采摘机器人果实识别与定位研究——基于双目视觉和机器学习

被引:10
|
作者
魏纯 [1 ]
李明 [2 ]
龙嘉川 [1 ]
机构
[1] 武汉东湖学院电子信息工程学院
[2] 不详
关键词
采摘机器人; 双目视觉; YOLO; 卷积神经网络; 机器学习; 识别与定位;
D O I
10.13427/j.cnki.njyi.2021.11.043
中图分类号
TP391.41 []; TP242 [机器人]; S225 [收获机械];
学科分类号
080203 ; 1111 ;
摘要
分析了双目视觉系统的工作原理及视觉标定方法,利用YOLO V2卷积神经网络算法实现对目标果实的识别,并对目标果实的空间定位进行了深入研究,设计了一套基于双目视觉和机器学习的采摘机器人果实识别与定位系统。在多次实际定位实验中,橘子的深度定位误差最大值为1.06mm,证实了系统具有一定的准确性和稳定性。
引用
收藏
页码:239 / 242
页数:4
相关论文
共 24 条
  • [1] 面向分拣机器人的多目标视觉识别定位方法
    任慧娟
    金守峰
    程云飞
    顾金芋
    [J]. 机械与电子, 2019, 37 (12) : 64 - 68
  • [2] 随机工件的点云场景CAD模型的快速识别与定位
    赵刚
    郭晓康
    刘德政
    王中任
    [J]. 激光与红外, 2019, 49 (12) : 1490 - 1496
  • [3] 基于机器视觉的目标识别与定位系统
    柴钰
    许继科
    [J]. 计算机工程与设计, 2019, 40 (12) : 3557 - 3562
  • [4] 深度学习在遥感影像目标识别与定位中的应用研究
    隋雪莲
    张涛
    曲乔新
    [J]. 科技创新与应用, 2019, (34) : 180 - 181
  • [5] 基于多信息融合的移动机器人定位算法
    连黎明
    [J]. 西南师范大学学报(自然科学版), 2019, 44 (09) : 89 - 95
  • [6] 基于单目视觉-惯性信息融合的移动机器人室内定位与导航研究[D]. 彭锐.武汉科技大学. 2019
  • [7] 基于消失点及模型匹配的相机自动标定算法研究[D]. 李婵.长安大学. 2019
  • [8] 面向动态系统的数字光栅投影技术研究[D]. 姚鹏程.合肥工业大学. 2019
  • [9] 基于光栅投影的发动机叶片三维形貌测量技术研究[D]. 李文忠.哈尔滨理工大学. 2019
  • [10] 基于双目视觉的并联机械手智能轨迹规划研究[D]. 张逢时.辽宁工业大学. 2019