基于深度学习的元器件视觉识别和定位技术

来源：电子测量技术杂志2023年第8期北京时间：

作者：雷文桐，顾寄南，胡君杰，高伟

单位：江苏大学机械工程学院 镇江 212013

摘要：为解决当前装配机器人视觉系统对元器件误检率高、效率低、难获取有效定位信息的问题，提出了一种基于深度学习的元器件视觉识别和定位方法。首先，设计基于深度聚合和解耦头的高精度检测算法，提高元器件识别和主体检测的精度；其次，设计标注和判定规则，细化定位主体轮廓和抓取点；最后，设计基于网络剪枝的轻量化检测算法，实现模型压缩，提高引脚检测和装配点定位的效率。研究结果表明：该方法在元器件的识别和定位上取得了较好表现，类别识别平均错误率仅为0.27%，计算量减少了29.8%，参数量减少了22.7%，并将传统的元器件轮廓检测扩展到抓取点和装配点定位，得到丰富的类别和位置指引信息，为工业机器人精准、可靠、稳定地抓取和装配做好基础。

关键词：目标检测;智能装配;电子元器件;机器视觉;深度学习

基金资助：国家自然科学基金（51875266）项目资助