發(fā)布時間：2024-05-11 11:18

　　為加強(qiáng)機(jī)器人專業(yè)實驗教學(xué),提高人才培養(yǎng)質(zhì)量,設(shè)計了一套基于管道巡檢機(jī)器人的視覺系統(tǒng)實驗教學(xué)平臺。該實驗平臺由目標(biāo)物的檢測識別和目標(biāo)物的定位測距兩部分組成,涉及視覺系統(tǒng)的相機(jī)標(biāo)定技術(shù)、深度學(xué)習(xí)技術(shù)、YOLO檢測算法、單目定位測距技術(shù)等。實驗結(jié)果表明,該視覺系統(tǒng)具有較強(qiáng)的淤積物檢測識別能力和較高的淤積物檢測精度。學(xué)生通過該平臺不僅學(xué)習(xí)了管道機(jī)器人視覺系統(tǒng)的設(shè)計思路和方法,而且創(chuàng)新實踐能力大大提高。

【文章頁數(shù)】：5 頁

【部分圖文】：

圖1系統(tǒng)總體組成圖

184實驗技術(shù)與管理檢測識別與定位測距兩大功能。針對管道淤積物特殊檢測實驗環(huán)境，在Windows10操作系統(tǒng)下搭建環(huán)境，運用Anaconda3安裝深度學(xué)習(xí)框架Tensorflow-Gpu以及計算機(jī)視覺開源數(shù)據(jù)庫OpenCV2.3，使用Python語言在Spyder中進(jìn)行集成開發(fā)。....

圖2管道巡檢機(jī)器人視覺系統(tǒng)軟件架構(gòu)

攵ㄎ徊餼嗔醬蠊δ堋Ｕ攵怨艿烙倩?鍰厥?檢測實驗環(huán)境，在Windows10操作系統(tǒng)下搭建環(huán)境，運用Anaconda3安裝深度學(xué)習(xí)框架Tensorflow-Gpu以及計算機(jī)視覺開源數(shù)據(jù)庫OpenCV2.3，使用Python語言在Spyder中進(jìn)行集成開發(fā)。圖1系統(tǒng)總體組成圖2視覺系統(tǒng)....

圖3YOLO算法實現(xiàn)原理

系統(tǒng)軟件架構(gòu)3管道淤積物檢測與定位算法3.1YOLO模型及預(yù)測方法鑒于該實驗平臺被檢測對象的特殊性，為了能夠有效地將淤積物檢測識別出來，本設(shè)計采用YOLO[13]算法模型，其實現(xiàn)原理或具體工作流程如圖3所示。首先將采集的圖片進(jìn)行448×448像素預(yù)處理，然后將圖片劃分為S×S個網(wǎng)....

圖4多項式衰減

劉送永，等：管道巡檢機(jī)器人視覺系統(tǒng)實驗教學(xué)平臺設(shè)計1853.1.1學(xué)習(xí)率更新策略當(dāng)訓(xùn)練網(wǎng)絡(luò)的損失函數(shù)達(dá)到最小化時，學(xué)習(xí)率的大小可以根據(jù)權(quán)值更新進(jìn)行調(diào)整。如果學(xué)習(xí)率低，則訓(xùn)練速度慢；但如果學(xué)習(xí)率過高，則訓(xùn)練結(jié)果較為發(fā)散。鑒于該檢測系統(tǒng)較為復(fù)雜，實時性要求較高，因此該視覺系統(tǒng)學(xué)習(xí)率迭....

本文編號：3969877