一种基于深度学习的分拣机械手多物体分拣方法

摘要

本发明提供了一种基于深度学习的分拣机械手多物体分拣方法，其包括：基于预设图像采集装置采集任务场景中包含不同目标物品的目标图像，并基于卷积神经网络对目标图像中的不同目标物品进行定位；基于定位结果对目标图像进行图像分割，并利用目标检测网络根据分割结果确定不同目标物品的点云集合；基于点云集合确定不同目标物品的位姿信息，并基于位姿信息控制分拣机械手对相应的目标物品进行分拣。通过对任务场景中的不同目标物品的种类、位置以及位姿进行准确分析，确定对不同物品的分拣顺序，提高了对不同物品的分拣有序性，同时根据物品种类的不同调整抓取的方式，提高了对不同物品分拣的安全性，增强了分拣机械手对多物体分拣效率。