浸漆炉上料系统视觉引导及检测
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-16页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.2 工业机器人视觉引导研究现状及发展趋势 | 第12-14页 |
| 1.3 本文的主要内容简介 | 第14-15页 |
| 1.4 小结 | 第15-16页 |
| 第2章 浸漆炉上料系统整体方案 | 第16-37页 |
| 2.1 整体结构设计 | 第16-24页 |
| 2.1.1 系统整体机械结构设计 | 第16-19页 |
| 2.1.2 机器人抓取工具设计 | 第19-22页 |
| 2.1.3 整料传料机构设计 | 第22-24页 |
| 2.2 电气结构设计 | 第24-33页 |
| 2.2.1 系统整体电气结构设计 | 第24-25页 |
| 2.2.2 机器人控制程序设计 | 第25-29页 |
| 2.2.3 电气控制交互界面设计 | 第29-33页 |
| 2.3 视觉方案及软件设计 | 第33-36页 |
| 2.3.1 光源、照明方式以及光学成像系统 | 第33-35页 |
| 2.3.2 机器视觉软件系统设计 | 第35-36页 |
| 2.4 小结 | 第36-37页 |
| 第3章 工业机器人的标定 | 第37-45页 |
| 3.1 工业机器人视觉引导相关理论知识 | 第37-41页 |
| 3.1.1 机器人应用中的各坐标系 | 第37-39页 |
| 3.1.2 线性摄像机模型 | 第39-40页 |
| 3.1.3 摄像机参数标定 | 第40-41页 |
| 3.2 机器人手眼标定 | 第41-44页 |
| 3.3 小结 | 第44-45页 |
| 第4章 基于HOG特征的定子定位算法 | 第45-53页 |
| 4.1 搜索区域的设定 | 第45-46页 |
| 4.2 相关度量函数 | 第46-47页 |
| 4.3 用图像金字塔简化算法复杂度 | 第47-48页 |
| 4.4 HOG特征 | 第48-50页 |
| 4.5 本文识别与定位算法流程 | 第50-52页 |
| 4.6 小结 | 第52-53页 |
| 第5章 基于Blob分析的定子端面引出线检测算法 | 第53-60页 |
| 5.1 引出线端子检测视觉方案 | 第53-54页 |
| 5.2 引出线端子检测算法设计 | 第54-58页 |
| 5.2.1 检测区域划定 | 第54-56页 |
| 5.2.2 基于LOG的Blob检测 | 第56-58页 |
| 5.3 算法检测结果和分析 | 第58-59页 |
| 5.4 小结 | 第59-60页 |
| 第6章 系统性能测试 | 第60-64页 |
| 6.1 系统功能测试和分析 | 第60-61页 |
| 6.2 系统稳定性测试和分析 | 第61-62页 |
| 6.3 系统速度测试和分析 | 第62-63页 |
| 6.4 小结 | 第63-64页 |
| 结论与展望 | 第64-66页 |
| 参考文献 | 第66-68页 |
| 致谢 | 第68-70页 |
| 附录A 攻读学位期间所发表的学术论文目录 | 第70-71页 |
| 附录B 攻读学位期间参与的主要科研项目和成果 | 第71页 |
