《电子测量技术杂志》发表论文赏析

基于深度学习的钢筋绑扎机器人目标识别定位

来源:电子测量技术杂志2022年第11期北京时间:

作者:董国梁,张 雷,辛 山

单位:北京建筑大学电气与信息工程学院 北京 100044

摘要:为了解决钢筋绑扎机器人对绑扎点识别准确率低,定位精度差的问题,提出一种基于深度学习的钢筋绑扎机器人目标识别与定位方法。首先采用YOLOv4算法对绑扎点目标框识别和裁剪,完成绑扎点初始定位;其次设计轮廓角点选取方法,利用角点计算绑扎点的图像坐标;之后通过融入CBAM注意力机制改进Monodepth算法的特征提取部分,解码部分引入路径增强PAN结构,以提高模型的特征提取能力,进一步提高立体匹配精度;最后通过双目立体视觉定位技术获得绑扎点深度信息,并由坐标变换求解钢筋绑扎机器人手眼坐标系映射关系,从而实现对绑扎点的精确识别和定位。实验结果表明:该方法针对绑扎点目标框的识别准确率达到了99.75%,每秒传输帧数达到54.65;在空间中的定位精度最大误差为11.6mm。可较好地识别定位绑扎点位置,为自动绑扎工作提供有力支持。

关键词:钢筋绑扎机器人; 深度学习; 目标识别; 特征提取; 深度估计; 双目视觉

基金资助:智能机器人与系统高精尖创新中心建设项目(00921917001)资助

2022年11期其他文献查阅:

双通道伪随机编码超宽带探地雷达主控机设计

轻量级CNN实时跌倒预测及嵌入式系统实现

失超保护系统中固态开关的均流控制

基于深度神经网络的液体视觉识别研究

L/ku双频双极化共口径天线设计

基于深度学习的钢筋绑扎机器人目标识别定位

高长宽比金属铝热偶条的制备

基于神经网络的复杂电子设备故障诊断系统的设计

基于深度残差网络的SSO模态参数辨识

基于MEEMD-KF-散布熵的油气管道工况识别

面向康复训练的多通道mRMR-PSO肌电特征选择算法

基于终端滑模控制的移动机器人轨迹跟踪

一种改进的自适应恒虚警检测器

基于多域并发的时间窗数据采集方法与应用

MEMS传感器数据漂移抑制技术研究

基于EEMD—小波阈值的分布式测温系统的研究

舱内低功耗无线传感网络系统设计

基于ZigBee的无线压力采集系统设计

一种基于改进YOLOv4的SAR舰船检测算法

基于深度学习的色环电阻检测与判读方法研究

基于点云处理的小型工业零件高度精密测量

基于骨骼的双支融合模型的人体行为识别

基于深度学习的并联机器人定位检测技术研究

基于空时域信息融合的水面垃圾显著性检测

基于特征融合的风机叶片表面缺陷检测模型

基于边缘检测与注意力机制的立体匹配算法

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!