A Food Package Recognition and Sorting System Based on Structured Light and Deep Learning

要約

ビジョンアルゴリズムベースのロボットアーム把持システムは、幅広いシナリオに適用できるロボットアームシステムの1つです。
アルゴリズムを使用してターゲットの位置を自動的に識別し、ロボットアームがそれを掴むように誘導します。これは、ティーチング可能なロボットアーム把握システムよりも柔軟な機能を備えています。
ただし、一部の食品パッケージでは、透明なパッケージや反射素材が視覚アルゴリズムの認識に課題をもたらし、従来の視覚アルゴリズムではこれらのパッケージに対して高い精度を達成できません。
さらに、ロボットアームの掴みのプロセスでは、Z 軸高さの位置決めには依然としてパラメータの手動設定が必要であり、誤差が生じる可能性があります。
上記の 2 つの問題に基づいて、深層学習アルゴリズムと構造化光 3D 再構成技術を使用して、食品包装の仕分けシステムを設計しました。
事前トレーニングされた MASK R-CNN モデルを使用して画像内のオブジェクトのクラスを認識し、その 2D 座標を取得します。次に、構造化光 3D 再構成技術を使用してその 3D 座標を計算し、最後に座標系変換後にロボットをガイドします。
掴むための腕。
テストの結果、この方法はさまざまな種類の食品パッケージの認識と把握を高精度で完全に自動化できることが示されました。
この方法を利用することで、食品メーカーは生産コストの削減や生産効率の向上に貢献できます。

要約(オリジナル)

Vision algorithm-based robotic arm grasping system is one of the robotic arm systems that can be applied to a wide range of scenarios. It uses algorithms to automatically identify the location of the target and guide the robotic arm to grasp it, which has more flexible features than the teachable robotic arm grasping system. However, for some food packages, their transparent packages or reflective materials bring challenges to the recognition of vision algorithms, and traditional vision algorithms cannot achieve high accuracy for these packages. In addition, in the process of robotic arm grasping, the positioning on the z-axis height still requires manual setting of parameters, which may cause errors. Based on the above two problems, we designed a sorting system for food packaging using deep learning algorithms and structured light 3D reconstruction technology. Using a pre-trained MASK R-CNN model to recognize the class of the object in the image and get its 2D coordinates, then using structured light 3D reconstruction technique to calculate its 3D coordinates, and finally after the coordinate system conversion to guide the robotic arm for grasping. After testing, it is shown that the method can fully automate the recognition and grasping of different kinds of food packages with high accuracy. Using this method, it can help food manufacturers to reduce production costs and improve production efficiency.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google