农业机械学报

作者：武振超，杨睿哲，王文奇，傅隆生，崔永杰，张昭

单位：西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,北达科他州立大学,

关键词：异常水培生菜;自动分选系统;深度学习;分选动作执行子系统;参数优化

基金：陕西省重点研发计划项目（2018TSCXL-NY-05-04）和国家外国专家局高端外国专家引进计划项目（G20200027075）

为解决水培生菜包装前分选机械化程度低、分选任务重的问题，结合深度学习方法设计了一种异常水培生菜自动分选系统。该系统由信息感知、信息处理以及分选动作执行3个子系统组成。根据水培生菜异常叶片与正常叶片间差异性进行水培生菜分类，采用从下向上的三摄像头配合拍摄方式进行图像信息感知，并基于语义分割DeepLabV3+深度学习网络实现水培生菜图像信息实时处理，其处理性能为：平均联合交并比达83.26%，像素精度为99.24%，单幅图像处理时间为（193.4±4)ms。为便于实现异常水培生菜分选，基于水培生菜的表型及采收模式，设计了一种托架式异常水培生菜分选执行子系统，并以横向支撑杆角度、纵向支撑杆角度和步进电机转速为试验因素，以分选动作执行子系统的分选成功率为评价指标，设计二次正交旋转组合试验。建立了各因素与指标间回归数学模型，运用Design-Expert软件的多目标优化算法进行参数优化。获得参数最优组合为：横向支撑杆角度146°、纵向支撑角度150°、步进电机转速11r/min。依据参数最优组合进行性能试验，得到分选动作执行子系统的分选成功率为98%，异常水培生菜自动分选系统的分选成功率为95%，满足生菜冷藏运输技术标准要求。

来源：2022年第7期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第7期