《电子测量技术杂志》发表论文赏析

基于深度学习的并联机器人定位检测技术研究

来源:电子测量技术杂志2022年第11期北京时间:

作者:张宇廷,王宗彦,范浩东,王曦

单位:1.中北大学机械工程学院,山西太原 030051;2. 山西省起重机数字化工程技术研究中心,山西太原 030051

摘要:针对机器视觉领域中并联机器人存在目标识别模糊,分类效率差以及反应速度过慢的问题,提出了一种基于深度学习的并联机器人定位检测技术。首先对目标识别物进行图像采集,改进图像数据集,将处理前后图像放入训练集提高网络效率,搭建YOLOX目标检测分类识别算法提高并联机器人检测精度;其次改进训练方式,通过预训练与实际训练提高可靠性,改进损失策略;然后建立并联机器人主体基坐标系与相机坐标系,结合手眼标定与相机标定方法,求得目标实际坐标与机器人基坐标系的转换关系;最后在并联机器人实验平台验证目标标定结果,对比主流深度学习算法YOLOv3、YOLOv4、Faster-RCNN得出的并联机构网络定位与实际定位的相对误差,结果表明YOLOX的定位精度误差为3.992-5.061mm之间,平均精确度达到了91%左右。该方法可为并联机器人结合深度学习实现检测定位提供一定参考价值。

关键词:深度学习;YOLOX算法;并联机器人;视觉标定;定位识别

基金资助:山西省重点国际科技合作项目(201903D421015)

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!