一种基于深度学习的无损拆袋机器人识别系统及方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于深度学习的无损拆袋机器人识别系统及方法
申请号:CN202410702221
申请日期:2024-06-01
公开号:CN118707891A
公开日期:2024-09-27
类型:发明专利
摘要
本发明公开了一种基于深度学习的无损拆袋机器人识别系统及方法,涉及机器人技术领域,包括数据采集与预处理、模型构建与训练、绳子识别与定位、无损操作策略建立、适应性优化步骤。采用深度学习的方法来训练目标数据集,不仅实现了对目标绳子识别的高准确率,还可适应不同的吨包袋袋体和更复杂的生产环境。同时,系统配备了一台高分辨率和高精度的3D深度相机,用于采集吨包袋绳子彩色图片和点云深度信息,通过构建学习算法准确识别目标绳子位置,经由机械臂控制末端工具切割绳子,实现吨包袋的无损拆袋。
技术关键词
机器人识别方法 机器人识别系统 绳子 包袋 深度学习算法 最佳路径算法 图像采集模块 袋子 深度相机 直方图 识别算法 高分辨率相机 力觉传感器 彩色图像 交叉验证方法 路径规划算法 六轴机械臂 数据