一种基于ros分布式的机械臂智能抓取系统

本发明公开的基于ros分布式的机械臂智能抓取系统包括：自制抓取物体数据集；针对目标检测算法YOLOv5进行改进。替换主干网络为MobileNetV3，降低模型参数与计算量便于轻量化部署。将颈部网络的Conv替换为组洗牌卷积，减轻模型复杂度，同时增强了注意力模块效果；将颈部网络中的C3模块替换为一次性聚合方法设计的跨级部分网络模块，降低网络复杂性的同时维持了检测精度。在最后一个检测头前添加并行卷积注意力模块，使得模型对本系统目标检测数据集中的目标物体更加敏感。本抓取系统可以在堆叠、杂乱等复杂场景下进行物体分类抓取，可移植性与鲁棒性经过实验得到有效验证。