秦龙
- 作品数：7 被引量：13H指数：3
- 供职机构：永州职业技术学院更多>>
- 发文基金：湖南省教育厅科研基金更多>>
- 相关领域：自动化与计算机技术文化科学机械工程更多>>
- 基于改进Cascade Faster R-CNN的铝型材表面缺陷识别研究被引量：5
- 2021年
- 在铝型材实际生产过程中,由于碰撞、加工温度、压力等原因,可能导致铝型材产生擦花、脏点、喷流等数种表面缺陷,缺陷目标较小,长宽大,传统目标检测算法的准确率较低,严重影响铝型材的美观和质量。在Faster R-CNN网络的基础上,引入了多阶段模型训练方法使部分无缺陷样本生成对抗样本,用ResNeXt105网络代替原始VGG16网络提取图像特征,设计了Cascade Faster R-CNN的网络结构,采用FPN提取多尺度特征图并进行特征图融合。实验结果表明,在2722张图像测试集上,Faster R-CNN模型准确率为62.7%,网络模型测试准确率达到81.4%,提高了18.7%。故相比于其他网络模型,改进后的Cascade Faster R-CNN的模型具有更强的特征提取能力和泛化能力,为类似小目标检测提高了技术参考。
- 崔亚飞罗辉秦龙邓慧
- 关键词：铝型材
- 基于计算机视觉的机械手包裹分拣与放置系统
- 2024年
- 物流业发展迅速,但快递工人的数量有限,快递员总是要处理成堆的包裹,工作效率低下。针对分拣和投递系统的快件堆放问题,提出并设计了一种基于视觉的机械手快递系统。该系统结合了计算机视觉、深度学习、机械手控制和运动规划技术。采用YOLO算法和PCL法向量确定位置和法向量包裹取件点,规划并控制机械手移动到目标位置吸包,并通过视觉确定包裹尺寸,获取客户信息。与RCNN和SDD算法相比,YOLO算法具有明显的收敛性,检测速度更快,同时对快递箱等小型堆叠目标的处理精度更高。采用YOLOv3算法来提高系统的提取精度和速度。最后,系统的成功率为75%,完成时间约为15 s。实验结果表明,该系统具有分拣和快递功能,以及向客户发送取货信息的功能,具有一定实际应用和借鉴价值。
- 蒋智蓓张松亚邓佳成秦龙乔梁
- 关键词：计算机视觉机械手包裹分拣
- 基于数字孪生的工业机器人运动仿真被引量：5
- 2022年
- 研究工业机器人的运动仿真和碰撞检测技术对机器人的应用具有重要意义。基于数字孪生技术中的物理实体与虚拟系统的融合,对机器人的运动仿真进行了研究,实现了一个开放性高、可视化效果好、碰撞检测精度高的工业机器人虚拟运动仿真系统。构建数字孪生虚拟仿真的三维环境及系统的组成。利用数字孪生系统构建的虚拟环境研究工业机器人的运动仿真,实现运动仿真功能,并设计了一种碰撞检测算法来检测仿真过程中的碰撞。利用Unity3D构建了与机器人实体相对应的虚拟系统。在研究运动仿真技术和研究虚拟环境中的碰撞检测技术的基础上,提出了一种改进的混合层次包围盒碰撞检测算法,通过仿真实验验证了该算法的正确性。实验结果表明,所提出的算法提高了碰撞检测的精度,开发了一个工业机器人原型系统,验证了所提系统的可行性和有效性。
- 崔亚飞罗辉秦龙
- 关键词：工业机器人运动仿真碰撞检测
- 基于机器视觉的工业机器人工件分拣系统被引量：1
- 2023年
- 工业机器人在工业生产中的应用越来越广泛,但机器人缺乏感知能力,所以它还没有达到工业自动化的水平。随着机器视觉的发展,新兴技术已被应用于工业机器人,以提高生产效率。在智能改进中,机器视觉起着至关重要的作用。设计了一种基于机器视觉工业机器人的工件分拣系统。该系统通过相机在工件上进行图像采集,拍摄工件图像;然后,通过相机标定,获得三维空间中物体的几何信息,以重建和识别物体;之后,通过采用Canny算法获取工件边缘信息,进行工件的图像预处理,为后续图像处理做铺垫;提出结合概率霍夫变换和弗里曼链码算法,对工件进行图像形状识别;计算工件中心空间坐标,指导机器人完成分拣工作。实验结果表明,该分选系统能够实现快速工件识别,从而满足分拣的要求。
- 蒋智蓓崔亚飞秦龙
- 关键词：工业机器人机器视觉
- 基于机器视觉和BP神经网络的工件分类研究被引量：5
- 2020年
- 针对机器人关节工件组装生产过程中,工件种类多、产量大、人工分拣与装配困难等问题,采用基于BP神经网络和机器视觉技术,提出一种工业机器人工件识别与分类算法。该算法首先通过工控机读取工业相机的工件图像,并进行图像灰度化、均值滤波、自适应阀值分割等图像预处理过程,得到二值化图像。其次,从二值化图像中提取出工件的轮廓。之后,通过胡氏不变矩比较待识别工件的轮廓与给定的模板轮廓,识别工件中的轮廓。最后,通过BP神经网络实现工件识别与分类的目标。实验结果表明,该算法能准确识别目标工件,为类似的识别提供了有效参考。
- 崔亚飞罗辉秦龙肖丽娟
- 关键词：机器视觉BP神经网络
