一种基于深度学习和自适应抓取的视觉分类垃圾自动分拣系统技术方案

本发明专利技术涉及自动化技术领域，具体是一种基于深度学习和自适应抓取的视觉分类分拣机器人系统；所述的系统包括：图像采集模块、舵机云台、机械臂模块、AGV模块、主控芯片，采用树莓派，接收并处理来自图像采集模块的图像信息，并根据深度学习算法对垃圾进行视觉分类，同时控制舵机云台、机械臂模块和AGV模块的动作；通信模块，通过Flask实现主控芯片与终端之间的通信，用于接收终端的控制指令和发送系统的状态信息给终端，同时与总控制器实现信息交互；本发明专利技术应用于垃圾分类工作中，通过深度学习分类网络(如ResNet‑50)，实现了对垃圾图像的高效和准确分类。该网络能够区分可回收物、不可回收物、厨余垃圾以及有害垃圾，从而提高了垃圾分类的准确性和效率。

【技术实现步骤摘要】

本专利技术涉及自动化，尤其是涉及一种基于深度学习和自适应抓取的视觉分类分拣机器人系统。

技术介绍

1、随着我国经济的迅猛发展和城市化进程的加速，垃圾产量逐年攀升，给环境保护和城市管理带来了巨大的挑战。为了应对这一严峻形势，我国近年来大力推行垃圾分类制度，旨在提高资源利用效率，减少环境污染，并促进可持续发展。然而，传统的垃圾分类方法主要依赖人工分类，不仅效率低下，而且分类准确性受人为因素影响较大。

2、在此背景下，智能化、自动化的垃圾分类技术应运而生，其中，基于深度学习和机器视觉的自动分拣机器人系统成为研究热点。这类系统能够通过学习大量垃圾图像数据，自动识别并分类垃圾，实现高效、准确的垃圾分类处理。然而，现有的自动分拣机器人系统仍存在一些问题。例如，对复杂背景的适应性不强，垃圾定位和抓取的准确性有待提高，以及系统稳定性和可靠性需要进一步加强等。为了解决这些问题，本专利技术提出了一种基于深度学习和自适应抓取的视觉分类自动分拣机器人系统。

3、本系统采用树莓派4b作为主控芯片，集成了上位机通讯模块、视觉定位检测模块、机械臂抓取模块和agv本文档来自技高网...

【技术保护点】

1.一种基于深度学习和自适应抓取的视觉分类分拣机器人系统，其特征在于：所述的系统包括：

2.根据权利要求1所述的一种基于深度学习和自适应抓取的视觉分类分拣机器人系统，其特征在于：所述的系统还包括两个摄像头，前置摄像头和俯视摄像头；所述前置摄像头用于捕捉垃圾图像和识别路况以进行导航；所述俯视摄像头安装在机械臂上，用于在机械臂到达垃圾附近时，精确识别垃圾的位置以指导机械臂进行准确抓取。

3.根据权利要求1所述的一种基于深度学习和自适应抓取的视觉分类分拣机器人系统，其特征在于：所述机械臂模块采用Robot Arm型号的机械臂，该机械臂为三自由度机械臂，可通过3D打印制作...

【技术特征摘要】

1.一种基于深度学习和自适应抓取的视觉分类分拣机器人系统，其特征在于：所述的系统包括：

2.根据权利要求1所述的一种基于深度学习和自适应抓取的视觉分类分拣机器人系统，其特征在于：所述的系统还包括两个摄像头，前置摄像头和俯视摄像头；所述前置摄像头用于捕捉垃圾图像和识别路况以进行导航；所述俯视摄像头安装在机械臂上，用于在机械臂到达垃圾附近时，精确识别垃圾的位置以指导机械臂进行准确抓取。

3.根据权利要求1所述的一种基于深度学习和自适应抓取的视觉分类分拣机器人系统，其特征在于：所述机械臂模块采用robot arm型号的机械臂，该机械臂为三自由度机械臂，可通过3d打印制作以降低使用成本；所述机械臂采用四相二极步进电机作为驱动器，该步进电机具有运动精度高、响应速度快、成本低廉的特点，并采用闭环控制以提高控制精度和稳定性；所述机械臂结合高精度的驱动控制算法，实现了0.02毫米的高精度重复精度，并具有2.5公斤的负荷能力及200度每秒的关节速度；所述机械臂的外观尺寸相对较小，臂长为240mm，整机高度为280mm，所述机械臂的夹爪部分采用横向和纵向相结合的设计，包括用于竖直放置物体的机械夹爪和用于抓取水平放置垃圾的气泵吸盘。

4.根据权利要求1所述的一种基于深度学习和自适应抓取的视觉分类分拣机器人系统，其特征在于：所述agv模块包括：

5.根据权利要求1所述的一种基于深度学习和自适应抓取的视觉分类分拣机器人系统，其特征在于：在图像采集模块传输图像信息给主控芯片之前，系统还包括一个图像预处理步骤，该步骤采用高斯滤波对图像进行噪声抑制或消除；高斯滤波的中心思想是：对图像中的每个像素点，通过计算该像素点及其邻域内的像素值的加权平均来得到新的像素值，其中加权平均是通过一个内核对每个像素点及其邻域内的像素值进行加权求和，此过程相当于对图像进行高斯正态分布卷积操作，以在抑制或消除噪声的同时尽可能地保留图像的细节特征。

6.根据权利要求5所述的一种基于深度学习和自适应抓取的视觉分类分拣机器人系统，其特征在于：所述的图像预处理步骤还包括对图像进行蒙版预处理和图像分割处理；蒙版预处理用于掩盖图像四周信息，仅保留中心信息；图像分割处理是通过基于hsv色彩空间的图像阈值分割方法与基于面积的阈值分割方法来实现，从而将中心垃圾图像从背景图像中分割出来，便于后续的垃圾定位、检测以及对物体高度信息的提取；其中，hsv色彩空间由色调、饱和度和明度三个分量构成，图像分割算法需要将获取的原始rgb色彩空间图像转换为hsv色彩空间图像进行处理。

7.根据权利要求5所述的一种基于深度学习和自适应抓取的视觉分类分拣机器人系统，其特征在于：所述的图像预处理步骤还包括一个俯视目标物件位置识别过程，该过程采用改进的canny算法与hough变换算法相结合的方法...

【专利技术属性】
技术研发人员：胡应坤，伍春滢，甘艳芬，李亚琴，李秋婷，陈世豪，
申请(专利权)人：广东工贸职业技术学院，
类型：发明
国别省市：