首页|复杂环境下单目视觉AGV识别起终点算法的研究

复杂环境下单目视觉AGV识别起终点算法的研究

扫码查看
原文链接
  • 万方数据
  • 维普
针对工人来回走动等干扰对采用视觉导航的自动引导车(AGV)正常工作产生的影响,提出了一种基于SURF算法,提高AGV识别工作环境准确率的方法.研究AGV起点和终点之间不同环境样本的匹配程度,发现有干扰时图像之间提取的特征点匹配率较低,通过对比匹配度的高低将图像分为正负样本再进行深度学习,相较于没有分类的深度学习正确率提升3％左右.结果表明,此方法能有效的提升AGV识别工作环境的正确率,消除干扰对正常工作的影响,有较大应用价值和市场前景.
Research on the start-end point algorithm for monocular visual AGV recognition in complex environment

王晨铮、杨龙兴

展开 >

江苏理工学院机械工程学院,常州 213000

AGV SURF算法 图像识别 特征提取

2024

制造业自动化
北京机械工业自动化研究所

制造业自动化

CSTPCD
影响因子：0.482
ISSN：1009-0134
年,卷(期)：2024.46(3)
  • 15