买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉湖北民族大学申请的专利一种基于深度学习与无序抓取的水果分级分拣方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115272751B 。

龙图腾网通过国家知识产权局官网在2025-07-15发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202210819549.8，技术领域涉及：G06V10/764；该发明授权一种基于深度学习与无序抓取的水果分级分拣方法是由谢知音;周剑;徐中贵;吕俊设计研发完成，并于2022-07-13向国家知识产权局提交的专利申请。

本一种基于深度学习与无序抓取的水果分级分拣方法在说明书摘要公布了：本发明公开了一种基于深度学习与无序抓取的水果分级分拣方法，包括以下步骤：建立目标水果的数据集和深度学习模型；训练深度学习模型；通过深度学习模型确定目标的目标水果等级；通过双目相机采集目标水果图像，得到深度图像；根据深度图像建立目标水果的点云模型；根据深度图像和点云模型确定目标水果的位姿信息以及目标水果的尺寸；通过位姿信息采用避碰算法确定机械臂抓取策略；根据目标水果的尺寸确定机械臂末端夹爪的开合尺寸；所述抓取策略确定抓取目标水果的最优方案；根据所述最优方案和所述开合尺寸，驱动机械臂抓取所述目标水果并按照相应等级放置指定位置。本发明有益效果是：实现了无序抓取目标水果，且实现了高精度的分级与分拣。

本发明授权一种基于深度学习与无序抓取的水果分级分拣方法在权利要求书中公布了：1.一种基于深度学习与无序抓取的水果分级分拣方法，其特征在于：包括以下步骤： S1、建立目标水果的数据集；构建深度学习模型； 步骤S1具体如下： S11：将目标水果按照等级区分标准进行等级区分； 水果等级包括四级，通过横径、色泽和果面进行区分，其中： I级：横径色泽的着色率大于等于25％，且果面洁净，有大量斑痕； Ⅱ级：横径色泽的着色率大于等于55％，且果面洁净，有少量斑痕； Ⅲ级：横径色泽的着色率大于等于75％，且果面洁净，有轻微斑痕； Ⅳ级：横径大于等于80，色泽的着色率大于等于90％，且果面洁净，有极少斑痕； 横径单位为mm； S12：根据目标水果等级获取各个不同等级水果数据； S13：采集机械臂需要抓取的目标水果各等级的RGB图片； S14：对所述RGB图片中的水果类别进行标注，生成目标水果的数据集； S2、根据所述数据集训练深度学习模型，得到训练完成的深度学习模型； S3、输入目标水果图像至训练完成的深度学习模型，通过深度学习模型确定目标的目标水果等级； S4、通过双目相机采集目标水果图像，并进行三维重建，得到深度图像；根据深度图像建立目标水果的点云模型； S5、根据深度图像和点云模型确定目标水果的位姿信息以及目标水果的尺寸； 步骤S5具体为： S51：根据深度图像与点云模型确定目标水果的高度信息； S52：将点云模型通过软件CloudCompare进行图像裁剪、噪音去除操作进行预处理，得到预处理后的点云模型； S54：将预处理后的点云模型通过软件MeshLab依次进行三维编辑、清洗和拼合，得到最终点云模型； S55：根据最终点云模型计算目标水果的尺寸信息； S6、通过位姿信息采用避碰算法确定机械臂抓取策略； 步骤S6具体为： S61、通过所述位姿信息确定抓取策略； S62、通过所得到的高度信息，根据高度信息，从高到低，确定抓取顺序；高度信息大的，优先抓取； S63、根据避碰算法计算接近目标水果抓取轨迹和机械臂退出轨迹； S64、采用一个目标水果位姿对应多个抓取位姿的抓取方案； S65、根据所述抓取顺序、目标水果抓取轨迹和机械臂退出轨迹、抓取方案确定整体的抓取策略； S7、根据目标水果的尺寸确定机械臂末端夹爪的开合尺寸； S8、所述抓取策略确定抓取目标水果的最优方案； S9、根据所述最优方案和所述开合尺寸，驱动机械臂抓取所述目标水果并按照相应等级放置指定位置。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人湖北民族大学，其通讯地址为：445000 湖北省恩施土家族苗族自治州恩施市学院路39号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。