随着我国劳动力的日益短缺及中国智能2025的提出,发展智能机器人成了我国当前的迫切需求。目前,大多数机器人的工作都是通过预设好的程序进行重复性的指定动作,一旦作业环境发生变化,机器人就需要重新编程才能适应新的环境。研究带有目标检测功能的机器人,可以赋予机器人感知环境的能力,从而根据环境变化进行伺服控制。本文通过对目标检测器及机器人视觉伺服系统进行研究,搭建了目标检测机器人的软硬件平台,并对目标检测器提出了 一系列改进,主要研究内容如下:针对移动机器人在变化的环境中作业的应用需求,对总体方案包括机械结构与硬件方案进行了设计。首先在机械结构上,机器人主体结构采用铝合金板进行轻量化设计,并设计有两层承载板,用于承载各种传感器和其他物体,驱动方式采用差速驱动,差速轮与伺服电机直接相连,可以非常精确且方便的控制机器人的前进,后退与转向,机器人设计运行速度为不超过40m/min,检测范围设计为0.3-10m。对于机器人的硬件系统,本文使用了上下位机协同的两层板卡设计方案。上位机采用TX2作为主控计算机,对视觉传感器获取的数据进行分析计算,然后通过CAN总线将计算结果传递到下位机,下位机使用STM32通过RS232和RS485等通信方式控制各种硬件组件响应,并选用深度相机作为视觉传感器采集图像,对相机模型进行了构建,并对整体软件系统进行了设计,将整个软件系统分为目标检测模块,机器人定位导航两大模块。针对大多数目标检测器在机器人嵌入式系统难以实时检测问题,基于单级目标检测算法SSD,提出替换主干网络减少网络模型参数量,进而进一步提升前向推断速度的方法。同时提出融合通道注意力机制的SE-MSSD目标检测算法,该算法使用深度可分离网络MobileNet对SSD检测器中的VGG16网络进行了替换,并在MobileNet网络结构的基础上,对其重新进行了设计与改进,主干网络采用了 17层带有通道注意力机制的SE网络层和8层标准卷积层。并在Pascal VOC数据集上对改进后的SSD目标检测器进行了训练与实验验证,使得目标检测器在精度略有提高的同时,检测速度提高了 69.6%。为验证改进SSD目标检测器的有效性,并实现机器人的避障导航功能,基于透视投影模型和相机畸变模型对Realsense D435相机进行了标定,标定出了相机的内参与畸变系数,标定后结果显示误差在1像素以内;使用改进SSD目标检测器对物体进行识别与定位,最终,识别的置信度在81%以上,检测速度为30FPS左右。最后将预训练的目标检测模型部署到机器人的视觉伺服系统中,搭建了简易的环境,实现了机器人在实际环境中的物体识别定位与避障导航。