基于YOLO的托盘孔位置识别研究

TP312; 在物流领域中,无人驾驶叉车逐渐被广泛应用.无人驾驶叉车需要具备一项非常重要的功能,即可检测到装载货物用的托盘孔的位置,从而使叉车插入托盘来运输货物,其中机器学习算法被广泛用于自动检测物体的位置领域,如孔洞的位置检测.文章介绍了使用YOLO和树莓派开发深度学习识别托盘孔位置的方法,采用YOLOv5 模型,通过自建的托盘数据集对模型进行训练,并将算法部署到嵌入式设备中,实现了托盘孔识别.实验结果表明,在满足实时性能的要求下,对托盘孔识别准确率为 88%左右,与当前行业主要使用的方法相比,具有低成本高速度的特点.