货物识别定位技术是物流自动化领域的核心技术之一,但仍然无法达到工业级应用水平。本文以实现工业应用级货物识别定位算法为目标,围绕交互式堆垛纸箱机器视觉定位方法存在的泛化性不够高和交互不敏感等关键问题,从算法架构、数据集、训练方法三个方面展开研究,具体研究内容和结论如下:1)提出了模拟纸箱堆垛拆垛交互过程的交互式堆垛纸箱机器视觉定位算法。交互定位抓取方法结合智能装车卸车实际工况,将堆垛纸箱定位这种密集检测问题转化为高精度检测问题,更加充分利用了软硬件资源且降低了定位算法的检测难度。并基于此提出掩码模拟交互法,使用掩码覆盖已检测到的纸箱,在算法层面模拟了交互动作,完全脱离硬件参与,实现了软件层面的交互式堆垛纸箱视觉定位算法。2)提出了高效扩充数据集方法,提升了算法的泛化能力。基于卷积神经网络的目标检测算法需要十万级甚至百万级的数据集作为支撑,SCD数据集构建初期采用的人工采集方案存在着成本高、效率低等问题,本文提出的高效扩充数据集方法,面向智能装卸车移动机器人装卸货需求,搭建网络爬虫,通过广度优先的图片搜索方式,下载补充堆垛纸箱数据集,实现了SCD网络数据集的高效扩充,构建了SCD网络数据集训练预训练模型。3)提出模拟交互法和交互训练法,提升了交互式算法的掩码感知性和交互感知性。现有的训练集中图片不包含掩码信息,且现有训练方法只训练模型学习一张图片某个交互状态下的特征,导致交互式算法对掩码和交互不敏感。本文针对该问题从数据处理和训练方法两个角度出发,提出模拟交互法和交互训练法。在输入层后增加模拟交互层,随机在训练图片中选取目标并添加掩码信息,生成交互图片,且每一个小批量训练集中包含每张图片的原始输入图片和交互图片,使得交互式算法可以学习同一张图片不同交互状态下的特征。4)以SCD网络数据集训练预训练模型,并采用交互式堆垛纸箱机器视觉定位算法进行交互式训练,在智能装车卸车移动机器人实际工况下识别定位准确率达到工业级应用标准,为其达到工业级应用标准奠定了基础。