基于小波变换和概率神经网络的焊接接头类型识别

为了实现机器人自动焊接过程中快速、精确地提取焊缝特征信息,提出了一种基于小波变换和概率神经网络的焊接接头类型识别方法。先采用小波变换对由激光视觉传感器采集的焊接接头图像进行降噪和增强,对重构后的图像进行二值化,然后提取图像的特征信息,组成图像特征向量,最后构建概率神经网络分类器并进行测试。结合视觉传感器中激光器与摄像机的位置关系,最终识别出4种焊接接头。实验结果表明,所提出的方法特征提取简单,识别率高,并具有较好的实时性。     

滚仰式光学滑环的测角分析

滚仰式光学滑环被广泛应用在小型化位标器中。由于引入了折转光路,其对目标的空间角位置测量比传统的跟踪成像系统更复杂。基于光线反射定律和等距变换理论研究滚仰式光学滑环对目标的空间角位置测量,得到理论计算公式和近似计算公式,最后通过数值仿真验证了分析结果的正确性。