深度學習的車間零件分揀機器人目標識別方法

楊靜宜，王靜紅，崔建弘

（1.河北工程技術學院人工智能與大數據學院，河北 石家莊 050091；2.河北師范大學計算機與網絡空間安全學院，河北 石家莊 050091）

1 引言

我國作為世界工業產品的主要生產國家，工業品出口數量極其龐大。隨著我國工業技術［1］的不斷發展，工業機器人［2］已逐步應用在物流、倉儲、車間廠房等相關領域中，代替人工從事分揀工作。由此工業機器人智能化進入人們的視野，成為人們一時間爭相熱議的話題。零件分揀機器人作為工業機器人類別中最常見種類，其生產結構體現工業機器人的特性。當分揀機器人的生產結構越來越精密，傳統目標識別方法無法有效地完成目標識別時，提出新的機器人目標識別方法就變得尤為重要。

文獻［3］方法提出農業機器人全方位目標識別方法。該方法依據MIMO-OFDM 信道編碼理論構建機器人框架；通過魚眼鏡頭采集工作環境圖像，構建機器人的全方位目標識別系統；最后基于圖像處理技術以及濾波算法完成機器人的全方位目標識別。

文獻［4］方法提出基于動態雙窗口的機器人視覺特征識別方法。該方法通過導航匹配結果與機器人位姿設定導航窗口，將采集的圖像顏色轉換成色調等參數；通過對圖像灰度處理建立圖像的直線模型；最后基于最小二乘法擬合機器人移動距離偏差識別目標。

文獻［5］方法提出晶格式集群機器人矩陣成型方法及實驗。該方法依據離散化的晶格式群體系統以及離散化排列方式建立對稱分布矩陣；……