摘要
本发明涉及计算机视觉与机器人技术领域,且公开了一种基于计算机视觉的阳极铜板夹具高效定位方法。该方法通过深度相机和RGB相机在指定区域内采集铜板的多视角信息,结合深度学习,实现铜板的精确定位与姿态估计,从而指导机械臂完成高效、稳定的抓取任务。首先,使用深度相机和RGB相机在指定区域内从前方、侧方、上方三个角度拍摄整个批次的阳极铜板深度色彩图,并对所得图像进行预处理;其次,本发明设计了一个针对阳极铜板的基于多视角信息融合的深度学习模型,该模型可以直接输出整个批次中每块阳极铜板的表面中心点坐标与倾斜角度;最后,对模型进行训练,使模型可以对整个批次中的每块阳极铜板完成精准定位,最终帮助机械臂的抓取工作的高效、精准、稳定运行。
技术关键词
阳极铜板
深度学习模型
多视角
图像
计算机视觉
特征提取模块
深度相机
定位方法
动态
多维特征数据
直方图均衡化
抓取工作
姿态估计
机器人技术
生成特征
夹具
系统为您推荐了相关专利信息
孤独症谱系障碍
图像生成模型
识别方法
训练集数据
识别模型训练
智能提醒方法
轨道交通站台
云台摄像头
单线激光雷达
激光雷达数据
监控分析方法
电力设备运行状态
分层强化学习
设备运行状态数据
能源系统
图像分割方法
图像分割模型
解码器
多阶段特征
重构模块
文本
推断方法
多模态特征融合
图像获取单元
人脸图像特征