针对目前方法识别机器人目标时,由于未能详细分析分拣机器人运动规律,导致该方法开展目标识别时,存在平均置信度低、识别效果差等问题,提出深度学习的车间零件分拣机器人目标识别方法。该方法通过分析分拣机器人运动规律,提取待检测目标的特征向量值;结合深度学习理论建立目标识别模型,并寻找模型最佳参数;建立待检测目标的相关测试集放入模型中训练,基于模型输出结果,完成机器人的目标识别。实验结果表明,运用该方法识别目标时,其在特征提取后,分拣目标数量为1000个时,识别准确率达到了97.5%以上,识别耗时在100s以下,平均置信度约为0.8,有效提高了平均置信度、降低了识别时间,识别效果好。

面对香菇分拣过程中出现的人工挑拣和包装劳动量大、生产率低、难以精确控制分级指标等问题,研制了柔索传动的五自由度机械手,用于优质香菇的分拣。设计了整个柔索传动机构,包括机械臂的设计、钢丝绳的固定、钢丝绳预紧力的调整、底座电机的排布以及电机的固定。设计了整个机械手的控制系统,包括硬件电路的设计和图像处理设计。该机器人采用精密柔索传动技术,有效实现动力机构和执行机构的分离,使机械臂的结构配重得到优化;同时采用视觉检测系统,运用图像处理技术,增强了运动的智能化,准确实现优质食用菌的抓取;由传感器组成的闭环控制系统,使机器人的重复定位精度更高,可实现接近360°的全方位工位物料的抓取;该产品适用性范围广,不仅可以运用到香菇加工线上的分拣,还可以运用到其他预包装食品的分拣上。