基于深度学习的低成本堆叠物料定位系统

田立勋， 刘雄飞， 张彩芹， 王文佳， 傅建中

(1. 浙江大学 机械工程学院，浙江,杭州 310058; 2. 杭州永创智能设备股份有限公司，浙江,杭州 310058; 3. 北京先见科技有限公司，北京 100070)

堆叠物料无序分拣即为从随机堆叠物料中取出最上层指定目标的技术. 目前，堆叠物料目标定位方法主要可以分为三类：基于传统人工特征的方法，基于三维信息的方法和基于深度学习的方法. 贾东永等[1]设计了一种基于视觉前馈和视觉反馈的仿人机器人抓取操作，并通过实验验证了该方法的可用性. 施家栋等[2]提出了一种基于卡尔曼滤波的动态场景中运动目标的检测算法. 上述传统算法虽然无需采集和标注数据，但对光照和形变的鲁棒性较差，检测精度不高，适用范围有限. Lenz等[3]提出了一种基于全连接网络和深度图像进行无序分拣的算法，Harada等[4]提出了一种基于深度相机和SVM/RF对抓取点进行筛选的办法. 这类基于目标深度信息的算法虽然精度较高，但是满足精度的深度相机价格昂贵，成本较高. Danielczuk等[5]利用人工生成的三维数据训练深度学习模型，通过Mask RCNN算法对分拣目标进行分割，最后将坐标返回机械手完成抓取. Zeng等[6-7]提出一种利用FCN算法对RGB-D图像进行处理，得到不同角度下抓取目标区域的热力图，据此识别最适合抓取的位置. 上述基于深度学习的一般算法，一方面需要高频GPU和深度相机等硬件设备的支持，成本高，另一方面无法识别相互之间存在小面积堆叠的目标，精度仍然……