基于角度估计机械臂抓取系统目标检测算法

摘要：

针对传统工业机械臂只能对固定位置的固定目标进行抓取的问题,在YOLOv5的基础上提出了一种基于角度估计的机械臂抓取系统目标检测算法——MAR-YOLOv5.首先,为了满足机械臂抓取过程中对目标物体角度信息的需求,在原算法的基础上添加了角度估计模块,通过环形平滑标签(Circular Smooth Label,CSL)角度分类法精准预测目标物体角度.然后,通过增加目标检测层提高对小目标物体的检测能力.最后,在特征提取C3模块中加入了卷积注意力机制(Convolutional Block Attention Module,CBAM),以增强在复杂环境中特征提取的效果.实验结果表明:本算法在自制的增减材制造数据集上的检测速度达到48 FPS,检测精度(mAP)为92.68%,与只添加角度估计模块的YOLOv5算法相比,mAP提高了4.19%.对于目标密集、遮挡等情况,本算法也可实时、准确地完成检测任务.

关键词：目标检测、机械臂抓取、角度估计、注意力机制、增减材制造

所属期刊栏目：36

分类号：TP241(自动化技术及设备)

资助基金：四川省科技厅面上项目;宜宾市科技计划项目

在线出版日期：2023-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：46-56