基于深度学习的机械臂生活物品识别与抓取研究
摘要
随着计算机技术的发展和机器人编码技术的提高，机器人逐渐融入人类社
会，并服务于衣、食、住、行、医等是大势所趋。近年来深度学习算法帮助机
器人获得更多的技能取得了显著的进步，深度学习算法应用到机器人抓取，能
够提高抓取的准确性和鲁棒性。本文研究一种改进的YOLOv5目标检测算法和
GR-CNN位姿识别技术，使用UR5e机械臂进行生活物品自主抓取。在gazebo
环境下进行仿真实验，采用moveit控制框架对机械臂抓取行为进行规划与管理。
首先，介绍了本文研究的机械臂生活物品抓取系统架构的组成，以及各模
块的作用和本文需要的软件以及硬件的具体型号、参数等，然后在ROS环境下
利用XACRO文件对机械臂进行仿真建模。
其次，因YOLOv5相对于其他网络模型参数量小、速度快等更适合移植到
嵌入式设备，随后分析了YOLOv5网络模型的工作原理，并对模型推理层数高、
参数量仍旧很大的问题提出了改进方案：引入FasterNet网络作为其主干网络，
使用局部卷积（PartialConv,PConv）和逐点卷积，同时减少冗余计算和内存访
问，构建了空间特征提取效果更强的轻量化网络，模型计算速度得到提升，在
复杂场景下，改进的YOLOv5网络能更稳定，更快速地捕获目标信息；改进了
定位损失函数，引入角度损失、距离损失，并重新定义了形状损失，提高了回
归速度。自建数据集并对网络模型进行训练。改进后的效果为模型参数量减少
了22.22%，精度提升了7.91%，推理速度减少了35.19%，此外，优先输出预测
框间交并比少、置信度高、且像素面积大的目标信息进入到抓取位姿模块。
再次，使用GR-CNN算法对目标位姿进行识别，通过CutMix数据增强技
术对康奈尔抓取数据集进行加强后训练网络，对机械臂的运动描述采用D-H参
数法，并产生最初位置的变换矩阵。随后对机械臂的正逆运动学进行分析计算，
将UR5e机械臂导入Matlab中验证正逆运动学的计算结果。并在仿真环境下进
行物品抓取的仿真实验，仿真结果表明抓取成功率提高了7%。
最后，对相机采用张正友标定法标定后，使夹爪夹持标定板进行手眼标定。
搭建机械臂生活物品识别与抓取实验系统，进行实验验证。实验场景分为单目
标抓取场景、复杂多目标抓取场景。实验结果表明，以上两种场景，都验证了
-I-
本研究的机械臂抓取物品系统的有效性。
关键词深度学习；YOLOv5算法；GR-CNN网络；位姿估计；机械臂抓取
-II-
ResearchonDeepLearning-BasedRecognitionand
GraspingofDailyLifeObjectsbyRoboticArms
Abstract
Withthedevelopmentofcomputertechnologyandtheadvancementofrobotic
programming,robotsareincreasinglyintegratedintohumansociety,servingessential
needssuchasclothing,food,shelter,transportation,andhealthcare.Inrecentyears,
theapplicationofdeeplearningalgorithmstoroboticgraspinghasmadesignificant
progress,enhancingtheaccuracyandrobustnessofgrasping.Thispaperinvestigates
animprovedYOLOv5targetdetectionalgorithmandGR-CNNposerecognition
technology,usingtheUR5eroboticarmforautonomousgraspingofev