【技术实现步骤摘要】
本专利技术涉及视觉检测及抓取，更具体地说，本专利技术涉及一种基于深度学习的视觉检测及抓取方法。
技术介绍
1、随着人工智能和机器人技术的飞速发展，机械臂在工业、服务业、医疗等领域得到了广泛应用。特别是在机械臂精准抓取任务中，机械臂需要准确识别并抓取目标物体，这通常依赖于视觉系统的精确感知和定位。但传统的机械臂抓取方法往往依赖于物理标记物进行手眼标定，这些标记物可以是特制的标定板或者贴在物体上的标签。然而，这种方法在实际应用中存在一定的局限性。首先，标记物的制作和贴附增加了操作复杂性和成本；其次，标记物可能受到环境光照、遮挡等因素的影响，导致标定精度下降；最后，对于非结构化环境或动态变化的场景，标记物的使用变得尤为困难。
2、对于目标感知和定位，传统方法通常不具备自适应学习和进化的能力，无法根据新的数据和环境变化自动调整和优化识别策略，进而导致在面对新的目标或场景时可能需要重新设计和调整。尽管当前深度学习在物体识别领域取得了显著成效，然而在机械臂目标抓取任务中，物体识别仅仅是迈出的第一步。若无法准确判别目标物体的空间位置和姿态...
【技术保护点】
1.一种基于深度学习的视觉检测及抓取方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的一种基于深度学习的视觉检测及抓取方法，其特征在于，基于深度学习的目标识别及关键点检测具体为：
3.根据权利要求1所述的一种基于深度学习的视觉检测及抓取方法，其特征在于，基于双目视觉系统确定物体空间朝向以及中心点位置具体为：
4.根据权利要求1所述的一种基于深度学习的视觉检测及抓取方法，其特征在于，基于单步机械臂示教的手眼标定具体为：
5.根据权利要求1所述的一种基于深度学习的视觉检测及抓取方法，其特征在于，基于视觉引导下的...
【技术特征摘要】
1.一种基于深度学习的视觉检测及抓取方法，其特征在于，该方法包括如下步骤：
2.根据权利要求1所述的一种基于深度学习的视觉检测及抓取方法，其特征在于，基于深度学习的目标识别及关键点检测具体为：
3.根据权利要求1所述的一种基于深度学习的视觉检测及抓取方法，其特征在于，基于双目视觉系统确定物体空间朝向以及中心点位置具体为：
4.根据权利要求1所述的一种基于...
【专利技术属性】
技术研发人员：刘颖，彭玲，余九，曾德全，许博轩，刘添翔，
申请(专利权)人：华东交通大学，
类型：发明
国别省市：
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。