收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于改进Mask RCNN的不规则3D物体抓取点识别

唐博恒  
【摘要】:近年来由于人工成本提高,各行各业都在寻求产业升级的方法。在自动生产线上使用机器人进行自动抓取可以有效减少生产成本,提高生产效率。在工厂自动化生产线升级的过程中,对使用图像技术自动识别目标并进行抓取的研究尤为重要。卷积神经网络,机器学习在图像处理和图像识别领域取得了重要进展。相较于传统的视觉算法,卷积神经网络具有泛化性高、识别精度高等特点。基于应对自动化产业升级的需求和机器学习理论的发展,本文设计出可以识别目标物体抓取点的网络模型,以解决工业机器人自动抓取目标准确率低的问题。本文使用两级网络来生成抓取点,创新性的使用深度图像,灰度图像和目标轮廓图像同时送入网络进行训练。在设计网络前研究了卷积神经网络的经典网络结构和训练检测方法。使用类神经元激活grad-CAM方法设计实验,验证了在一般的抓取点生成网络中权重更加受到纹理信息的影响的猜想。依据卷积神经网络的浅层网络注重纹理特征的特点,提出增加边缘信息可以增加抓取成功率的假设。考虑更改图像通道信息会引起特征丢失从而降低抓取准确率的可能性,设计实验使用随机图像通道分别替换掉RGB图像中的一通道至两通道作为训练集,分别训练网络并且得到网络的准确性。得到结论:通道信息缺失的情况下会导致准确率降低,但将掩膜图像和深度图像替换到训练图像的通道中时,相对于完整图像信息只降低9.3%的准确率,此数据集具备的特征信息可以完成分类任务。通过上述实验,设计了具备两级网络的抓取点检测网络。其中第一级网络使用ResNet101作为特征提取网络,RPN作为目标分类网络,反卷积层作为掩模生成网络的Mask RCNN网络。一级网络生成目标的分类信息和掩膜图像。在得到掩膜图像和目标分类后,将灰度图、掩膜图和深度图组成新的三通道图像,送入第二级抓取框预测网络。将第一级网络预测的图像分类结果作为独热码拼接到卷积层生成的特征之后。使用RPN网络作为抓取框回归预测,全连接层作为抓取角度的分类输出。该网络最终得到87.5%的抓取点预测准确率。相较于使用RGB三通道图像作为训练集,该网络的准确率提升了11.3%。同时设计了具备8种额外目标的网络泛化性实验,验证在对确定分类之外的目标进行检测时,也可以由网络生成抓取点的猜想。最后搭建仿真模拟环境对抓取动作进行模拟,得到该二级网络可以在仿真环境中对目标实施准确抓取的结论。


知网文化
【相似文献】
中国期刊全文数据库 前18条
1 胡悦;;金融市场中的神经网络拐点预测法[J];金融经济;2017年18期
2 陈晓燕;;浅析简单神经网络的发展及简单模型[J];数字技术与应用;2019年05期
3 迟惠生;陈珂;;1995年世界神经网络大会述评[J];国际学术动态;1996年01期
4 吴立可;;脉冲神经网络和行为识别[J];通讯世界;2018年12期
5 林嘉应;郑柏伦;刘捷;;基于卷积神经网络的船舶分类模型[J];信息技术与信息化;2019年02期
6 俞颂华;;卷积神经网络的发展与应用综述[J];信息通信;2019年02期
7 韩真;凯文·哈特尼特;;为神经网络的通用理论建造基石[J];世界科学;2019年04期
8 鲍伟强;陈娟;熊涛;;基于进化神经网络的短期电力负荷预测研究[J];电工技术;2019年11期
9 王丽华;杨秀萍;王皓;高峥翔;;智能双轮平衡车的设计研究[J];数字技术与应用;2018年04期
10 张庭略;;基于硬件的神经网络加速[J];通讯世界;2018年08期
11 苏秀婷;;耦合神经网络的同步[J];绍兴文理学院学报(自然科学);2016年03期
12 朱溦;;神经网络结合平均影响值方法筛选变量[J];产业与科技论坛;2017年01期
13 ;硅光子神经网络亮相[J];石油工业计算机应用;2016年04期
14 任刚红;杜坤;周明;刘年东;张晋;;基于级联神经网络的年降雨量预测[J];土木建筑与环境工程;2016年S2期
15 金鑫;李龙威;季佳男;李祉歧;胡宇;赵永彬;;基于大数据和优化神经网络短期电力负荷预测[J];通信学报;2016年S1期
16 陈明;张凤荣;肖茜文;;基于灰色系统神经网络的中国低碳能源供需形势分析[J];生态经济;2017年02期
17 张国玲;;基于情感神经网络的风电功率预测[J];电信科学;2017年03期
18 梁燕华;张传斌;;基于神经网络数据融合实现火灾预警[J];科技传播;2017年04期
中国重要会议论文全文数据库 前10条
1 孙军田;张喆;;基于神经网络数据挖掘技术确定灾害等级的灭火救援出动力量模型研究[A];2016中国消防协会科学技术年会论文集[C];2016年
