果实硬度是判别其老练程度的重要目标之一,反映了内部淀粉物质的形状改变,可以更精确地指示内部安排的老练度,对其精确评价对采后管理决策具有极端严重参阅含义。团队遭到鳍条效应启示规划了一种软资料制造的柔性机械爪,其具有安稳无损抓取生果的功用的一起,可联合深度学习网络评价抓取过程中的作用力巨细,从而完成判别生果硬度和老练程度的功用。
研讨首要运用有限元建模和相关实验证明了柔性资料制造的机械爪具有完成安稳抓取一起、兼具非破坏性的优势;随后结合视觉技能记载机械爪与生果触摸时的变形特性,提出的深度学习网络的序列式图画信息处理模型包含卷积神经网络、长短时记忆单元,使得该网络模型可以将软机械爪在时序下的变形特征,进行作用力剖析从而揣度生果硬度与老练度。研讨以西红柿和油桃为实验样本,验证了柔性机械爪的抓取安稳性,并采集了相关序列图画数据集与生果硬度猜测的深度学习网络。
一起为了便利实际场景中的使用,研讨团队将操控算法和深度学习模型移植到了边际核算设备上,并将该套体系搭载在机械臂上,提高了运动自由度,预期可完成出产线上的根据硬度的生果老练度分级。一起制造本钱低价,精确度较高,与其他生果硬度与老练度查验测验手法比较使用潜力巨大。
我校工学院博士研讨生林家豪和本科生胡晴为本论文一起榜首作者,工学院副研讨员陈耀晖和澳洲联邦科学与工业研讨安排博士后研讨员王兴为一起通讯作者。工学院李善军教授参加了论文的指导工作,硕士杜璇和理学院硕士赵亮一起参加了论文研讨。
上一篇:我国热科院在黄皮果实不一样的部位酚类物质散布规则及其抗炎活性研讨方面获得新发展