机床与液压

作者：朱新龙，崔国华，陈赛旋，杨琳

单位：上海工程技术大学机械与汽车工程学院；上海工程技术大学机械与汽车工程学院；上海工程技术大学机械与汽车工程学院；上海工程技术大学机械与汽车工程学院

关键词：检测识别;Mask R-CNN模型;ICP算法;位姿估计;拆垛策略

基金：上海市自然科学基金（18030501200）；江苏省重点研发计划项目（BE2020082-3）

针对2D图像识别缺乏3D姿态信息，而传统的3D视觉需要处理大量点云，运算时间较长等问题，提出一种基于改进Mask R-CNN与局部点云迭代优化相结合的机器人拆垛、分拣及码垛策略。对Mask R-CNN网络进行改进，在其ROIAlign结构之后加入空间变换网络模块，提升识别准确率；利用改进的Mask R-CNN网络对目标进行实例分割，结合场景点云分割得到物体感兴趣区（ROI）场景局部点云;采用加入?K?维树邻域搜索的迭代最近点算法将物体ROI场景局部点云与模板点云进行配准,最终得到位姿估计的结果。UR5协作机器人根据此结果解决拆垛、分拣及码垛问题,实验结果表明：利用改进的Mask R-CNN网络提升了目标识别的准确率，使用ROI局部点云法减少了场景点云与模板点云配准的迭代次数，提高了工业机器人的拆垛、分拣及码垛效率。

来源：2023年第3期

《机床与液压》期刊编辑部

查看机床与液压杂志2023年第3期