一种用于抓取易碎易变形进样瓶的机械臂系统

本发明公开了一种用于抓取易碎易变形进样瓶的机械臂系统。预处理后的图像输入深度学习网络，经算法处理输出同尺寸的初步结果图；随后，Linux主机执行后处理程序，从结果图中解析出抓取目标的精确位置、抓取角度及夹持宽度参数；最终，基于上述参数，系统驱动机械臂定位至目标点，采用改良的二指平行夹爪结合薄膜式压力传感器，通过实时压力反馈调节夹持力度，实现易碎易变形进样瓶的无损抓取操作。本申请采用的深度学习神经网络极大地提高了算法运算速度，经过训练的神经网络在识别准确率上，相较于其他大部分网络，存在较为明显的提升；改良夹爪以低抓取力达到较高的抓取成功率，性能有一定的优越性。