基于深度神经网络复杂场景下的机器人拣选方法

韩兴, 刘晓平, 王刚, 韩松

北京邮电大学 自动化学院, 北京 100876

收稿日期:2019-01-24出版日期:2019-10-28发布日期:2019-11-25
通讯作者:刘晓平(1965-),男,教授,博士生导师,E-mail:liuxp@bupt.edu.cn.E-mail:liuxp@bupt.edu.cn
作者简介:韩兴(1994-),男,硕士生.
基金资助:北京市科研项目（201702001）；北京邮电大学青年科研创新计划专项项目（2017RC22）

Robotic Sorting Method in Complex Scene Based on Deep Neural Network

HAN Xing, LIU Xiao-ping, WANG Gang, HAN Song

School of Automation, Beijing University of Posts and Telecommunications, Beijing 100876, China

Received:2019-01-24Online:2019-10-28Published:2019-11-25

摘要/Abstract

摘要： 针对提高快递包裹的分拣效率和识别准确率，提出了一种基于深度神经网络复杂场景下的机器人拣选方法.首先，提出一种改进的目标检测算法，通过将多层浅层特征图与最终的特征图进行融合，提取更加细节的特征，以提升识别的速度与精度；其次，提出了一种基于关键点的级联卷积最优拣选位置检测网络模型，对包裹最优拣选位置进行实时预测估计；最后，结合目标包裹最优拣选框与场景的深度信息和基于三维信息的目标姿态估计算法实现机器人拣选，并通过实验验证了该方法的有效性.
中图分类号:
TP242

引用本文

韩兴, 刘晓平, 王刚, 韩松. 基于深度神经网络复杂场景下的机器人拣选方法[J]. 北京邮电大学学报, 2019, 42(5): 22-28.
HAN Xing, LIU Xiao-ping, WANG Gang, HAN Song. Robotic Sorting Method in Complex Scene Based on Deep Neural Network[J]. JOURNAL OF BEIJING UNIVERSITY OF POSTS AND TELECOM, 2019, 42(5): 22-28.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3417