摘要
针对快件搬运机器人视觉导航定位精确度低的缺点,在其预设轨道上设计了一种含有4种不同颜色小矩形的导航图案,再利用改进的Faster R-CNN检测导航图案里的目标区域.然后,通过Hams角点检测算法提取目标区域的参考角点继而使用PnP算法计算出该机器人坐标和偏转角.改进的Faster RCNN是在Faster RCNN的模型基础上增加卷积层,之后在多层卷积层的feature map 上生成候选框且用两个3×3卷积核分别进行卷积运算,直接进行分类和回归.最后,设计的仿真测试结果表明:两种算法检测图案中目标类别的正确率均为100％,但改进后算法的精确度提高了3％.
NETL
NSTL
维普
万方数据