现有煤矸分拣机器人在分拣煤矸石时存在误抓取、空抓、碰撞等问题，其主要原因是煤矸石随皮带运输过程中存在打滑、跑偏等现象，依靠带速的煤矸石跟踪方法难以实时获取其精准位姿信息，导致机械臂抓取时出现较大误差，影响机器人分拣效率。针对该问题，提出一种基于视觉实时引导的煤矸石跟踪方法，即通过相机获取煤矸石实时位姿信息，引导机械臂调整动作完成煤矸石跟踪抓取。首先，通过视觉识别模块获取待抓取目标初始位姿与跟踪模板，由控制系统进行策略分配，将煤矸石分配给对应机械臂进行抓取；当目标煤矸石进入机械臂抓取工作区后，由基于孪生网络构建的单目标跟踪模型获取煤矸石实时位姿信息，并实时调整机械臂动作，完成抓取。最后，对不同带速下的煤矸石进行视觉跟踪实验，并构建煤矸分拣机器人仿真系统完成不同程度打滑、跑偏工况的煤矸石跟踪轨迹规划仿真。仿真实验结果表明，构建的煤矸石跟踪模型跟踪准确率为96.9%，跟踪速度为39fps，满足实时引导的需求。当存在不同程度打滑、跑偏时，基于视觉实时引导的机械臂抓取误差均降低至1mm以内。相较于基于带速的跟踪方法，可有效消除运输过程中由于皮带打滑、跑偏等带来的累积误差，提高系统实时响应能力，进一步提升煤矸石分拣效率。

0 引 言
1 视觉实时引导的煤矸石精准跟踪系统
2 改进SiamRPN++煤矸石跟踪模型
2.1 煤矸石特征提取网络构建
2.2 目标预测网络构建
2.3 背景特征感知模块构建
3 实验与结果分析
3.1 煤矸石视觉跟踪实验
3.1.1煤矸石跟踪算法定性分析
3.1.2 煤矸石跟踪算法定量分析
3.2 轨迹规划实验
4结论