[发明专利]一种菇类智能分选系统及智能分选方法

说明书

本发明提供一种菇类智能分选系统及智能分选方法，该系统和方法实现包括杏鲍菇分类数据集、杏鲍菇抓取数据集的制作，Gu‑YOLOV5分类神经网络模型和Gu‑GGCNN抓取位姿识别神经网络模型训练生成，深度相机和SCARA机械臂等在内的硬件环境搭建、ROS总控系统开发、基于Qt的上位机监控管理系统开发和系统联调等步骤。本发明基于深度学习、机器视觉和SCARA机械臂的杏鲍菇智能分选系统和分选方法，旨在改变杏鲍菇实际分选场景中人工分选劳动强度大、分选效率低、分级准确率低等问题，代之以绿色、环保、快速、高效、精准的智能分选新方法，在菌类种植加工等领域具有广阔的应用前景。

技术领域

本发明涉及一种菇类智能分选系统及智能分选方法。

背景技术

杏鲍菇因具有杏仁的香味而得名，其肉质肥厚如鲍鱼，口感细腻，是目前非常受欢迎的蘑菇品种，已成为东亚种植最广泛的蘑菇之一，尤以中国产销量为之最。作为杏鲍菇种植生产大国，对杏鲍菇根据大小、形状等品质特征进行分选是种植加工企业主要生产工序之一。目前的杏鲍菇种植生产企业长期以来均依靠人工分选，不仅需要大量人力，而且简单重复的人工分选，存在劳动强度大、分选效率低、分级精度低等明显缺陷。因此，如何采用先进技术，改变杏鲍菇人工分选现状，将其升级为自动化、智能化分选，对于大量杏鲍菇种植加工企业而言，是一个迫切需要解决的问题，显得尤为重要。

发明内容

本发明提供了一种菇类智能分选系统及智能分选方法，它可以在杏鲍菇生产时对杏鲍菇进行实现智能化筛选，不但节约很多人力资源，而且分选效率高，分选精度高。

本发明采用了以下技术方案：一种菇类智能分选系统，它主要包括视觉系统、计算机处理系统、机械臂，计算机处理系统主要包括智能分类识别与抓取定位系统，计算机处理系统内还嵌入有ROS总控系统和上位机监控管理系统，在机械臂末端安装有柔性夹爪，视觉系统与等待分拣的目标杏鲍菇进行拍照，视觉系统的输出端与计算机处理系统的智能分类识别与抓取定位系统输入端相连接，智能分类识别与抓取定位系统的输出端，计算机处理系统的输出端通过ROS总控系统分别机械臂的控制器以及柔性夹爪的驱动模块连接。

进一步说，所述的视觉系统主要包括深度相机，上位机生产监控管理系统的控制端口与ROS总控系统的输入端口连接，ROS总控系统的其中一输出端口与深度相机的连接，通过启动上位机生产监控管理系统的“启动”按钮使得ROS总控系统触发深度相机对等待分拣的目标杏鲍菇进行拍照，深度相机照片信息的输出端直接与计算机处理系统的智能分类识别与抓取定位系统输入端连接，深度相机用于对等待分拣的目标杏鲍菇进行拍照，拍照后同时生成一张RGB图和一张深度图，RGB图是对目标杏鲍菇的类别进行智能识别的输入信息，深度图是对杏鲍菇的位姿进行智能定位的输入信息，所述的智能分类识别与抓取定位系统主要包括Gu-YOLOV5分类神经网络模型、Gu-GGCNN抓取检测神经网络模型、数据转换模块和输出端口，RGB图和深度图输入到计算机处理系统后经过Gu-YOLOV5分类神经网络模型以及Gu-GGCNN抓取检测神经网络模型进行智能判断后，输出对应的杏鲍菇类别号和杏鲍菇的抓取位姿信息，其中输出的杏鲍菇的抓取位姿信息经过数据转换模块进行数据转换后转成机械臂坐标系下的位姿信号再输出，再将位姿信号和类别号信息输送给内嵌与ROS总控系统，ROS总控系统根据信号对机械臂的控制器和柔性夹爪的驱动模块进行控制，分别控制驱动机械臂和柔性夹爪配合实施自动抓取杏鲍菇并将其搬运至指定位置存放的动作实现。

进一步说，所述的ROS总控系统主要用于实现视觉系统、机械臂、上位机系统以及柔性夹爪之间的联动控制，所述的ROS总控系统主要包含User节点、机械臂驱动节点、夹爪驱动节点、realsense相机节点、Gu-YOLO节点、Gu-GGCNN节点、Qt上位机节点和Arduino节点，各节点之间通过话题通信（topic）方式实现信息交互，不同硬件之间通过串口通行，所述的User节点是总控系统的核心节点，与其它每个节点均存在通信，主要功能是协调各个节点之间的信息交互并完成系统的逻辑控制。