- 1、本文档共44页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
广东东软学院本科毕业设计(论文)
PAGE7
内容摘要
本课题探讨一种基于机器视觉识别技术的智能移动垃圾分拣机器人系统。该系统实现了简单背景下进行路径规划遍历待清扫区域,目标对象的识别和定位。系统采用深度学习的方法实现简单背景下目标垃圾的真实性识别,由目标检测模块、导航模块以及分拣控制模块三大部分组成。自动导航基于ROS分布式框架,采用激光雷达采集清扫区域环境信息,运用扫描匹配算法的SLAM功能,通过最优路径算法进行路径规划遍历清扫区域。机器人遍历过程中,目标检测模块通过SSD_MobileNet_V2深度学习算法对摄像头获取的图像进行目标检测以及目标分类,获取目标的坐标及其角度信息作为分拣控制模块的输入信息,控制分拣控制模块执行垃圾抓取任务。
关键词:机器视觉垃圾分拣深度学习自动导航
Abstract
Thispaperdiscussesanintelligentmobilegarbagesortingrobotsystembasedonmachinevisionrecognitiontechnology.Thesystemrealizesthepathplanning,traversingtheareatobecleaned,andidentifyingandlocatingthetargetobjectinasimplebackground.Thesystemusesthemethodofdeeplearningtorealizetheauthenticityidentificationofthetargetgarbageinthesimplebackground,whichiscomposedofthreeparts:thetargetidentificationunit,navigationunitandthesortingcontrolunit.BasedontheROSdistributedframework,automaticnavigationuseslidartocollecttheenvironmentinformationofthecleaningarea,usestheslamfunctionofscanningmatchingalgorithm,andusestheoptimalpathalgorithmtoplanandtraversethecleaningarea.Intheprocessofrobottraversal,thetargetrecognitionunitdetectsandclassifiestheimageacquiredbythecamerathroughtheSSD_MobileNet_V2deeplearningalgorithm,obtainsthecoordinatesandangleinformationofthetargetastheinputinformationofthesortingcontrolunit,andcontrolsthesortingcontrolunittoperformthegarbagegrabbingtask.
KeyWords:Machinevision,GarbagesortingDeepLearningAutomaticpilot
目录
TOC\o1-3\h\z\u第一章绪论 6
1.1课题研究背景与意义 6
1.1.1研究背景 6
1.1.2研究意义 6
1.2国内外研究现状 7
第二章总体设计方案 9
2.1任务需求与功能分析 9
2.1.1任务需求 9
2.1.2功能分析 9
2.2系统构成 10
第三章硬件电路设计 11
3.1硬件选型 11
3.1.1导航模块主控制板选型 11
3.1.2摄像头模块选型 12
3.1.3舵机选型 13
3.1.4激光雷达选型 14
3.1.5微控制器选型 14
3.2总体结构分布 15
第四章系统软件设计 17
4.1目标检测模型制作 17
4.1.1前期准备 17
4.1.2 模型建立与评估 17
4.2激光SLAM运用 19
4.2.1
文档评论(0)