{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{-“日期-部件”：[[2024,2,7]]，“日期-时间”：“2024-02-07T00:52:53Z”，“时间戳”：1707267173259}，“引用-计数”：27，“发布者”：“MDPI AG”，“问题”：“3”，“许可证”：[{“开始”：{-date-parts”：[2024,2,2]]，“时间”：02-02T00:00:00Z“，”时间戳“：1706832000000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“https:\/\/creativecommons.org\/licenses\/by\/4.0\/”}]，“资助者”：[{“名称”：“中国山西省自然科学基金”，“奖项”：[“202103021224187”]}]，”content-domain“：{”domain“:[]，”crossmark-restriction“：false}，”short-container-title“：[”Sensors“]，”abstract“：”在工业生产过程中，工件的手工装配存在着效率低、强度高的问题，而人体的某些装配过程具有一定的危险性。同时，传统的机器学习算法难以适应当前工业领域环境的复杂性；环境的变化将极大地影响机器人工作的准确性。因此，本文提出了一种基于机器视觉和YOLOv5深度学习模型相结合的方法，通过ROS通信控制机器人手臂的坐标映射，获得磁盘多孔定位信息，为了提高环境的抗干扰能力和工作效率，同时也减少了对人体的危害。该系统利用摄像机采集复杂环境中目标的实时图像，然后对其进行训练和处理以进行识别，从而获得坐标定位信息。该信息通过手眼校准转换为机器人坐标系下的坐标，然后通过上下计算机之间的通信控制机器人完成多孔定位和跟踪。结果表明，目标对象的训练和测试具有较高的精度，机器人手臂的控制精度也相对较高。该方法对复杂的工业环境具有较强的抗干扰能力，具有一定的可行性和有效性。它为实现工业生产中对接盘工件的自动化安装奠定了基础，也为生产安装过程中的螺钉定位需求提供了更有利的选择<\/jats:p>“，”DOI“：”10.3390\/s24030984“，”type“：”journal-article“，”created“：{”date-parts“：[2024,2,2]，”date-time“：”2024-02-02T14:42:32Z“，”timestamp“：1706884952000}，”page“：10.3390“，“卷”：“24”，“作者”：[{“给定”：“荣”，“家庭”：“侯”，“序列”：“第一”，“隶属关系”：[}“名称”：“中国北方大学机电工程学院，太原030051”}]}，{“给出”：“建平”，“家族”：“阴”，“顺序”：“附加”，“附属关系”：中国北方大学机电工程学院，太原030051“}]}，{“given”：“Yanchen”，“family”：“Liu”，“sequence”：“additional”，“affiliation”：[{“name”：“中国北方大学机械与电气工程学院，中国太原03051”}]}，{affiliation“：[{”name“：”桂林电子科技大学生命与环境科学学院，中国桂林541004“}]}]，”member“：”1968“，”published-on-line“：{”date-parts“：[2024,2,2]}，”reference“：[}”key“：”ref_1“，”doi-asserted-by“：”crossref“，“unstructured”：“Andhare，P.，and Rawat，S.（2016年1月12日\u201313）.使用计算机视觉拾取和放置工业机器人控制器。2016年印度浦那国际计算机通信控制与自动化会议（ICCUBEA）会议记录。“，”DOI“：”10.1109\/ICCUBEA.2016.7860048“}，{”key“：”ref_2“，”DOI-asserted-by“：”crossref“，”first page“：“203158”，“DOI”：“10.1109\/ACCESC.2020.3037540”，“article-title”：“基于视觉的六自由度机械手路径规划和目标跟踪框架”，“volume”：“8”，“author”：“Shahzad”，“year”：“2020”，“journal-title“：”IEEE ACCESS“}”，{“key”：“ref_3”，“doi-asserted-by“：”crossref“，”first page“：”2623“，”doi“：”10.1007\/s00521-05898-8“，“article-title”：“基于机器学习和深度学习的智能机器人计算机视觉增强研究”，“volume”：“34”，“author”：“Ding”，“year”：“2022”，“journal-title“：”Neural Compute。申请。“}，{”key“：”ref_4“，”first-page“：”92“，”article-title“：”基于机器视觉的目标识别与跟踪算法与系统的设计“，”volume“：“39”，”author“：”Yang“，”year“：”2020“，”journal-title”：“Transducer Microsyst.Technol.”}，”{“key”：“ref_5”，“first-page:”102“，”article-title“：”基于轨迹测量和人机绘图的六自由度机械手运动跟踪模型”，“卷”：“37”，“作者”：“林”，“年份”：“2023”，“期刊标题”：“J.Electron”。测量。仪器。“}，{”key“：”ref_6“，”unstructured“：”Jin，X.L.（辽宁日报，2019）。新松工业机器人助力中国造船业智能升级，辽宁日报。“}”，{“key”：“ref_7”，“unstructure”：“Han，S.（2021）基于机器的机械手运动学分析与研究。【北京交通大学硕士论文\u2019s】。“｝，｛”key“：”ref_8“，”首页“：”87“，”文章标题“：”基于KUKA工业机器人的柔性加工系统的研究与开发“，”卷“：”38“，”作者“：”Lu“，”年份“：”2019“，”期刊标题“：”Value Eng.“｝，｛”key“：”ref_9“，”doi asserted by“：”crossref“，”首页“：”e1768“，”doi“：”10.1002\/rcs.1768“，”文章标题“：”机器人手臂磁共振引导聚焦超声消融主动跟踪研究”，“卷”：“13”，“作者”：“肖”，“年份”：“2017年”，“期刊标题”：“国际医学机器人”。计算。协助。