一种基于改进YOLOv11的目标检测方法及系统

本发明涉及一种基于改进YOLOv11的目标检测方法及系统，旨在提升机械臂在复杂环境中的抓取精准度和操作效率.该方法结合增强现实技术、目标检测算法、深度传感技术及先进的运动控制系统，具体包括以下步骤：利用RGB‑D摄像头采集数据,建立三维空间模型，并对深度图像与彩色图像进行精确对齐处理；基于昇腾Atlas 200I DK A2开发板,结合改进后的YOLOv11模型，实现目标的高效检测与识别；通过坐标变换方法，将目标从像素坐标系转换至相机坐标系，再进一步映射至机械臂基坐标系的三维空间位置；最后，通过大象机械臂MyCobot 280M5完成抓取操作.通过结合RGB‑D信息、深度学习检测算法和三维坐标转换方法，本发明的系统实现了复杂环境下机械臂的高效、精准目标抓取，具有高精度、高实时性、易维护、易集成部署等特点。