基于深度学习的协作机械臂目标定位与抓取研究

作     者：石雪兆 罗先喜 Shi Xuezhao;Luo Xianxi

作者机构：东华理工大学机械与电子工程南昌330013 

出 版 物：《机电工程技术》 (Mechanical & Electrical Engineering Technology)

年 卷 期：2024年第53卷第3期

页      面：153-157,166页

学科分类：080202[工学-机械电子工程] 08[工学] 0804[工学-仪器科学与技术] 0802[工学-机械工程] 

基　　金：国家自然科学基金资助项目(62063001,62141102) 江西省研究生创新基金资助项目(YC2022-s616) 东华理工大学实验技术研究开发项目(1310610026) 

主　　题：视触觉融合 改进YOLOv8 目标检测 识别定位 目标抓取 

摘      要：针对协作机械臂在工业应用场景中目标定位困难、抓取精度不高等问题,提出一种基于ROS(Robot Operating System)和深度学习的协作机械臂目标定位与抓取方法。首先搭建了一种视触觉融合的机械臂智能抓取实验平台,该平台由Kinect v2视觉系统、Moveit控制系统及AUBO i5机械臂执行系统组成;以Kinect v2视觉系统为基础设计了一种改进YOLOv8轻量化模型的目标检测识别定位方法实现目标定位;采用GSConv和VoV-GSCSP网络结构改进特征融合Neck端解决了参数量大、算力要求高的问题;控制系统订阅tf广播的目标物体坐标信息实现抓取任务。实验结果表明,模型改进后的计算量GSConv和VoV-GSCSP减少6.9%,GFLOPs减少7.3(9.8%),且提高了检测精度;螺丝和螺母两种目标物抓取的成功率分别为99%和97%。