中文摘要
在当前机器人技术和自动化领域中，精确的手眼标定和高效的抓取检测方法对
于提升机器人操作的灵活性和准确性至关重要。传统的手眼标定方法涉及复杂的坐
标系转换，操作繁琐，对环境和设备要求较高。同时，实际生产需求的多样化对机
器人的抓取检测方法和末端执行器也提出了更加精细和严格的要求。针对上述挑战，
本文提出了一种基于YOLOv5的手眼标定方法，简化了标定过程，提高了标定的准
确性。在此基础上，针对柔性四指夹爪的特点，本文提出了一种基于深度学习的抓
取检测方法，有效提升了柔性四指夹爪抓取物体时的通用性和准确性，为配备柔性
四指夹爪的机器人实现自主、实时、精确的抓取操作提供了技术支持。本文主要研
究内容和创新点如下：
（1）提出了一种基于YOLOv5的手眼标定方法。首先设计了一个正方体样式
的标定块并制作了数据集，正方体平整的表面有效避免了柔性四指夹爪与标定物无
法精确对接而引起的误差。其次用空洞空间金字塔池化ASPP（AtrousSpatial
PyramidPooling）替换了原始YOLOv5中的空间金字塔池化SPP（SpatialPyramid
Pooling），这一改进使得模型能够有效地捕捉到图像中的细节信息，提高了特征提
取的能力。接着将原始YOLOv5的非极大值抑制算法（Non-MaxSuppression,NMS）
更换为基于SIoU的非极大值抑制算法（SIoU-NMS），这有助于在保留更多高质量
检测框的同时减少误检。改进后的模型相较于原始模型，其召回率、mAP@0.5以及
mAP@0.5:0.95分别增加了2.5%、1.2%、1.8%，这证实了改进措施的有效性。
（2）提出了一种柔性四指夹爪的抓取检测方法。首先根据柔性四指夹爪的结
构特点设计了AAR（AcuteAngleRepresentationModel）抓取表示模型，该模型由抓
取点和抓取角度构成，可以减少柔性四指夹爪多余的旋转，同时提高夹爪抓取物体
的通用性。其次设计了FGAA（FlexibleGripperAdaptiveAttributeModel）抓取属性
模型作为人工标注数据集的工具，其能够计算满足AAR抓取表示模型要求的抓取角
度，把图像上的AAR抓取表示模型合并成一个集合，避免了像素级标注的耗时问
题。最后设计了一种基于自适应特征融合的抓取检测网络AGNN（Adaptive
GraspingNeuralNet），在重新标注的Cornell数据集上的准确率可以达到97.62%，可
以在25毫秒内完成一次检测，满足实时抓取需求。
（3）在视觉机器人抓取系统上对本文提出的方法进行了相关实验。首先构建
I
了视觉机器人抓取系统，并使用基于YOLOv5的手眼标定方法进行手眼标定。实验
结果表明，基于YOLOv5的手眼标定不仅操作便捷，而且其精度也完全能够满足机
器人抓取任务的需求。然后选择了40种各式各样的物体进行抓取检测实验，目的是
测试本文提出的柔性四指夹爪抓取检测方法的性能。末端安装柔性四指夹爪的机器
人在单物体场景下抓取未知物体的成功率达到了96%，这证实了该方法的可靠性。
关键词：手眼标定；柔性四指夹爪；抓取检测
II
ABSTRACT
Inthecurrentrealmofroboticsandautomation,precisehand-eyecalibrationand
efficientgraspdetectiontechniquesarecrucialforenhancingtheflexibilityandaccuracyof
roboticoperations.Traditionalhand-eyecalibrationmethods