CC BY
11
Актуальные проблемы авиации и космонавтики - 2018. Том 3
УДК 658.562:674.02
МИКРОПРОЦЕССОРНЫЙ АНАЛИЗАТОР ЦВЕТА ПОВЕРХНОСТИ
H. А. Павленко, М. В. Титович*, А. В. Филиппов, В. В. Белогорский, Л. Н. Демушкина
Красноярский политехнический техникум Российская Федерация, 660079, г. Красноярск, ул. А. Матросова, 20 *Е-mail: [email protected]
Рассматривается оптический анализатор цвета поверхности, основанный на фотодиодном сенсоре TCS 230.
Ключевые слова: датчик цвета, RGB палитра, фотодиодный сенсор.
MICROPROCESSOR ANALYZER OF THE COLOR OF THE SURFACE
N. A. Pavlenko, M. V. Titovitch*, A. V. Filippov, V. V. Belogorsky, L. N. Demushkina
Krasnoyarsk Polytechnic College 20, A. Matrosova St., Krasnoyarsk, 660070, Russian Federation *Е-mail: [email protected]
This article deals with a surface color analyzer based on the photodiode sensor TCS 230.
Keywords: color sensor, RGB palette, photodiode sensor.
Автоматизация позволяет повысить производительность труда, улучшить качество продукции, оптимизировать процессы управления, отстранить человека от производств опасных для здоровья. На данный момент актуальным является определение качественных характеристик поверхности объекта производства [1].
Мы предлагаем рассмотреть работу датчика цвета поверхности на примере его применения в технологическом процессе раскряжевки круглого леса на линии с поперечной подачей. Предлагается определять породу дерева и некоторые пороки по цвету свежего спила (рис. 1).
Анализатор цвета был собран с использованием фотодиодного сенсора TCS 230, состоящего из RGB и белого светодиодов [2]. Для фокусировки лучей была применена оптическая система, обеспечивающая считывание информации на расстоянии 30 см. Для предварительной обработки используется контроллер на базе Atmega 328 [3], результатом роботы которого является величина интенсивности отраженного света по каналам RGB.
Для подтверждения работоспособности нами были проведены измерения характерных пород дерева:
I. Беленный дуб.
2. Бук.
3. Орех.
4. Марсала.
5. Капучино.
6. Венге.
Графики распределения интенсивности отраженного цвета имеют следующий вид (рис. 2). Основным результатом нашего эксперимента является то, что пики не пересекаются из чего делаем вывод, что система распознавания цвета безошибочно определяет породу в данном эксперименте.
Секция «Молодежь, наука, творчество (направленияСПО)»
Рис. 1. Раскоряжевочно-сортировочная линия с поперечной подачей
Рис. 2. График распределения интенсивности отраженного цвета для пород дерева
В итоге устройство получилось недорогое, достаточно чувствительное и пригодное для дальнейшего совершенствования, которое можно использовать не только в деревообработке, а также в других областях промышленности и в направлениях дистанционного зондирования.
Библиографические ссылки
1. Дорошенко В. А., Титович М. В., Тарченков В. Ф. Исходные данные для выбора уравнения измерения структуры микропроцессорных измерительных устройств размеров круглого лесоматериала // Проблемы химико-лесного комплекса : сб. науч. тр. Рос. науч.-практ. конф. Красноярск, 1994. Т. 3, ч. 1. С. 39.
2. Датчик цвета [Электронный ресурс]. URL: http://www.geeetech.com/wiki/index.php/Ar-duino_TCS230_Color_Recognition_Sensor_module (дата обращения: 01.02.2017).
3. Контроллер на базе Atmega 328 [Электронный ресурс]. URL: https://www.arduino.cc/ en/main/arduinoBoardUno (дата обращения: 01.04.2018).
© Павленко Н. А., Титович М. В., Филиппов А. В., Белогорский В. В., Демушкина Л. Н., 2017
