[实用新型]一种基于深度学习的AI视觉控制自动切换机器人系统

说明书

本实用新型公开了一种基于深度学习的AI视觉控制自动切换机器人系统，包括：自动上下料机械手模块、深度学习算法模块、AI视觉引导控制系统、AI云处理平台模块、工装夹具控制模块、视觉与通信交互模块等，本实用新型在自动上下料、自动切换装置的机器人上应用3D传感器采集视觉信息，并结合基于深度卷积神经网络的AI人工智能技术实现视觉检测、识别、定位以及视觉引导控制切换轨迹规划，同时以电动缸替代气缸，具有有效提高不同种类汽车模具、零部件等选型切换灵活性、效率、智能化的特点。

技术领域

本实用新型属于机器人视觉识别及控制技术领域，具体地，涉及一种基于深度学习的AI视觉控制自动切换机器人系统。

背景技术

随着机器视觉以及机器人技术的快速发展，机器人代替人力已应用于汽车行业多品种柔性模具、零部件选型切换等场合。可是，常规切换系统仍存在目标检测、识别、夹具定位不准确，采用气缸噪音大、速度慢等问题，其根本原因在于未能准确、可靠地检测、识别和定位夹具的相对位置以及优化切换轨迹。为满足汽车生产过程的模具、零部件自动选型切换要求，研究快速检测、正确识别目标、夹具准确定位的机器人视觉识别及控制技术具有重要意义。

机器视觉涉及的目标检测技术有2D相机和3D相机两种方法，2D相机能够发现物体位置，但缺乏3D信息；利用3D传感器技术的3D相机能够获得一个更加更加丰富的三维立体信息；机器视觉涉及的目标识别技术有两种，一种是通过图像模板匹配技术，选取图像模板与待搜索的图像中的子图的相似度匹配完成目标识别，但针对自动切换系统对目标识别速度、精度高要求的效果较差；另一种是深度学习的技术，但目前的卷积神经网络无法同时兼顾识别速度高和识别精度高的要求；相机、被检测目标、光源三者之间的位置关系是机器视觉系统成像定位的重要因素，在上述不同工件切换过程中的还不能精确测量定位，也存在影响到机器人轨迹规划的问题。

因此，亟需一种基于深度学习的AI视觉控制自动切换机器人系统，能够对3D视觉系统结构设计，检测、识别和定位控制，电缸闭环控制系统进行结构优化，以推动汽车行业机器人技术的发展及应用。

实用新型内容

为克服上述现有技术的不足，本实用新型提供了一种基于深度学习的AI视觉控制自动切换机器人系统，相比于现有技术，通过基于深度学习、设计独特的3D视觉系统检测、识别和定位以及轨迹优化，通过电缸闭环控制系统可以实现对不同种类的汽车模具、零部件更加迅速、准确的自动切换的效果。

为了实现上述目的，本实用新型采用的技术方案是：

一种基于深度学习的AI视觉控制自动切换机器人系统，包括：

整合AI视觉技术的实体机器人系统的机器人本体模块；

能够完成不同种类汽车模具、零部件自动上下料的自动上下料机械手模块；

处理目标检测、识别、定位以及引导控制的新型深度卷积神经网络学习算法的深度学习算法模块；

包含AI Engine智能引擎负责对目标数据进行检测、识别以及定位分析的AI云处理平台模块；

用于提供优化的控制策略以获得切换轨迹的AI视觉引导控制系统；

能够执行不同种类汽车模具或零部件的定位的工装夹具模块；

实现视觉系统与控制系统通讯的视觉与通信交互模块；

根据轨迹优化路径进行迅速、准确的自动切换的电缸闭环控制系统；