期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度学习的异状零件抓取检测方法
1
作者
孙先涛
杨茵鸣
+3 位作者
王辰
陈文杰
胡祥涛
陈伟海
《计算机集成制造系统》
北大核心
2025年第2期490-498,共9页
针对加工零件存在残缺导致视觉系统无法准确定位而严重影响中小型企业生产自动化推广的问题,提出一种异状零件抓取检测方法。先基于深度学习设计一个关键点检测模型(KPDM)以检测不同异状零件的抓取关键点,再根据关键点位置信息和手眼标...
针对加工零件存在残缺导致视觉系统无法准确定位而严重影响中小型企业生产自动化推广的问题,提出一种异状零件抓取检测方法。先基于深度学习设计一个关键点检测模型(KPDM)以检测不同异状零件的抓取关键点,再根据关键点位置信息和手眼标定参数设计一个位姿求解模块以解算出零件的抓取位姿。KPDM结合了图像分割模型Deeplab V3+的架构和热力图监督方式,可以通过输入的零件图像获取抓取关键点热力图。实验结果表明,该抓取方法可以在不同光照环境下准确预测完整零件和残缺零件的抓取位姿,其中两种零件的检测成功率分别为97.2%和92.7%。
展开更多
关键词
机器人抓取
深度神经网络
位姿检测
关键点检测
热力图
在线阅读
下载PDF
职称材料
基于深度学习的视觉检测及抓取方法
被引量：
7
2
作者
孙先涛
程伟
+3 位作者
陈文杰
方笑晗
陈伟海
杨茵鸣
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2023年第10期2635-2644,共10页
针对现有机器人抓取系统对硬件设备要求高、难以适应不同物体及抓取过程产生较大有害扭矩等问题,提出一种基于深度学习的视觉检测及抓取方法。采用通道注意力机制对YOLO-V3进行改进,增强网络对图像特征提取的能力,提升复杂环境中目标检...
针对现有机器人抓取系统对硬件设备要求高、难以适应不同物体及抓取过程产生较大有害扭矩等问题,提出一种基于深度学习的视觉检测及抓取方法。采用通道注意力机制对YOLO-V3进行改进,增强网络对图像特征提取的能力,提升复杂环境中目标检测的效果,平均识别率较改进前增加0.32%。针对目前姿态估计角度存在离散性的问题,提出一种基于视觉几何组-16(VGG-16)主干网络嵌入最小面积外接矩形(MABR)算法,进行抓取位姿估计和角度优化。改进后的抓取角度与目标实际角度平均误差小于2.47°,大大降低两指机械手在抓取过程中对物体所额外施加的有害扭矩。利用UR5机械臂、气动两指机械手、Realsense D435相机及ATI-Mini45六维力传感器等设备搭建了一套视觉抓取系统,实验表明:所提方法可以有效地对不同物体进行抓取分类操作、对硬件的要求较低、并且将有害扭矩降低约75%,从而减小对物体的损害,具有很好的应用前景。
展开更多
关键词
深度学习
神经网络
目标检测
姿态估计
机器人抓取
在线阅读
下载PDF
职称材料
题名
基于深度学习的异状零件抓取检测方法
1
作者
孙先涛
杨茵鸣
王辰
陈文杰
胡祥涛
陈伟海
机构
安徽大学电气工程与自动化学院
北京航空航天大学自动化科学与电气工程学院
出处
《计算机集成制造系统》
北大核心
2025年第2期490-498,共9页
基金
国家自然科学基金资助项目(52005001)。
文摘
针对加工零件存在残缺导致视觉系统无法准确定位而严重影响中小型企业生产自动化推广的问题,提出一种异状零件抓取检测方法。先基于深度学习设计一个关键点检测模型(KPDM)以检测不同异状零件的抓取关键点,再根据关键点位置信息和手眼标定参数设计一个位姿求解模块以解算出零件的抓取位姿。KPDM结合了图像分割模型Deeplab V3+的架构和热力图监督方式,可以通过输入的零件图像获取抓取关键点热力图。实验结果表明,该抓取方法可以在不同光照环境下准确预测完整零件和残缺零件的抓取位姿,其中两种零件的检测成功率分别为97.2%和92.7%。
关键词
机器人抓取
深度神经网络
位姿检测
关键点检测
热力图
Keywords
robotic grasp
deep neural network
position and orientation detection
key point detection
heatmap
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
TP391.41 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
基于深度学习的视觉检测及抓取方法
被引量：
7
2
作者
孙先涛
程伟
陈文杰
方笑晗
陈伟海
杨茵鸣
机构
安徽大学电气工程与自动化学院
北京航空航天大学自动化科学与电气工程学院
出处
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2023年第10期2635-2644,共10页
基金
国家自然科学基金(52005001)。
文摘
针对现有机器人抓取系统对硬件设备要求高、难以适应不同物体及抓取过程产生较大有害扭矩等问题,提出一种基于深度学习的视觉检测及抓取方法。采用通道注意力机制对YOLO-V3进行改进,增强网络对图像特征提取的能力,提升复杂环境中目标检测的效果,平均识别率较改进前增加0.32%。针对目前姿态估计角度存在离散性的问题,提出一种基于视觉几何组-16(VGG-16)主干网络嵌入最小面积外接矩形(MABR)算法,进行抓取位姿估计和角度优化。改进后的抓取角度与目标实际角度平均误差小于2.47°,大大降低两指机械手在抓取过程中对物体所额外施加的有害扭矩。利用UR5机械臂、气动两指机械手、Realsense D435相机及ATI-Mini45六维力传感器等设备搭建了一套视觉抓取系统,实验表明:所提方法可以有效地对不同物体进行抓取分类操作、对硬件的要求较低、并且将有害扭矩降低约75%,从而减小对物体的损害,具有很好的应用前景。
关键词
深度学习
神经网络
目标检测
姿态估计
机器人抓取
Keywords
deep learning
neural network
object detection
pose estimation
robotic grasping
分类号
TP242 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度学习的异状零件抓取检测方法
孙先涛
杨茵鸣
王辰
陈文杰
胡祥涛
陈伟海
《计算机集成制造系统》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
基于深度学习的视觉检测及抓取方法
孙先涛
程伟
陈文杰
方笑晗
陈伟海
杨茵鸣
《北京航空航天大学学报》
EI
CAS
CSCD
北大核心
2023
7
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
