机械臂抓取目标检测及运动规划研究.pdfVIP

摘要

摘要

随着社会经济的提高和科学技术的迭代，机械臂被广泛应用于制造业及生活领域。

目前，伴随着工作环境复杂度的显著提升和作业任务多样化的趋势，机械臂技术正经

历着从机械化向智能化、从粗放型向精密型、从单一功能向多功能复合的重大转型。这

一转变不仅要求机械臂具备更强的环境适应能力和任务执行灵活性，同时也对其智能

化水平、作业精度和数字化管理提出了更高要求。因此，开展工业机械臂抓取目标检

测、避障运动规划和轨迹跟踪控制的研究具有重大意义。这些技术不仅是实现机械臂

自主作业、提高生产效率和作业安全性的关键所在，也是推动机械臂技术向更高层次

发展的核心驱动力。因此，本研究以机械臂为研究对象，围绕以下四个方面展开研究：

(1)针对目标检测算法部署在机械臂上会占用大量资源、检测实时性差、模型参数

量大等不足，本文将改进YOLOv5算法应用在机械臂的抓取目标检测任务上。首先在

YOLOv5主干网络融入ShuffleNetV2模块代替原本的焦点模块和跨级局部暗格网络，

实现轻量化；其次，将CTR3注意力嵌入网络末端颈部，来改善模型特征提取的潜力并

减小采样损失；网络头部采用SimAM注意力机制来