Детальная информация

В ходе работы были рассмотрены существующие механизмы сортировки различных объектов. Были выбраны и обоснованы аппаратные комплектующие, языки программирования и используемые библиотеки. В качестве языка программирования Raspberry pi 3B+ был выбран Python, а для программирования вспомогательного микроконтроллера С/С++. Собран прототип конвейерной линии, при движении по которой янтарь пересекает оптический датчик, данные с которого передаются на микроконтроллер и затем на Raspberry по USB соединению. Raspberry делает кадр через некоторый интервал времени необходимый для прохождения янтаря от датчика до зоны с камерой. Для обработки снимков используется библиотека OpenCV, что обеспечивает быстродействие и высокую надежность. Для классификации обработанных изображений используется фреймворк для машинного обучения TensorFlow и библиотека Keras. Результатом данной работы является прототип программно-аппаратного комплекса для сортировки янтаря, основанный на технологиях машинного зрения и применении глубоких сверточных нейронных сетей для классификации изображений.

The topic of the final qualifying work: "Hardware and software complex for sorting amber." During the course of this work, existing mechanisms for sorting various objects were reviewed. Hardware components, programming languages, and libraries were selected and justified. Python was chosen as the programming language for the Raspberry Pi 3B+, while C/C++ was used for programming the auxiliary microcontroller. A prototype of the conveyor line was assembled. As amber moves along the conveyor, it crosses an optical sensor, and the data from this sensor is transmitted to the microcontroller and then to the Raspberry Pi via a USB connection. The Raspberry Pi captures an image after a certain interval necessary for the amber to travel from the sensor to the camera zone. The OpenCV library is used for image processing, ensuring high speed and reliability. The TensorFlow framework and Keras library are used for classifying the processed images. The result of this work is a prototype of a hardware-software system for sorting amber, based on machine vision technologies and the application of deep convolutional neural networks for image classification.