基于Faster R-CNN的机器人目标检测及空间定位

• 作者: 吴益飞 苏鹏飞 郭健 郭毓
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 目标检测 卷积神经网络 手眼标定 配电线路维护 目标定位
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 面向机器人的图像、脑电信号处理
• 页码范围: 55-59
• 页数: 5页
• 分类号: TP242
• 语种: 中文
• DOI: 10.13245/j.hust.181210

摘要

基于深度学习的方法,运用Faster R-CNN目标检测架构和ResNet50卷积神经网络,针对配电线路维护机器人系统作业目标的特点对网络进行了训练.在此基础上结合双目视觉测距原理测得作业目标在相机坐标系中的坐标,通过手眼标定将该坐标转换到机器人基座坐标系中,从而完成作业目标的空间定位.实验结果表明:该方法能很好地适应作业场景背景复杂、光照变化以及目标部分遮挡等情况,所提出的手眼标定算法能够满足配电线路维护机器人对目标空间测量定位的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭毓	南京理工大学自动化学院	78	782	17.0	25.0
2	郭健	南京理工大学自动化学院	73	442	13.0	17.0
3	吴益飞	南京理工大学自动化学院	52	368	11.0	16.0
4	苏鹏飞	南京理工大学自动化学院	3	22	2.0	3.0