基于视觉引导的工业棒材上料系统研究

来源：机械与电子杂志2023年第05期北京时间：

作者：王西志;管声启;张理博;刘通;郝振虎

单位：西安工程大学机电工程学院,陕西 西安 710048

摘要：为了提高生产效率,设计一种基于视觉引导的工业棒材上料系统。首先,为了实现视觉引导进行工业棒材上料,设计了工业棒材上料总体方案,并对上料机械结构模型进行选型设计。然后,为了实现棒材的自动 识别和位姿 检测,提出 了一种基于改进 YOLOv5 的旋转目标 识别与定位 算法。该方法在 YOLOv5 主干特征网络上,添加高效 ECA 通道注意力机制模块,利用其避免降维,并通过适当跨通道交互策略提高特征提取能力;为了增强不同尺度的特征信息融合,将原特征增强网络替换成 BiFPN 加权双向特征金字塔网络,进行自上而下和自下而上的多尺度特征融合,提高棒材识别准确率并获取平面位置信息;在此基础上,采用双目视觉进行立体匹配获取棒材的深度位置信息,最终实现棒材立体位姿检测。对所提上料系统进行实验验证,棒材识别的平均精度为 99.4% ,抓取棒材成功率达到 90% 及以上。

关键词：上料系统;深度学习;位姿检测;两指机械手

基金资助：西安市创新能力强基计划 人工智能技术攻关项目( 21RGZN0021 )