计算机工程

作者：成彬, 赵彬兵, 雷华, 何博

单位：1. 西安建筑科技大学机电工程学院, 陕西 西安 7100552. 中国重型机械研究院股份公司, 陕西 西安 710016

关键词：钢筋绑扎,深度学习,双目视觉,立体匹配,目标检测

基金：国家自然科学基金(52475531); 陕西省自然科学基础研究计划项目(2021JM-360)

针对实际钢筋绑扎施工现场存在钢筋网多层次, 作业环境和光线复杂, 以及构件密集等问题, 从多层钢筋骨架平面绑扎实际需求出发, 为实现钢筋绑扎节点的精确定位, 以双目视觉联合目标识别思想为基础, 提出一种基于双目立体匹配和绑扎状态识别的钢筋绑扎节点联合定位方法。首先, 通过引入Hourglass特征提取网络和有效通道注意力机制(ECANet)对AnyNet的特征提取网络进行改进, 提高钢筋网区域的匹配精度。多层钢筋网具有复杂的结构和层间关系, 通过深度过滤得到目标绑扎工作层。其次, 根据目标绑扎工作的特征, 提出一种基于钢筋骨架提取的绑扎节点定位模型, 通过提取钢筋骨架并拟合钢筋骨架方程获取钢筋绑扎节点坐标。最后, 通过轻量化的YOLOv5对绑扎节点状态进行识别, 输出待绑扎点坐标。实验结果表明, 基准网络AnyNet的3像素误差(3PE)为8.16%, 而所提算法的3PE仅为3.72%, 有效提高了算法的匹配精度; 所提算法可过滤掉深层次钢筋的干扰, 且钢筋绑扎节点空间定位的平均误差为5.03 mm, 能够满足复杂背景下的钢筋绑扎工作需求。

来源：2026年第4期

《计算机工程》期刊编辑部

查看计算机工程杂志2026年第4期