基于神经网络和深度相机的工件检测与定位系统

Chinese

您当前的位置：

首页 >

文章列表页 >

设计与制造 | 更新时间：2025-09-11

- 基于神经网络和深度相机的工件检测与定位系统
- Workpiece detection and localization system based on neural network and depth camera
- 传感器与微系统 2020年第8期页码：82-85
- 作者机构：
  
  河南大学物理与电子学院
- 作者简介：
- 基金信息：
  
  河南大学本科教学改革研究与实践项目(HDXJJG2018-114)
- DOI：10.13873/J.1000-9787(2020)08-0082-04
  中图分类号： TP183;TP391.41
- 纸质出版：2020
- 稿件说明：
移动端阅览
蒋俊华, 蒋叶华, 张镭. 基于神经网络和深度相机的工件检测与定位系统[J]. 传感器与微系统, 2020,(8):82-85.

JIANG Junhua, JIANG Yehua, ZHANG Lei. Workpiece detection and localization system based on neural network and depth camera[J]. 2020, (8): 82-85.
蒋俊华, 蒋叶华, 张镭. 基于神经网络和深度相机的工件检测与定位系统[J]. 传感器与微系统, 2020,(8):82-85. DOI： 10.13873/J.1000-9787(2020)08-0082-04.

JIANG Junhua, JIANG Yehua, ZHANG Lei. Workpiece detection and localization system based on neural network and depth camera[J]. 2020, (8): 82-85. DOI： 10.13873/J.1000-9787(2020)08-0082-04.

针对工业生产线上环境复杂、干扰多的问题

提出了基于深度学习技术和双目IR结构光深度相机相结合的方法

实现了基于SSD-Mobilenet网络和Intel Realsense D435i相机的工件检测和定位系统

可以对目标工件进行实时类别检测和三维坐标获取。通过一系列实验表明:该系统具有抗干扰能力强、检测帧率快、准确率高、定位精度高等优点

可以快速准确引导机械手工作

具有很大的应用意义和价值。

Aiming at the problem that environment is complicated and interference of the workpiece on industrial production line

a method for workpiece’s detection and positioning based on deep learning technology and binocular IR structured light depth camera is proposed

which can realize real-time category detection and 3 D coordinate acquisition of target workpiece. Through a series of experiments

it shows that the system has the advantages of strong anti-interference ability

fast detection frame rate

high accuracy and high positioning precision

and can guide manipulator to work quickly and accurately. It has great application significance and value.

浏览量

565

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向复杂视觉系统的自监督引导滤波轻量化深度估计

融合CSWin Transformer与聚焦线性注意力的图像分割方法

基于压阻传感器和IMU信号的下肢步态识别

表面肌电肌力估计模型研究进展