6D姿态实时估计的轻量型YOLO网络

来源 :组合机床与自动化加工技术 | 被引量 : 0次 | 上传用户:linshenxiu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对同类基于卷积神经网络的算法对目标姿态估计存在实时性不足的问题,提出了一种轻量型的6 D目标姿态估计算法.该算法通过卷积神经网络对输入的RGB图像进行特征提取,并将目标对象的位置信息映射到三维空间,最后通过目标图像及其三维模型之间的多组2D-3D对应关系,利用PnP和RANSAC方法计算目标的6自由度姿态.实验结果表明,改进后的网络与原网络具有同样优异的检测效果,且检测速度得到了明显的提升,在NVIDIA GeForce RTX 2060 GPU上的运行速度为35 FPS,适用于对处理速度有要求的场合.
其他文献
针对机械产品质量特性多样化和复杂性,关键质量特性识别存在主观性强、识别结果不准确等问题,提出了一种机械产品关键质量特性权重综合识别方法.通过建立机械产品质量特性层次模型,统计分析得到质量特性分层集合,采用可拓层次分析法计算主观权重,信息熵法计算客观权重,模糊Borda法计算综合主客观权重,并对结果绘制帕累托图,根据“20/80原则”识别出关键质量特性.对数控转台的齿轮转动元动作单元的实例分析,验证了该方法的有效性和合理性.
为提高卧式加工中心整机加工精度,且针对卧式加工中心精度预测模型难以量化验证的问题,基于旋量理论建立了精度预测完备模型,在此基础上提出了一种新的精度预测模型量化验证方法.首先,以旋量理论为研究基础,并借助旋量指数积建立了某多自由度机器人末端运动学正解;其次,在分析了卧式加工中心几何误差的基础上,结合该机床运动链分析结果构建了卧式加工中心精度预测模型;进而借助“十二线法”完成了几何误差分离过程,并最终输出了机床精度预测结果云图;最后,基于ISO230-6的体对角线实验设计进行了精度预测模型量化验证.实验结果表