基于YOLOv5和U-NET的多目标药盒抓取系统设计

摘要： 目的 解决传统机器视觉机器人抓取系统对多目标及复杂目标背景分割不精确导致的目标定位精度差而影响机器人抓取效率的问题，提出一种新的深度学习抓取识别定位系统。方法 搭建由Delta机械臂、PC上位机、双目相机等组成的硬件系统，对工业部署常用的YOLO系列算法进行对比研究。将YOLO与U-NET相结合，用于目标的检测和分割。在精确分割出属于目标和背景目标的像素区域的同时，计算边缘和中... （共9页）