基于深度学习的大空间多视角物料追踪系统

作     者：何天豪 段旭洋 王皓 HE Tianhao;DUAN Xuyang;WANG Hao

作者机构：上海交通大学上海市复杂薄板数字化制造重点实验室上海200240 上海交通大学弗劳恩霍夫协会智能制造项目中心上海201306 

出 版 物：《机械设计与研究》 (Machine Design And Research)

年 卷 期：2022年第38卷第2期

页      面：48-55页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家科技重大专项(2019YFA0709001) 国防基础科研项目(JCKY2017203A007) 

主　　题：深度学习 大空间 物料追踪 多视角检测 

摘      要：针对现有的室内物料追踪定位技术(UWB、RFID、蓝牙、WIFI等)无法摆脱必须携带电子信号标签的限制的问题,提出了一种基于深度学习的大空间多视角物料追踪方法。为了解决传统目标检测难以检测小目标的问题,基于Yolov3和图像滑窗分割结合的检测算法实现了大分辨率图像中小目标的稳定检测。针对监控相机视场过大难以标定的问题,通过一种内外参分离标定的方法,首先标定相机内参,然后将相机外参标定问题转化为PnP问题并使用DLT算法进行求解。最后进行了多视角的匹配,解决了单一视角容易被遮挡的问题,进一步提升了检测的准确性。最后搭建了大空间多视角物料追踪系统并进行了实验,实验结果表明,该系统平均定位精度能达到10 cm,单副图片平均检测时间55 ms,准确率均值mAP达到87.68%,可以有效实现大空间内的物料定位追踪。