[发明专利]一种基于深度学习的柔性机器人视觉识别与定位系统

摘要

本发明公开了一种基于深度学习的柔性机器人视觉识别与定位系统，包括如下步骤：获取零件的图像并二值化处理提取其外轮廓边缘；找出其外轮廓边缘在横向上的外接矩形确定待识别区域，归一化处理为标准图像；等角度地逐渐旋转标准图像，找出标准图像旋转到其外轮廓边缘在横向上的外接矩形的面积最小时的旋转角度α；采用深度学习网络提取旋转角度为α时的外轮廓边缘，识别零件以及其位姿；根据旋转角度α，以及位姿，计算旋转前待识别零件所处的实际位姿，并将该位姿数据传给柔性机器人，以便柔性机器人拾取待识别零件。本发明利用深度学习网络逐层自动抽取零件图像数据所蕴含的轮廓形状特征，能够在复杂条件下，大大提高零件识别及定位准确性和适应性。

主权项

1.一种基于深度学习的柔性机器人视觉识别与定位系统，其特征在于，包括如下步骤：1)零件外轮廓边缘提取：采用CCD相机获取待识别零件所在区域的图像，对原图像进行二值化处理，提取图像中各零件的外轮廓边缘；2)归一化处理：确定图像中各零件的外轮廓边缘在水平方向上的外接矩形，并将每个外接矩形向外扩大至少2个像素得到每个零件的待识别区域，将每个零件的待识别区域归一化处理为标准图像；3)在90度范围内，等角度地逐渐旋转各零件的标准图像，并计算每次旋转后该零件在当前位置处的外轮廓边缘在水平方向上的外接矩形的面积，确定各零件的标准图像旋转到其外轮廓边缘在水平方向上的外接矩形的面积最小时的旋转角度α；4)采用已经学习有待识别零件的外轮廓边缘在水平方向上的外接矩形的面积最小时的四种位姿的深度学习网络提取所述步骤3)中各零件旋转角度为α时的外轮廓边缘形状，识别混杂在各零件中的待识别零件以及其旋转后所处的位姿；5)根据识别出来的待识别零件在所述步骤3)中的旋转角度α，以及识别时所处的位姿，计算旋转前待识别零件所处的实际位姿，并将该位姿数据传给柔性机器人，以便柔性机器人拾取待识别零件。