近几年深度学习在计算机视觉领域展现出了强大的生命力且在实际应用中拥有很大的发展潜力,但是在工业领域的应用相对较少。本课题研究的是基于深度学习的工业机器人目标识别、定位及位姿估计问题,目的就是将机器人视觉同深度学习结合进行算法应用尝试,从视觉角度扩展机器人的目标检测任务类型,以便工业机器人完成进一步的目标抓取或吸取操作。首先,针对工业机器人利用抓手进行目标抓取的视觉检测场景,本文提出了基于Faster R-CNN的平面目标抓取位置检测模型。将用于目标定位框的输出转换为两点式抓取位置检测,直接输出可抓取位置点的坐标。其次,针对工业机器人利用吸盘进行目标吸取的视觉检测场景,以Faster R-CNN为基础提出了平面目标定位和位姿估计模型,增加了用于估计位姿的网络输出层,使网络能同时完成对目标的检测识别及位姿估计等任务,以便对机器人末端吸盘进行对应角度旋转从而实现平面工件吸取任务。最后,搭建机器人视觉平台并进行了单目二维视觉检测实验,在实验阶段对提出的两个模型分别进行了性能测试,以Cornell物品、工业PCB、EPFL汽车数据集为例:在抓取位置检测实验中,利用上述前两个数据集分别对两点式抓取位置进行检测,得到近似垂直于目标平面位姿的抓取位置;在位姿估计实验中则分别按10、30、45度的位姿估计精度对位姿估计模型进行了训练测试,得到了 PCB在2维平面中的偏角范围以及EPFL汽车数据集中车的方位角范围。实验结果显示在抓取位置检测任务中,识别精度能达到94%,抓取位置检测成功比例在预测抓取点和标准真值的偏差阈值为0.7的情况下能够达到73%;在位姿估计实验中(偏角/方位角检测),平均位姿估计准确率分别能达到97.5%/90.6%、93.6%/88.2%以及 89.7%/82.6%,识别精度能保持在 98%以上。表明本文提出的两个模型在2维平面对目标进行位姿估计及抓取位置检测的任务中具有一定的实用价值。