来源：期刊VIP网 时间：
作者：李万艳;阮观强;张振东;
单位：上海东海职业技术学院机电学院;上海电机学院机械学院;上海理工大学机械学院;
摘要：针对传统机器学习算法视觉识别准确率低、运行时间缓慢等问题，研究针对家庭场景中机器人做家务的场景，利用RGB图像信息为输入，完成对目标物体的抓取位姿估计。以目标检测模型YOLOv5s为基础，利用其轻便、速度快的优点，结合数据增强以及迁移学习搭建网络架构，搭建家庭场景数据集；将少量训练样本进行数据增强后，利用迁移学习将模型在目标数据集上训练，同时微调参数，将目标物体的定位信息通过坐标变换转换为机械臂的抓取位姿，控制机械臂最终以固定抓取姿态完成抓取任务；最后，通过搭建实验平台，操纵UR5机械臂进行实际抓取实验，验证了算法的有效性。提出的基于目标检测的方法速度快、实时性高、误/漏识别率小于2%，应用在机械臂抓取上可以高效地完成任务。
关键词：YOLOv5s;;机械臂;;位姿估计;;目标检测;;迁移学习
基金资助：上海市2021年度“科技创新行动计划”项目（21DZ2304600）;; 2021年车载超级电容管理系统关键技术研究重点实验室开放课题（2021NUSV001）
