在現(xiàn)代化生產(chǎn)加工過程中,裝配機器人在工業(yè)生產(chǎn)線上的應用越來越廣,具有高精度、高速度、良好柔韌性等特點,重復位置精度高,應用在機械、輕工業(yè)和電子等相關產(chǎn)品的自動裝配、調試、搬運等工作中,適合現(xiàn)代工廠的柔性自動化生產(chǎn)需求。機器視覺已經(jīng)成為人工智能發(fā)展創(chuàng)新的一個重要分支,旨在賦予機器可較衡人類的視覺,其在裝配機器人實際工作中的應用及研究,涉及眾多業(yè)態(tài)的發(fā)展方向,有著深遠的研究意義和廣闊的應用前景。本文主要就模板匹配在裝配機器人視覺系統(tǒng)中的應用,提出一種基于改進蝗蟲群行為的模板匹配算法。目前為止,幾乎所有的模板匹配方法都假定了模板和目標圖像之間只存在嚴格的剛性幾何變形,且只存在平移變換,因此當存在諸多差異值的情況下,例如由背景混亂和遮擋等引起的異常值,很容易出現(xiàn)誤匹配。而現(xiàn)有的大多數(shù)算法在挑選產(chǎn)生初始匹配位置時,多由隨機產(chǎn)生,會使匹配過程出現(xiàn)較大的波動,極大地影響算法的穩(wěn)定性和魯棒性。在蝗蟲算法的先驗知識下,提出一種基于改進蝗蟲群行為的模板匹配算法,通過對模板匹配的整個過程進行優(yōu)化設計,以提高模板匹配的效率和降低噪聲對匹配過程的干擾。引入最佳相似對檢測原理,分割圖像成若干子塊,在保證點集足夠大...

【文章頁數(shù)】：73 頁

【學位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 課題研究背景和意義
    1.2 視覺機器人裝配理論及應用國內(nèi)外研究現(xiàn)狀
        1.2.1 視覺機器人裝配理論及應用國外研究現(xiàn)狀
        1.2.2 視覺機器人裝配理論及應用國內(nèi)研究現(xiàn)狀
    1.3 本文主要研究內(nèi)容及章節(jié)安排
        1.3.1 本文主要研究內(nèi)容
        1.3.2 章節(jié)安排
2 識別與定位
    2.1 基于模板匹配的圖像識別
    2.2 基于改進蝗蟲群行為的模板匹配算法研究
        2.2.1 模板匹配過程
        2.2.2 蝗蟲搜索算法
        2.2.3 改進算法
    2.3 算法基本流程
    2.4 結果對比
    2.5 本章小結
3 標定與位置獲取
    3.1 相機標定與機器人手眼標定
        3.1.1 相機標定
        3.1.2 機器人手眼標定
    3.2 標定實驗
        3.2.1 實驗環(huán)境簡介
        3.2.2 相機標定實驗
        3.2.3 手眼標定實驗
    3.3 本章小結
4 機器人運動學分析
    4.1 引言
    4.2 結構介紹
    4.3 正運動學分析
        4.3.1 連桿坐標系的建立
        4.3.2 機器人的正運動學求解
    4.4 逆運動學分析
        4.4.1 機器人逆運動學求解分析
        4.4.2 機器人逆運動學求解
    4.5 路徑獲取
        4.5.1 數(shù)據(jù)文件的生成
        4.5.2 機器示教驗證
    4.6 本章小結
5 裝配應用試驗
    5.1 引言
    5.2 實驗裝置介紹
    5.3 綜合試驗步驟
    5.4 本章小結
6 總結與展望
    6.1 總結
    6.2 展望
參考文獻
個人簡歷、在校期間發(fā)表的學術論文與研究成果
致謝



本文編號：3823856