科研之友
微信
新浪微博
Facebook
分享链接
摘要
目前，因加工零件存在残缺而导致视觉系统无法准确定位的问题严重影响中小型企业生产自动化的推广。针对此问题，本文提出一种异状零件抓取检测方法，该方法先基于深度学习设计一个关键点检测模型KPDM(Keypoints detection model)以检测不同异状零件的抓取关键点，再根据关键点位置信息和手眼标定参数设计一个位姿求解模块以解算出零件的抓取位姿。其中，KPDM结合了图像分割模型Deeplab V3+的架构和热力图监督方式，可以通过输入的零件图像获取抓取关键点热力图。实验结果表明，该抓取方法可以在不同光照环境下准确预测完整零件和残缺零件的抓取位姿，其中两种零件的检测成功率分别约为97.2%，92.7%。
- 单位
