[实用新型]一种以深度卷积神经网络为基础的零件分拣系统有效
| 申请号： | 201820186110.5 | 申请日： | 2018-02-02 |
| 公开（公告）号： | CN208092786U | 公开（公告）日： | 2018-11-13 |
| 发明（设计）人： | 陈志澜;陈绪;阮宏洋;赵宏武 | 申请（专利权）人： | 上海建桥学院 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06K9/62;B25J9/16 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 陈亮 |
| 地址： | 201306 上*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 卷积神经网络 工业机器人 控制柜 深度相机 零件分拣 目标零件 气动爪手 工作台 采集 抓取 本实用新型 控制机器人 上位机信号 工作效率 控制运动 目标识别 人工分类 深度坐标 图像采集 图像输入 位置坐标 上位机 放入 分拣 位机 移入 工作量 图像 分类 成功 | ||
【权利要求书】：
1.一种以深度卷积神经网络为基础的零件分拣系统，其特征在于，该系统包括控制柜(1)、工业机器人(2)、深度相机(3)、气动爪手(4)、工作台(6)、上位机(7)，
所述的工业机器人(2)经控制柜(1)控制运动，所述的气动爪手(4)连接在工业机器人(2)的前端，所述的深度相机(3)位于工作台(6)的上方，与所述的上位机(7)信号连接。
2.根据权利要求1所述的一种以深度卷积神经网络为基础的零件分拣系统，其特征在于，所述的上位机(7)为使用以VGG深度卷积神经网络模型为基础的Faster-RCNN网络的上位机。
3.根据权利要求2所述的一种以深度卷积神经网络为基础的零件分拣系统，其特征在于，所述的上位机(7)为在分拣系统工作之前进行大量零件图像样本的训练的上位机。
4.根据权利要求1所述的一种以深度卷积神经网络为基础的零件分拣系统，其特征在于，所述的工业机器人(2)为可在三维方向上运动的机械臂。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海建桥学院，未经上海建桥学院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201820186110.5/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种具有识别假钞不停机的点钞机
- 下一篇：一种基于人工智能的物流运输系统
