基于機(jī)器視覺(jué)識(shí)別技術(shù)，對(duì)機(jī)器人抓取系統(tǒng)進(jìn)行設(shè)計(jì)，能夠根據(jù)零件的圖形識(shí)別與定位進(jìn)行自動(dòng)精準(zhǔn)抓取，從而完成生產(chǎn)過(guò)程中的自動(dòng)裝配。該技術(shù)應(yīng)用后，能夠大幅度提升自動(dòng)裝配生產(chǎn)線的工作效率，也能避免在生產(chǎn)過(guò)程中出現(xiàn)抓取錯(cuò)誤以及其他生產(chǎn)質(zhì)量問(wèn)題。

機(jī)器視覺(jué)識(shí)別技術(shù)包含預(yù)處理與分割、特征提取與識(shí)別、零件定位。

（圖來(lái)源于互聯(lián)網(wǎng)，與本文無(wú)關(guān)）

機(jī)器視覺(jué)識(shí)別系統(tǒng)首先需要對(duì)零件進(jìn)行預(yù)處理與分割，判斷零件的圖像參數(shù)。利用視覺(jué)傳感器掃描零件，根據(jù)掃描所得到的參數(shù)，對(duì)零件所在位置，以及零件的基本圖形生成預(yù)期模型。排除在分析過(guò)程中干擾因素帶來(lái)的影響，并在此基礎(chǔ)上進(jìn)行濾波后的預(yù)處理。通過(guò)預(yù)處理并對(duì)圖像進(jìn)行獨(dú)立分割后，能夠確定單一零件所在位置。在此基礎(chǔ)上開(kāi)展的后續(xù)分析任務(wù)，彼此之間才不會(huì)產(chǎn)生干擾。預(yù)處理與分割過(guò)程中，對(duì)于參數(shù)干擾還應(yīng)該加強(qiáng)控制，能夠在分割過(guò)程中排除干擾，最大程度確保使用安全性。分割的闕值由最優(yōu)闕值化方法確定，直方圖采用正態(tài)分布的概率密度函數(shù)近似，正態(tài)分布參數(shù)的估計(jì)按照使物體和背景間的灰度變化最大化來(lái)選取。

對(duì)零件圖像進(jìn)行識(shí)別處理中需要針對(duì)零件的特征進(jìn)行提取，通過(guò)特征提取確定零件邊緣信息，并對(duì)零件的邊緣數(shù)據(jù)精準(zhǔn)描述。在此基礎(chǔ)上，構(gòu)建生成零件識(shí)別后的圖像綜合處理控制能力，根據(jù)處理過(guò)程中的各類分割信息，對(duì)最終的功能結(jié)構(gòu)進(jìn)一步強(qiáng)化。特征提取與識(shí)別是相對(duì)的功能，需要連續(xù)進(jìn)行，并且在特征提取分析期間，還應(yīng)該描述出零件在自動(dòng)裝配生產(chǎn)線上的運(yùn)動(dòng)情況，在此基礎(chǔ)上才能夠根據(jù)零件的運(yùn)動(dòng)情況以及具體所在位置，確定接下來(lái)需要進(jìn)行的生產(chǎn)任務(wù)。在特征提取以及識(shí)別過(guò)程中，對(duì)于圖像的預(yù)處理參數(shù)誤差需要及時(shí)調(diào)整，這一環(huán)節(jié)最重要的是對(duì)邊緣特征精準(zhǔn)確定，并對(duì)預(yù)處理階段產(chǎn)生的各類分割誤差校對(duì)。確保特征提取識(shí)別后最終的圖像綜合控制能力能夠得到提升，才能進(jìn)入到接下來(lái)的自動(dòng)裝配生產(chǎn)階段。對(duì)生產(chǎn)過(guò)程中的各類特征進(jìn)行動(dòng)態(tài)描述，識(shí)別零件的具體位置，進(jìn)行自動(dòng)化抓取，完成對(duì)零件的綜合控制。

基于零件識(shí)別與圖像處理基礎(chǔ)上進(jìn)行的零件自動(dòng)裝配，最終功能是對(duì)零件進(jìn)行定位。在零件定位后，配合抓取動(dòng)作，直接完成零件的生產(chǎn)調(diào)控。抓取過(guò)程中綜合調(diào)整零件的各項(xiàng)參數(shù)，根據(jù)參數(shù)反饋以及邊緣描述確定零件所在位置，由于在自動(dòng)裝配生產(chǎn)線中零件是不斷變化的。因此，還需要根據(jù)零件的運(yùn)動(dòng)速度確定接下來(lái)的所在位置，實(shí)現(xiàn)對(duì)零件的自動(dòng)抓取功能。