基于YOLO的复杂场景下机器人多目标的检测与测量

发布时间：2023-01-06 08:34

　　复杂场景中的多目标检测以及方位测量是智能机器人系统的关键功能,机器人需要实时检测、识别周围环境中的物品类别,并获取各物品的距离及坐标,为其能够对不同的物品做出恰当反应、进行运动规划奠定基础。本文主要提出了两种可在嵌入式系统上实时运行的轻量化YOLO算法,设计并实现了基于YOLO的双目视觉多目标检测与测量系统,完成算法在机器人操作系统（ROS）中的封装。为提高处于复杂非结构化环境中的机器人的目标检测能力,论文采用深度学习技术构建机器人的目标检测系统。综合考虑移动机器人的负载能力、计算资源,通过对比多种基于深度学习的目标检测模型,最终选择在实时性及准确率更佳的YOLOv3算法基础上进行改进,使其能够在机器人携带的嵌入式系统上快速检测目标。本文在已有的精简版YOLOv3-tiny的基础上,提出两种轻量化方案,包括基于“删减”实验的YOLO-mini和基于深度可分离卷积的MYOLO。在嵌入式设备Jetson TX2上进行算法的速度与精度测试后,采用YOLO-mini作为系统的目标检测网络。在获得图像内目标区域后,实现了基于双目相机的目标位姿测量,计算出深度图,获取各个目标的距离信息,从而得到目... 

【文章页数】：80 页

【学位级别】：硕士

【部分图文】：

世界上第一台移动机器人ShakeyFig.1-1Theworld"sfirstmobilerobotShakey

基于ROS的移动机器人

神经元结构图

【参考文献】：
期刊论文
[1]计算机视觉下的车辆目标检测算法综述[J]. 李明熹,林正奎,曲毅.  计算机工程与应用. 2019(24)
[2]室内移动机器人双目视觉全局定位[J]. 李鹏,张洋洋.  激光与光电子学进展. 2020(04)
[3]面向嵌入式平台的轻量级目标检测网络[J]. 崔家华,张云洲,王争,刘及惟.  光学学报. 2019(04)
[4]应用于嵌入式图形处理器的实时目标检测方法[J]. 王晓青,王向军.  光学学报. 2019(03)
[5]自动化科学与技术发展方向[J]. 柴天佑.  自动化学报. 2018(11)
[6]深度学习在目标视觉检测中的应用进展与展望[J]. 张慧,王坤峰,王飞跃.  自动化学报. 2017(08)
[7]基于开源操作系统ROS的机器人软件开发[J]. 安峰.  单片机与嵌入式系统应用. 2017(05)
[8]国内外机器人产业发展态势及对策分析[J]. 李明珍,李金霞,翁献珍.  科技和产业. 2016(05)
[9]基于ROS的智能轮椅室内导航[J]. 张毅,徐仕川,罗元.  重庆邮电大学学报(自然科学版). 2015(04)
[10]基于ROS户外移动机器人软件系统构建[J]. 黄开宏,杨兴锐,曾志文,卢惠民,郑志强.  机器人技术与应用. 2013(04)

硕士论文
[1]基于双目视觉及深度学习的采摘机器人目标检测及定位技术研究[D]. 秦雁飞.北京交通大学 2019
[2]基于双目立体视觉的运动目标检测系统设计与实现[D]. 潘雨坤.华东师范大学 2019
[3]基于双目立体视觉的汽车测距避障和目标识别研究[D]. 宋子豪.华中科技大学 2019
[4]基于双目立体视觉的电力仪表定位与抓取系统研究[D]. 刘海龙.哈尔滨工业大学 2018
[5]基于传感器融合的移动机器人定位及地图构建技术的研究[D]. 廖方波.北京交通大学 2014



本文编号：3728016