【技术实现步骤摘要】
一种基于CornerNet的智能分拣机械臂系统和抓取控制方法
本专利技术涉及神经网络领域，尤其涉及一种智能分拣机械臂系统和抓取控制方法。
技术介绍
目前大多数工厂多采用流水线结合劳工操作的方法进行各种加工作业，效率很低，并且浪费人力物力，加工精度不高。市面上的智能机械臂大多数用于流水线，参与重复的固定的工作，采用定制化设计，在一定程度上缺乏通用性，并且运动维度不足，不适用于部分复杂的工作。若应用于其他工作，例如水果分类和快递抓取等，则需要重新设计机械臂的动作去自动调节，否则无法抓取物体。
技术实现思路
本专利技术的目的在于提供一种通用性强的智能分拣机械臂系统，能够根据所抓取物体的类别、位置、大小，快速生成最佳的抓取动作，并抓取物体运动到指定位置。为实现上述目的，本专利技术提供了以下技术方案：一种基于CornerNet的智能分拣机械臂系统的抓取控制方法，包括以下步骤：进一步的，所述智能分拣机械臂系统的工作流程包括以下步骤：S11，摄像头采集包含目标物体和机械臂的图像，并输入中控端；S12，基于CornerNet神经网络模型进行图像识别，并输出目标物体的类别和位置坐标；S...
【技术保护点】
1.一种基于CornerNet的智能分拣机械臂系统的抓取控制方法，其特征在于：包括以下步骤：S11，摄像头采集包含目标物体和机械臂的图像，并输入中控端；S12，基于CornerNet神经网络模型进行图像识别，并输出目标物体的类别和位置坐标；S13,将目标物体的位置坐标与机械臂的位置信息输入BP神经网络模型，获取最佳抓取参数；S14，机械臂根据抓取参数调整机械臂的各个舵机，并将目标物体放置到指定位置。
【技术特征摘要】
1.一种基于CornerNet的智能分拣机械臂系统的抓取控制方法，其特征在于：包括以下步骤：S11，摄像头采集包含目标物体和机械臂的图像，并输入中控端；S12，基于CornerNet神经网络模型进行图像识别，并输出目标物体的类别和位置坐标；S13,将目标物体的位置坐标与机械臂的位置信息输入BP神经网络模型，获取最佳抓取参数；S14，机械臂根据抓取参数调整机械臂的各个舵机，并将目标物体放置到指定位置。2.如权利要求1所述的抓取控制方法，其特征在于：所述抓取参数包括机械臂的抓取距离和机械臂的抓取方向，所述机械臂的抓取距离的对应抓取参数为机械臂各可移动部分与水平位置的夹角。3.如权利要求2所述的抓取控制方法，其特征在于：所述机械臂的抓取距离通过4个舵机实现，4个舵机对应的可移动部分与水平位置的夹角为θ1，θ2，θ3，θ4，机械臂的抓取方向为α1，通过以下公式获得：S2＝h1cosθ1+h2cosθ2+h3cosθ3+h4cosθ4S1＝S2H1＝h1sinθ1+h2sinθ2+h3sinθ3+h4sinθ4≈0其中，机械臂的位置坐标为(X1,Y1)，目标物体的位置坐标为(X2,Y2)；S1为机械臂底座中心与物体中心的水平距离；S2为机械臂底座中心和抓头位置的水平距离；h1，h2，h3，h4为为机械臂各可移动部分的长度；α1为机械臂的抓取方向；H1为机械臂抓头的垂直高度。4.如权利要求1所述的抓取控制方法，其特征在于：所述CornerNet神经网络模型通过物体识别训练获得，所述物体识别训练，包括:S21，将带有标签的样本图像作为训练集，在服务器端迭代训练Corner...
【专利技术属性】
技术研发人员：吴泓润，凌佳乐，宋建华，喻飞，
申请(专利权)人：闽南师范大学，
类型：发明
国别省市：福建,35
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。