蓝色(非金属)的元件到达分拣槽1时,其对应的分拣槽1汽缸将它推出。(7)金属元件到达皮带到位开关时,机械手立即上升,上升到机械手的上限位时,右移；右移到右限位时,下降；下降到下限位时,夹住金属元件,然后上升；上升到上限位时,左移；左移到左限位时,下降；下降到下限位时,放开元件；放开元件后,上升；上升到上限位时,右移；右移到右限位时,完成金属元件的放置。8)每当放好一个元件后,送料汽缸动作,推出下一个元件,系统循环动作。I/O分配如下:输入信号：急停按钮I0.0；启动按钮I0.1；停止按钮I0.2；给料汽缸缩回到位I0.4；给料汽缸伸出到位I0.5；质材识别（是否金属）I0.6；分拣槽3检测传感器I1.0；分拣槽2检测传感器I1.1；分拣槽1检测传感器I1.2；皮带到位I1.3；机械手左限位I1.4；机械手右限位I1.5；机械手上限位I1.6；机械手下限位I1.7。输出信号：启动指示灯Q0.0；停止指示灯Q0.1；给料汽缸Q0.2；分拣槽3推料汽缸Q0.3；分拣槽2推料汽缸Q0.4；分拣槽1推料汽缸Q0.5；机械手升降汽缸Q0.6；机械手夹料汽缸Q0.7；机械手左移启动Q01.0；机械手反向移动Q1.1；皮带电动机启动Q1.2。

天津理想动力科技有限公司是集研究、开发、生产和销售为一体，专门从事生产自动化和机器人应用技术领域的新型科技类公司。主营：全自动口罩机、打磨机器人、分拣机器人、焊接机器人、码垛机器人、喷涂机器人、压铸机器人等，欢迎各位致电来访！

在抓取物体的过程中，两个手指处于打开状态，吸盘处于缩回状态。确定抓取点后，吸盘弹出，与被抓取物体表面紧密接触。然后，空气泵在吸盘中产生负压，从而吸取物体，然后，推杆缩回，带动物体到达两个手爪之间，后，机械手爪闭合抓取物体以保证抓取的稳定性。3.2深度强化学习方法为了解决复杂环境下AffordanceMap出错的问题，我们将主动探索引入我们的抓取系统中。与只使用一张静态的AffordanceMap进行抓取操作判断不同，机器人会根据当前对AffordanceMap的度量情况，主动探索和改变当前场景，直到新场景对应的AffordanceMap足够好。我们利用DQN训练模型，该模型能够根据当前场景的AffordanceMap和RGB-D信息，输出一个合理的动作改变场景。我们的网络结构基于U-NET，输出亚像素级别的操作点位置。U-NET是近年来提出的一种强大而轻量化的图像分割网络结构，结合了多层上下采样模块和残差的方法，从而在输出像素级语义信息方面具有很高的性能。为了尽可能缩小网络的尺寸来加快输出和收敛速度，我们将U-NET典型结构进行调整，仅使用了一次上下采样，并将输入的RGB-D图像调整为四分之一分辨率。

天津理想动力科技有限公司是集研究、开发、生产和销售为一体，专门从事生产自动化和机器人应用技术领域的新型科技类公司。主营：全自动口罩机、打磨机器人、分拣机器人、焊接机器人、码垛机器人、喷涂机器人、压铸机器人等，欢迎各位致电来访！

为了适应工业4.0发展趋势，机器视觉检测是必不可少的工业应用技术。机器视觉可以代替人类进行无疲劳、无差别、无限制的检测。机器视觉检测技术的分类有：(1)依照检测功用可区别：***、缺陷检测、计数/遗失检测、尺度丈量。(2)依照其装置的载体可分为：在线检测体系和离线检测体系。(3)依照检测技能区别，一般有立体视觉检测技能、斑驳检测技能、尺度丈量技能、OCR技能等。机器视觉检测在于自动检测瑕疵、模糊、碎裂或凹陷等商品缺点，以保证商品的功用和性能至关重要。因而现已被广泛用于各大行业的产品外观检测、尺度检测中。如能对产品进行立体化的检测，检测电子元器件的缺失或偏移，区别颜色来进行检查错误安装等。机器视觉检测技术在***的包装检测、饮料行业的容量检测和外包装检测、草行业的烟标检测和外包装检测、汽车制造行业的组装安装检测、印刷打印行业的打印质量检测、服装制造的外观瑕疵检测、五金行业的微小元器件检测、物流行业的分拣系统检测、农产品行业的生果分拣检测、电子制造行业的焊接检测和安装***等都有应用。机器视觉检测也可以根据配合高速自动化生产线，对生产线全体产品进行自动检测，这对于控制产品品质保障和质量保障有着非常重要的效果，能够避免不合格产品的外流，提高公司的核心竞争力。公司取得的不仅仅是社会效益，还为众多公司带来了实质性的经济效益。创想智控，专注于机器视觉研发及生产，aTiny激光位移传感器可以用于***、缺陷检测、计数/遗失检测、尺度丈量等功用。

天津理想动力科技有限公司是集研究、开发、生产和销售为一体，专门从事生产自动化和机器人应用技术领域的新型科技类公司。主营：全自动口罩机、打磨机器人、分拣机器人、焊接机器人、码垛机器人、喷涂机器人、压铸机器人等，欢迎各位致电来访！

中国是红枣的主要出产国，红枣作为我国的一个重要经济作物，对其进行质量检测和分级的要求越来越高，目前传统的检测分级手段主要有：1）手工分类：在国内外具有成熟的分类方法，利用反转分式和传送带式分级台，这两种方法是用肉眼区分，存在分级精度低，视觉疲劳，分级效率低的问题，造成了红枣及其他农产品分级销售困难和出口困难等问题。2）机械化分级：大小分级机及重量分级机，这种方法只能根据农产品的大小和重量分级。尺寸分级机的工作原理一般是利用孔、间隙等方式来判断水果大小，然后根据水果横径的大小进行分级。重量分级机是根据水果重量进行分级，应用于红枣等特殊果类时不能兼顾其表面裂缝、痕、霉变等重要特质。3）光电分级:目前使用普遍的分选方法，它是利用农产品表面对不同波长范围内的光的吸收和反射来分析其颜色特征，从而决定水果的质量等级。按照光的波段范围来分，可分为可见光检测和近红外检测。但是这个方法仅仅对果蔬的表面颜色特征进行判断，而忽略其它方面的特征，故存在很大的片面性，不适合红枣或其他果蔬品质面检测的需要。