基于YOLOv5和U-NET的多目標藥盒抓取系統(tǒng)設(shè)計

摘要： 目的 解決傳統(tǒng)機器視覺機器人抓取系統(tǒng)對多目標及復(fù)雜目標背景分割不精確導(dǎo)致的目標定位精度差而影響機器人抓取效率的問題，提出一種新的深度學(xué)習抓取識別定位系統(tǒng)。方法 搭建由Delta機械臂、PC上位機、雙目相機等組成的硬件系統(tǒng)，對工業(yè)部署常用的YOLO系列算法進行對比研究。將YOLO與U-NET相結(jié)合，用于目標的檢測和分割。在精確分割出屬于目標和背景目標的像素區(qū)域的同時，計算邊緣和中... （共9頁）