期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
一种基于视觉形状模型的机器人目标识别算法 被引量:1
1
作者 周向 曹静 何涛 《制造技术与机床》 北大核心 2017年第9期54-59,共6页
为实现机器人主动识别并抓取预定目标,提出了一种基于形状模型的目标识别算法。以轮廓质心为基准,极半径生成目标的形状特征向量,然后以高斯模型完成样本特征模型库的训练。采用动态时间规整DTW(dynamic time warping)解决特征向量元间... 为实现机器人主动识别并抓取预定目标,提出了一种基于形状模型的目标识别算法。以轮廓质心为基准,极半径生成目标的形状特征向量,然后以高斯模型完成样本特征模型库的训练。采用动态时间规整DTW(dynamic time warping)解决特征向量元间的匹配问题,并依据惯量力矩(moment of inertia)获取形状的主轴参数,给出了特征向量起始次序的对正方法。实验表明该算法可以在较复杂环境下识别预定目标,不受平移、尺度与旋转几何变化的影响,具有较高的鲁棒性。 展开更多
关键词 形状模型 主动识别 特征向量 机器人 动态时间规整
在线阅读 下载PDF
某125型摩托车振动原因分析及对策 被引量:1
2
作者 黄小霞 李英 《广西轻工业》 2011年第8期61-61,共1页
通过对某125型摩托车骑行时速60公里时的振动现象分析,找到原因并采取相应的解决措施。
关键词 摩托车振动 原因分析 对策
在线阅读 下载PDF
基于机器视觉的码垛机器人系统研究 被引量:18
3
作者 刘振宇 李中生 +1 位作者 张涛 赵雪 《组合机床与自动化加工技术》 北大核心 2014年第4期9-14,18,共7页
文章针对传统码垛机器人作业时存在的不足,从视觉的角度研究了相关技术难点,为实现生产自动化提供了解决方案。文章完成了基于机器视觉的码垛机器人系统平台的搭建,首先通过摄像机对传送带上进入工作区的工件进行图像采集,然后对图像处... 文章针对传统码垛机器人作业时存在的不足,从视觉的角度研究了相关技术难点,为实现生产自动化提供了解决方案。文章完成了基于机器视觉的码垛机器人系统平台的搭建,首先通过摄像机对传送带上进入工作区的工件进行图像采集,然后对图像处理分析,接着用不变矩对工件进行粗略快速识别,之后用SIFT算法对工件进行局部特征匹配,最后通过中心矩计算出工件的位置,引导机器人对工件进行抓取,机器人对抓取后的工件进行分类码垛。同时,文中还提出了多目标分块处理算法、SIFT和HU特征融合的单目视觉识别算法。实验结果表明,该码垛系统可以有效解决工件的分类码垛的问题。 展开更多
关键词 机器人 机器视觉 码垛 SIFT特征 图像处理
在线阅读 下载PDF
一种基于机器视觉的石材缺陷检测方法 被引量:6
4
作者 邓拥军 周向 《机械设计与制造》 北大核心 2019年第12期150-154,共5页
针对传统石材检测方法实时性差、精度低与劳动强度大的缺点,提出了一种基于视觉的缺陷测方法,首先以石材轮廓的矩包络线为基准,利用近邻搜寻算法确定尺寸测量的角点,欧式距离衡量尺寸参数。然后采用分块策略生成对应的局部多特征映射矩... 针对传统石材检测方法实时性差、精度低与劳动强度大的缺点,提出了一种基于视觉的缺陷测方法,首先以石材轮廓的矩包络线为基准,利用近邻搜寻算法确定尺寸测量的角点,欧式距离衡量尺寸参数。然后采用分块策略生成对应的局部多特征映射矩阵,并将其元素与训练的标准参数进行对比,搜寻潜在缺陷块,结合邻域信息合并潜在块确定缺陷位置。最后应用多特征数据建立支持向量机(SVM,Support Vector Machine)的缺陷类别预测模型,实验表明该方法具有较好的检测效果,具有重要的应用价值。 展开更多
关键词 石材 机器视觉 尺寸参数 缺陷检测 SVM
在线阅读 下载PDF
基于机器视觉检测的码垛机器人控制系统设计
5
作者 李金龙 干江红 《科技资讯》 2019年第9期5-5,7,共2页
目前,人们对码垛机器人提出了更高的要求,提高码放效率、实现规则物体分拣码放已经成为了一项重要工作。因此,该文将对码垛机器人进行阐述,并详细探究基于机器视觉检测的码垛机器人控制系统设计,希望可以为相关工作者的研究提供一些帮助。
关键词 机器视觉检测 码垛机器人 硬件设计
在线阅读 下载PDF
提高取料机运行可靠性应用实践
6
作者 张发忠 王学军 《设备管理与维修》 2015年第5期67-69,共3页
提高取料机可靠性运行的相关改进,对整车大梁下挠、扭曲变形、斗轮系统支承辊频繁损坏、大车行走机构不同步这些环节制定有效整改措施。通过对大梁校正调整、改进斗轮系统支承辊、改进大车行走机构等措施后,取料机可靠平稳运行。
关键词 取料机 大梁下挠 支承辊
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部