基于IGA优化BP神经网络的双目视觉定位研究

单杰

单杰. 基于IGA优化BP神经网络的双目视觉定位研究[J]. 工矿自动化, 2024, 50(S1): 74-77.
引用本文: 单杰. 基于IGA优化BP神经网络的双目视觉定位研究[J]. 工矿自动化, 2024, 50(S1): 74-77.
SHAN Jie. Research on binocular vision positioning based on IGA optimized BP neural network[J]. Journal of Mine Automation, 2024, 50(S1): 74-77.
Citation: SHAN Jie. Research on binocular vision positioning based on IGA optimized BP neural network[J]. Journal of Mine Automation, 2024, 50(S1): 74-77.

基于IGA优化BP神经网络的双目视觉定位研究

详细信息
    作者简介:

    单杰(1970-),男,内蒙古鄂尔多斯人,高级工程师,硕士,现从事煤矿机电管理工作,E-mail:shanjie2000@tom.com

  • 中图分类号: TD633.2

Research on binocular vision positioning based on IGA optimized BP neural network

  • 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。
  • [1] 佟帅, 徐晓刚, 易成涛, 等.基于视觉的三维重建技术综述[J].计算机应用研究, 2011, 28(7):2411-2417.
    [2] 蒋超, 黎鑫, 何文, 等.双目视觉人工喷涂轨迹示教编程方法研究[J].机械设计与制造, 2022(4):33-36.
    [3] 范涵奇, 吴锦河.基于拉普拉斯分布的双目视觉里程计[J].自动化学报, 2022, 48(3):865-876.
    [4]

    YANG Shoubo, GAO Yang, LIU Zhen, et al.A calibration method for binocular stereo vision sensor with short-baseline based on 3D flexible control field[J].Optic sand Lasers in Engineering, 2020, 124(3):30-45.

    [5] 连丽容, 罗文婷, 秦勇, 等.双目机器视觉及RetinaNet模型的路侧行人感知定位[J].中国图象图形学报, 2021, 26(12):2941-2952.
    [6] 曹之乐, 严中红, 王洪.双目立体视觉匹配技术综述[J].重庆理工大学学报(自然科学), 2015, 29(2):70-75.
    [7] 黄鹏程, 江剑宇, 杨波.双目立体视觉的研究现状及进展[J].光学仪器, 2018, 40(4):81-86.
    [8] 唐瑞尹, 王长伟, 张敬, 等.双目视觉的八叉树改进ICP点云配准[J].应用激光, 2020, 40(2):349-353.
    [9] 高雪鹏, 丛爽.BP网络改进算法的性能对比研究[J].控制与决策, 2001(2):167-171.
    [10] 王华, 陈儒, 张爽.改进天牛须算法的三维点云提取[J].应用激光, 2021, 41(5):1055-1062.
    [11]

    XIA Renbo, SU Run, ZHAO Jibin, et al.An accurate and robust method for the measurement of circular holes based on binocular vision[J].Measurement Science and Technology, 2020, 31(2):23-31.

    [12] 龚欢, 何志琴.基于动态边缘化的双目视觉惯性SLAM算法[J].计算机应用与软件, 2022, 39(1):275-281, 349.
    [13] 潘晓.基于神经网络的双目视觉定位[D].西安:西安科技大学, 2010.
    [14] 刘小娟, 李学军, 王文韫, 等.基于神经网络的虚拟靶标大视场双目视觉定位技术[J].光学技术, 2017, 43(4):314-318.
    [15] 杜哲琪, 王国珲.一种基于圆阵列定位板的光栅投影系统定位方法[J].兵器装备工程学报, 2022, 43(2):259-266.
    [16] 胡志新, 王涛.IGA优化BP网络的双目视觉定位[J].电光与控制, 2022, 29(1):75-79.
    [17] 陈薇伊, 隋国荣.基于单摄像机和神经网络的三维测量研究[J].光学技术, 2022, 48(2):214-222.
    [18] 丁雷鸣, 徐海明, 吕品, 等.基于遗传BP神经网络的双目相机手眼标定研究[J].合肥工业大学学报(自然科学版), 2020, 43(9):1159-1163.
    [19] 邓云蛟, 侯雨雷, 侯荣伟, 等.基于双目视觉的3PSS/S并联机构位姿监测算法[J].燕山大学学报, 2019, 43(2):139-145.
    [20] 秦小文, 温志芳, 乔维维.基于OpenCV的图像处理[J].电子测试, 2011(7):39-41.
    [21] 尹文生, 罗瑜林, 李世其.基于OpenCV的摄像机标定[J].计算机工程与设计, 2007(1):197-199.
计量
  • 文章访问数:  4
  • HTML全文浏览量:  1
  • PDF下载量:  0
  • 被引次数: 0
出版历程
  • 收稿日期:  2024-01-24

目录

    /

    返回文章
    返回