利用人工智能开发一种3D视觉机器人系统，该系统能够在传送带上抓取物体

《ARABIAN JOURNAL FOR SCIENCE AND ENGINEERING》：Development of a 3D Vision Robot System to Grasp Objects on the Conveyor Using Artificial Intelligence

本文提出了一种结合YOLOv8对象检测模型与Intel RealSense D435深度相机的实时3D视觉系统，通过深度滤波技术将亚像素均方根误差降低78%-82%，实现3.2mm定位精度，有效提升流水线自动化抓取精度。

　　

摘要

用于输送线上自动抓取的机器人系统需要精确的3D视觉技术来实现物体检测、定位和在动态环境中的操作。传统的机械臂由于编程固定和传感器静态，缺乏适应性。深度学习的进步（如YOLO模型）以及深度传感技术的改进提升了机器人的感知能力。然而，使用低成本深度相机实现精确的3D定位仍然具有挑战性，因为噪声和深度估计误差会影响抓取精度。为了解决这一挑战，我们提出了一个集成3D视觉系统，将YOLOv8物体检测模型与Intel RealSense D435深度相机相结合，以实现实时且准确的3D定位。该系统使用一个四自由度（DOF）的SCARA机器人，并由可编程逻辑控制器（PLC）进行控制，从而能够高精度地抓取物体。YOLOv8模型在为生产线环境定制的数据集上进行了训练，其物体检测准确率为97.3%，平均处理速度为每帧31.1毫秒。应用深度滤波技术可以提升深度图像质量，显著减少噪声并提高定位精度。实验结果表明，同时应用所有深度滤波器后，在1米距离时亚像素均方根（RMS）误差降低了78%以上，在1.7米距离时降低了近82%，这表明深度估计能力有了显著提升。优化的深度数据使得整体定位精度达到3.2毫米，从而实现了更精确的物体抓取。抓取实验验证了该系统的性能，证明了其能够可靠地处理形状和位置各异的物体。