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
共找到1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：
基于PointNet++网络的3D点云数据语义分割与无序抓取系统 被引量：1
1
作者 向艳芳 龙罡 张家臣 《机电工程》 北大核心 2025年第1期146-152,184,共8页
针对复杂场景下分拣工件摆放随意、堆叠杂乱,导致机器人抓取困难的问题,设计了一种基于PointNet++网络的3D点云数据语义分割与无序抓取系统。首先,采用归一化算法对采集到的场云数据进行了预处理,解决了数据的一致性和可比性问题;然后,... 针对复杂场景下分拣工件摆放随意、堆叠杂乱,导致机器人抓取困难的问题,设计了一种基于PointNet++网络的3D点云数据语义分割与无序抓取系统。首先,采用归一化算法对采集到的场云数据进行了预处理,解决了数据的一致性和可比性问题;然后,调整了传统的PointNet++模型参数,优化了提取特征的深度与广度;设计了多尺度分割(MSG)模块,通过PointNet++特征提取和分割点云特征传递,对不同尺度下点云数据的上下文信息进行了整合,提升了PointNet++模型运行效率,增强了模型对工件的分割能力;最后,研究了不同算法在散堆工件数据集上的网络训练结果,设计了基于RGB-D深度相机的机器人分拣实验,对改进策略进行了性能分析。研究结果表明:采用改进的PointNet++网络对散堆工件进行检测,其准确率可达97.3%,运算的时间为2 s以内,定位的误差为3 mm以内。该分割方法在识别精度和分拣效率方面均表现优异,能够有效辅助机器人进行实时工件分拣操作。 展开更多
关键词 散堆工件分拣 PointNet++ 特征提取 多尺度分割模块 深度相机 识别精度 分拣效率
在线阅读 下载PDF
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
关于我们 | 版权声明 | 联系我们 | 帮助中心| 意见反馈
主办单位：上海市教育委员会
技术支持：重庆维普资讯有限公司
渝公网安备 50019002500403号
使用帮助 返回顶部