[發明專利]一種基于人工神經網絡的自動識別打磨方法

在審

• 申請號: 201810085886.2
• 申請日: 2018-01-29
• 公開（公告）號: CN108509947A
• 公開（公告）日: 2018-09-07
• 發明（設計）人: 魏登明;李力;王華龍;黃坤山;葉劍鋒
• 申請（專利權）人: 佛山市南海區廣工大數控裝備協同創新研究院;佛山市廣工大數控裝備技術發展有限公司
• 主分類號: G06K9/20
• 分類號: G06K9/20;G06K9/34;G06K9/54;G06N3/04;G06N3/08;B24B49/12
• 代理公司: 廣州勝沃園專利代理有限公司 44416
• 代理人: 孫文卉

1.一種基于人工神經網絡的自動識別打磨方法，應用于數控打磨機器人，其特征在于，包括以下步驟：

S1，在坩堝表面標出打磨區域和次數；

S2，采集坩堝表面的圖像信息；

S3，讀取圖像信息并進行處理；

S4，提取打磨區域和次數在圖像中的位置信息；

S5，設定機器人打磨的起始三維坐標(X,Y,Z),規劃打磨路徑；

S6，提取數字特征向量，利用BP人工神經網絡進行數字識別，所述BP人工神經網絡由輸入層、隱含層、輸出層構成；BP算法訓練人工神經網絡過程具體步驟如下：

(1)對輸入0～9樣本數字的特征值進行歸一化，確定學習效率θ，精度α或者學習次數n；

(2)計算隱含層和輸出層的輸出值；

(3)計算人工神經網絡輸出層權值修改量和隱含層權值修改量；

(4)修改輸出層權值矩陣和隱含層權值矩陣；

(5)判斷是否達到精度α要求或者是否達到學習次數n要求，滿足則結束并且將隱含層權值矩陣和輸出層權值矩陣保存到計算機系統中，系統開始識別數字時即可從電腦中讀取隱含層權值矩陣和輸出層權值矩陣使用，不滿足則返回步驟(2)；

S7，將打磨路徑信息和打磨次數傳送到機器人控制系統，機器人開始打磨。

2.根據權利要求1所述的基于人工神經網絡的自動識別打磨方法，其特征在于：所述步驟S3中處理過程包括對圖像進行噪聲濾波、進行灰度化、建立灰度直方圖、設定像素閾值、二值化處理、進行區域分割。

3.根據權利要求1所述的基于人工神經網絡的自動識別打磨方法，其特征在于：所述步驟S6中提取數字特征向量程序為：將數字0～9數字圖像樣本規范化到32*32像素的圖片，按2*2分切成16*16共256個子區域，然后統計這4個像素中黑色像素的個數，組成256維的特征矢量。

4.根據權利要求1所述的基于人工神經網絡的自動識別打磨方法，其特征在于：所述步驟S6中BP算法的基本思想的學習過程包括信號的正向傳播與誤差的反向傳播。

5.根據權利要求4所述的基于人工神經網絡的自動識別打磨方法，其特征在于：所述信號的正向傳播為歸一化特征值樣本輸入到輸入層→隱含層→輸出層。

6.根據權利要求4所述的基于人工神經網絡的自動識別打磨方法，其特征在于：所述誤差的方向傳播為輸出誤差→隱含層→輸入層。

7.根據權利要求1所述的基于人工神經網絡的自動識別打磨方法，其特征在于：所述步驟S7中計算機與機器人控制系統通過局域網連接。