本研究的主要内容是针对融合视觉信息分拣机器人自适应识别和无损抓取方法的研究。通过对机器人视觉信息处理算法的改进和优化，提高机器人识别和抓取物品的准确性和效率。在此研究中，我们成功地开发出了一种基于深度学习的自适应识别算法，该算法能够根据不同场景的光照和背景变化自动调整识别参数，提高了机器人的识别率和稳定性。设计了一种无损抓取方法，通过对机器人手爪的力学模型和力传感器数据的分析，实现了对物品的精准抓取和无损抓取。结合视觉操作关系推理、抓取部位检测和机器人运动规划与控制，基于视觉推理的多物体堆叠场景抓取方法，对于复杂场景高通量、多类型、杂乱无序的识别准确率为96.1%，试验样机能进行无损分拣，工作效率与人工1-2人相当，分拣错误率低于6%，控制技术和制造企业的接受程度较高、便于推广。
微信公众号