仪器仪表学报

北大核心,CA,JST,EI,CSCD

国内刊号:11-2179/TH

国际刊号:0254-3087

仪器仪表学报杂志2023年第1期:融合机器视觉与邻近度估计的相似工业设备识别策略研究

发布日期:

作者:徐哲壮,黄 平,陈 丹,吴开田,李建坤

单位:徐哲壮,1.福州大学电气工程与自动化学院,,黄 平,1.福州大学电气工程与自动化学院,,陈 丹,1.福州大学电气工程与自动化学院,,吴开田,1.福州大学电气工程与自动化学院,,李建坤,1.福州大学电气工程与自动化学院,

关键词:邻近度估计;机器视觉;相似工业设备识别;位姿估计;巡检机器人;工业物联网

基金:国家自然科学基金面上项目(61973085)、系统控制与信息处理教育部重点实验室开放课题(Scip202008)项目资助

由于工业现场设备存在外观相似和部署密集等特点,使得巡检机器人仅依靠机器视觉难以对工业现场的相似设备进行识别,进而影响了自主巡检的准确性和效率。针对上述问题,基于工业物联网的无线信号特征,提出了融合机器视觉与邻近度估计的相似工业设备识别策略。该策略首先通过机器视觉和高效透视N点投影算法估计巡检机器人的初始位姿,进而采用邻近度估计算法实现巡检机器人对邻近工业设备目标的识别。另一方面,该策略还包括了机器人角度校正与位置调整算法,以此保证邻近度估计的精度。实验结果表明,相比于基于机器视觉的传统识别方法,该策略能够在不同设备密度的场景下,提升2%~49%的相似工业设备识别精度,有效地解决巡检机器人对工业现场相似设备的识别问题。

来源:2023年第1期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第1期

联系我们

  • 地址:北京市东城区北河沿大街79号
  • 电话:010-64044400
  • E-mail:cjsiedit@cis.org.cn

咨询工作人员