基于多激光传感器装配的自由曲面法线找正方法研究

在国产化、技术自主化的大型飞机项目上,对孔位精度的标准正逐步升高,钻头的垂直度又是这一标准中最受关注的条件。机器人自动钻铆系统工作时,所产生的装配误差、磕碰、偏移等状况,不仅降低了制造及检测的准确度,还影响了整个结构件的疲劳性能。针对这一问题,提出了基于多激光传感器装配的自适应自由曲面法线检测技术,搭建了以该方法进行姿态找正的数学模型,并研究了检测装置的标定方法及流程。同时,着重讨论了在自适应方法检测时,利用电子经纬仪等装置进行误差补偿的相关技术。该方法的验证实验结果显示,多组实验数据均达到了法向精度<±0.5°的关键技术指标要求,找正后的法线平均偏差值为0.0667°。该方法能有效补偿在制孔工作中所产生的相关误差,进一步提高机器人的定位精度及法线方向检测精度。     

基于轮廓匹配的夜晚环境下猫眼目标识别方法

为了解决“猫眼”目标在夜晚环境下难识别的问题,提出了一种基于归一化中心矩的轮廓匹配“猫眼”目标识别方法。首先利用中值滤波对图像进行去噪,采用固定阈值分割完成了对图像的分割,使得“猫眼”目标与部分背景分离,使用Roberts边缘检测提取出了所有物体的边缘,最后采取了基于归一化中心矩的轮廓匹配算法,该算法不受平移和放缩的影响,提取出了图像中的所有圆形目标,并利用面积判别识别了真实目标,对识别出的目标绘制最小外接圆,利用圆心坐标对其定位。通过对不同光照强度下的“猫眼”图像进行实验与对比,验证了该方法的可行性,并通过目标识别评价指标验证了该方法的有效性。实验结果表明,该方法的全局准确率可达92.1%,可以在夜晚环境不同光照强度下成功地对“猫眼”目标进行识别。