轻量化YOLO单目视觉引导协作机器人自动分拣技术研究

杨 竑宇, 池 志强
广东理工学院

摘要


针对协作机器人平面工件自动分拣中检测模型负载偏大、单目坐标转换易漂移及抓取节拍受遮挡扰动的问
题，构建轻量化YOLO视觉引导方案。方法以固定式单目相机完成平面和手眼标定，依据目标尺度、遮挡、置信度
稳定性及设备状态划分工况；检测端采用共享卷积与跨尺度融合，控制端设置坐标限幅、目标锁存和超时撤销。抓
取后以夹爪状态、原位复检及分拣位信号实施闭环校核，异常进入冻结、回撤和重识别序列，运行记录用于更新阈值
与标定补偿。该方案形成从视觉辨识到动作校核的连续控制链，可提升分拣过程的实时性、可恢复性与工程可实施性。

关键词


轻量化YOLO；单目视觉；协作机器人；自动分拣；闭环校核

全文:

PDF


参考


[1]孙乔，温秀兰，姚波，等.工业场景下基于深度

学习的散乱堆叠工件识别[J].南京工程学院学报（自然科

学版），2020，18（3）：1-5.

[2]张宇廷，王宗彦，范皓东，等.基于深度学习的

并联机器人定位检测技术研究[J].电子测量技术，2022，

45（11）：147-153.

[3]李赞.针对YOLO系列模型的共性与个性轻量化

策略研究[D].开封：河南大学，2025.

[4]余浪.基于深度学习的工业机器人目标检测与分

拣技术研究[D].太原：中北大学，2024.

[5]曹康.基于视觉引导的机器人自动分拣方法研究

[D].鞍山：辽宁科技大学，2025.

[6]张小红.基于PLC和机器视觉的工业机器人智能

分拣控制系统[J].内燃机与配件，2026（5）：74-77.


Refbacks

  • 当前没有refback。