改进型Faster R-CNN的AGV导航图案目标检测算法

摘要：

AGV视觉导航定位技术目前大多是在AGV的预设轨道上铺设含目标对象的导航图案,在拍摄到导航图案后先利用目标检测算法检测其目标区域,然后用角点检测算法提取目标区域的参考角点,最后利用参考角点和工业相机的焦距等参数的几何关系计算出AGV的位姿.文中在目标检测算法中经典的Faster R?CNN网络模型基础上加以改进,在多层次的feature map上生成候选框且用两个3×3卷积核分别进行卷积运算,从而直接进行分类和回归.仿真测试结果显示:相比Faster R?CNN,改进型Faster R?CNN检测所设计导航图案的mAP值提高了0.032,FPS值提高了31.因此证明改进型Faster R?CNN的精确度和速度均提高了,应用到AGV视觉导航定位技术中可进一步提高该技术的精确度和速度.

关键词：目标检测算法、AGV导航图案、改进型Faster R-CNN、视觉导航、角点提取、AGV位姿计算、候选框生成、卷积运算

所属期刊栏目：45

分类号：TN911.73⁃34;TP120.30

资助基金：武汉市科技局十城千辆新动力汽车计划项目2013011801010600

在线出版日期：2022-07-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：51-56