首页|深度学习在工业机器人视觉抛磨系统的应用研究

深度学习在工业机器人视觉抛磨系统的应用研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为提高非接触式视觉抛磨系统对异常点云的识别、提取和抛磨轨迹规划,构建基于卷积神经网络的检测器模型,通过与所抛磨工件三维模型的比对,得出待抛磨部分点云数据,通过导入离线编程软件,规划出待抛磨轨迹.通过仿真及实验表明这里提出的方法可以快速准确的识别出异常点云,结合基于力反馈的抛磨轨迹优化,可以大幅提高视觉抛磨系统的工作效率和抛磨质量,且系统具有结构简单、易于集成、动态响应性好和对作业面不造成二次损伤等优点.
Deep learning in Industrial Robot Vision Polishing System Application Research

李光雷、崔亚辉、王利花、孟磊

展开 >

西安理工大学,陕西 西安710048

南京工业职业技术大学,江苏 南京 210023

机器视觉 神经网络 机器学习 工业机器人 视觉 抛磨

全国轻工职业教指委项目(2020)教育部产学合作协同育人立项项目(2020)

QGHZW20201162022152002

2022

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2022.(12)
  • 3
  • 10