本研究以深度學習Yolo V3演算法的影像辨識技術進行目標物件的定位，透過立體視覺技術量測物件距離，再結合以Borland C++ Builder程式開發並完成使用者操作介面以及六軸機械手臂的控制程式，使物件影像辨識、立體視覺測距以及機械手臂動作控制，完全在Borland C++ Builder環境下完成，其整合了機械手臂動作控制、深度學習物件辨識以及立體視覺技術，實驗內容是測試系統可對放置在不同位置的乳牛乳頭模型物件進行自動定位與完成機械手臂可自動將擠乳杯套入乳頭模型的動作，目前研究結果發現影像深度在20cm至35cm的範圍內，機械手臂皆可成功將擠乳杯自動套上乳頭模型，若超出此範圍，則成功率會降低，主要原因是以立體視覺技術所偵測出的影像深度的誤差會隨著實際距離增加而變大，使得擠乳杯套入乳頭模型的成功率受到影響，後續研究將改進影像深度的準確度，使系統能更具有實用性。
