• <rp id="qn6hq"></rp>
        1. <tbody id="qn6hq"><pre id="qn6hq"></pre></tbody>

          <th id="qn6hq"></th>
          <button id="qn6hq"><acronym id="qn6hq"><input id="qn6hq"></input></acronym></button>
          <button id="qn6hq"></button>
        2. <button id="qn6hq"></button>
          咨詢熱線:
          021-56093262

          13122891392陳

          400-6381580

          在線客服

          在線客服
          透明液壓傳動實訓設備
          您的當前位置:仿真電梯模型 >> 技術資訊
            技術標題:[協作機器人視覺平臺,視覺機器人協作平臺]

            協作機器人視覺平臺,視覺機器人協作平臺是專門為用戶解決疑難問題的,非常具有代表性,在客戶進行產品選型前,我們一般建議用戶先看下協作機器人視覺平臺,視覺機器人協作平臺。這樣能對用戶選型有非常大的幫助。

            協作機器人視覺平臺,視覺機器人協作平臺

            參考圖片

            協作機器人視覺平臺,視覺機器人協作平臺主要功能模塊

            1)邊緣計算終端

            邊緣計算終端采用NVIDIA公司的Jetson Nano處理器,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,也可進行基于深度學習的數字圖像處理相關的分析和運算。通過在處理器中部署視覺系統SDK、Python和OpenCV等相關軟件和框架,以及與外接設備的通訊協議,學生即可完成從視覺系統硬件搭建、圖像采集、圖像處理,到實驗流程設計與論證,再到視覺系統和外部設備的聯動控制等一系列功能,無需另外配置電腦。

            邊緣計算終端主要技術參數如下:

            處理器:64位四核CORTEX-A57,128核MAXWELL GPU;

            內存:4GB LPDDR,板載存儲:64GB;

            接口:USB3.0×4,Micro USB×1, HDMI×1,RJ45×1,DC5.5×2.1電源接口;

            集成Linux、Python等運行環境,支持數字圖像處理、機器視覺、深度學習等算法、硬件、應用的開發和學習。

            協作機器人視覺平臺,視覺機器人協作平臺特點和優勢

            1)支持兩種開發環境。實驗軟件提供jupyter notebook和VS2015兩種開發環境,其中jupyter notebook采用Python編程語言,VS2015采用C++編程語言,用戶根據實際需要選擇,可滿足不同院校的教學要求。

            2)源代碼開放。開放全部軟件框架和算法級源代碼,學生可在代碼層面,通過調參、代碼填充等方式進行應用和驗證性質的課程基礎實驗,也可參考實驗指導書,自行編寫代碼,進行相對復雜的項目實驗。教師則可依托該平臺,進行深度的二次開發。

            機械臂參數

            Mycobot-Pi

            機械臂參數

            臂展

            280mm

            自由度

            6

            負載

            250g

            電子參數

            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

            內嵌

            圖形化編程

            內嵌

             

            協作機器人視覺平臺,視覺機器人協作平臺視覺系統主要硬件如下:

            1)工業相機

            傳感器型號:Sharp RJ33;

            像元尺寸:3.75 μm×3.75 μm;

            靶面尺寸:1/3”;

            分辨率:1280×960;

            幀率:30 fps;

            曝光時間:34μs~1sec;

            黑白/彩色:彩色;

            接口:GiGE。

            2)工業鏡頭

            l 焦距:固定焦距;

            l 光圈:手動光圈;

            像素級別:600萬像素,FA 鏡頭;

            焦距大。12mm ;

            l F數:F2.8~F16。

            3)LED光源

            光源類別:30度環形光源;

            l LED類型:貼片LED;

            l 顏色:白色;

            色溫:6600K;

            功率:14.4W。

            實驗項目

            1)基礎實驗:Python語言程序設計

            l python集成開發環境搭建、軟件安裝實驗

            l python編程實驗:計算任意輸入整數的階乘

            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、顯示和處理圖像

            l python GUI編程實驗:matplotlib數據可視化

            l python GUI編程實驗:動態時鐘設計

            2)基礎實驗:數字圖像處理

            l 圖像的代數運算

            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

            l 能夠錄入人臉數據;

            l 能實現身份認證;

            l 有專門的用戶操作界面。

            5)課程設計:目標識別系統

            l 能夠識別平面彩色目標,如圓形、矩形、三角形,或者利用深度學習技術識別其他復雜結構目標圖案;

            l 有專門的用戶操作界面。

            6)課程設計:物體缺陷檢測系統

            l 能夠對物體進行預處理;

            l 能夠檢測是否有缺陷并提取缺陷特征;

            l 能夠輸出缺陷的大小,判斷目標是否合格。

            7)課程設計:OCR字符識別系統

            l 能對圖像進行預處理,凸顯出視野中的字符區域;

            l 能分析字符形態,如間距、高度等;

            l 能將字符逐個分割出來,并進行準確識別,而后顯示。

            8)課程設計:車牌檢測與識別系統

            l 能從視頻流中提取特定幀圖像,并進行預處理,濾除干擾信息;

            l 能從圖像中定位到車牌位置;

            l 對車牌信息進行識別,并輸出到界面。

            9)課程設計:種子計數與分級系統

            l 能對圖像進行預處理,濾除干擾信息;

            l 能對不同種子進行分割,統計有效種子的數量;

            l 能逐個判別種子特征,根據分類依據進行種子分級。

             想了解更多的產品產品信息=>教學設備








            發布日期:2022/3/22 14:11:15  本條信息被瀏覽36
            網址:www.springintosafety.com
            發布人:教學設備公司
            【[協作機器人視覺平臺,視覺機器人協作平臺]】為本公司原創文章,如果要對【[協作機器人視覺平臺,視覺機器人協作平臺]】進行轉載,請注明是轉載自上海中人教育。