基于改进 YOLO6D 的工业零件位姿检测算法

来源：机械与电子杂志2023年第11期北京时间：

作者：刘通;管声启;刘懂懂;张理博

单位：西安工程大学机电工程学院,陕西 西安 710048

摘要：针对工业现场散乱堆叠、零件位姿难以准确检测的问题,提出一种基于改进 YOLO6D 的工业零件位姿检测算法。首先,对原始YOLO6D 网络结构进行改进。以 Darknet53 作为主干网络,并在其残差块内部引入坐标注意力机制,强化神经网络对坐标信息的表达能力;利用空洞空间金字塔池化捕获多尺度上下文信息,实现底层坐标信息与高层语义信息的特征融合;采用 Mish 函数作为激活函数,增强神经网络的鲁棒性。在此基础上,采用改进 YOLO6D 网络检测工业零件 6D 位姿。以工业零件图像作为改进 YOLO6D 网络的输入,直接回归输出目标零件 3D 边界框的 9 个关键点,利用 2D 3D 空间中的映射关系,采用 PnP 算法计算目标零件的 6D 位姿。最后,进行工业零件位姿检测实验验证。实验结果表明,所提算法具有较高的准确性和鲁棒性,为三维空间内工业零件的位姿检测提供了一种有效的思路。

关键词：工业零件;改进 YOLO6D ; 6D 位姿检测;关键点定位

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 )