基于深度学习与光流算法的工业机器人异常姿态检测方法

分享到

【获取途径】超星期刊网
【作者】白渊铭，魏艳龙
【刊名】山西电子技术
【作者单位】山西能源学院网络与信息中心；太原师范学院计算机科学与技术学院
【年份】2025
【卷号】第2期
【ISSN】1674-4578
【关键词】工业机器人 Mask R-CNN 光流估计机械臂异常检测
【摘要】针对工业机器人作业时可能出现的姿态异常故障行为,提出了一种Mask R-CNN算法与光流算法相结合的检测方法。通过摄像头以非接触的方式采集机械运动数据,采用Mask R-CNN算法,自适应地找到机械关节点,并建立机器人的机械骨骼框架,再应用光流算法对机械运动进行姿态估计。实验结果表明,本文提出的方法可精确捕捉机器人的机械臂异常行为,算法模型泛化能力强,姿态异常诊断的准确率可达90%以上,该方法有效地解决了工业机器人运行姿态异常检测这一问题。
【基金】山西省自然科学基金
【文献类型】期刊