結合目標檢測與定位的物料抓取研究

肖志強 周書民 汪志成

（東華理工大學機械與電子工程學院 江西省南昌市 330013）

1 引言

在手機玻璃基板的生產過程中，需要對玻璃基板進行AOI視覺檢測，玻璃基板根據不同的質量放在放置區域的放置柜中，由人工拿到檢測區域進行AOI檢測，工作重復性很高，并且在AOI檢測過程中，工人需要等待，造成時間浪費，如果使用固定基座的機械臂進行上下料，每一個放置柜都需要配一臺機械臂，還需要配備傳送帶進行運輸，這樣成本很高。為了降低成本，使用移動機械臂進行物料運送任務，玻璃基板是裝在物料框中，機械臂抓取放置柜的物料，運送到AOI檢測區域，在這一批物料檢測的過程中，移動機械臂可以去另一個放置柜抓取物料并運送，以此往復。為了準確的抓取到物料并運送到目標區域，物料的三維坐標識別是主要問題，本文基于深度學習算法中的YOLOv5，實現物料的識別，使用兩臺海康威視的MV-CA032-10G10型號，焦距為6mm的相機組成雙目系統來進行物料的定位。

主要工作流程為從雙目相機獲得左右圖像后，使用訓練好的YOLOv5模型進行識別，得到物料的抓取點，以左圖像為基準，使用SGBM算法進行圖像的立體匹配，獲得視差圖，得到物料抓取點的三維坐標，完成物料的三維定位。

2 YOLOv5算法

YOLOv5可以分為四個網絡模型版本：YOLOv5s、YOLOv5m、YOLOv5l和YOLOv5x，其中YOLOv5l是基準模型，YOLOv5x是擴展模型，YOLOv5s和YOLOv5m是預設的簡化模型。他們的主要區別在于網絡深度和寬度有差異，YOLOv5的結構如圖1所示。

圖1：YOLOv5結構

輸入端(Input)是圖像預處理階段，主要包括三個部分來提升訓練效率，分別是馬賽克（Mosaic）數據增強、自適應錨框計算和自適應圖像縮放技術。……