外科“}，{”key“：”ref_10“，”first page“：“106”，”article-title“：”基于机器视觉的高精度螺钉位置检测方法研究“，”volume“：15”，”author“：”Guo“，”year“：”2016“，”journal-title”：“Navig.Control”}，“key”：“ref_11”，”first-page:“153”，”article-title“：”机器视觉的圆定位技术研究“，“volume”：”48”，“作者”：“李”，“年份”：“2012”，“新闻标题”：“计算”。工程应用。“｝，｛”key“：”ref_12“，”首页“：”101“，”文章标题“：”基于机器视觉的工件识别与定位系统的设计与实现“，”卷“：”1“，”作者“：”Luo“，”年份“：”2021“，”期刊标题“：”Modul.Mach.Tool-Autom.Manuf.Tech.“｝，｛”key“：”ref_13“，”doi断言“：”crossref“，”首页“：”104440“，”doi“：”10.1016\/j.autcon.2022.104440“，“article-title”：“人工智能和建筑智能视觉4.0：机器和深度学习方法和应用”，“volume”：“141”，“author”：“Baduge”，“year”：“2022”，“journal-title“：“Autom”。施工。“}，{”key“：”ref_14“，”doi-asserted-by“：”crossref“，”first page“：“197”，”doi“：”10.1108\/IR-11-2022-0279“，”article-title“：”机器学习在机器人学中的作用“，”volume“:”50“，”author“：”Bogue“，”year“：”2023“，”journal-title”：“Ind.Robot.”}，“key”：“ref_15”，”first-page“：”62“，”article-title“：”基于视觉目标跟踪算法的列车脱钩机器人”，“卷”：“38”，“作者”：“赵”，“年份”：“2023”，“新闻标题”：“J.Pop。选举人。“}，{”key“：”ref_16“，”unstructured“：”Zhao，Z.Y工业自动化的深度迁移学习：数据驱动机器学习新技术的回顾和讨论”，“卷”：“15”，“作者”：“Maschler”，“年份”：“2020”，“期刊标题”：“IEEE Ind.Electron。“｝，｛”key“：”ref_18“，”首页“：”725“，”文章标题“：”螺旋理论的扩展“，”卷“：”103“，”作者“：”Ohwovoriole“，”年份“：”1981“，”期刊标题“：”J.Mech.Des.“｝，｛”key“：”ref_19“，”非结构化“：”Yang，J.（2019）基于机器视觉的面板灯多孔定位系统研究。【安徽工业大学硕士\u2019s论文】。“}，{”key“：”ref_20“，”doi-asserted-by“：”crossref“，”unstructured“：”Hadi，R.H.，Hady，H.N.，Hasan，A.M.，Al-Jodah，A.，and Humaidi，A.J.（2023）。基于AutoML的工业物联网预测维护的改进故障分类：滚珠轴承故障案例研究。过程，11.“，”doi“：”10.3390\/pr11051507“}”，{“key”：“ref_21”，“unstructure”：“”Cheng，Y.L.，Zhang，H.W.，Wang，X.H.和Guo，Z.（2022）。基于YOLO-V5的有轨电车桁架铆接孔定位技术研究。国防部。Manuf.Eng.，115\u2013121.“}，{”key“：”ref_22“，”doi-asserted-by“：”crossref“，”unstructured“：”Malta，A.，Mendes，M.，and Farinha，T.（2021）.使用YOLO-V5的增强现实维护助手。申请。科学。，11.“，”DOI“：”10.3390\/app11114758“}，{“key”：”ref_23“，”首页“：”3697“，”article-title“：”基于深度学习的YOLO目标检测综述“，”volume“：”44“，”author“：”Shao“，”year“：”2022“，”journal-title”：“J.Electron.Inf.Technol基于关键点的相机和激光雷达联合校准方法”，“体积”：“61”，“作者”：“Wu”，“年份”：“2023”，“期刊标题”：“J.Agric”。设备车辆。工程师“}，{”key“：”ref_25“，”unstructured“：”Shi，Y.Q.（2020）.机器视觉技术在模具检测与定位中的应用研究.[中国电子科技大学硕士论文].“}”，{“key”：“ref_26”，“首页”：“789”，“文章标题”：“磨轮锯自动更换系统的基于机器视觉的主轴定位系统”，“卷”：“34”，“作者”：“邱”，“年份”：“2022”，“期刊标题”：“马特参议员”。“}，{”key“：”ref_27“，”first-page“：”75“，”article-title“：”机器人视觉装配系统中精确定位方法的研究“，”volume“：“38”，”author“：”Wu“，”year“：”2020“，”journal-title”：“Mach.Electron.”}“，”container-tittle“：[”Sensors“]，”original-title:“[]，”language“：”en“，”link“：[{”URL“：”https:\/\/www.mdpi.com\/1424-8220\/24\/3\/984\/pdf“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[2024,2,6]]，”date-time“：“2024-02-06T17:49:00Z”，”timestamp“：1707241740000}，”score“：1，”resource“：”{“primary”：{“URL”：“https:\/\/www.mdpi.com\/1424-8220\/24\/3\/984”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“date-parts“：[[2024,2,2]]}，“references-count”：27，“journal-issue”：{“issue”：“3”，“published-on-line”：{“date-parts”：[[2024,2]}}，”alternative-id“：[”s24030984“]，”URL“：”http://\/dx.doi.org\/10.3390\/s24030984 1424-8220“，”type“：”electronic“}]，”subject“：[]，”published“：{”date-parts“：[2024,2,2]]}}}