基于 Transform 模型及图像识别的运输机器人设计优化

毛 小虎
宁波财经学院

摘要

本文针对物流行业劳动力成本上升与智能化需求，设计了一款以 Transformer 模型与图像识别技术的运输机器人系统。该系统采用 Jetson Nano 与 STM32 双主控架构，融合 YOLOv8 目标检测算法与 A* 路径规划算法，实现复杂环境下的物料精准识别、动态路径优化及机械臂协同抓取。测试表明，系统在目标检测准确率大幅提升，路径规划耗时较传统算法显著缩短，有效提升物流自动化效率。研究提出的多传感器融合、轻量化模型优化等改进方向，为后续技术迭代提供参考。

关键词

运输机器人；Transformer 模型；路径规划；物流智能化

参考

[1]包秀娟,周璐.基于Jetson NANO的机器人智能码垛系统[J].自 动 化 与 仪 表 ,2025,40(01):64-67+71.DOI:10.19557/j.cnki. 1001-9944.2025.01.013.

[2] 张浩杰 , 张玉东 , 梁荣敏 , 等 . 改进 A* 算法的机器人能耗最优路径规划方法 [J]. 系统工程与电子技术 ,2023,45(02):513-520.