基于视觉伺服的蝴蝶兰种苗切割系统设计与试验

摘要

蝴蝶兰种苗自动化切割可降低组培苗染病几率,提高种苗品质。为实现蝴蝶兰种苗自动化切割,该研究针对种苗结构特性提出基于拟合直线的切点定位方法,并配合切割方法设计了弹性切割末端,搭建了基于视觉伺服的蝴蝶兰种苗切割系统。首先,采用深度学习模型对采集到的图像进行目标检测;然后,根据检测结果使用基于几何规则的切割点定位算法计算切点;最后,将切割坐标传输给切割执行机构完成切割作业。目标检测试验中,ShuffleNet v2-YOLOv5模型检测精度达96.7%,权重文件大小1.3 MB,平均检测时间0.026 s。种苗切割试验中,切割合格率高于86%,单株平均切割时间小于18 s。该系统能有效完成蝴蝶兰种苗切割任务,为蝴蝶兰组培苗自动化生产提供新思路。