2 许进;保铮;;神经网络与图论[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
3 唐墨;王科俊;;自发展神经网络的混沌特性研究[A];2009年中国智能自动化会议论文集(第七分册)[南京理工大学学报(增刊)][C];2009年
4 张广远;万强;曹海源;田方涛;;基于遗传算法优化神经网络的故障诊断方法研究[A];第十二届全国设备故障诊断学术会议论文集[C];2010年
5 李涛;费树岷;;具有变时滞Cohen-Grossberg神经网络的指数稳定性准则[A];第二十六届中国控制会议论文集[C];2007年
6 汪灵枝;秦发金;;具有变时滞和脉冲的离散Cohen-Grossberg神经网络的周期解[A];中国自动化学会控制理论专业委员会D卷[C];2011年
7 韩正之;林家骏;;用神经网络求解非线性相容方程[A];1993年控制理论及其应用年会论文集[C];1993年
8 林家骏;王赞基;;求解不可微优化问题的连续极大熵神经网络[A];1998年中国智能自动化学术会议论文集(上册)[C];1998年
9 姜德宏;徐德民;任章;;基于神经网络的自校正控制器[A];1993中国控制与决策学术年会论文集[C];1993年
10 窦永丰;贝超;;模糊与神经网络结合方式及在控制中的应用[A];1997年中国控制会议论文集[C];1997年
中国博士学位论文全文数据库 前10条
1 陈冬冬;基于深度神经网络的视觉媒体风格转换方法研究[D];中国科学技术大学;2019年
2 韩旭;基于神经网络的文本特征表示关键技术研究[D];北京邮电大学;2019年
3 杨国花;基于级联神经网络的对话状态追踪技术研究与实现[D];北京邮电大学;2019年
4 杨威;基于卷积神经网络的高效语义分割方法研究[D];中国科学院大学(中国科学院光电技术研究所);2019年
5 雷学文;基于深度神经网络的风功率日前预测与电力系统联合调度研究[D];西安理工大学;2018年
6 陈川;忆阻神经网络的同步控制及在信息安全中的应用研究[D];北京邮电大学;2019年
7 姜春晖;深度神经网络剪枝方法研究[D];中国科学技术大学;2019年
8 昌杰;基于深度神经网络的肿瘤图像分析与处理[D];中国科学技术大学;2019年
9 宫磊;可重构平台上面向卷积神经网络的异构多核加速方法研究[D];中国科学技术大学;2019年
10 丁鹏;基于深度卷积神经网络的光学遥感目标检测技术研究[D];中国科学院大学(中国科学院长春光学精密机械与物理研究所);2019年
中国硕士学位论文全文数据库 前10条
1 权峻;太阳能温室建模及智能控制策略研究[D];天津理工大学;2019年
2 钟文雅;基于深度卷积神经网络的乳腺X线图像的分类方法研究[D];南阳师范学院;2019年
3 薛花;基于聚类与神经网络的协同过滤推荐系统关键技术的研究[D];天津理工大学;2019年
4 张璐;基于深度学习的淋巴结自动分割算法研究[D];浙江大学;2019年
5 郭盼盼;基于GA-BP神经网络的多日股票价格预测[D];郑州大学;2019年
6 王旭东;基于光散射的磷矿磨矿粒度分析方法研究[D];武汉工程大学;2018年
7 熊雨点;基于深度学习的表单识别系统的研究与实现[D];武汉工程大学;2018年
8 聂若莹;基于AMDAR数据的对流云附近颠簸区预测方法研究[D];中国民用航空飞行学院;2019年
9 李高玲;基于神经网络的算法作曲与情感识别研究[D];郑州大学;2019年
10 路高飞;基于遗传算法改进BP神经网络的信用风险研究[D];郑州大学;2019年
中国重要报纸全文数据库 前10条
1 张允硕 姜正义 甄海锋 河南理工大学;基于神经网络的自适应PID控制的智能衣架[N];科学导报;2019年
2 记者 刘霞;忆阻器制成神经网络更高效[N];科技日报;2017年
3 整理 本报记者 诸玲珍 顾鸿儒;微软神经网络切割法可使加速作用超线性[N];中国电子报;2018年
4 ;神经网络小史[N];电子报;2018年
5 张敏;人机大战,到底谁会赢?[N];北京日报;2017年
6 ;人工智能将取得大面积突破[N];中国企业报;2017年
7 本报记者 龚丹韵;人机大战:人类还有优势吗[N];解放日报;2017年
8 ;人类正迎来云端机器人时代[N];中国企业报;2017年
9 张斌;谁还需要“同传”[N];文汇报;2017年
10 邓洲 中国社会科学院工业经济研究所;深度学习:人工智能进入应用阶段[N];上海证券报;2017年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978