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

morinson

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

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.pdf (740.78 KB, 下载次数: 16)

2017-8-31 23:51 上传

点击文件名下载附件
下载积分: 金钱 -1

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

伍锡如1,2,3, 黄国明1,2, 孙立宁3

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

Fast Visual Identification and Location Algorithm forIndustrial 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

全文: PDF (741 KB)   HTML (1 KB)   输出: BibTeX | EndNote (RIS) 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    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 camera, and the target image is located and segmented through graying, filtering, Otsu binarization and boundary detection of the images. Secondly, the target object is identified by using a trained CNN, and its position coordinate and class are obtained. Thus, target sorting by industrial robots is realized. Finally, the Chinese chess with complex lines are taken in test experiments to verify the identification and location algorithm. Experimental results show that the locating error is lower than 0.8 mm, the fastest recognition speed can reach 0.049 seconds per target, and the identification accuracy can be kept over 98% in the experimental environment. So, the proposed algorithm has good accuracy and stability. Key words： deep learning           convolutional neural network           visual identification           location algorithm           industrial sorting robot 收稿日期: 2016-05-11      1: TP242 基金资助:国家自然科学基金（61603107）；广西自然科学基金（2015GXNSFAA139297，2016GXNSFDA380001）；广西自动检测技术与仪器重点实验室基金（YQ16108）；智能综合自动化高校重点实验室基金（2016）；桂林电子科技大学研究生教育创新计划（2016YJCX04） 通讯作者: 黄国明，414079745@qq.com    E-mail: 414079745@qq.com 作者简介: 伍锡如（1981-），男，博士，副教授．研究领域：非线性系统控制，神经网络，机器人控制． 黄国明（1992-），男，硕士生．研究领域：机器学习，机器视觉，深度学习． 孙立宁（1964-），男，博士，教授．研究领域：纳米级微驱动及微操作机器人，工业机器人技术，医疗机器人，仿人手臂及机器人机构与控制． 引用本文:    伍锡如, 黄国明, 孙立宁. 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[J]. 机器人, 2016, 38(6): 711-719.         WU Xiru, HUANG Guoming, SUN Lining. Fast Visual Identification and Location Algorithm forIndustrial Sorting Robots Based on Deep Learning. ROBOT, 2016, 38(6): 711-719. 链接本文:   http://robot.sia.cn/CN/10.13973/j.cnki.robot.2016.0711    或     http://robot.sia.cn/CN/Y2016/V38/I6/711