机床与液压

作者：李巍，马义德，冀伟雄，苏杰，赵善哲，麻韶华

单位：北华航天工业学院电子与控制工程学院；北华航天工业学院电子与控制工程学院；北华航天工业学院电子与控制工程学院；北华航天工业学院电子与控制工程学院；通今工业机器人(河北)有限公司；通今工业机器人(河北)有限公司

关键词：YOLOv5深度学习模型;三维点云目标检测;多策略路径规划算法;视觉定位

基金：中央引导地方科技发展资金项目(246Z1820G）

为解决冶金、焦化、煤矿等恶劣工业环境下传统轮式除尘机器人作业效率低、适应性差的问题，设计一款基于履带式底盘的工业除尘机器人视觉定位系统。通过集成3D激光雷达自主导航与履带式移动底盘，实现工厂内部环境的建图、定位、站点导航。利用双目深度相机与改进的YOLOv5深度学习模型对灰尘目标进行定位。在除尘作业环境中，采集三维点云数据信息，通过RANSAC算法对地面点云进行高效分割并剔除，引入DBSCAN聚类算法对剩余灰尘堆积和障碍物点云进行智能分类。根据聚类结果，通过AABB轴对齐包围盒算法提取目标与障碍物位姿信息并传递给机器人系统。最后，利用多策略RRT-Connect路径规划方法自动规划最优路径，控制机械臂到达指定位置以验证定位精度。结果表明：与传统RRT-Connect算法相比，经点云处理优化后的路径规划方案的时间复杂度降低了89.3%，空间复杂度降低了37.62%，提高了规划效率与执行性能。系统在适应性、稳定性与除尘效果方面均达到了工业应用标准。

来源：2025年第24期

《机床与液压》期刊编辑部

查看机床与液压杂志2025年第24期