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
基于机器视觉的可回收垃圾智能分拣系统设计
被引量：
9
1
作者
张月文
李松恒
+2 位作者
张炜
龚远强
邓永胜
《实验室研究与探索》
CAS
北大核心
2022年第7期98-103,107,共7页
以优傲机器人UR10与深度相机Intel RealSense D435为基础,设计了一种基于机器视觉的可回收垃圾智能分拣系统。系统采用张正友标定法对深度相机进行高精度标定,保证了机器人识别抓取的定位精度;采用基于深度学习的YOLO v4目标检测算法和...
以优傲机器人UR10与深度相机Intel RealSense D435为基础,设计了一种基于机器视觉的可回收垃圾智能分拣系统。系统采用张正友标定法对深度相机进行高精度标定,保证了机器人识别抓取的定位精度;采用基于深度学习的YOLO v4目标检测算法和KCF目标跟踪算法,实现了对可回收垃圾的姿态估计与精准识别抓取;基于ROS系统,实现了智能分拣系统的模块化,完成了智能识别分拣系统的整体构建。以常见可回收垃圾为实验对象对系统可靠性与稳定性进行了验证。结果表明:机器人对目标的抓取成功率达97.6%,分拣成功率为96.4%。因此,本系统能够实现对常见可回收垃圾的高精度识别定位及抓取,分拣成功率高、自动化程度高,可应用于实际生产场景。
展开更多
关键词
智能分拣系统
机器人
机器视觉
标定
识别抓取
在线阅读
下载PDF
职称材料
用于智能垃圾分拣的注意力YOLOv4算法
被引量：
10
2
作者
李庆
龚远强
+7 位作者
张玮
张洋
刘超
李军
韩丹
刘德峰
梅文豪
董雪
《计算机工程与应用》
CSCD
北大核心
2022年第11期260-268,共9页
针对人工垃圾分拣效率低、工作环境恶劣且成本高的问题,提出了一套智能可回收垃圾分拣系统,该系统采用RGB图像作为视觉信息输入,通过目标检测算法获取垃圾在传送带上的位置坐标信息,并通过机械臂对垃圾进行分拣操作。可回收垃圾形态各...
针对人工垃圾分拣效率低、工作环境恶劣且成本高的问题,提出了一套智能可回收垃圾分拣系统,该系统采用RGB图像作为视觉信息输入,通过目标检测算法获取垃圾在传送带上的位置坐标信息,并通过机械臂对垃圾进行分拣操作。可回收垃圾形态各异、种类繁多,为提高检测算法的泛化能力,建立了一个含36572帧图片的可回收垃圾数据集,并基于此数据集上训练目标检测算法。基于YOLOv4提出了嵌入注意力机制的目标检测算法Attn-YOLOv4,经实验验证,Attn-YOLOv4算法的mAP比原始YOLOv4算法高0.16个百分点。在静态识别功能的基础上,提出基于多线程的目标跟踪算法实现了对运动垃圾的快速稳定跟踪,在20 mm误差范围内达到了0.945的精确度。此外,后处理模块对图像进行形态学处理并获取垃圾的世界坐标以及放置角度,供机械臂进行分拣操作。分别对目标检测和跟踪算法进行验证,在实际分拣流水线上验证并评估了该智能可回收垃圾分拣系统的可行性、精度及分拣的成功率。
展开更多
关键词
垃圾分拣
单目视觉
深度学习
目标检测
目标跟踪
YOLOv4
注意力机制
机械臂
在线阅读
下载PDF
职称材料
题名
基于机器视觉的可回收垃圾智能分拣系统设计
被引量：
9
1
作者
张月文
李松恒
张炜
龚远强
邓永胜
机构
上海交通大学机械与动力工程学院
东北大学机械工程与自动化学院
海安上海交通大学智能装备研究院
出处
《实验室研究与探索》
CAS
北大核心
2022年第7期98-103,107,共7页
文摘
以优傲机器人UR10与深度相机Intel RealSense D435为基础,设计了一种基于机器视觉的可回收垃圾智能分拣系统。系统采用张正友标定法对深度相机进行高精度标定,保证了机器人识别抓取的定位精度;采用基于深度学习的YOLO v4目标检测算法和KCF目标跟踪算法,实现了对可回收垃圾的姿态估计与精准识别抓取;基于ROS系统,实现了智能分拣系统的模块化,完成了智能识别分拣系统的整体构建。以常见可回收垃圾为实验对象对系统可靠性与稳定性进行了验证。结果表明:机器人对目标的抓取成功率达97.6%,分拣成功率为96.4%。因此,本系统能够实现对常见可回收垃圾的高精度识别定位及抓取,分拣成功率高、自动化程度高,可应用于实际生产场景。
关键词
智能分拣系统
机器人
机器视觉
标定
识别抓取
Keywords
intelligent sorting system
robot
machine vision
calibration
recognition and 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
用于智能垃圾分拣的注意力YOLOv4算法
被引量：
10
2
作者
李庆
龚远强
张玮
张洋
刘超
李军
韩丹
刘德峰
梅文豪
董雪
机构
上海交通大学中英国际低碳学院
海安上海交通大学智能装备研究院
中国天楹股份有限公司
出处
《计算机工程与应用》
CSCD
北大核心
2022年第11期260-268,共9页
文摘
针对人工垃圾分拣效率低、工作环境恶劣且成本高的问题,提出了一套智能可回收垃圾分拣系统,该系统采用RGB图像作为视觉信息输入,通过目标检测算法获取垃圾在传送带上的位置坐标信息,并通过机械臂对垃圾进行分拣操作。可回收垃圾形态各异、种类繁多,为提高检测算法的泛化能力,建立了一个含36572帧图片的可回收垃圾数据集,并基于此数据集上训练目标检测算法。基于YOLOv4提出了嵌入注意力机制的目标检测算法Attn-YOLOv4,经实验验证,Attn-YOLOv4算法的mAP比原始YOLOv4算法高0.16个百分点。在静态识别功能的基础上,提出基于多线程的目标跟踪算法实现了对运动垃圾的快速稳定跟踪,在20 mm误差范围内达到了0.945的精确度。此外,后处理模块对图像进行形态学处理并获取垃圾的世界坐标以及放置角度,供机械臂进行分拣操作。分别对目标检测和跟踪算法进行验证,在实际分拣流水线上验证并评估了该智能可回收垃圾分拣系统的可行性、精度及分拣的成功率。
关键词
垃圾分拣
单目视觉
深度学习
目标检测
目标跟踪
YOLOv4
注意力机制
机械臂
Keywords
waste sort
monocular vision
deep learning
object detection
object tracking
YOLOv4
attention mecha-nism
robotic arm
分类号
TP391 [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
作者
出处
发文年
被引量
操作
1
基于机器视觉的可回收垃圾智能分拣系统设计
张月文
李松恒
张炜
龚远强
邓永胜
《实验室研究与探索》
CAS
北大核心
2022
9
在线阅读
下载PDF
职称材料
2
用于智能垃圾分拣的注意力YOLOv4算法
李庆
龚远强
张玮
张洋
刘超
李军
韩丹
刘德峰
梅文豪
董雪
《计算机工程与应用》
CSCD
北大核心
2022
10
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
