Abstract
Ushbu maqolada sanoat robot manipulyatorlari uchun chuqur o‘qitish algoritmlariga asoslangan tasvirli boshqaruv tizimi taklif etilgan. Tizim ikki bosqichli neyron tarmoq arxitekturasidan iborat bo‘lib, obyektlarni real vaqt rejimida aniqlash uchun YOLOv8 modeli va ushlash pozasini baholash uchun GG-CNN modeli qo‘llanilgan. Taklif etilgan tizim PyBullet simulyatorida 6 erkinlik darajali UR5 robot manipulyatori bilan integratsiyalashtirildi va 5000 ta eksperiment orqali sinovdan o‘tkazildi. Olingan natijalar obyektlarni aniqlashda 94,2% mAP@0,5 va ushlash muvaffaqiyat darajasi 87,3% ga erishilganini ko‘rsatdi. Tizimning umumiy inference vaqti 42 ms ni tashkil etadi, bu real vaqt rejimida ishlash uchun yetarli. Sim-to-real transfer muammosini hal qilish maqsadida domain randomization usuli qo‘llanildi va u real sharoitdagi samaradorlikni 39,2% dan 84,5% gacha oshirishga imkon berdi.