一种面向智能仓储的卷积神经网络视觉分拣系统及方法

本发明公开了一种面向智能仓储的卷积神经网络视觉分拣系统及方法，包括以下步骤：获取预设时间段内的待分拣订单信息，根据货物品类与需求量对订单进行分割与重组，生成多个分拣序列集；配置对应的分拣设备任务；获取图像特征与点云特征；构建基于卷积神经网络的货物识别与位姿估计模型，结合图像特征与点云特征进行联合训练，输出货物的类别与空间位姿；根据识别结果与位姿信息，控制机械臂与末端执行器完成货物的抓取与分拣。本发明通过分析订单信息并进行分割重组，生成分拣序列集，结合需求量与优先级分配任务，实现分拣流程的优化调度与资源高效利用。提高分拣准确率与安全性，降低人工干预及错漏分风险。