
更多相關(guān)產(chǎn)品
- LGGY-BL08X型機器人大模型與視覺協(xié)同控制平臺
- LGGY-BL07X型六軸機器人自動分揀生產(chǎn)線
- LGGY-BL05X型多模態(tài)機器人大模型與視覺協(xié)同系統(tǒng)
- LGGY-BL06X型六軸機器人視覺檢測生產(chǎn)線
- LGGY-BL04X型七軸協(xié)作機器人實訓(xùn)設(shè)備
- LGGY-BL03X型六軸協(xié)作機器人實訓(xùn)設(shè)備
- LGGY-BL02X型桌面六軸機器人拆裝套件
- LGGY-BL01X型桌面六軸機器人實訓(xùn)設(shè)備
- LGZN-SZ02L型智能制造數(shù)字孿生虛擬仿真實訓(xùn)室
- LGGY-DS23型大田耕種機器人實訓(xùn)裝置
- LGGY-DS22型物理除草機器人實訓(xùn)裝置
- LGGY-DS21型大田作業(yè)機器人實訓(xùn)裝置
- LGGY-DS20型果園噴霧機器人實訓(xùn)裝置
- LGGY-DS19型果園采摘機器人實訓(xùn)裝置
- LGGY-DS18型果園應(yīng)用開發(fā)通用平臺實訓(xùn)裝置
- LGGY-DS17型智能割草機器人實訓(xùn)裝置
- LGGY-DS16型雙臂復(fù)合機器人實訓(xùn)裝置
- LGGY-DS15型七自由度機械臂實訓(xùn)裝置
- LGGY-DS14型六自由度機械臂套件實訓(xùn)裝置
- LGGY-DS13型具身復(fù)合機器人創(chuàng)新設(shè)計套裝實訓(xùn)裝置(增強版)
- LGGY-DS12型便攜式ROS導(dǎo)航機器人學習平臺實訓(xùn)裝置
- LGGY-DS11型基于大模型的智慧零售平臺實訓(xùn)裝置
- LGGY-DS10型農(nóng)業(yè)智能車實訓(xùn)裝置
- LGGY-DS09型智能服務(wù)機器人實訓(xùn)裝置
- LGGY-DS08型ROS基礎(chǔ)教學智能車實訓(xùn)裝置
- LGGY-DS07型視覺語音智能車實訓(xùn)裝置
- LGGY-DS06型人形機器人實訓(xùn)裝置
- LGGY-DS05型6足18自由度圓形仿生機器人實訓(xùn)裝置
- LGGY-DS04型無人駕駛深度學習智能車實訓(xùn)裝置
- LGGY-DS03型商服機器人-機械臂版及場地實訓(xùn)裝置
- LGGY-DS02型計算機視覺平臺實訓(xùn)裝置
- LGGY-DS01型智能汽車及賽道實訓(xùn)裝置
- LGGY-Z08型智能制造綜合產(chǎn)線
- LGGY-SJ03型機器人視覺分揀螺母工作站實訓(xùn)系統(tǒng)
- LGGY-WH05型工業(yè)機器人維護維修基礎(chǔ)教學工作站
- LGGY-F6A型服務(wù)機器人應(yīng)用技術(shù)實訓(xùn)平臺
- LGGY-K50型工業(yè)機器人應(yīng)用工作站
- LGGY-R04型工業(yè)機器人一體化實訓(xùn)平臺
- LGGY-R02B型智能生產(chǎn)線運行與維護綜合實訓(xùn)裝置
- LGGY-T03A型智能制造單元系統(tǒng)集成應(yīng)用平臺
LGGY-BL07X型六軸機器人自動分揀生產(chǎn)線

一、產(chǎn)品概述
本產(chǎn)品采用兩臺六軸機器人和兩套視覺系統(tǒng),面向自動化和智能制造領(lǐng)域的視覺定位、檢測、分揀等實際應(yīng)用,搭建典型的機器人+視覺自動分揀生產(chǎn)場景。在基礎(chǔ)教學方面,生產(chǎn)線可以完成常規(guī)的數(shù)字圖像處理、機器視覺、機器人運動控制、缺陷檢測、目標識別等基礎(chǔ)實驗實訓(xùn)。在綜合實踐方面,兩套機器人和視覺系統(tǒng)中,一套主要負責產(chǎn)品定位和抓取,另一套則在視覺系統(tǒng)完成識別后,對產(chǎn)品進行分揀動作,從而可以模擬真實生產(chǎn)線上的工藝流程。
