基于深度学习的分拣机器人目标识别与定位

发布时间：2021-08-07 22:07

　　随着科学技术的发展,各种工业机器人已经广泛地应用在工业生产及日常生活领域之中。分拣机器人作为工业机器人的重要分支,可以利用分拣机器人替代人工完成大量重复性的生产劳动,不但可以提高生产效率,还可以有效地降低人力成本。将机器视觉系统引入到分拣机器人上,让分拣机器人视觉系统在复杂环境下快速的识别及定位,是实现分拣机器人智能化的基础。因此,研究一种合适的目标检测算法对于自动分拣机器人具有重要的研究意义。传统的目标检测算法需要利用人工对目标特征进行提取,再将提取后特征输入到分类器中进行训练分类,而对于多目标复杂环境下,人工提取特征算子就显得很困难。近些年,随着深度学习的兴起,特别是基于卷积神经网络框架在图像处理任务上展现出了巨大的优势——利用卷积神经网络作为基本架构的目标检测算法具有更好的泛化性。该算法能够很好地适应多目标的检测、弱光线等复杂环境的影响,更好地满足智能化分拣机器人视觉系统的要求。本文针对目标检测及目标抓取点定位问题进行了相关研究,进行了以下工作:（1）简述了传统的目标检测算法的流程及不足,对深度学习的理论及卷积神经网络的结构、训练方式及相关算法进行了研究。（2）介绍了RCNN系列... 

【文章来源】：安徽工程大学安徽省

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

一sa增加BN层算法训练过程图

一sb无BN层算法训练过程图

强光条件下目标检测图

【参考文献】：
期刊论文
[1]基于三级卷积神经网络的物体抓取检测[J]. 喻群超,尚伟伟,张驰.  机器人. 2018(05)
[2]基于卷积神经网络的田间多簇猕猴桃图像识别方法[J]. 傅隆生,冯亚利,Elkamil Tola,刘智豪,李瑞,崔永杰.  农业工程学报. 2018(02)
[3]基于Lenet-5的卷积神经网络改进算法[J]. 李丹,沈夏炯,张海香,朱永强.  计算机时代. 2016(08)
[4]工业4.0:智能工业[J]. 王喜文.  物联网技术. 2013(12)
[5]基于纹理频谱子集的纹理识别[J]. 陆春君,陈松灿,谭晓阳.  江南大学学报(自然科学版). 2007(06)
[6]草莓采摘机器人的研究:Ⅰ.基于BP神经网络的草莓图像分割[J]. 张铁中,周天娟.  中国农业大学学报. 2004(04)
[7]水果采摘机器人视觉系统的目标提取[J]. 张铁中,林宝龙,高锐.  中国农业大学学报. 2004(02)
[8]数字图像处理技术及其应用[J]. 李红俊,韩冀皖.  计算机自动测量与控制. 2002(09)
[9]基于视觉与超声技术机器人自动识别抓取系统[J]. 王敏,黄心汉.  华中科技大学学报. 2001(01)

博士论文
[1]基于深度学习和双目视觉的工业机器人抓取方法研究[D]. 唐洪.华南理工大学 2018

硕士论文
[1]MobileNet压缩模型的研究与优化[D]. 陈方.华中师范大学 2018
[2]基于深度学习机制的智能柔性装卸机器人视觉识别方法[D]. 张建恒.重庆理工大学 2018
[3]智能机器人目标检测的深度学习算法研究[D]. 张思雨.哈尔滨工程大学 2018
[4]基于Faster R-CNN的目标检测算法的研究[D]. 伍伟明.华南理工大学 2018
[5]基于机器视觉和深度学习的目标识别与抓取定位研究[D]. 李传朋.中北大学 2017
[6]基于深度学习的快速目标检测技术研究[D]. 王震.天津理工大学 2017
[7]基于机器视觉的工业机器人分拣系统研究[D]. 蒋书贤.西南交通大学 2015
[8]基于深度学习的目标检测算法研究及应用[D]. 万维.电子科技大学 2015
[9]运动食品机器视觉的识别与定位技术的研究[D]. 李明.哈尔滨商业大学 2014
[10]基于形状知识的不合格品自动分拣系统的研究[D]. 程俊.中国科学技术大学 2011



本文编号：3328629