【技术实现步骤摘要】
本专利技术涉及计算机图像和机器人，尤其涉及一种旨在提升净食率的智能助餐机器人控制方法及系统。
技术介绍
1、目前助餐机器人是一种非常实用的智能机器人，可以为需要帮助进食的人提供极大的便利。然而，在实际操作中，由于食物种类的不同，机器人在抓取和携带过程中容易造成食物的损耗和遗留。这种情况影响了助餐机器人的效率和用户的用餐体验，并且浪费了食物。
技术实现思路
1、有鉴于此，本专利技术提供一种旨在提升净食率的智能助餐机器人控制方法及系统，以解决上述问题。
2、本专利技术提供一种旨在提升净食率的智能助餐机器人控制方法，包括：基于颜色分割技术和深度学习模型对食物进行定位和识别处理，得到食物的位置和种类；根据食物的位置和种类，制定抓取运行轨迹和取食方式；根据抓取运行轨迹和取食方式执行助餐任务；通过视觉反馈系统获取助餐任务的单次执行结果；根据单次执行结果对抓取运行轨迹进行调整，直至完成助餐任务。
3、在本专利技术的另一实现方式中，旨在提升净食率的智能助餐机器人控制方法还包括：获取食物样本图像及标注数据集，其中，标注数据包含对食物种类和位置信息；基于食物样本图像及标注数据集进行训练，得到深度学习模型。
4、在本专利技术的另一实现方式中，基于颜色分割技术和深度学习模型对食物进行定位和识别处理，得到食物的位置和种类，包括：智能助餐机器人通过视觉传感器获取当前食物场景图像；基于颜色分割技术对当前食物场景图像进行食物检测，确定检测到的食物对应的位置信息；将检测到的食物以
5、在本专利技术的另一实现方式中，根据抓取运行轨迹和取食方式执行助餐任务，包括：智能助餐机器人的机械臂末端根据抓取运行轨迹和取食方式对食物进行抓取操作；根据抓取食物的食物特征信息对机械臂的抓取运行轨迹和取食方式进行调整，完成助餐任务，其中，食物特征信息包括食物的形状、尺寸及重量。
6、在本专利技术的另一实现方式中，旨在提升净食率的智能助餐机器人控制方法还包括：将食物样本图像中需要识别的食物目标分别划分为5个类别进行数据标注；将难以处理操作、表面光滑的食物图像标注为“刺”类；将柔软、尺寸较大的食品图像标注为“切割”类；将需要混合的食物图像标注为“搅拌”类；将容易夹取的食物标注为“夹取”类；将颗粒状的食物图像标注为“舀取”类。
7、在本专利技术的另一实现方式中，通过视觉反馈系统获取助餐任务的单次执行结果，包括：在完成单次助餐操作后，视觉反馈系统基于检测算法获取餐盘及执行器中食物的存在情况，并确定食物的相对分布情况；根据执行结果对抓取运行轨迹进行调整，直至完成助餐任务，包括：根据食物的存在情况以及食物的相对分布情况对抓取运行轨迹进行调整，直至完成助餐任务，其中，抓取运行轨迹包括机械臂的位置、方向以及动作。
8、在本专利技术的另一方面，提供一种旨在提升净食率的智能助餐机器人控制系统，包括：识别子系统：用于基于颜色分割技术和深度学习模型对食物进行定位和识别处理，得到食物的位置和种类；抓取子系统：用于根据食物的位置和种类，制定抓取运行轨迹和取食方式；根据抓取运行轨迹和取食方式执行助餐任务；反馈子系统：用于通过视觉反馈系统获取助餐任务的单次执行结果；根据单次执行结果对抓取运行轨迹进行调整，直至完成助餐任务。
9、在本专利技术的旨在提升净食率的智能助餐机器人控制方法中，根据要食用的每种食物的特性来控制机械臂不同的取食方式和确定搬运过程中的运行轨迹，这样可以最大限度地减少食物损耗和遗留。具体地，使用计算机视觉技术和深度学习技术来识别不同种类的食物，并针对每种食物的特性设计不同的取食方式和运行轨迹，例如，对于易碎的食物，可以采用缓慢、平稳的运动方式；对于容易遗留的食物，可以采用旋转或振动的方式；此外，在实际操作中，可以实时监测食物的状态，并根据需要进行动态调整；使助餐机器人更加智能化和高效化，提高净食率，减少食物的残留，提高机器人搬运食物的准确性和效率，为用户提供更好的用餐体验。
本文档来自技高网...【技术保护点】
1.一种旨在提升净食率的智能助餐机器人控制方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，还包括：
3.根据权利要求2所述的方法，其特征在于，所述基于颜色分割技术和深度学习模型对食物进行定位和识别处理，得到食物的位置和种类，包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述抓取运行轨迹和取食方式执行助餐任务，包括：
5.根据权利要求2所述的方法，其特征在于，还包括：
6.根据权利要求3所述的方法，其特征在于，所述通过视觉反馈系统获取所述助餐任务的单次执行结果，包括：
7.一种旨在提升净食率的智能助餐机器人控制系统，其特征在于，包括：
【技术特征摘要】
1.一种旨在提升净食率的智能助餐机器人控制方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，还包括：
3.根据权利要求2所述的方法，其特征在于，所述基于颜色分割技术和深度学习模型对食物进行定位和识别处理，得到食物的位置和种类，包括：
4.根据权利要求1所述的方法，其特...
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。