随着经济的快速发展,我国对工业化、自动化以及智能制造的技术水平提出了更高要求。智能制造旨在将工业化和自动化技术相互融合,这也是未来智能制造业发展与变革的重要方向。机器视觉是移动机器人平台十分关键的技术,代表着机器人智能化、自动化及先进性的判定标准。检测物体及其6D位姿（3D位置和方向）是许多机器人应用系统中的重要任务,包括物体的拾取操作,工厂零件装配等。在复杂环境中,机器视觉一般包括两个阶段:第一阶段是目标检测,在RGB图片中使用目标检测算法或者分割网络获取目标类别;第二阶段是6D位姿估计,对检测出来的物体进行6D位姿估计。本文首先介绍了目标检测与6D位姿估计的研究现状,并着重对YOLOv5目标检测算法进行详细的阐述,然后以目标检测、6D位姿估计这两方面为切入点,设计了一个基于YOLOv5算法的目标检测与6D位姿估计的动态检测系统,本文的主要贡献如下:针对YOLOv5算法对目标物体及局部特征定位不准确的问题,提出了一个基于YOLOv5的YOLOv5-CBE目标检测网络。首先为了得到准确的定位信息,本文将卷积注意力机制（Convolutional Block Attention Module）中的空间注意力机制（Spatial Attention）与坐标注意力机制（Coordinate Attention Module）相结合,提出了一个融合空间特征信息与坐标信息的空间-坐标注意力机制（Spatial and Coordinate Attention Module）,在YOLOv5的Backbone网络中加入空间-坐标注意力模块,在Neck检测层引入加权双向特征金字塔网络（Bidirectional Feature Pyramid Network）,并对锚框参数进行优化,提高了网络对样本模型及局部特征的检测精度及定位能力,分别用改进前后的算法对自定义数据集和PASCAL VOC 2012数据集进行训练,实验结果表明,改进后的算法性能要优于YOLOv5算法,在识别精度没有降低的前提下,对目标物体的定位更加准确,鲁棒性更好。针对目前6D位姿估计算法中对遮挡物体的6D位姿估计精确度不高的问题,提出了一个局部特征表征的端到端6D位姿估计算法。选择3D Harris关键点提取算法提取点云模型中具有显著特征的关键点,然后根据这些关键点对样本模型的对应位置的特征进行标注并编码,使点云模型的关键点与特征的中心点对应,再用YOLOv5算法以及改进后的YOLOv5-CBE算法分别对局部特征数据集训练,实验结果表明,局部特征中心点坐标误差较改进前最高提升了25%。然后用奇异值分解法（Singular Value Decomposition）计算出样本模型相对点云模型的旋转矩阵R和平移矩阵T,也就是样本模型的6D位姿。本文提出的算法实现了在复杂背景下对单目标物体、多目标物体准确的6D位姿估计,并且在最高遮挡70%的情况下,仍然可以保证二维重投影精度（2D reprojection Accuracy）和ADD度量精度（ADD Accuracy）在95%以上,具有较强的鲁棒性。另外该算法在RTX3050显卡上帧率达到35FPS,实时性很好。