Para resolver o problema da baixa eficiência na detecção de alvos em tarefas de captura não cooperativa com braço robótico, foi proposto um algoritmo de detecção de pose do alvo baseado em uma versão aprimorada do YOLOv8n. A Atenção de Núcleo Grande Separável (Large Separable Kernel Attention, LSKA) foi introduzida na camada de fusão de pooling piramidal espacial (Spatial Pyramid Pooling Fusion, SPPF) para reforçar a capacidade do modelo de agregar características em múltiplas escalas; foi projetado um novo módulo leve RGCSPELAN para reduzir o custo operacional e a carga computacional do modelo; em seguida, a Distância Média par a par de Intersecção sobre União (Mean Pairwise Distance Intersection over Union, MPDIoU) foi modificada usando a ideia inner, levando à modificação da perda ponderada (Wise-IoU), formando uma nova função de perda Wise-MPDIoU^inner para melhorar o efeito de treinamento e o desempenho de detecção; finalmente, com base nas informações de detecção de posição do alvo e profundidade, a pose tridimensional no espaço foi obtida por meio da construção de um sistema de coordenadas em tempo real do alvo para completar a tarefa de captura do braço robótico. Os resultados experimentais mostram que a precisão do algoritmo atingiu 96,5%, o índice mAP@0.5 atingiu 96,7%, o número de parâmetros foi reduzido em 16%, a velocidade de inferência aumentou em 33%, alcançando um equilíbrio entre precisão do modelo e leveza, e atendendo aos requisitos de tempo real do braço robótico UR5 em tarefas de captura não cooperativas.

braço robótico;detecção de captura;leveza;YOLOv8n;detecção de pose;função de perda