基于深度学习的分拣机器人目标智能定位仿真

作者：马晓明; 张志利; 高慧敏

来源：计算机仿真, 2020, 37(06): 314-317.

• 深度学习
• 分拣机器人
• 目标定位

针对当前机器人目标定位方法存在准确率低、耗时长的问题,提出基于深度学习的分拣机器人目标智能定位方法。采集机器人工作环境图像,根据亮度均值下幂次变换法改进亮度图像空间对比度,利用HSI彩色图像空间序列和类间方差法相结合选取出最佳分割阈值,实现机器人工作环境图像分割。将分割结果引入至机器人目标定位中,将深度学习网络划分为指纹向量、隐藏层和输出层。基于稀疏自动编码器通过一个三层神经网络训练获取相应层次权值与偏移量,并将训练获取的权值与偏移量当作各个层次参数初始化值。在稀疏自动编码器上增加softmax分类器,对最顶层编码层输出数据进行softmax回归,利用法向传播实现深度学习网络参数进一步训练。将分类层权重值和隐藏层权重值进行微调并结合,得到似然函数最大时深度学习网络中所有参数取值,以此获取目标分类定位结果。实验结果表明,上述方法定位准确率高、实时性强。

• 单位
  天津中德应用技术大学