检索结果

期刊

出版年

关键词

Please wait a minute...

选择:

导出引用
EndNote Ris BibTeX

显示/隐藏图片

Select

1. 基于改进单次多框检测算法的机器人抓取系统

韩鑫, 余永维, 杜柳青

计算机应用 2020, 40 (8): 2434-2440. DOI: 10.11772/j.issn.1001-9081.2019122234

摘要（388）

PDF （1634KB）（408）

针对汽车零部件回收工厂在实际复杂工况下的零件检测效果不佳导致不能实现精准抓取从而影响生产效率的问题，提出了一种基于改进单次多框检测（SSD）算法的机器人抓取系统，可实现零件检测、分类、定位及抓取任务。首先，通过改进SSD模型检测目标零件，得到零件位置和类别信息；其次，通过Kinect相机标定与手眼标定将像素坐标系转换到机器人世界坐标系，实现零件在机器人空间坐标系下的定位；然后，通过机器人正逆运动学建模与轨迹规划，完成目标零件抓取任务；最后，对整个集成抓取系统进行了零件识别分类、定位到抓取验证实验。实验结果表明：复杂工况下，所提系统的零件抓取平均成功率达到95%，满足零件抓取的实际生产需求。

参考文献 | 相关文章 | 多维度评价

Select

2. 基于改进SURF算法的柔性装夹机器人快速工件匹配方法

杜柳青, 许贺作, 余永维, 张建恒

计算机应用 2018, 38 (7): 2050-2055. DOI: 10.11772/j.issn.1001-9081.2018010117

摘要（510）

PDF （980KB）（224）

针对传统SURF算法在构建局部特征描述符时耗时较长，无法满足实时性要求的问题，提出了一种改进的SURF算法。首先，运用Hession矩阵行列式（DoH）检测图像中的关键点，并利用非极大值抑制法和插值运算搜索、定位极值点；其次，采用灰度质心法确定关键点的主方向；然后，采用二进制描述符BRIEF对关键点进行描述，并利用关键点的主方向构造带有方向的特征描述符，使其具有旋转不变性；最后，运用汉明距离初步确定匹配点，再用比率检测法和RANSAC算法去除误匹配点，进而获取精准配准。实验结果表明，该改进SURF算法在应用于机器人进行柔性装夹时，对工件图像的平均匹配时间由SURF算法的214.10 ms减少到86.29 ms；而且匹配精度方面比原SURF算法提高了2.6%，因此，所提算法能够有效提高柔性装夹机器人工件图像的匹配速度和匹配精度。

参考文献 | 相关文章 | 多维度评价