深度学习算法下的采摘机器人系统优化研究

为了实现苹果采摘的自动化,基于图像深度学习算法,对采摘机器人系统进行优化设计。首先,采用高斯滤波的方法,对摄像头采集的图像进行滤波处理;其次,在VGG16深度学习网络算法的基础上,增加区域推荐学习网络,进而减少识别样本容量,提高识别率;再次,采用单目视觉系统和激光测距器,实现目标苹果的图像坐标向实际空间坐标的转化,并采用双反馈系统实现采摘机械臂控制;最后,对系统进行测试。结果表明:系统具有良好的目标识别精度和机械臂控制精度。