来源：期刊VIP网 时间：
作者：王杰栋;黄家海;兰媛;熊晓燕;
单位：太原理工大学机械与运载工程学院;太原理工大学新型传感器与智能控制教育部重点实验室;
摘要：针对传统视觉测量挖掘机工作装置姿态中人工靶标易被泥土污染遮挡和受背景环境影响导致姿态测量失败的问题，提出基于多点标识的挖掘机工作装置姿态测量方法，利用一台RGB摄像机和YOLOv3深度学习算法实现对无任何传感器挖掘机工作装置的姿态测量。设置区别于背景环境、易于识别和定位的关键点标识，捕获大量工作装置图像并标注建立数据集，以此数据集训练获得视觉模型实现关键点标识的检测；根据关键点间的约束关系和相机成像原理还原关键点标识的三维信息，并计算相应杆件的姿态角。研究结果表明：提出的姿态测量系统能够解决姿态测量中存在的问题，且对挖掘机工作装置姿态测量瞬时偏差在±2°范围内，平均测量偏差在±1°范围内，满足视觉伺服中姿态角的反馈；同时，测量系统对每帧图像平均处理时间为108.26ms，满足实时测量条件。
关键词：挖掘机;;多点标识;;工作装置姿态;;实时测量
基金资助：国家重点研发计划资助（2018YFB1308700）;; 山西省关键核心技术和共性技术研发攻关专项（2020XXX001,2020XXX009）;; 山西省青年科技研究基金（201801D221225）;; 山西省应用基础研究计划面上项目（201901D111054）
