基于双目视觉的载煤火车厢动态识别与定位（英文）

作者：同志学; 陈佳杰; 康智强^*; 屈东东

来源：Journal of Measurement Science and Instrumentation, 2023, 14(02): 148-155.

• 载煤火车厢定位
• 深度学习
• 双目视觉
• 目标检测
• YOLOv4-tiny

载煤火车厢定位是煤炭采样机器人实现自主采样的关键技术之一。针对载煤火车厢的动态识别与定位问题，本文提出了一种双目立体视觉与改进YOLOv4-tiny结合的快速定位方法。该方法将双目相机左视图RGB图像作为改进YOLOv4-tiny的输入，得到载煤车厢在图像中的位置信息，再结合双目定位原理计算出其空间位置。改进后的算法主要对YOLOv4-tiny进行轻量化设计，采用了新的激活函数，并利用K-mans聚类算法重新生成样本先验锚框。与原网络相比，模型大小减少了62.5%,准确率提高了0.92%,召回率提高了0.89%,检测速度提高了20%。载煤火车厢在10 m以内的平均定位误差为4.1%,最大误差为8.3%。改进后的模型具有鲁棒性强、识别速度快、轻量化等优点，能够实现载煤火车厢的动态识别及定位，为煤炭采样机器人的自主采样提供了保证。

• 单位
  西安建筑科技大学; 机电工程学院