基于YOLOv5s的筐装禽蛋上料机器人视觉定位方法

摘要

针对国内禽蛋制品加工过程中，散装蛋水中上料时筐装蛋搬运自动化程度低的问题，设计一种自动上料机器人的视觉定位方案。该方案采用YOLOv5s和图像处理相结合的方法，在复杂环境中对散装禽蛋筐进行定位识别。建立最佳分割阈值T与图像平均灰度值M之间的关系模型，使用动态阈值分割法对图像中的堆垛整体进行分割，通过堆垛最小外接矩形的长宽比区分2种筐装禽蛋堆垛类型，堆垛类型识别准确率为100%。使用YOLOv5s对堆垛顶层的单个蛋筐进行定位识别，模型识别精确率为98.48%，检测单幅图片用时为0.005 4 s。根据YOLOv5s输出的定位结果对图片进行裁剪，通过图像分割将蛋筐边框分割出来并用Canny算子检测其边缘信息，计算所有蛋筐旋转角度，平均角度误差为0.41°。结合蛋筐高度得出筐装禽蛋堆垛中所有蛋筐的位姿信息。结果表明，基于YOLOv5s和图像处理的筐装禽蛋定位方法可以准确识别出筐装禽蛋堆垛中所有蛋筐的位姿信息，该系统具有较好的鲁棒性和可行性。

关键词

筐装禽蛋 / 图像处理 / YOLOv5s / 视觉定位 / 水中上料