基于机器视觉与深度学习，开展了目标识别和抓取定位的研究。

简介：
本文的核心研究内容集中在利用机器视觉和深度学习技术进行目标识别与精准定位。具体而言，旨在为传统的工业机器人集成视觉系统，从而实现实时监测加工对象的相关数据，并运用机器视觉和深度学习的理论框架以及相应的方法对这些数据进行深入处理，最终显著提升机器人的智能化程度。为了验证所提出的方法，我们构建了一个基于机器视觉的六自由度机械臂控制系统，如图 1.1 所示，该实验平台是我们组精心搭建的。该系统包含多个关键组成部分：首先，采用双目摄像机，由两个完全相同的 CCD 相机构成，它承担着模拟机器人的视觉功能；其次，配备六自由度机械臂作为机器人的执行器，负责移动并抓取目标物体；第三，集成摄像机标定及测量子系统用于采集视场图像；第四个组成部分是机械臂控制子系统，负责根据目标识别与定位系统的指令精确控制机械臂的运动；最后，目标识别与定位系统则安装在一台配备 GPU 的高性能服务器上，提供可靠的图像目标检测服务。该系统通过摄像机标定及测量子系统的输入数据和目标识别与定位系统的输出结果来计算物体的三维坐标信息，进而指导机械臂完成精准抓取操作。