二、產(chǎn)品特點
1.滿足Python程序設(shè)計、深度學習、數(shù)字圖像處理、機器視覺、基于視覺的機器人應(yīng)用等課程或知識點的教學;
2.生產(chǎn)線平臺集成了機器人、視覺系統(tǒng)和多組傳感器,采用一體化設(shè)計,整套系統(tǒng)可直接擺放于桌面上操作;
3.所有組件均采用鑲嵌式安裝,可自由選擇安裝位置,搭建多樣化的實驗實訓(xùn)場景;
4.采用邊緣計算終端提供算力,支持PyTorch、TensorFlow等主流人工智能框架的部署;
5.融合了Linux系統(tǒng)、深度學習、機器視覺、機器人控制、視覺與機器人協(xié)同、生產(chǎn)線運動控制等多種技術(shù);
6.內(nèi)置的AI和視覺算法庫包括物體分類識別、目標檢測、缺陷檢測、產(chǎn)品分揀等多種案例,滿足基礎(chǔ)應(yīng)用與開發(fā)教學。
三、主要硬件參數(shù)
1.邊緣計算終端
邊緣計算終端采用體積小巧,外形緊湊的嵌入式計算機,預(yù)裝Linux操作系統(tǒng),集成Python、OpenCV等運行環(huán)境,以及產(chǎn)品運行所需的全部軟件框架和SDK,支持數(shù)字圖像處理、2D視覺、機器人等硬件或應(yīng)用的開發(fā)和學習。
2.機器視覺系統(tǒng)
機器視覺系統(tǒng)即一套標準工業(yè)級視覺系統(tǒng),包括工業(yè)相機、鏡頭、LED光源、光源控制器等,通過視覺支架進行集成,為所有的靜態(tài)目標檢測、分析和處理提供實驗的硬件環(huán)境。
3.六軸機器人
該型機器人完全開放底層運動學正逆解控制算法,有助于用戶學習機器人的關(guān)節(jié)控制原理。同時,提供多個拓展接口,支持視覺、語音、多種末端執(zhí)行器、傳送帶等各類外設(shè)模塊的接入,實現(xiàn)物體抓取、視覺協(xié)同、人機交互、自動教學演示等多種功能,可快速滿足教學、科研等需求。
4.輸送線
輸送線上安裝有步進電機、光電傳感器,通過IO控制器接入邊緣計算終端,實現(xiàn)與其他系統(tǒng)模塊的協(xié)同。
四、實驗項目
1、Python程序設(shè)計
(1)數(shù)字類型、轉(zhuǎn)換、運算
(2)Python運算符、內(nèi)置函數(shù)、序列基本用法
(3)程序選擇結(jié)構(gòu)實驗
(4)程序循環(huán)結(jié)構(gòu)實驗
(5)列表實驗
(6)集合實驗
(7)函數(shù)實驗
(8)字符串實驗
(9)正則表達式實驗
(10)數(shù)據(jù)可視化
(11)Python的數(shù)據(jù)處理
(12)Python文件操作
(13)Python多進程
(14)Python多線程
(15)Python進程與線程的區(qū)別
(16)Python面向?qū)ο蟮睦斫?/span>
(17)Python類的使用與類的實例化
(18)Python實例化對象的使用
(19)Python類的繼承使用
(20)基于Python的串口通訊
(21)基于Python的SocketTcp通訊
(22)基于Python的SocketUdp通訊
(23)基于Python的Modbus通訊
(24)PyQt5的環(huán)境搭建
(25)PyQt5的使用
(26)Qt Designer與PyUIC的使用
2、機器學習
(1)基于線性回歸的波士頓房價預(yù)測
(2)基于K近鄰算法的電影類型識別
(3)基于K均值算法的未知數(shù)據(jù)分類
(4)基于決策樹的乳腺癌診斷
(5)AdaBoost電影數(shù)據(jù)集數(shù)據(jù)分類
(6)基于EM推理的雙硬幣拋擲模型驗證
