基于Mask RCNN的目标识别与空间定位

• 作者: 刘泽阳 张正 欧攀 路奎
• 来源期刊: 计算机测量与控制
• 关键词: 空间定位 目标识别 深度传感器 深度学习 机械臂
• 年，卷（期）: 2019,（6）
• 所属期刊栏目: 设计与应用
• 页码范围: 172-176
• 页数: 5页
• 分类号: TH741
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2019.06.037

摘要

在机械臂的自主抓取系统研究中,为了自动获取目标物体的空间位置,采用Kinect深度传感器采集RGB图像,利用改进的深度学习算法Mask RCNN对RGB图像上的目标进行识别与分割,并通过Kinect深度传感器模型,将二维图像坐标转换成三维空间坐标,对目标物体进行三维建模,达到空间定位的目的;通过大量数据训练的Mask RCNN算法,可以同时识别多种特征差异很大的目标物体,具有广泛的应用空间;经过实验表明,获得的目标物体的三维空间坐标较为准确,且受环境影响较小,对机械臂抓取系统的研究具有较为重要的意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	欧攀	北京航空航天大学仪器科学与光电工程学院	41	193	9.0	12.0
2	路奎	北京航空航天大学仪器科学与光电工程学院	3	4	2.0	2.0
3	张正	北京航空航天大学仪器科学与光电工程学院	5	28	2.0	5.0
4	刘泽阳	北京航空航天大学仪器科学与光电工程学院	3	4	2.0	2.0