改进型Faster R⁃CNN的AGV导航图案目标检测算法

AGV视觉导航定位技术目前大多是在AGV的预设轨道上铺设含目标对象的导航图案,在拍摄到导航图案后先利用目标检测算法检测其目标区域,然后用角点检测算法提取目标区域的参考角点,最后利用参考角点和工业相机的焦距等参数的几何关系计算出AGV的位姿。文中在目标检测算法中经典的Faster R⁃CNN网络模型基础上加以改进,在多层次的feature map上生成候选框且用两个3×3卷积核分别进行卷积运算,从而直接进行分类和回归。仿真测试结果显示:相比Faster R⁃CNN,改进型Faster R⁃CNN检测所设计导航图案的mAP值提高了0.032,FPS值提高了31。因此证明改进型Faster R⁃CNN的精确度和速度均提高了,应用到AGV视觉导航定位技术中可进一步提高该技术的精确度和速度。