《表2 距离计算的对比实验结果》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于改进YOLOv2的无标定3D机械臂自主抓取方法》
在多物体环境下,首先根据改进的YOLOv2检测识别出的图像中目标物体的类别、置信率、和边界框的中心坐标、边界框的长和宽。将预测的物体去除机械手,按照置信率大小降序排列,选取置信率最高的物体作为目标物体,根据目标物体的边界框信息,利用K-means++聚类算法计算该物体到摄像机的距离,并将此距离和物体边界框信息保存下来。因为在抓取的过程中机械臂和机械手运动可能会遮挡住目标物体,所以在最开始需要将目标物体的边界框信息和距离信息保存下来,避免由遮挡引起的边界框误差和距离误差。为了验证改进YOLOv2能够有效提高目标物体到摄像机距离的计算精度,本文使用两类物体做了七组对比实验,物体摆放位置如图8(a)所示,cream在lotions后方距离恒定为40 mm,放置lotions到摄像机的距离为450 mm、500 mm、550 mm、600 mm、650 mm、700 mm、750 mm。每组实验的距离计算了五次,取五次的平均值作为最终的距离。实验结果如表2所示。根据表2计算得到,使用改进的YOLOv2输出的边界框计算的距离平均相对误差为0.38%,平均距离绝对误差为2.325 7 mm。
图表编号 | XD00163336200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 余玉琴、魏国亮、王永雄 |
绘制单位 | 上海理工大学光电信息与计算机工程学院、上海理工大学理学院、上海理工大学光电信息与计算机工程学院 |
更多格式 | 高清、无水印(增值服务) |