节点文献

基于深度神经网络复杂场景下的机器人拣选方法

免费订阅

【作者】 韩兴刘晓平王刚韩松

【Author】 HAN Xing;LIU Xiao-ping;WANG Gang;HAN Song;School of Automation,Beijing University of Posts and Telecommunications;

【通讯作者】 刘晓平;

【机构】 北京邮电大学自动化学院

【摘要】 针对提高快递包裹的分拣效率和识别准确率,提出了一种基于深度神经网络复杂场景下的机器人拣选方法.首先,提出一种改进的目标检测算法,通过将多层浅层特征图与最终的特征图进行融合,提取更加细节的特征,以提升识别的速度与精度;其次,提出了一种基于关键点的级联卷积最优拣选位置检测网络模型,对包裹最优拣选位置进行实时预测估计;最后,结合目标包裹最优拣选框与场景的深度信息和基于三维信息的目标姿态估计算法实现机器人拣选,并通过实验验证了该方法的有效性.

【基金】 北京市科研项目(201702001);北京邮电大学青年科研创新计划专项项目(2017RC22)
【所属期刊栏目】 论文 (2019年05期)
  • 【DOI】10.13190/j.jbupt.2019-015
  • 【分类号】TP242;TP183;TP391.41
  • 【下载频次】2
节点文献中: 

本文链接的文献网络图示:

浏览历史:
下载历史: