隨著科學(xué)技術(shù)的發(fā)展,各種工業(yè)機(jī)器人已經(jīng)廣泛地應(yīng)用在工業(yè)生產(chǎn)及日常生活領(lǐng)域之中。分揀機(jī)器人作為工業(yè)機(jī)器人的重要分支,可以利用分揀機(jī)器人替代人工完成大量重復(fù)性的生產(chǎn)勞動,不但可以提高生產(chǎn)效率,還可以有效地降低人力成本。將機(jī)器視覺系統(tǒng)引入到分揀機(jī)器人上,讓分揀機(jī)器人視覺系統(tǒng)在復(fù)雜環(huán)境下快速的識別及定位,是實現(xiàn)分揀機(jī)器人智能化的基礎(chǔ)。因此,研究一種合適的目標(biāo)檢測算法對于自動分揀機(jī)器人具有重要的研究意義。傳統(tǒng)的目標(biāo)檢測算法需要利用人工對目標(biāo)特征進(jìn)行提取,再將提取后特征輸入到分類器中進(jìn)行訓(xùn)練分類,而對于多目標(biāo)復(fù)雜環(huán)境下,人工提取特征算子就顯得很困難。近些年,隨著深度學(xué)習(xí)的興起,特別是基于卷積神經(jīng)網(wǎng)絡(luò)框架在圖像處理任務(wù)上展現(xiàn)出了巨大的優(yōu)勢——利用卷積神經(jīng)網(wǎng)絡(luò)作為基本架構(gòu)的目標(biāo)檢測算法具有更好的泛化性。該算法能夠很好地適應(yīng)多目標(biāo)的檢測、弱光線等復(fù)雜環(huán)境的影響,更好地滿足智能化分揀機(jī)器人視覺系統(tǒng)的要求。本文針對目標(biāo)檢測及目標(biāo)抓取點定位問題進(jìn)行了相關(guān)研究,進(jìn)行了以下工作:（1）簡述了傳統(tǒng)的目標(biāo)檢測算法的流程及不足,對深度學(xué)習(xí)的理論及卷積神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、訓(xùn)練方式及相關(guān)算法進(jìn)行了研究。（2）介紹了RCNN系列... 

【文章來源】：安徽工程大學(xué)安徽省

【文章頁數(shù)】：66 頁

【學(xué)位級別】：碩士

【部分圖文】：

一sa增加BN層算法訓(xùn)練過程圖

一sb無BN層算法訓(xùn)練過程圖

強(qiáng)光條件下目標(biāo)檢測圖

【參考文獻(xiàn)】：
期刊論文
[1]基于三級卷積神經(jīng)網(wǎng)絡(luò)的物體抓取檢測[J]. 喻群超,尚偉偉,張馳.  機(jī)器人. 2018(05)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的田間多簇獼猴桃圖像識別方法[J]. 傅隆生,馮亞利,Elkamil Tola,劉智豪,李瑞,崔永杰.  農(nóng)業(yè)工程學(xué)報. 2018(02)
[3]基于Lenet-5的卷積神經(jīng)網(wǎng)絡(luò)改進(jìn)算法[J]. 李丹,沈夏炯,張海香,朱永強(qiáng).  計算機(jī)時代. 2016(08)
[4]工業(yè)4.0:智能工業(yè)[J]. 王喜文.  物聯(lián)網(wǎng)技術(shù). 2013(12)
[5]基于紋理頻譜子集的紋理識別[J]. 陸春君,陳松燦,譚曉陽.  江南大學(xué)學(xué)報(自然科學(xué)版). 2007(06)
[6]草莓采摘機(jī)器人的研究:Ⅰ.基于BP神經(jīng)網(wǎng)絡(luò)的草莓圖像分割[J]. 張鐵中,周天娟.  中國農(nóng)業(yè)大學(xué)學(xué)報. 2004(04)
[7]水果采摘機(jī)器人視覺系統(tǒng)的目標(biāo)提取[J]. 張鐵中,林寶龍,高銳.  中國農(nóng)業(yè)大學(xué)學(xué)報. 2004(02)
[8]數(shù)字圖像處理技術(shù)及其應(yīng)用[J]. 李紅俊,韓冀皖.  計算機(jī)自動測量與控制. 2002(09)
[9]基于視覺與超聲技術(shù)機(jī)器人自動識別抓取系統(tǒng)[J]. 王敏,黃心漢.  華中科技大學(xué)學(xué)報. 2001(01)

博士論文
[1]基于深度學(xué)習(xí)和雙目視覺的工業(yè)機(jī)器人抓取方法研究[D]. 唐洪.華南理工大學(xué) 2018

碩士論文
[1]MobileNet壓縮模型的研究與優(yōu)化[D]. 陳方.華中師范大學(xué) 2018
[2]基于深度學(xué)習(xí)機(jī)制的智能柔性裝卸機(jī)器人視覺識別方法[D]. 張建恒.重慶理工大學(xué) 2018
[3]智能機(jī)器人目標(biāo)檢測的深度學(xué)習(xí)算法研究[D]. 張思雨.哈爾濱工程大學(xué) 2018
[4]基于Faster R-CNN的目標(biāo)檢測算法的研究[D]. 伍偉明.華南理工大學(xué) 2018
[5]基于機(jī)器視覺和深度學(xué)習(xí)的目標(biāo)識別與抓取定位研究[D]. 李傳朋.中北大學(xué) 2017
[6]基于深度學(xué)習(xí)的快速目標(biāo)檢測技術(shù)研究[D]. 王震.天津理工大學(xué) 2017
[7]基于機(jī)器視覺的工業(yè)機(jī)器人分揀系統(tǒng)研究[D]. 蔣書賢.西南交通大學(xué) 2015
[8]基于深度學(xué)習(xí)的目標(biāo)檢測算法研究及應(yīng)用[D]. 萬維.電子科技大學(xué) 2015
[9]運(yùn)動食品機(jī)器視覺的識別與定位技術(shù)的研究[D]. 李明.哈爾濱商業(yè)大學(xué) 2014
[10]基于形狀知識的不合格品自動分揀系統(tǒng)的研究[D]. 程俊.中國科學(xué)技術(shù)大學(xué) 2011



本文編號：3328629