基于多特征融合的零件分类与姿态识别

• 作者: 陈宪帅 吴自然 闫俊涛 吴桂初 郭天慧
• 来源期刊: 组合机床与自动化加工技术
• 关键词: 柔性装配 机器视觉 多特征融合 姿态识别
• 年，卷（期）: 2021,（7）
• 所属期刊栏目: 控制与检测
• 页码范围: 71-76
• 页数: 6页
• 分类号: TH16|TG506
• 语种: 中文
• DOI: 10.13462/j.cnki.mmtamt.2021.07.017

摘要

由于待装配的小型断路器零件存在种类繁多且外形复杂多样等特点,给零件的分类和姿态识别等工作带来极大的困难.针对上述问题,在分析了零件自身及其成像特征的基础上,提出了一种融合零件颜色、面积、轮廓及成像等多种特征的分类、姿态识别与抓取点定位方法.该方法首先通过对不同特征参数与其给定阈值进行比较和对同种零件不同姿态下的成像差异进行比较的方式对零件做出两级分类判断;其次通过成像特征获取当前姿态下零件图像与对应模板图像中的关键点对,从而计算其旋转角度与抓取点坐标.实验结果表明,该方法的零件分类准确率达到99％以上,旋转角度及抓取坐标分别达到±0.8°和±0.3 mm的精度要求,满足小型断路器柔性装配的生产需要.