基于机器视觉的目标识别与抓取研究

论文摘要

针对视觉机器人设计中传统的目标识别算法受环境、对象变化的制约,且在识别正确率及速度上存在问题,提出了基于深度学习的目标精准检测与识别方法。首先,基于深度学习的YOLO算法通过数据训练后能对目标进行准确识别,并给出目标的位置信息,然后利用双目视觉对目标进行精准定位并得到其三维坐标,最后传输给机器人并控制机器人移动抓取目标物体。实验结果表明,该方法能够准确快速地对目标进行识别与定位,并成功地指导机器人抓取目标物体。

论文目录

• 0 引言
• 1 抓取系统设计
• 2 基于深度学习的目标识别
•   2.1 卷积神经网络
•   2.2 基于深度学习的目标识别算法YOLO
• 3 基于双目视觉的目标定位
•   3.1 双目视觉目标定位原理
•   3.2 双目摄像机标定
•   3.3 双目立体匹配
• 4 实验及分析
•   4.1 目标识别实验
•   4.3 双目相机标定实验
•   4.4 目标定位实验
•   4.5 目标抓取实验
• 5 结束语

文章来源

类型: 期刊论文

作者: 张纯纯,冯创意,高统林

关键词: 机器人,目标识别,深度学习,双目视觉

来源: 农业装备与车辆工程 2019年12期

年度: 2019

分类: 农业科技,信息科技

专业: 计算机软件及计算机应用,自动化技术

单位: 上海理工大学机械工程学院

分类号: TP391.41;TP242

页码: 93-96

总页数: 4

文件大小: 1150K

下载量: 1005