基于结构光与深度学习的食品包装识别与分拣系统

基于视觉算法的机械臂抓取系统是可应用于广泛场景的机械臂系统之一。它利用算法自动识别目标位置并引导机械臂抓取，相比示教型机械臂抓取系统具有更灵活的特点。然而，对于部分食品包装，其透明包装或反光材料给视觉算法的识别带来挑战，传统视觉算法无法对这些包装实现高准确率。此外，在机械臂抓取过程中，z 轴高度上的定位仍需手动设置参数，这可能引起误差。基于上述两个问题，我们设计了一套采用深度学习算法与结构光三维重建技术的食品包装分拣系统。使用预训练的 MASK R-CNN 模型识别图像中物体的类别并获取其二维坐标，随后利用结构光三维重建技术计算其三维坐标，最后经坐标系转换引导机械臂抓取。经测试表明，该方法能够全自动化、高精度地识别并抓取不同种类的食品包装。使用该方法可帮助食品制造商降低生产成本并提高生产效率。