基于残差BP神经网络的机器人目标定位

作     者：苏克 闫人滏 谢文宇 崔倩雯 张梦茜 傅伯雄 

作者机构：国网石家庄供电公司 河北工业大学机械工程学院 

出 版 物：《机械设计》 (Journal of Machine Design)

年 卷 期：2024年第41卷第8期

页      面：108-114页

学科分类：080202[工学-机械电子工程] 08[工学] 080203[工学-机械设计及理论] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

基　　金：国家电网有限公司总部科技项目资助(kj2021-012) 

主　　题：目标定位 图像处理 深度学习 BP神经网络 

摘      要：为解决深度信息未知条件下的单目视觉机器人目标定位问题，文中基于相机的成像模型，提出一种基于三残差神经网络的三维坐标自解耦目标定位方法。首先，将YOLOv5s进行轻量化改进，实现目标的初步定位；然后，使用OpenCV提取目标的尺寸特征；接下来，根据相机的成像模型，将目标的尺寸特征与相机成像模型相融合，推导世界坐标系与像素坐标系和尺寸特征的函数关系；最后，采用残差网络避免梯度消失的优势，使用3个残差BP神经网络映射坐标转换函数，减小单个神经网络的工作量，获取目标的三维坐标信息。试验结果表明：该方法定位最大相对误差为0.747%。