[发明专利]一种用于并联机器人的基于主果梗深度的堆叠串类水果抓取优先级确定方法

摘要

本发明公开了一种用于并联机器人的基于主果梗深度的堆叠串类水果抓取优先级确定方法。在并联机器人水果分拣系统下基于Kinect传感器构建堆叠串类水果的立体视觉检测系统，获取堆叠串类水果三维视觉信息，通过设计深度参照物构建预训练数据集，并构建堆叠串类水果的主果梗深度数据集，对数据集进行扩充，增加数据集分布范围。构建主果梗深度集分级模型，增加主果梗深度的特征量。设计多迁移学习训练策略对网络进行训练，对网络进行可视化分析和精度测试，调节参数，多次训练，直到精度满足要求为止，实现堆叠串类水果的深度集分级。最终实现堆叠串类水果抓取优先级的准确确定，为并联机器人实现对堆叠串类水果的准确、快速、无损自动分拣奠定基础。

主权项

1.一种用于并联机器人的基于主果梗深度的堆叠串类水果抓取优先级确定方法，其特征在于，包括如下步骤：步骤1，基于Kinect传感器和并联机器人水果分拣系统共同构建堆叠串类水果的立体视觉检测系统；步骤2，对堆叠串类水果抓取优先级确定的深度数据集构建与扩充，通过设计深度参照物构建了深度级别分布均匀的预训练数据集；步骤3，基于少池化多全连接层的卷积神经网络架构的主果梗深度集分级模型构建,包括图像输入、特征提取和分类三部分；步骤4，对主果梗深度集分级模型进行多迁移学习策略的网络训练和可视化分析的网络精度测试；步骤5，在构建的网络模型基础上对在线主果梗深度集分级和抓取优先级确定。