基于双目结构光与深度学习的工件随机分拣技术研究
Electronic Measurement Technology（2021）
摘要
针对复杂工业生产环境中机器人在杂乱的零件箱中进行分拣的问题,需要完成工件的空间定位、不同类型的工件识别以及机器人的抓取操作,现有的视觉技术不能满足随机分拣任务.故提出结合双目立体视觉、深度学习和UR5机器人组成一个智能的机器人分拣系统.提出立体视觉与投影结构光结合的三维视觉系统,重构立体匹配能量函数,完成工件的空间定位;利用基于深度学习的实例分割方法完成工件的精准识别;结合机器人手眼标定技术与工件空间定位和识别结果,实现基于双目结构光与深度学习的工件随机分拣系统.分析随机分拣过程中螺丝工件随机分拣成功率,得到不同数量的螺丝工件单次全部分拣成功的平均成功率为92.8％,按工件总数量的随机分拣成功率为98.8％,验证了系统的可行性.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要