基于改进YOLOv8-GRCNN模型的机器人工件识别定位研究

周一; 洪颖; 马云浩; 高芳征

doi:10.13960/j.issn.1672-2558.2026.01.003

南京工程学院学报（自然科学版） ›› 2026, Vol. 24 ›› Issue (1) : 15 -23. DOI: 10.13960/j.issn.1672-2558.2026.01.003

基于改进YOLOv8-GRCNN模型的机器人工件识别定位研究

周一, 洪颖, 马云浩, 高芳征

作者信息 +

Author information +

文章历史 +

摘要

针对工业场景中传统YOLOv8-GRCNN模型在堆叠物体、小目标及暗光环境下对目标定位识别精度低的问题,文章提出一种改进YOLOv8-GRCNN模型的识别定位算法。通过优化YOLOv8的多尺度检测结构,以增强小目标与遮挡物体的识别能力;改进GRCNN网络的注意力机制模块,提升抓取框与坐标点的预测精度;通过手眼标定转换坐标后,在机器人硬件在环控制平台进行实时控制与性能评估。试验结果表明,该算法较传统YOLOv8-GRCNN模型在常光、暗光条件下的抓取成功率分别提升了11.35%、15.04%。