科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于机器视觉的微小特征定位是精密自动化装配的关键环节，外界干扰和零件本身差异等容易引起视觉引导错误，影响装配成功率，因此提出一种由粗定位与精定位两步组成的复合定位方法。首先通过基于卷积神经网络的目标框检测算法提取感兴趣区域实现粗定位，在此基础上通过轮廓几何特征配准的方式实现零件精定位，算法中还采用自动标注辅助的动态学习机制解决不同批次零件间差异导致定位失败率较高的问题。在自研的装配设备上对该方法进行测试，分析了亮度、离焦和位姿变化对视觉定位算法鲁棒性的影响，并进行了定位精度及小批量装配实验测试。结果表明：本文方法在多种干扰下的装配成功率达到97%，视觉定位的绝对精度与重复精度均优于2μm，装配精度优于10μm，能够满足精密微装配对定位算法精度与稳定性的要求。
- 单位
