版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、教育機器人是工業(yè)技術(shù)和教育理論學(xué)科交叉發(fā)展的成果,能夠培養(yǎng)學(xué)生多方面的素質(zhì)和能力,引起了社會的廣泛關(guān)注。教育機器人零件存儲庫是教育機器人范疇中具有重要意義的部分,它為實施教育機器人教學(xué)過程提供一個自動存儲教育機器人零部件的平臺,提高教育機器人的教學(xué)適用性。針對以上情況,本文的主要工作內(nèi)容如下: 首先,通過總體方案設(shè)計,將教育機器人零件檢測系統(tǒng)分為圖像采集、圖像預(yù)處理、零件特征參數(shù)提取、圖像識別等四個功能模塊,并根據(jù)需要建立了零件
2、圖像采集系統(tǒng)實驗平臺,利用CCD攝像頭、圖像采集卡和計算機搭建了零件圖像采集和處理系統(tǒng)。 其次,研究零件的圖像特征提取及識別技術(shù)。主要過程為:將24位彩色零件圖像轉(zhuǎn)換為8位灰度圖像,利用加權(quán)的鄰域法對圖像進行平滑處理,該算法不僅能夠有效地平滑噪聲,還能夠銳化模糊圖像的邊緣,同時該算法計算比較簡單,不需要任何先驗知識和預(yù)定的參數(shù),采用最佳閾值分割對零件進行二值化處理。實驗表明,該方法能很好的將零件目標與背景分割開,且便于后續(xù)的識別
3、和理解;接著通過計算圖像的平均灰度值實現(xiàn)零件顏色的識別,通過對零件幾何特征參數(shù)的提取匹配,最終實現(xiàn)零件的識別。 然后,研究教育機器人零件存儲路徑優(yōu)化方法。實際分析了零件貨位優(yōu)化方案;在對零件輸送機構(gòu)單一作業(yè)方式及復(fù)合作業(yè)方式分析的基礎(chǔ)之上,采用動態(tài)規(guī)劃算法對輸送機構(gòu)復(fù)合作業(yè)方式下的路徑優(yōu)化進行研究,結(jié)合課題實際情況,得出輸送機構(gòu)路徑優(yōu)化具體解決算法,建立優(yōu)化數(shù)學(xué)模型。 最后的實驗結(jié)果表明,本文設(shè)計的教育機器人零件檢測系統(tǒng)
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于機器視覺的機器人搬運系統(tǒng).pdf
- 基于機器視覺的工業(yè)機器人分揀系統(tǒng)設(shè)計.pdf
- 基于機器視覺的工業(yè)機器人的設(shè)計與研究.pdf
- 基于視覺的機器人導(dǎo)航.pdf
- 基于OpenGL的虛擬機器人及零件庫系統(tǒng)研究.pdf
- 基于機器人視覺的機器人智能控制技術(shù)的研究.pdf
- 基于機器視覺的肖像繪制機器人研究.pdf
- 基于機器視覺的復(fù)雜零件檢測研究.pdf
- 基于機器人視覺的定位.pdf
- 基于機器視覺的機器人運動控制研究.pdf
- 基于機器視覺的氣動采摘機器人研究.pdf
- 基于機器視覺的小型管道機器人研究.pdf
- 基于機器視覺的服務(wù)機器人智能抓取研究.pdf
- 基于機器視覺的SCARA機器人應(yīng)用研究.pdf
- 基于機器視覺的禽蛋分級分選機器人.pdf
- 基于機器視覺及機器學(xué)習(xí)的室內(nèi)機器人導(dǎo)航研究.pdf
- 基于機器視覺的機器人路徑規(guī)劃方法研究.pdf
- 基于機器視覺的移動目標機器人抓取研究.pdf
- 基于機器視覺的智能空瓶檢測機器人研究.pdf
- 基于機器視覺的零件表面缺陷檢測.pdf
評論
0/150
提交評論