一种基于深度学习的机械臂分拣方法

田思佳; 顾强; 胡蓉; 李锐戈; 何顶新

doi:10.11959/j.issn.2096-6652.202029

您当前的位置：

首页 >

文章列表页 >

一种基于深度学习的机械臂分拣方法

学术论文 | 更新时间：2024-06-05

- 一种基于深度学习的机械臂分拣方法
- A robot sorting method based on deep learning
- 智能科学与技术学报 2020年2卷第3期页码：268-274
- 作者机构：
  
  1. 华中科技大学，湖北武汉 430074
  2. 武汉精锋微控科技有限公司，湖北武汉 430000
- 作者简介：
  
  [ "田思佳（1994- ），女，华中科技大学硕士生，主要研究方向为机器人与人工智能" ]
  [ "顾强（1987- ），男，博士，武汉精锋微控科技有限公司总经理，主要研究方向为运动控制" ]
  [ "胡蓉（1996- ），女，华中科技大学硕士生，主要研究方向为机器人与嵌入式运动控制" ]
  [ "李锐戈（1994- ），男，华中科技大学硕士生，主要研究方向为软硬件协同设计" ]
  [ "何顶新（1966- ），男，华中科技大学教授，主要研究方向为计算机控制技术、嵌入式系统、机器人控制技术等" ]
- 基金信息：
  
  国家自然科学基金资助项目;The National Natural Science Foundation of China(61672244)
- DOI：10.11959/j.issn.2096-6652.202029
  中图分类号： TP242
- 网络出版日期：2020-09，
  
  纸质出版日期：2020-09-20
- 稿件说明：
移动端阅览
田思佳, 顾强, 胡蓉, 等. 一种基于深度学习的机械臂分拣方法[J]. 智能科学与技术学报, 2020,2(3):268-274.

Sijia TIAN, Qiang GU, Rong HU, et al. A robot sorting method based on deep learning[J]. Chinese journal of intelligent science and technology, 2020, 2(3): 268-274.
田思佳, 顾强, 胡蓉, 等. 一种基于深度学习的机械臂分拣方法[J]. 智能科学与技术学报, 2020,2(3):268-274. DOI： 10.11959/j.issn.2096-6652.202029.

Sijia TIAN, Qiang GU, Rong HU, et al. A robot sorting method based on deep learning[J]. Chinese journal of intelligent science and technology, 2020, 2(3): 268-274. DOI： 10.11959/j.issn.2096-6652.202029.

摘要

针对分拣过程中视觉系统识别复杂物体时速度慢、对环境变化适应性不足的问题，提出一种基于轻量型卷积神经网络的机械臂快速分拣方法。该方法首先使用基于轻量型卷积神经网络的MobileNet-SSD算法对图像中的目标物体进行检测，获取目标类别和位置信息；然后根据检测输出结果对图像进行预处理和边缘检测，最终得到校正后的定位结果。在PROBOT Anno机械臂平台上进行分拣实验，实验结果表明，相比于传统的图像处理方法，提出的方法能对复杂目标物体实现快速的检测和定位，对于目标形态和环境的多样性来说具有更好的鲁棒性。

Abstract

A fast robot sorting method based on lightweight convolutional neural network was proposed to improve the recognition speed and environmental adaptability

especially for sorting complex objects.Firstly

the MobileNet-SSD algorithm was used to detect and classify the objects based on lightweight convolutional neural network.Secondly

image preprocessing and edge extraction were used to revise the object locations according to the above object detection results.The sorting experiments on PROBOT Anno robot arm show that the proposed method can achieve fast detection and location for complex objects.Compared with traditional image processing methods

the proposed method is robust to the diversity of target morphology and environment.

关键词

Keywords

references

LI C Y , MA Y B , WANG S Y , et al . Novel industrial robot sorting technology based on machine vision [C ] // International Conference on Modelling,Identification and Control . Piscataway:IEEE Press , 2017 : 902 - 907 .

HAZRAT ALI M , AIZAT K , YERHAN K , et al . Vision-based robot manipulator for industrial applications [J ] . Procedia Computer Science , 2018 , 133 : 205 - 212 .

WANG J W , DOU H Z , ZHENG S K , et al . Target recognition based on machine vision for industrial sorting robot [J ] . Journal of Robotics,Networking and Artificial Life , 2015 , 2 ( 2 ): 100 - 102 .

WANG S Y , LIN H , GAI R L , et al . An application of vision technology on intelligent sorting system by delta robot [C ] // IEEE International Conference on E-health Networking . Piscataway:IEEE Press , 2017 .

HINTON G E , SALAKHUTDINOV R R . Reducing the dimensionality of data with neural networks [J ] . Science , 2006 , 313 ( 5786 ): 504 - 507 .

杜学丹 , 蔡莹皓 , 鲁涛 , 等 . 一种基于深度学习的机械臂抓取方法 [J ] . 机器人 , 2017 , 39 ( 6 ): 820 - 828 ,837.

DU X D , CAI Y H , LU T , et al . A robotic grasping method based on deep learning [J ] . Robot , 2017 , 39 ( 6 ): 820 - 828 ,837.

CHEN Z H , ZOU H B , WANG Y B , et al . A vision-based robotic grasping system using deep learning for garbage sorting [C ] // 2017 36th Chinese Control Conference . Piscataway:IEEE Press , 2017 ： 11223 - 11226

KUMAR R , KUMAR S , LAL S , et al . Object detection and recognition for a pick and place robot [C ] // Asia-pacific World Congress on Computer Science ＆ Engineering . Piscataway:IEEE Press , 2014 : 1 - 7 .

LIU W , ANGUELOV D , ERHAN D , et al . SSD:single shot MultiBox detector [J ] . European Conference on Computer Vision , 2016 : 21 - 37 .

LI Z M , PENG C , YU G , et al . Light-head R-CNN:in defense of two-stage object detector [J ] . arXiv preprint , 2017 ,arXiv:1711.07264.

HOWARD A G , ZHU M L , CHEN B , et al . MobileNets:efficient convolutional neural networks for mobile vision applications [J ] . arXiv preprint , 2017 ,arXiv:1704.04861.

浏览量

269

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

动态环境下基于语义信息与几何约束的视觉SLAM系统

基于SE-YOLOv5s的绝缘子检测

基于多尺度卷积神经网络特征融合的植株叶片检测技术

Cerberus：基于深度学习的跨网站社交机器人检测系统

基于视觉的列车轨道缺陷检测综述