基于图像识别的蟹味菇自动化收获设备设计

作     者：张佳宾 

作者单位：黑龙江大学 

学位级别：硕士

导师姓名：魏永庚;秦好刚

授予年度：2024年

学科分类：0828[工学-农业工程] 08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：蟹味菇 YOLOv8 轻量化改进 深度相机 自动化收获设备 

摘      要：本文针对蟹味菇工厂化生产中存在的人工收割效率低、劳动强度大、成本高昂等问题,设计了基于图像识别的蟹味菇自动收割设备系统。进行了机械系统设计,控制系统设计并结合了图像识别技术和深度相机,实现了对蟹味菇成熟度的自动识别和精准切割。 首先,阐述传统蟹味菇收获方式下的不足,针对目前存在的问题,提出了自动化成熟度识别与收获设备系统,分别进行了机械系统、控制系统设计以及自动识别检测系统的需求分析,针对种植瓶瓶口与蟹味菇生长特性提出改进的切割方案,针对种植瓶瓶身形状与切割流程提出了瓶身固定方案,针对目前普遍采用的圆形检测方法进行了分析,并结合系统需求提出结合了深度信息与图像识别的菌帽检测方案。 其次,设计了机械系统和控制系统。基于蘑菇的生产环境、种植特点、及自身特性,开发了整套机械系统,提出了物料运载机构、压紧旋转机构和进刀切割机构的详细设计,同时针对控制系统计算了重要参数为电机选型提供依据,对控制系统电路以及程序运行流程进行了详细设计。 再次,为判别蘑菇成熟度,开发了蘑菇自动识别检测算法。选择了YOLOv8算法作为基础模型,并对其进行了轻量化改进和分割头优化,极大减少了模型参数量和浮点运算数量,同时保证了模型的识别速度和准确性。通过数据集的制作与模型训练,验证了改进模型的有效性。此外,结合深度相机获取的三维信息,提出了一种测距方案,实现了对蟹味菇菌帽三维面积的精确计算,为判断其成熟度提供了科学依据。 最后,通过测试集验证了成熟度识别的效果,通过一系列实验实现了机械结构搭建,验证了系统可行性。结果表明该设备能够有效提高蟹味菇的收割效率和质量,减少人力成本。