摘要 | 第4-6页 |
Abstract | 第6-7页 |
缩略词 | 第14-15页 |
第一章 绪论 | 第15-21页 |
1.1 课题研究背景 | 第15-17页 |
1.2 自动分拣系统国内外研究现状 | 第17-18页 |
1.3 研究目的与内容 | 第18-19页 |
1.3.1 研究目的 | 第18页 |
1.3.2 研究内容 | 第18-19页 |
1.4 论文结构与安排 | 第19-21页 |
第二章 自动分拣系统硬件组成和通信方式 | 第21-31页 |
2.1 引言 | 第21页 |
2.2 系统硬件选型依据 | 第21-25页 |
2.2.1 智能相机 | 第21-23页 |
2.2.2 镜头选型 | 第23-24页 |
2.2.3 光源选型 | 第24页 |
2.2.4 六轴关节臂式机器人 | 第24-25页 |
2.3 系统连接方式 | 第25-26页 |
2.4 系统组件间通信与同步 | 第26-30页 |
2.4.1 组件间通信机制的选择 | 第26-27页 |
2.4.2 EtherNet/IP通信基本流程 | 第27-28页 |
2.4.3 同步/异步通信模式 | 第28-29页 |
2.4.4 组件间同步 | 第29-30页 |
2.5 本章小结 | 第30-31页 |
第三章 自动分拣系统全局标定方法研究 | 第31-43页 |
3.1 引言 | 第31页 |
3.2 系统标定原理及流程 | 第31-33页 |
3.3 标定现场布置 | 第33-34页 |
3.4 工作相机与平面靶标的位置关系标定 | 第34-35页 |
3.5 机器人与平面靶标的位置关系标定 | 第35-39页 |
3.5.1 标定中的摄影测量图像拍摄策略及数据对齐方法 | 第35-37页 |
3.5.2 机器人坐标系建立及其与平面靶标关系解算 | 第37-39页 |
3.6 系统标定实验 | 第39-42页 |
3.6.1 智能相机标定实验 | 第39-41页 |
3.6.2 标定结果验证实验 | 第41-42页 |
3.7 本章小结 | 第42-43页 |
第四章 自动分拣系统目标识别定位算法研究 | 第43-71页 |
4.1 引言 | 第43页 |
4.2 基于模板匹配的目标识别方法 | 第43-44页 |
4.3 面向特征提取的图像处理 | 第44-51页 |
4.3.1 图像预处理 | 第45-46页 |
4.3.2 目标与背景分割 | 第46-47页 |
4.3.3 游程编码压缩 | 第47-48页 |
4.3.4 多目标标识 | 第48-50页 |
4.3.5 轮廓编码检测边缘 | 第50-51页 |
4.4 全局特征描述图像 | 第51-59页 |
4.4.1 周长和面积计算 | 第51页 |
4.4.2 形状因子和矩形度 | 第51-52页 |
4.4.3 傅里叶描述子 | 第52-54页 |
4.4.4 不变矩特征 | 第54-55页 |
4.4.5 判定与识别 | 第55-59页 |
4.5 二进制特征描述子处理遮挡问题 | 第59-65页 |
4.5.1 关键点特征提取 | 第60-61页 |
4.5.2 构建特征描述子及初始匹配 | 第61-63页 |
4.5.3 消除误匹配 | 第63-64页 |
4.5.4 与其他算法对比 | 第64-65页 |
4.6 质心与旋转角度的确定 | 第65-67页 |
4.6.1 全局特征匹配的工件质心提取 | 第65页 |
4.6.2 二进制描述子匹配的无遮挡工件质心提取 | 第65-66页 |
4.6.3 二进制描述子匹配的部分遮挡工件质心提取 | 第66页 |
4.6.4 目标旋转角度 | 第66-67页 |
4.7 目标工件动态位置预测 | 第67-69页 |
4.8 本章小结 | 第69-71页 |
第五章 自动分拣原型系统搭建与综合实验 | 第71-81页 |
5.1 引言 | 第71页 |
5.2 实验准备 | 第71-76页 |
5.2.1 IP地址和配置文件的设定 | 第72-73页 |
5.2.2 计算机端配套软件TKK | 第73-74页 |
5.2.3 智能相机程序编写、上传与选择 | 第74-76页 |
5.3 工件识别定位实验 | 第76-79页 |
5.3.1 单模板工件识别实验 | 第76-77页 |
5.3.2 多模板工件识别实验 | 第77-78页 |
5.3.3 机器人分拣实验 | 第78-79页 |
5.4 本章小结 | 第79-81页 |
第六章 总结与展望 | 第81-83页 |
6.1 研究工作总结 | 第81-82页 |
6.2 研究工作展望 | 第82-83页 |
参考文献 | 第83-87页 |
致谢 | 第87-89页 |
在学期间的研究成果及发表的学术论文 | 第89页 |