基于机器视觉的可回收垃圾智能分拣系统设计

作者：张月文; 李松恒; 张炜; 龚远强; 邓永胜^*

来源：实验室研究与探索, 2022, 41(07): 98-107.

DOI：10.19927/j.cnki.syyt.2022.07.022

• 智能分拣系统
• 机器人
• 机器视觉
• 标定
• 识别抓取

以优傲机器人UR10与深度相机Intel RealSense D435为基础，设计了一种基于机器视觉的可回收垃圾智能分拣系统。系统采用张正友标定法对深度相机进行高精度标定，保证了机器人识别抓取的定位精度；采用基于深度学习的YOLO v4目标检测算法和KCF目标跟踪算法，实现了对可回收垃圾的姿态估计与精准识别抓取；基于ROS系统，实现了智能分拣系统的模块化，完成了智能识别分拣系统的整体构建。以常见可回收垃圾为实验对象对系统可靠性与稳定性进行了验证。结果表明：机器人对目标的抓取成功率达97.6%,分拣成功率为96.4%。因此，本系统能够实现对常见可回收垃圾的高精度识别定位及抓取，分拣成功率高、自动化程度高，可应用于实际生产场景。

• 单位
  上海交通大学; 东北大学; 自动化学院