近年來(lái),由于通過(guò)微裝配得到的精密微小型機(jī)電產(chǎn)品具有結(jié)構(gòu)緊湊、性能穩(wěn)定、能耗低、抗干擾能力強(qiáng)等特點(diǎn),在各個(gè)領(lǐng)域已得到廣泛應(yīng)用。本文針對(duì)自動(dòng)微裝配系統(tǒng)中的微小零件定位問(wèn)題,基于卷積神經(jīng)網(wǎng)絡(luò)對(duì)微小零件識(shí)別技術(shù)進(jìn)行了研究,以提高微裝配過(guò)程中微小零件識(shí)別的準(zhǔn)確度及效率。論文首先搭建了顯微視覺(jué)采集系統(tǒng),對(duì)微小零件識(shí)別前的圖像預(yù)處理問(wèn)題進(jìn)行了研究,針對(duì)零件特征與圖像背景對(duì)比度不強(qiáng)的問(wèn)題,對(duì)圖像進(jìn)行了限制自適應(yīng)直方圖均衡化,針對(duì)相機(jī)傳感器過(guò)熱導(dǎo)致的噪聲問(wèn)題,對(duì)圖像進(jìn)行了高斯濾波。為了加快神經(jīng)網(wǎng)絡(luò)在訓(xùn)練過(guò)程中的收斂速度,對(duì)輸入圖像進(jìn)行了歸一化。其次,對(duì)基于卷積神經(jīng)網(wǎng)絡(luò)的微小零件識(shí)別相關(guān)技術(shù)進(jìn)行了研究,針對(duì)零件在圖像中占比較小這一特性,對(duì)網(wǎng)絡(luò)的深淺層特征進(jìn)行了融合,并在提取特征時(shí)采用了深度可分離卷積以保證模型識(shí)別效率。為了得到零件的角度信息,對(duì)區(qū)域提取網(wǎng)絡(luò)（Region Proposal Network,RPN）進(jìn)行了改進(jìn),采用了三種尺度、三種比例、六種角度的推薦框。在對(duì)感興趣區(qū)域池化時(shí),為了避免取整造成的誤差,通過(guò)雙線性插值計(jì)算亞像素位置的像素值。為了避免在對(duì)推薦框分類時(shí)相似零件之間的干擾,在訓(xùn)練時(shí)加入... 

【文章來(lái)源】：哈爾濱理工大學(xué)黑龍江省

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

自動(dòng)對(duì)焦示意圖

-7-(3)視覺(jué)圖像處理模塊將采集到的圖片通過(guò)USB接口傳輸?shù)皆撃K，并對(duì)圖片進(jìn)行相應(yīng)的處理和分析，結(jié)合深度學(xué)習(xí)、機(jī)器學(xué)習(xí)、圖像處理等算法獲得微小零件的實(shí)際類別，并將微小零件和基板的類別信息傳遞到計(jì)算機(jī)控制系統(tǒng)中。(4)計(jì)算機(jī)控制模塊通過(guò)RS232將圖像處理模塊獲得的微小零件類別信息傳輸給步進(jìn)電機(jī)控制器，控制器控制圖像采集以及驅(qū)動(dòng)執(zhí)行機(jī)構(gòu)完成對(duì)不同零件的操作。(5)執(zhí)行機(jī)構(gòu)模塊該模塊主要由平移臺(tái)和微夾鉗以及焦距調(diào)節(jié)機(jī)構(gòu)，上料裝置將零件傳送到平移臺(tái)，微夾鉗以及焦距調(diào)節(jié)機(jī)構(gòu)用于完成控制器傳遞過(guò)來(lái)的控制指令。視覺(jué)識(shí)別系統(tǒng)結(jié)構(gòu)如圖2-2所示。圖2-2目標(biāo)識(shí)別系統(tǒng)結(jié)構(gòu)圖Fig.2-2Structurediagramoftargetrecognitionsystem2.1.2識(shí)別系統(tǒng)工作流程在系統(tǒng)工作時(shí)，首先通過(guò)工業(yè)CCD攝像機(jī)和顯微鏡頭得到待裝配零件的原始圖片。然后根據(jù)圖片的清晰程度，調(diào)節(jié)實(shí)際圖片與顯微鏡頭的距離，使成

-8-像的效果最好，實(shí)現(xiàn)光學(xué)系統(tǒng)自動(dòng)焦距對(duì)準(zhǔn)。另外，在對(duì)圖片中零件進(jìn)行識(shí)別之前，要對(duì)圖片進(jìn)行去噪以及增強(qiáng)處理，避免一些不必要的外界干擾。接著，采用卷積神經(jīng)網(wǎng)絡(luò)對(duì)圖像進(jìn)行特征提取，然后通過(guò)特定的識(shí)別算法，得到零件在圖片中相對(duì)位置以及零件與圖片的相對(duì)角度信息，最后將零件的類別信息、位置信息以及角度信息反饋給計(jì)算機(jī)控制模塊，圖2-3為識(shí)別系統(tǒng)的工作流程圖。圖2-3目標(biāo)識(shí)別系統(tǒng)工作流程圖Fig.2-3Workflowoftargetrecognitionsystem2.2實(shí)驗(yàn)平臺(tái)圖2-4為微小零件識(shí)別實(shí)驗(yàn)平臺(tái)，該實(shí)驗(yàn)平臺(tái)主要由計(jì)算機(jī)、移動(dòng)臺(tái)、CCD相機(jī)、鏡頭以及光源組成。圖2-4微小零件識(shí)別實(shí)驗(yàn)平臺(tái)Fig.2-4Experimentplatformofmicropartsrecognition鏡頭的作用是將零件聚焦在CMOS傳感器的靶面上，所以攝像頭的選擇直接影響到了采集圖像的質(zhì)量，間接的影響到后續(xù)圖像識(shí)別的精確度。為了盡


本文編號(hào)：2958727