实时和完全自动化的机器人堆叠系统,具有基于深度学习的视觉感知.
1Department of Control and Automation Technology, Konya Technical University, 42250 Konya, Türkiye.
Sensors (Basel, Switzerland)
|November 27, 2025
概括
一个新的深度学习机器人系统使用视觉感知自动化工业袋子分类. 这种自动化系统实现了100%的准确性,优化了生产线的智能制造.
科学领域:
- 机器人和自动化 机器人和自动化
- 计算机视觉 计算机视觉
- 人工智能的人工智能
背景情况:
- 工业生产线需要高效准确的分类和处理系统.
- 传统方法往往缺乏现代制造所需的速度和精度.
研究的目的:
- 为工业生产线开发一个全自动,实时的机器人堆叠系统.
- 用深度学习驱动的视觉感知来优化分类和处理任务.
主要方法:
- 整合了YOLOv5s对象检测算法与ABB IRB6640机器人臂.
- 使用可编程逻辑控制器和Profinet通信协议来控制系统.
- 采用摄像头和Python接口进行实时分类和排序13种工业袋类型.
主要成果:
- 实现了高的验证性能,平均平均精度 (mAP@0.5) 评分为0.99.
- 在初始现场测试中,证明了99.08%的分类准确性,在优化后达到100%.
- 系统在五天内处理了9600个包裹,平均周期时间为10-11秒.
结论:
- 开发的系统为工业自动化提供了强大,可适应和实时的性能.
- 计算机视觉和机器人技术的整合为智能制造提供了一个可扩展的解决方案.
- 该系统显著提高了工业分类和处理任务的效率和准确性.


