基于轻量化级联网络破竹机竹径测量

摘要：

针对现有自动破竹机测径方法通用性不强,且难以同时测量厚度的问题,采用YOLOv4-Tiny和MobileNet-SegNet组成级联网络,利用双目视觉进行测距,用最小外接圆获取外径与厚度,构建测量算法.测量系统以USB双目摄像头作为成像设备连接树莓派4B和Movidius神经计算棒,用Python编写主程序,并用OpenVINO异步模式部署模型.以不同距离、角度、竹筒规格展开测量试验.结果表明,算法最优测量距离是30～40 cm,竹筒外径测量平均相对误差为1.43％,厚度测量平均相对误差为8.76％,检测速度为7.1 FPS.本研究可为自动破竹机测径换刀系统设计提供依据.

关键词：破竹机、竹径测量、YOLOv4-Tiny、MobileNet-SegNet、异步推理

所属期刊栏目：37

分类号：TS64;TS959.2(木材加工工业、家具制造工业)

资助基金：湖南省重点研发项目2020NK2021

在线出版日期：2023-03-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：99-107