首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机的应用论文--信息处理(信息加工)论文--模式识别与装置论文

基于智能相机和工业机器人的自动分拣技术研究

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

论文共89页,点击 下载论文
上一篇:基于排队车辆消散的城市路网协调控制算法
下一篇:基于DM6437的移动机器人视觉系统研究与设计