(7)基于樸素貝葉斯的垃圾郵件過濾
(8)基于隨機森林的人臉識別系統(tǒng)設(shè)計
(9)基于支持向量機的動態(tài)行人檢測
(10)基于深度學習的車道線檢測系統(tǒng)設(shè)計
(11)基于CNN與SVM的交通標志的識別系統(tǒng)設(shè)計
(12)基于HOG與SVM的交通標志識別系統(tǒng)設(shè)計
3、深度學習
(1)線性回歸建模與應(yīng)用——房價預(yù)測實驗
(2)神經(jīng)網(wǎng)絡(luò)的模型構(gòu)建與應(yīng)用——服裝分類實驗
(3)神經(jīng)網(wǎng)絡(luò)正則化——服裝分類優(yōu)化實驗
(4)神經(jīng)網(wǎng)絡(luò)參數(shù)優(yōu)化——非線性函數(shù)極小值尋找實驗
(5)基于神經(jīng)網(wǎng)絡(luò)的模型構(gòu)建與測試實驗
(6)基于殘差網(wǎng)絡(luò)的優(yōu)化模型設(shè)計
(7)神經(jīng)網(wǎng)絡(luò)優(yōu)化器——手寫數(shù)字識別
(8)文本分類——京東購物分類
(9)基于LeNet手寫數(shù)字體識別系統(tǒng)設(shè)計
(10)基于RNN歌曲自動編曲設(shè)計
(11)基于深度學習的圖像數(shù)據(jù)標注
(12)基于YOLOV5的目標檢測模型訓(xùn)練
(13)基于YOLOV5的缺陷檢測案例
4、數(shù)字圖像處理
(1)圖像之間代數(shù)運算
(2)圖像操作之打碼與解碼
(3)圖像的幾何仿射變換
(4)圖像空域濾波
(5)圖像的頻域濾波
(6)基于形態(tài)學的米粒檢測
(7)基于Canny算法的圖像摳圖
(8)基于分水嶺的圖像輪廓分割
(9)基于Hu矩形狀匹配
5、機器視覺
(1)視覺系統(tǒng)認知
(2)像素尺寸測量
(3)物體定位和角度測量
(4)邊緣長度測量與面積檢測
(5)物體顏色和形狀識別
(6)條碼和二維碼識別
(7)OCR字符分割、訓(xùn)練
(8)OCR字符識別
(9)基于形態(tài)學處理的產(chǎn)品表面缺陷檢測
(10)相機棋盤格標定
(11)基于opencv的車牌識別
(12)基于模板匹配的電子產(chǎn)品識別
(13)基于視覺的車牌識別
(14)基于視覺的條形碼識別
(15)基于視覺的二維碼識別
(16)基于視覺的物體形狀顏色識別
(17)基于視覺的水果識別
(18)基于圖像的NanoDet目標檢測模型實踐
(19)基于視覺的工件缺陷檢測
(20)基于視覺的證件識別
6、基于視覺的機器人應(yīng)用
(1)機器人認知和基礎(chǔ)操作
(2)機器人示教和運動控制
(3)機器人與視覺系統(tǒng)標定
(4)基于視覺的機器人目標分類
(5)基于視覺的機器人物體碼垛
(6)基于視覺的機器人數(shù)字排序
(7)基于視覺的機器人水果分類
五、綜合實訓(xùn)
1.機器人的控制
機器人主要由多路電機和金屬結(jié)構(gòu)組成,通過對單個或多個電機進行控制,運動到指定角度,即實現(xiàn)機器人的控制。機器人自身可在空間中執(zhí)行任意點的運動,同時,自帶有吸盤,可完成對指定物體的抓取。實訓(xùn)中,通過對電機和吸盤的控制,可操作機器人完成各種豐富的動作;
2.AI+視覺自動倉儲
采用AI技術(shù)和計算機視覺技術(shù),控制機器人進行倉庫貨物的自動分揀、整理。邊緣計算終端中部署深度學習算法,視覺系統(tǒng)對貨物進行識別和分類,機器人對貨物進行多個倉位間的搬運,或者對貨物進行整理歸位;
3.基于AI的圖象識別和抓取
基于邊緣計算終端中搭載的算法模型,可進行物體識別與分類、電子產(chǎn)品識別、車牌識別、水果識別、OCR字符識別、產(chǎn)品缺陷檢測等應(yīng)用,并可控制機器人對不同種類的物體進行抓取和分類。


