摘要: 针对基于传统遗传算法(GA)优化BP神经网络的双目视觉定位存在迭代时间过长和精度偏低的问题，设计了一种基于改进遗传算法(IGA)优化BP神经网络的模型，从而完成双目视觉定位计算。该模型可提高BP网络的全局寻优效果和收敛性，提升网络的处理效能与准确性，最终使相机实现更高的定位准确度和更迅速的运算速率。详细介绍了IGA优化BP神经网络的双目视觉定位算法流程，并进行了相应的实验验证。验证结果表明：(1)在未优化情况下，坐标预测值的误差均值为0.66 mm,而经过IGA优化后，坐标误差均值减小至0.08 mm。(2) BP神经网络经优化后，其定位精度达到了0.12 mm,定位误差减小了近0.01。(3)在双目视觉定位方面，BP神经网络的平均精度为0.12 mm,与采用OpenCV进行定位比较，基于IGA优化BP神经网络的定位方法精度接近0.08 mm,定位精度能够满足要求。