咸宁做网站海南网站开发

咸宁做网站,海南网站开发,免费wordpress 主题,优化大师平台2 MATLAB与CNN的特点和应用 2.1 MATLAB软件 2.1.1MATLAB的简介 MATLAB全称是matrix laboratory#xff0c;意思是矩阵实验室#xff0c;它是美国MathWorks公司出品的商业数学软件#xff0c;主要用于开发算法、数据的可视化、做数据的分析以及用作数值计算的高科技计算环境。…2 MATLAB与CNN的特点和应用2.1 MATLAB软件2.1.1MATLAB的简介MATLAB全称是matrix laboratory意思是矩阵实验室它是美国MathWorks公司出品的商业数学软件主要用于开发算法、数据的可视化、做数据的分析以及用作数值计算的高科技计算环境。它可以进行矩阵运算、对数据和函数进行绘制、算法的设计、对图像的处理、用户界面的guide设计、与其他编程语言的程序连接等等也支持与Arduino的交互连接基本满足本设计的需求。本设计主要使用的是MATLAB R2019a版本相比于旧版本某些函数的使用会有所不同即旧版的函数需要两行代码实现而新版本的便只需一行在这里要值得注意。2.1.2MATLAB的特点与应用在MATLAB里面可以利用它自身的编辑器进行程序的编写并进行实验仿真其编程的高效率且简单能够及时发现问题错误并不需要利用其它编程语言编写程序再导入进去可以对复杂的数学函数进行调用。甚至还可以利用guide函数设计一个用户操作界面让用户方便操作软件的界面看起来比较舒服这类的设计实例就有一个是做计算机的可以设置17个按钮和一个显示屏的简单版计算机而每一个按钮都可以设置回调函数使得每个按钮能够有所反应。如果有不懂的话可以在命令窗口输入help指令如图2.1所示可以查阅各类函数的使用方法和例子这对初学者来说还是容易上手的。MATLAB里的图像工具箱还是挺丰富的本设计主要涉及了MATLAB里的几个功能1图像处理功能。在这个功能里我们用的工业摄像头拍的照基本都是彩色图在图像识别之前仍需要对图片进行灰度化的处理再者进行图像的分割把多余的部分进行裁剪识别的图片里尽量只剩下所识别物体的大小。MATLAB在这方面提供了相对应的函数和检测算子我们可以随便使用。2图像特征提取与识别功能。Matlab里自带的神经网络工具箱可以使我们在构建网络时更方面我们的物料有着不同特征分别有矩形、圆形和三角形采用卷积神经网络CNN的模型进行训练物料图片提取其相关特征并进行分类。图2.1 MATLAB软件的帮助2.2 CNN神经网络2.2.1 CNN的简介CNN全称是Convolutional Neural Networks意为卷积神经网络它是深度学习其中的一种算法是一种带有卷积结构的前馈神经网络而深度学习又是机器学习的子方向而这些都是与人工智能AI有着莫大的关系。卷积神经网络会对每层结构输入信息并且做出数据的分类而且它拥有表征学习的能力能够自动提取数据的特征免去了人们手动提取的不必要操作。神经网络在近几年来发展得比较快Alex Krizhevsky在2012年的ImageNet挑战赛中就是运用了CNN神经网络设计出了AlexNet网络模型把分类的误差大大减少到15%左右当时可谓是让人惊叹的呢也是从那起神经网络才开始被重视而CNN卷积神经网络被广泛应用在图像识别和自然语言处理等方面可以说目前是在图像分类这一块领域里众所周知。3图像识别与处理系统的设计3.1 图像识别的流程对于物料的图像识别与人脸识别相比来说是简单一点毕竟不用对其进行旋转图像这种操作本设计的图像识别主要是基于CNN卷积神经网络来对物料进行识别分类当识别完之后就会将结果输出给Arduino进行机械臂分拣动作的操作。如图3.1是本设计的物料图像识别的流程与步骤。图3.1 物料图像识别的流程与步骤3.2 物料图像的采集在采集图像这一部分我们选用了一款USB接口工业摄像头进行拍摄图像识别的结果与图片的质量有一定的关系因此可以利用这款USB高清工业摄像头的设置对图片进行一系列改善并且拍下物料在有光与无光时的状态下的照片作为训练图库。