使用UR5机械臂搭载realsense d435i相机识别物体并进行抓取，涉及到的技术路线包括：1.相机识别部分：安装realsense SDK,realsense_ros包，手眼标定相关包，识别aruco码，以及标定后各个坐标系之间的变换2.UR5机械臂部分：配置UR5机械臂运行环境，机械臂轨迹运动3.抓取部分：TCP末端夹爪抓取物体。

基于飞桨的OCR工具库，该项目名叫 PaddleOCR，是 Paddle 的一个分支；PaddleOCR 基于深度学习技术实现的， 所以使用时需要训练好的权重文件，但这个不需要我们担心，因为官方提供的有。包含总模型仅8.6M的超轻量级中文OCR，单模型支持中英文数字组合识别、竖排文本识别、长文本识别。同时支持多种文本检测、文本识别的训练算法。以上就是本篇博客的全部内容。当然，需要改进的地方还有很多

前言在焊缝识别系列上一章节里记录了软硬件环境的配置，由于海康SDK无法直接采集图像，需要手动修改，因此单独作为一个章节记录一下一、安装opencvOpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。 [1]它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Py

以上就是本小节的全部实验。工程难度的确不算大，主要是一个优化分割实时性的过程，对于后期应用到解决一些具体项目或者实际问题上肯定也会有很大的帮助，继续加油干！参考链接：1.英特尔Realsense学习笔记二: pyqt5 实时显示 Realsense D415 深度图像和彩色图像 并支持按钮保存图像2.中科院版「分割一切」Fast SAM模型 | 精度相当，速度提升50倍！目前GitHub6.9K+

前言在焊缝识别系列上一章节里记录了软硬件环境的配置，由于海康SDK无法直接采集图像，需要手动修改，因此单独作为一个章节记录一下一、安装opencvOpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。 [1]它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Py