基于YOLO-SimAM-GRCNNN的智能乳液爆炸物抓取和填充系统
Jiangang Yi1,2,3, Peng Liu1,3, Jun Gao4,5
1State Key Laboratory of Precision Blasting, Jianghan University, Wuhan, 430056, China.
Scientific reports
|November 18, 2024
概括
这项研究介绍了YOLO-SimAM-GRCNN,这是一个用于机器人乳液爆炸物抓取和填充道的自动化系统. 它在爆炸孔检测和爆炸物处理方面实现了高精度,提高了安全性和效率.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 人工智能的人工智能
- 采矿工程 采矿工程 采矿工程
背景情况:
- 道建设需要精确和安全地处理乳液爆炸物.
- 目前的方法可能涉及手动操作,带有固有的风险.
- 自动化爆炸物处理可以提高安全性和效率.
研究的目的:
- 为道机器人开发一种自动化乳液爆炸物抓取和填充系统.
- 为了提高爆炸物处理操作的准确性和速度.
- 为现实世界爆炸场景创建一个强大的系统.
主要方法:
- 设计了YOLO-SimAM-GRCNN系统与推断 (YOLOv8用于检测,SimAM-GRCNN用于抓取) 和控制模块.
- 在Cornell,Jacquard和一个定制乳液爆炸性数据集上评估了SimAM-GRCNN.
- 在Jetson Xavier NX板上使用通用机器人3操纵臂实现端到端的抓取和填充.
主要成果:
- SimAM-GRCNN实现了98.8% (Cornell),95.2% (Jacquard) 和96.4% (定制数据集) 的捕捉检测准确度.
- 超过原始GRCNN的1.7%平均精度,平衡检测,抓取和速度.
- 取得了87.1%的抓取率和79.2%的填充成功率,平均时间为119.67秒.
结论:
- 对于道机器人来说,YOLO-SimAM-GRCNN系统有效地自动化了乳液爆炸物抓取和填充.
- 开发的系统在实际试验中显示出高的准确性和成功率.
- 这项技术为安全和高效的道施工提供了显著的进步.