而对USB高清工业摄像头的调试方面则由我的组员负责。在一开始考虑要分拣什么物料我们组每个人还是有不同的见解又想与本专业有相关联系的零部件比如齿轮、弹簧以及六角螺母等等可是反思了之后发现这类型的东西与我们的机械结构上的设计融合不到一起因为考虑到这类型的物料结构中间会空心机械臂上的吸盘便有可能吸不起来因此我们最终有了同一个想法要分拣的物料有三种分别是瓶盖、充电器和三角板这些东西都是日常生活常见的。本次图库素材如图3.2图3.3和图3.4所示。图3.2 瓶盖图库4 物料分拣系统的电路设计4.1 物料分拣系统的流程图本设计主要以Arduino uno r3为控制核心再与上位机PC和各个模块组合而成的控制电路各硬件的结构流程如图4.1所示。图4.1 物料分拣系统硬件结构框图该系统是主要利用的是意大利进口的Arduino uno r3开发板作为处理核心处理气泵、电磁阀和舵机的运转分别输入一个PWM的信号从而驱动机械臂的旋转角度对物料进行分拣而板子内拥有两个芯片都有着自己各自的功能。摄像头是采集图像的主要工具将拍下的图像输入到PC机电脑中去由电脑的MATLAB软件来处理图像并通过已设计好的图像识别与处理系统进行分类识别。而电脑PC机分别与摄像头和Arduino uno r3用USB进行连接使用MATLAB软件专门处理图像并把分类后的数据利用USB串口通讯发送给Arduino uno r3控制板中去让其开发板进行下一步的操作。气泵主要是吸取物料时的器件之一我们的机械臂是利用吸盘来吸取物料的这就要有一个气泵来压缩空气从而产生一定的压力来使物料能够被吸附它受Arduino驱动控制让其数字I/O引脚输出一个PWM信号来控制它的状态。电磁阀则与气泵相反它是一个将气泵产生的气压气体进行释放的执行机构也是受Arduino驱动控制也是输出一个PWM信号来控制它的运转。舵机是受Arduino的驱动控制利用PWM信号来进行工作控制它的旋转角度使它能够驱动机械臂。而5V的外接电源时怕Arduino开发板中的电源电压带不动四个气泵影响了舵机工作效果使之不能正常运转因此额外添加了5V的外接电源。4.2.4 气泵模块电路为了配合已选用好的吸盘气泵选用的是无刷微型气泵型号为VBY2106需要接入24V的直流电源原理图如图4.8所示。它也是需要PWM信号接入因此分配板上的D3引脚与UNO r3开发板共地。实物图如图4.9所示其真空度拥有20Kpa足够可以吸取充电器瓶盖和三角板这类物料。图4.8 气泵模块电路图4.9 VBY2106气泵实物图4.2.5 电磁阀模块电路电磁阀的驱动电路如图4.10所示跟气泵一样的外接24V电源与Arduino共地分配D11的PWM信号数字引脚。当D11输入一个PWM信号时光耦的发光二极管和光电晶体管会导通电源通过电阻R4和光电晶体管电阻R6进行分压让MOS管导通使得电磁阀有电流通过开启电磁阀将气泵形成的气压释放图中的二极管是为了防止让高压电源损坏NMOS管。一般地MOS管分成N型和P型NMOS的导通电阻比PMOS的小且价格便宜所以常常使用的是NMOS在这里相当于是一个控制电磁阀的开关。值得注意的是电磁阀和气泵不能同时工作气泵打开之后空气是往外排放的如果你此时将电磁阀和气泵一起启动吸盘会吸不起来物料长时间地不关电磁阀会造成发热。图4.10 电磁阀模块电路5 总结与展望5.1 总结5.1.1 设计总结本次设计论文首先是介绍了课题的研究背景与意义并且对其程序设计的软件和运用到的神经网络结构进行了介绍例如有MATLAB软件和CNN卷积神经网络然后是对图像识别与处理系统进行一次流程的介绍和设计并对图像处理与识别的每一步过程的实现进行细说还有附上了每一道程序的用途。最后是对电路进行设计简单介绍了相关的硬件以及其引脚的分配。做出来的东西基本是满足预期的要求。文章底部可以获取博主的联系方式获取源码、查看详细的视频演示或者了解其他版本的信息。所有项目都经过了严格的测试和完善。对于本系统我们提供全方位的支持包括修改时间和标题以及完整的安装、部署、运行和调试服务确保系统能在你的电脑上顺利运行。