农业机械学报

作者：倪涛，张泮虹，李文航，赵亚辉，张红彦，翟海阳

单位：燕山大学,燕山大学,吉林大学,燕山大学,吉林大学,燕山大学,

关键词：装配机器人;关键点;预测;工作位姿;深度学习

基金：吉林省重点研发计划项目（20200101130GX）

针对目前装配机器人基于手工的特征检测易受光照条件、背景和遮挡等干扰因素的影响，而基于点云特征检测又依赖模型构建精度，本文采用深度学习的方式，对基于关键点预测的工件视觉定位技术展开研究。首先，采集工件各个角度的深度图像，计算得到工件的位姿信息，选取工件表面的关键点作为数据集。然后，构造工件表面关键点的向量场，与数据集一同进行深度训练，以实现前景点指向关键点的向量场预测。之后，将向量场中各像素指向同一关键点的方向向量每两个划分为一组，取其向量交点生成关键点的假设，并基于RANSAC的投票对所有假设进行评价。使用EPnP求解器计算工件位姿，并生成工件的有向包围盒显示位姿估计结果。最后，通过实验验证了系统估计结果的准确性和鲁棒性。

来源：2022年第6期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第6期