基于机器视觉的白车身焊点自动定位方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-17页 |
| 1.1 研究背景与意义 | 第10-11页 |
| 1.2 焊点检测技术的研究现状 | 第11-14页 |
| 1.2.1 电阻点焊及其影响因素 | 第11-12页 |
| 1.2.2 焊点质量检测方法 | 第12-13页 |
| 1.2.3 超声波焊点检测设备 | 第13-14页 |
| 1.3 机器视觉技术的发展研究状况 | 第14-15页 |
| 1.3.1 机器视觉技术的发展历史 | 第14页 |
| 1.3.2 机器视觉在汽车制造业中的应用 | 第14-15页 |
| 1.4 本文主要研究内容和结构安排 | 第15-17页 |
| 第2章 焊点定位系统总体设计 | 第17-29页 |
| 2.1 系统整体概述 | 第17-18页 |
| 2.2 机器视觉硬件布置方案及选型 | 第18-24页 |
| 2.3 机器视觉软件规划 | 第24-27页 |
| 2.3.1 软件架构设计 | 第24-26页 |
| 2.3.2 编程工具选择 | 第26页 |
| 2.3.3 软件开发工具包的选择 | 第26-27页 |
| 2.4 本章小结 | 第27-29页 |
| 第3章 焊点图像预处理方法 | 第29-37页 |
| 3.1 焊点图像特征分析 | 第29-30页 |
| 3.2 图像平滑滤波 | 第30-34页 |
| 3.2.1 空间域滤波方法 | 第30-32页 |
| 3.2.2 频域滤波方法 | 第32-33页 |
| 3.2.3 试验结果 | 第33-34页 |
| 3.3 图像边缘检测方法 | 第34-36页 |
| 3.4 本章小结 | 第36-37页 |
| 第4章 焊点图像定位方法 | 第37-51页 |
| 4.1 定位方法绪论 | 第37页 |
| 4.2 采用Hough变换方法定位焊点 | 第37-42页 |
| 4.2.1 Hough线变换检测原理 | 第37-39页 |
| 4.2.2 Hough圆变换检测原理 | 第39-40页 |
| 4.2.3 基于Hough圆变换的改进方法 | 第40-42页 |
| 4.3 基于多轮廓聚类分析的类圆检测定位方法 | 第42-49页 |
| 4.3.1 图像轮廓提取 | 第43-46页 |
| 4.3.2 曲线轮廓中提取圆弧段 | 第46-48页 |
| 4.3.3 圆心进行聚类分析 | 第48-49页 |
| 4.4 本章小结 | 第49-51页 |
| 第5章 机器人到目标焊点的移动引导方法 | 第51-62页 |
| 5.1 相机标定及参数求解 | 第51-58页 |
| 5.1.1 相机针孔模型 | 第51-53页 |
| 5.1.2 相机畸变参数及外参数 | 第53-55页 |
| 5.1.3 相机参数求解 | 第55-58页 |
| 5.2 求解焊点中心的实际位置 | 第58-59页 |
| 5.2.1 仿射变换方法求解映射矩阵 | 第58-59页 |
| 5.2.2 机器人移动定位方法 | 第59页 |
| 5.3 工控机对机器人的控制方法 | 第59-61页 |
| 5.4 本章小结 | 第61-62页 |
| 第6章 机器视觉系统运行测试 | 第62-72页 |
| 6.1 主要功能介绍 | 第62-68页 |
| 6.1.1 相机的运行以及图像处理 | 第62-64页 |
| 6.1.2 工控机与机器人的通讯 | 第64页 |
| 6.1.3 相机参数的标定 | 第64-66页 |
| 6.1.4 超声波焊点检测 | 第66-68页 |
| 6.1.5 焊点自动检测 | 第68页 |
| 6.2 系统运行测试 | 第68-70页 |
| 6.3 本章小结 | 第70-72页 |
| 总结和展望 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 致谢 | 第78-79页 |
| 附录 A攻读学位期间所发表的学术成果 | 第79页 |
