点云仿真和深度学习的工件位姿识别及机器人上料方法

摘要

本发明公开了一种点云仿真和深度学习的工件位姿识别及机器人上料方法。先产生随机数据来训练点云深度学习网络，再将真实采集的目标物体的点云输入到训练好的点云深度学习网络，根据点云深度学习网络的估计值及目标物体的机器人抓取位姿来计算偏移矩阵，最后在估计目标物体的位姿时，用偏移矩阵来修正点云深度学习网络的输出值，获得目标物体的准确抓取位姿。本发明以全新方式来实现基于深度学习的机器人上料，只需采用随机数据进行训练，少量真实数据进行修正，即可实现整套算法的架构，便于快捷应用和推广。