-
题名基于深度学习的钢筋绑扎机器人目标识别定位
被引量：6
- 1
-
-
作者
董国梁
张雷
辛山
-
机构
北京建筑大学电气与信息工程学院
-
出处
《电子测量技术》
北大核心
2022年第11期35-44,共10页
-
基金
智能机器人与系统高精尖创新中心建设项目(00921917001)资助。
-
文摘
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11.6 mm。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
-
Keywords
steel bar binding robot
deep learning
object identification
feature extraction
depth estimation
binocular vision
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
