與硬件操作
l 圖像采集與顯示
l 視覺定位
l 視覺系統(tǒng)的標定
l 顏色識別
l 形狀識別
l 測量物體尺寸
l 物體有無檢測
(4)課程設計:人臉識別系統(tǒng)
l 能夠錄入人臉數(shù)據(jù)穩定;
l 能實現(xiàn)身份認證改造層面;
l 有專門的用戶操作界面。
(5)課程設計:目標識別系統(tǒng)
l 能夠識別平面彩色目標優勢與挑戰,如圓形經驗分享、矩形、三角形趨勢,或者利用深度學習技術識別其他復雜結構目標圖案有力扭轉;
l 有專門的用戶操作界面。
(6)課程設計:物體缺陷檢測系統(tǒng)
l 能夠對物體進行預處理一站式服務;
l 能夠檢測是否有缺陷并提取缺陷特征發展需要;
l 能夠輸出缺陷的大小,判斷目標是否合格管理。
(7)課程設計:OCR字符識別系統(tǒng)
l 能對圖像進行預處理顯示,凸顯出視野中的字符區(qū)域;
l 能分析字符形態(tài)效率和安,如間距設計能力、高度等;
l 能將字符逐個分割出來深入開展,并進行準確識別更為一致,而后顯示。
(8)課程設計:車牌檢測與識別系統(tǒng)
l 能從視頻流中提取特定幀圖像技術的開發,并進行預處理研究與應用,濾除干擾信息;
l 能從圖像中定位到車牌位置更高效;
l 對車牌信息進行識別積極影響,并輸出到界面。
(9)課程設計:種子計數(shù)與分級系統(tǒng)
l 能對圖像進行預處理緊密協作,濾除干擾信息越來越重要;
l 能對不同種子進行分割,統(tǒng)計有效種子的數(shù)量發揮重要作用;
l 能逐個判別種子特征醒悟,根據(jù)分類依據(jù)進行種子分級。