本项目计划开发一套高通用性的机器视觉软硬件平台，用以实现多场景下的血管血液样本分类和分层识别任务。该平台可服务于医疗机构、实验室等检测场景，提高样本检测效率、降低人工错误，实现可靠的样本分类和分层识别。本项目由三个主要部分组成：样本检测硬件平台；嵌入式系统及交互模块；视觉识别模块。计划在嵌入式平台上实现图片在线标注和检测结果评估等功能，并提供具有良好交互性的用户界面。

搭建采血管拍摄的光照系统（自然光、蓝光），采血管夹持、移动平台等机械系统；采血管夹持设备能够适应多种规格的采血管，同时夹取平稳，不发生滑落，旋转过程中采血管彼此不发生干涉；对于无法成功识别到血液区域的样本，排除率达到100%，避免由错误图像输入导致错误识别结果；对于成功识别到血液区域的样本，应避免将坏样本误判为好样本，将好样本误判为坏样本的比例小于1%；对于好样本，其白膜层分层识别精度在+1.5mm/-0mm范围内。

l  视觉部分：

基于经验知识和K-Means聚类，对血液样本的各分层进行识别，并进一步判断其血液样本类型。根据企业需要，排除带凝胶的血液样本；针对血清样本（液面形状不规则），划分红细胞层最高层线；针对血浆样本，给出白膜层。经测试，识别正确率为98%，白膜层划分精度为0.52mm。

l  电控部分：

本项目完成了基于Jenson Nano的嵌入式采血管血液分层识别系统，能利用XYZ轴移动、旋转夹持动作达到移动采血管并拍摄图片完成目标检测的任务。基于Linux完成配套的人机交互界面使用QT开发，完成视频监视窗口、结果状态窗口、控制操作、数据库等功能，可对外传输图片、分层高度信息、条码信息、样品状态信息等。

l  硬件部分：

针对硬件平台，将其分为移动平台、垂直升降机构、夹爪夹持机构、拍摄模组和进出料机构，完成了对于各机构的设计与建模，对采血管夹取拍摄完整流程进行了仿真。对于样机实体进行加工与组装，与电控系统相联合可以实现对于不同规格采血管的夹持、采血管的移动、采血管的旋转拍摄以及从进料区夹取采血管并最终放入出料区。