[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: | 本实用新型涉及一种以深度卷积神经网络为基础的零件分拣系统,包括控制柜、工业机器人、深度相机、气动爪手、工作台、上位机,工业机器人经控制柜控制运动,气动爪手连接在工业机器人的前端,深度相机位于工作台的上方,与上位机信号连接。深度相机对零件进行图像采集,将采集的图像输入至上位机处理后,并移入已被训练的深度卷积神经网络模型中,该深度卷积神经网络模型对采集的图像进行目标识别和分类,并把得到的目标零件位置坐标和深度坐标发送给工业机器人的控制柜,控制柜将控制机器人对目标零件进行成功抓取和放入指定位置,从而实现对各种零件的分拣,减少了人工分类的工作量,提高了工厂的工作效率。 | ||
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 | ||
【主权项】:
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。
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/patent/201820186110.5/,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