基于深度学习的工业机器人视觉定位与抓取策略

朴永泉 ( 沈阳奇辉机器人应用技术有限公司 )

https://doi.org/10.37155/2717-5197-0817-45

Abstract

针对工业流水线工件反光、堆叠遮挡、动态抓取精度低、实时性差等问题,本文搭建双目视觉工业机器 人作业系统,改进YOLOv8模型融合MobileNetV4、BiFPN与K-Means++锚框聚类算法,结合关键点位姿解算与卡尔曼 滤波优化定位效果。同时设计自适应抓取策略与SAC强化学习算法,搭配优化轨迹控制方案。实验表明,系统定位与 抓取精度、响应速度显著提升,可满足工业精密作业需求。

Keywords

基于深度学习;工业机器人;视觉定位;抓取策略

Full Text

PDF

References

[1]张森,吴浩.基于YOLO深度学习模型的工业机器人精
准定位抓取系统[J].制造技术与机床,2023,21(02):135-140 .
[2]李明轩.基于深度学习的六自由度机器人视觉位姿
检测与抓取优化[J].计算机工程与应用,2022,58(21):236 -
243.
[3]陆宇.基于点云的机器人无序抓取鲁棒位姿估计方
法[J].Journalof Field Robotics,2025,42(8):3172-3188 .
[4]王健,李洪人.基于深度强化学习的动态工件机器人
视觉抓取策略[J].机械科学与技术,2024,43(07):1089-1095 .
[5]刘磊,陈勇.杂乱工业场景下基于注意力深度学习的
机器人抓取方法[J].北京工业大学学报,2023,49(05):562-570 .

Copyright © 2026 朴永泉 Creative Commons License Publishing time:2026-09-01
This work is licensed under a Creative Commons Attribution 4.0 International License