基于深度学习的分拣机器人目标智能定位仿真研究

黎明

（广东理工学院，广东 肇庆 526100）

0 引言

机器人通过图像识别技术，可以准确定位视觉系统，属于高科技发展成果。在工业化生产中，机器人属于重要智能设备，目标定位为重点运行部分。当工件轮廓简单时，工业生产朝着复杂化、多样化方向发展，研究面临问题多。基于智能技术支持，可以获取较多新成果[1]。在过程应用中，通过地图好特征、机器人系统状态地图，建设动态化模型，以此实现数据预测、更新与关联。在更新信息时，注重传输目标状态量均值，简化计算复杂度。按照相关实验结果显示，此种方法具备较强稳定性，然而应用效率低下。上位系统主要是应用可编辑逻辑控制器和高性能的触摸屏，控制中间层的机器人控制系统和外围包装辅助系统，下层为近期奇人系统控制方式，主要是应用一拖二方式实现。其中一套系统当中具备工业机器视觉系统，能够对两台机器人系统实施控制，确保工作高精度和高速。伺服系统主要是应用CAT网络，全面确保运行高效性[2]。针对机器人目标定位，属于重要运行操作，且研究成果面临准确性不足问题。按照深度学习机制，掌握分拣机器人定位方法。

1 基于深度学习的分拣机器人目标智能定位

1.1 分割工作环境

为了准确定位机器人，注重分割机器人工作环境。机器人运行期间，获取环境图像。通过图像分割法，能够对机器人工作环境予以分割。当前，在选用分割方式时，以单色图像为主，应用到灰度图像分割处理中，划分不同颜色空间与分量。……