基于深度学教材习的工业分拣机器人快速视觉识别与定位算法.pdf

第38 卷第6 期 机器人 ROBOT Vol.38, No.6 2016 年11 月 Nov., 2016 DOI ：10.13973/ki.robot.2016.0711 基于深度学习的工业分拣机器人快速视觉识别与定位算法 1,2,3 1,2 3 伍锡如 ，黄国明 ，孙立宁 （1. 桂林电子科技大学电子工程与自动化学院，广西 桂林 541004 ； 2. 桂林电子科技大学广西自动检测重点实验室，广西 桂林 541004 ； 3. 苏州大学机电工程学院，江苏苏州 215006 ） 摘 要：针对工业分拣机器人识别复杂工件慢、精确度低以及定位不准等问题，提出一种基于深度学习的快 速识别定位算法．通过工业高精度相机获取目标图像信息，经过图像灰度化、图像滤波、Otsu 二值化处理，再经 边界像素检测算法定位并分割目标图像．运用已训练的深度卷积神经网络（CNN ）对目标进行识别，得到目标所 在的位置坐标以及所属类别，实现工业机器人分拣．实验测试中以纹路复杂的象棋为例进行定位识别，结果表明 定位算法误差小于0.8 mm，最快识别速度达0.049 秒／个，在实验环境中识别精度能保持在98% 以上，表明算法 具备良好的准确性和稳定性． 关键词：深度学习；卷积神经网络；视觉识别；定位算法；工业分拣机器人 中图分类号：TP242 文献标识码：A 文章编号：1002-0446(2016)-06-0711-09 Fast Visual Identification and Location Algorithm for Industrial Sorting Robots Based on Deep Learning WU Xiru1,2,3 ，HUANG Guoming1,2 ，SUN Lining3 (1. College of Electronic Engineering and Automation, Guilin University of Electronic Technology, Guilin 541004, China; 2. Guangxi Key Laboratory of Automatic Detection, Guilin University of Electronic Technology, Guilin 541004, China; 3. College of Electrical and Mechanical Engineering, Soochow University, Suzhou 215006, China) Abstract: To overcome the problems of slow recognition, low accuracy and inaccurate positioning for industrial sorting robots, a fast visual identification and location algorithm based on deep convolutional neural network (CNN) is proposed. Firstly, the target image information is obtained by an industrial precision