摘要
本发明公开了一种基于深度神经网络的机械臂抓取方法,包括:获取待抓取物品图像;将待抓取物品图像输入到预先训练的深度神经网络识别模型中进行识别,确定待抓取物品对应的抓取信息;基于所述抓取信息控制机械臂对待抓取物品进行抓取;通过深度神经网络的强大识别能力,能更准确地确定抓取信息,提升抓取的成功率和精度;实现了较高程度的智能化,减少对人工经验和设置的依赖;可以应对各种形状、大小和特征的待抓取物品,拓展了机械臂的应用范围。
技术关键词
机械臂抓取方法
抓取物品
像素点
障碍物
对比度
边缘轮廓
深度神经网络模型
图像增强
训练集
算法
连线
因子
误差
精度