CN114399500B 一种高鲁棒性大罐工装卸料孔视觉识别及位姿检测方法 （重庆理工大学）_第1页
CN114399500B 一种高鲁棒性大罐工装卸料孔视觉识别及位姿检测方法 （重庆理工大学）_第2页
CN114399500B 一种高鲁棒性大罐工装卸料孔视觉识别及位姿检测方法 （重庆理工大学）_第3页
CN114399500B 一种高鲁棒性大罐工装卸料孔视觉识别及位姿检测方法 （重庆理工大学）_第4页
CN114399500B 一种高鲁棒性大罐工装卸料孔视觉识别及位姿检测方法 （重庆理工大学）_第5页
已阅读5页，还剩19页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种高鲁棒性大罐工装卸料孔视觉识别及本发明公开了一种高鲁棒性大罐工装卸料校正，并使用常规扩充数据集的方法扩充数据深度学习的粗定位+精定位结合的技术路线，帮22.根据权利要求1所述的一种高鲁棒性大罐工装卸料孔视觉识别及位姿检测方法，其S-A3：将Opencv求解出来的外参矩阵[R|T]分解成左右相机各旋转和平移一半的矩阵S-A5：将校正后的相机坐标系再转换成图像像素3.根据权利要求1所述的一种高鲁棒性大罐工装卸料孔视觉识别及位姿检测方法，其特4.根据权利要求1所述的一种高鲁棒性大罐工装卸料孔视觉识别及位姿检测方法，其5.根据权利要求1所述的一种高鲁棒性大罐工装卸料孔视觉识别及位姿检测方法，其36.根据权利要求1所述的一种高鲁棒性大罐工装卸料孔视觉识别及位姿检测方法，其4通过卸料孔伸进大罐内将工装勾出，但在复杂工业环境中存在各种不确定性的环境噪声，5[0016]S-A3：将Opencv求解出来的外参矩阵[R|T]分解成左右相机各旋转和平移一半的MaskR-CNN网络中得到逐像素级别的精确检测结t6到的检测结果进行边界框裁剪后送入MaskR-CNN网络，进行第二步精定位,获取精确分割[0044]图8为质心提取结果图，图8(a)为为矩形卸料孔质心，图8(b)为辅助三角形孔质[0048]为了更好的调整机械手相对于卸料孔的姿态，在矩形卸料孔1下方增加一个辅助7[0053]S-A3：将Opencv求解出来的外参矩阵[R|T]分解成左右相机各旋转和平移一半的[0058]基于深度学习的目标检测算法可以分为两类，一类是基于RegionProposal+CNN的框架(two-stage方法)，代表算法是RCNN系列算法；另一类是基于Regression的框架8[0062]①边界框中心点所在网格的左上点坐标(cx,cy)，与中心点相对该网格的偏移(σ[0063]②利用预设的先验框相对于featuremap的宽高(pw,ph)和尺度缩放(tw,th)计算yy[0072]S4：将粗定位提取的矩形卸料孔(操作孔)和辅助三角形孔区域ROI送入MaskR-9送入maskr-cnn网络中得到逐像素级别的精确检测得到像素级别的检测结果，在FasterR-CNN预测框并行的位置添加一个预测掩码的分支，在每一个ROI上利用掩码分支预测一个二分类的mask。用来预测mask的掩码分支是一个在像素级别上对于每个ROI预测语义掩码的小全卷积网络。这种网络结构解耦了类别与掩码左相机图像矩形孔的质心坐标为(".,"),右相机图像矩形孔质心坐标为若

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论