铁路自动摘钩机器人设计及车钩视觉检测

发布时间：2023-04-27 20:43

　　当前国内货运列车编组站主要采用人工作业方式实现驼峰摘钩,但是随着铁路货运的日益增长,人工摘钩的效率低、安全性差等缺点越发突出,为了克服这些缺点,在分析了国内外现有的摘钩机器人基础上提出了新的设计方案。该方案通过添加计算机视觉模块实现摘钩机器人对车钩的识别分类问题,相较于传统车钩识别方法具有自动化程度低、识别准确率低、环境适应性差等缺点,利用卷积神经网络算法对车钩进行识别分类能够完全满足设计要求,经过对算法的一系列优化调试,在车钩识别分类的准确率、反应速度以及容错率方面都达到了很高的实用性。本次论文的主要研究内容为:结构设计部分。根据驼峰摘钩站台的实际情况,设计出轨道式摘钩机器人机械结构部分,该部分包括运动行走模块、车钩视觉检测、位姿调整模块和末端执行模块。该部分采用SolidWorks软件实体建模,然后导入ADAMS中通过添加相关约束和驱动条件进行运动学分析,特别是摘钩机械手模块的运动特性分析,得到关键研究部件的运动仿真结果并绘制运动特性曲线图,分析在摘钩过程中自动摘钩机器人的运动状态稳定性和摘钩机械手结构设计的可行性。车钩识别检测部分。首先介绍了当前应用广泛的几种目标检测算法,选取了...

【文章页数】：68 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题的选题背景及意义
    1.2 火车摘钩机器人国内外研究进展
        1.2.1 国外研究进展
        1.2.2 国内研究进展
    1.3 机器视觉国内外研究发展现状
        1.3.1 深度学习研究现状
        1.3.2 目标检测发展现状
    1.4 论文主要研究内容和创新点
第2章 自动摘钩机器人结构设计
    2.1 引言
        2.1.1 货运列车车钩结构
        2.1.2 车钩的连挂与解锁原理
    2.2 火车摘钩机器人结构设计
        2.2.1 车钩的连挂与解锁原理
        2.2.2 自动摘钩机器人基本参数确定
        2.2.3 自动摘钩机器人驱动器
        2.2.4 自动摘钩机器人传动部件
        2.2.5 自动摘钩机器人末端执行机构
    2.3 自动摘钩机器人组成系统及工作原理
    2.4 小结
第3章 自动摘钩机器人运动学分析
    3.1 引言基于ADAMS的运动仿真分析
        3.1.1 虚拟样机技术
        3.1.2 自动摘钩机器人ADAMS运动仿真
    3.2 ADAMS运动学仿真
        3.2.1 建立三维模型
        3.2.2 载荷对混合油承载能力的影响
        3.2.3 添加约束
        3.2.4 添加载荷驱动
        3.2.5 结果分析
    3.3 小结
第4章 基于深度学习的改进YOLO车钩识别算法
    4.1 深度学习
    4.2 车钩识别
    4.3 基于深度学习车钩识别算法设计步骤
        4.3.1 车钩图片数据集设计
        4.3.2 数据预处理
        4.3.3 车钩标注
        4.3.4 ancher预设
    4.4 卷积神经网络结构设计
        4.4.1 基于VGG-16的Faster R-CNN卷积神经网络模型
        4.4.2 基于Darknet-19的YOLO_v2 卷积神经网络模型
        4.4.3 增加残差模块后的改进YOLO_v2卷积神经网络模型
    4.5 损失函数
    4.6 目标检测算法评价标准
    4.7 小结
第5章 车钩识别实验
    5.1 车钩识别实验平台搭建
    5.2 目标检测算法评价标准
        5.2.1 损失函数性能对比
        5.2.2 Mean Average Precision(m AP)性能对比
        5.2.3 实时检测速率FPS和P-R曲线
    5.3 实验结果
        5.3.1 算法鲁棒性测试
        5.3.2 车钩手柄识别实验对比
    5.4 小结
第6章 结论与展望
    6.1 结论
    6.2 展望
参考文献
在学研究成果
致谢



本文编号：3803025