摘要
随着智能制造系统应用的不断广泛,工业机器人的需求急剧增加,现有的机器人零部件产线无法智能判断零件是否合格,导致机器人零部件的测试工序繁杂、合格率不高.针对上述问题,该文提出一种基于融合特征的机器人手腕小齿识别方法,可以有效识别判断机器人手腕小齿的轮廓和纹理合格与否.该方法先对机器人手腕小齿进行Zernike矩特征和HOG特征提取,将高维特征降维后,再通过BP神经网络分类器对目标融合特征进行训练识别.实验结果表明:基于融合特征的机器人手腕小齿识别特性优于传统单一特征,有更好的识别效果和鲁棒性.
NETL
NSTL
维普
万方数据