基于Yolov4-Tiny与RANSAC算法的管纱识别抓取系统

摘要

针对络筒机依赖人工上纱的非自动化问题,课题组提出一种基于Yolov4-Tiny目标检测模型的识别抓取系统,实现了管纱的检测、定位及抓取任务.首先利用深度相机获取RGB-D图像,通过训练深度学习网络Yolov4-Tiny,生成预测结果;然后利用预测框信息将原始点云进行裁剪,采用快速点特征直方图与RANSAC算法进行配准;最后利用手眼标定的方法将深度图像坐标信息转换到机械臂坐标系下完成抓取.实验结果表明:系统管纱平均抓取成功率达到65％,在非结构化的环境中具有良好的抓取结果,满足管纱抓取的实际生产需求.