基于视觉的料仓料位及体积连续动态检测

混凝土搅拌站生产过程具有连续性,骨料通过皮带轮持续输送到料仓.当料仓骨料不足或溢料时,需及时进行补料或溢料控制.传统的接触式料位传感器易磨损、误差大,带来了安全隐患.为此,本文提出一种基于双目视觉的非接触式连续料位检测方法.针对物料表面曲面连续、相邻点之间高度不会突变的特征,采用基于料堆点云深度值的分布统计法实现点云异...     

基于捷径的卷积神经网络在人脸识别中的应用研究

人脸识别的特征要求具有区分性和识别性,传统的卷积神经网络(CNN)无法将低层次特征与高层次特征进行融合,识别准确率难以进一步提高。提出了一种基于附加惩罚函数和捷径连接的卷积神经网络模型,算法通过将第一层的卷积特征与原有网络模型最后一层的全连接层直接连接,增加了深层次特征的识别能力,减少了浅层主要特征的损失;为了提高已学习到的深度特征的识别能力,算法在原有的softmax损失函数项添加一个惩罚项,使已学习到的同类特征到该类特征中心之间的距离最小化。在CASIA-web、Facescrub数据集上的实验结果表明,改进算法分类准确率优于深度卷积神经网络(DCNN)、GRCC等算法。     

基于改进型抓取质量判断网络的机器人抓取研究

针对ABB公司的YuMi双臂机器人在非结构化环境下的自主抓取问题,研究基于Kinect-2.0深度相机的可靠抓取算法。首先建立摄像机坐标系与机器人坐标系的布尔沙坐标转换模型,利用迭代最近点算法求解;然后将采集到的深度信息依照梯度大小变化阈值筛选像素点,并根据拒绝采样将像素点生成抓取候选点,通过改进型抓取质量判断网络(GQ-CNN)得到抓取质量度最高的抓取点姿态;最后将抓取点坐标转换到机器人坐标系实现物体抓取。实验结果表明,该方法能可靠的检测出物体最佳抓取点,实现对不同物体进行抓取。