接接ROI检测和细分方法基于主动-被动视觉融合
Ming Hu1, Xiangtao Hu1, Jiuzhou Zhao2
1School of Electrical Engineering and Automation, Anhui University, Hefei 230601, China.
Sensors (Basel, Switzerland)
|December 31, 2025
概括
这项研究引入了一种新的方法,可以使用融合视觉技术准确检测和细分接接. 这种方法通过改善感兴趣地区的识别来提高机器人研磨的精度.
科学领域:
- 机器人和自动化 机器人和自动化
- 计算机视觉 计算机视觉
- 制造业 制造技术 制造技术
背景情况:
- 精确的接接检测和细分对于智能机器人研磨至关重要.
- 现有的方法在实现高精度和速度方面面临挑战.
研究的目的:
- 提出一种可靠的接接感兴趣区域 (ROI) 检测和细分方法.
- 为了提高机器人应用接接识别的准确性和效率.
主要方法:
- 一种两阶段的方法,结合了图像实例细分 (增强的YOLOv8n-seg与注意力) 和3D点云细分.
- 3D点云与2D平面的空间对齐,然后使用边界框进行粗选.
- 精确接接ROI点云提取通过灰度矩阵构造和点智能歧视.
主要成果:
- 增强的细分网络改善了接接区域的定位精度和面具质量.
- 点云细分有效过冗余数据,精确提取接接的ROI.
- 融合视觉方法证明了接接区域的高质量细分.
结论:
- 拟议的方法通过提供精确的接接细分,为机器人自动研磨提供了可靠的基础.
- 积极和被动视觉技术的融合有效地解决了接接ROI检测方面的挑战.
- 这项工作有助于通过改进机器人能力来推进智能制造工艺.
