工件装配基准端的形状识别研究.pdf

工件装配基准端的形状识别研究.pdf

ID:52216203

大小:755.95 KB

页数:5页

时间:2020-03-25

工件装配基准端的形状识别研究.pdf_第1页
工件装配基准端的形状识别研究.pdf_第2页
工件装配基准端的形状识别研究.pdf_第3页
工件装配基准端的形状识别研究.pdf_第4页
工件装配基准端的形状识别研究.pdf_第5页
资源描述:

《工件装配基准端的形状识别研究.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库

1、制造技7Ⅳ工艺装备现代制造工程(ModemManufact埘ngEll舀neering)2015年第2期工件装配基准端的形状识别研究沈霞,郭慧,王勇(华东理工大学机械与动力工程学院,上海200237)摘要:为了有效识别工件的装配基准端,根据工件两端不同的形状特征,提出了一种基于改进的Hu不变矩和IM.BP神经网络的工件装配基准端识别方法。该方法针对Hu不变矩在离散图像缩放运算上存在较大误差的问题,采用改进的Hu不变矩提取工件两端的形状特征值;用提取的特征值训练LM(I艘enbe堵一M锄弘ardt)算法优化的BP神经网络(即LM—BP神经网络),实现工件两端的

2、形状识别,判断装配基准端。实验结果表明,改进的Hu不变矩能保证特征值在图像缩放情况下的不变性,改进的Hu不变矩与LM—BP神经网络结合的识别算法对工件两端形状具有很好的识别能力。关键词:装配基准端;改进的Hu不变矩;BP神经网络;LM算法;识别中图分类号:伪91文献标志码:A文章编号:1671_3133(2015)02删7—05shaperecogIliti蚰researchona鼹哪My也ltllmendofworkpieceShen)【ia,GuoHui,WangYong(SchoolofMechanicaLlaJldPowerEn西neering,Ea

3、stChinaUniversityofSciencea11dTechnology,Shan譬hai200237,China)Akih_ct:Torecogllizetlle酗selIlblydat岫erldofworkpiecedfectively.AmetllodofimprovedHuinv面antmomentsandBPnetwDrkisproposedtoidentifytlleassemblydatumendofworkpieceaccordingtot}led调.efentshapefeatureoftwoendsoftIleworkpiece.

4、灿mingattlleproblemofahugeer丁orinthediscreteimagescalingoperation硒thusingHuinvariantmoments,t11eim-pmvedHuinv撕粕tmomentsisu∞dtoextractthefeaturevaluesoftllesh印eoftwoendsofworkpiece,theextmctedfeatureval-uesisu8edtotraintlleBPnetwork叩tiIIlizedbykvenberg—Marquardt(LM),toachievethesh印er

5、eco驴itionoftwoends《workpiece,肌dtIle舾senlblyd舳endisjudged.Theexperimentalreslll协showt11attlleimpmvedHuinv撕锄tmomentsc锄guaranteetlle蛔vari锄ce0ffeaturevaluesintllec髂eofimagescaling,andhaVeagoodabilityofrecognitionc印abilit),totllebo山endsshape0fworkpiececombinedwinltIIereco印itiona190ritll

6、moftlleBPneuralnetwork.Keywords:asse矗blydatumend;impmvedHuinvari粕tmornents;BPIleuralnetwork;L~Ialgo血hm;reco印itionO引言随着现代科技的迅猛发展,装配机器人已成为机器人领域的焦点之一。为了确定工件装配的安置方向,准确识别工件基准端是装配机器人的关键环节,而工件两端不同的形状特征无疑成为识别装配基准端的重要依据。近年来,以形状为特征的识别技术已在各个行业领域中得到广泛的应用¨J。文献[2]设计了一种傅里叶描述子与BP神经网络结合的椰枣形状识别算法;文献

7、[3]通过对交通标志图做快速傅里叶变换,提取形状信息达到检测识别目的;文献[4]提出了一种基于支持向量机的轮胎标识点形状识别的算法;文献[5]设计了一种机械零件在线自动检测的形状识别系统。然而,将形状识别技术应用于机器人工件装配基准端识别的研究实例较少。为了有效地识别工件装配环节的装配基准端,本文提出了一种基于改进的Hu不变矩和LM—BP神经网络的工件装配基准端识别的方法。该方法以工件两端的形状特征为依据,通过改进的Hu不变矩提取工件两端形状的特征值,利用LM.BP神经网络对提取的特征值分类,识别工件两端形状,判断装配基准端。1改进的Hu不变矩理论矩函数的特

8、征向量作为图像形状特征的描述方式,已应用于图像分析、

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。