基于注意力机制的曲轴瓦盖上料机器人视觉定位和检测方法

作者：朱江; 杜瑞; 李建奇^*; 蔡慕尧; 许海霞

来源：仪器仪表学报, 2021, 42(05): 140-150.

DOI：10.19650/j.cnki.cjsi.J2006768

• 视觉引导机器人
• 注意力机制
• 目标检测
• 深度学习

为了解决曲轴瓦盖人工上料效率低下、易出错的难题,研究了基于注意力机制的曲轴瓦盖上料机器人视觉定位和检测方法,实现自动上料。针对图像特征不明显,在Faster R-CNN的特征提取网络引入注意力机制,将曲轴瓦盖图像不同位置的权重映射到特征通道,使深度学习模型能够更多地关注曲轴瓦盖的边缘和中心语义信息。为进一步提高定位精度,本文还改进了候选框生成方法和损失函数。实验结果表明,与传统机器学习方法及经典深度学习目标检测模型相比,检测速度达0.419 s,定位精度最优(IOU和GIOU分别为0.941 3和0.940 9)。该方法还具有良好的鲁棒性。现场测试表明,该方法引导上料机器人抓取和放置曲轴瓦盖组的成功率达95.14%,提升了发动机装配生产线的效率。

• 单位
  湘潭大学; 湖南文理学院