国内刊号:11-1964/S
国际刊号:1000-1298
发布日期:
作者:倪涛,邹少元,刘海强,黄玲涛,陈宁,张红彦
单位:吉林大学,吉林大学,吉林大学,吉林大学,集美大学,吉林大学,
关键词:吊装机器人;BP神经网络;肢体识别;OpenPose;InceptionV3
基金:国家自然科学基金项目(51575219)和福建省海洋经济创新发展区域示范项目(2014FJPT03)
鉴于Kinect相机进行肢体识别监控距离有限,提出使用网络大变焦摄像头、构建CNN-BP融合网络进行肢体动作识别,并以9组机器人吊装指令为例进行训练和识别。首先,基于OpenPose提取18个骨架节点坐标,生成RGB骨架图和骨架向量;然后,采用迁移学习方法对RGB骨架图使用InceptionV3网络提取图像深层抽象特征,并对训练数据集采用旋转、平移、缩放和仿射多种数据增强方式,以扩充训练数据,防止过拟合;再将提取的骨架向量使用BP神经网络提取点线面等浅层特征;最后对InceptionV3网络和BP神经网络输出进行融合,并使用Softmax求解器得到肢体识别结果。将肢体识别结果输入机器人辅助吊装控制系统,建立双重验证控制方法,完成机器人辅助吊装操作。实验结果表明,该方法保证了模型运行的精度和时效性,实时识别精度达0.99以上,大大提升了远距离人机交互能力。
来源:2019年第6期
《农业机械学报》期刊编辑部