摘要
为实现换筒桁架机器人空纱筒口定位功能,提出一种深度学习与传统图像处理相结合的定位方法。首先通过改进的Yolov5模型框定图片中纱筒口的位置;然后利用Sobel边缘检测、阈值分割、滤波、闭操作处理框定区域的图像,并通过最小二乘法拟合得到空筒口径及中心坐标;最后利用单目相机小孔成像原理完成纱筒口的定位。结果表明:改进后的模型在检测准确率上达到99.2%,检测速度可达54.3帧/s,同时模型参数量减小到3.71 M,X轴、Y轴、Z轴方向的定位误差分别控制在1.3、1.9、0.7 mm以内,本文研究结果可满足换筒桁架机器人空筒口定位功能需求。
-
单位浙江机电职业技术学院; 浙江理工大学; 自动化学院