无铅焊点鲁棒定位的灰度积分投影算法

针对自动光学检测系统因焊点定位不准确而导致的误判问题,基于灰度积分投影技术提出了一种焊点定位的鲁棒算法。首先对焊点图像进行预处理,利用焊点的颜色特征对图像进行二值化,将焊点从PCB图像中分割出来,然后分别利用焊点特征的水平和垂直灰度积分投影曲线,以焊盘窗内焊点像素的面积最大化为目标,找到焊点的定位坐标,以实现准确的焊点定位。另外,在算法中,通过引入Blob评价函数区分焊点与噪声,从而有效地减少噪声的干扰,提高了定位算法的鲁棒性。实验结果表明,对变化多样的Chip元件焊点,该算法具有较高的定位精度。     

柔顺机构疲劳可靠性及损伤识别研究进展

柔顺机构靠弹性变形来传递运动或力,因而疲劳是其主要失效模式,但其疲劳性能以及抗疲劳设计方法仍有待进一步研究.文中结合笔者及其课题组的研究成果,介绍了柔顺机构的主要设计方法,在综述名义应力法、局部应力应变法和应力场强法3种疲劳寿命预测方法的基础上,阐述了直圆型和叶型柔性铰链的疲劳寿命预测模型及尺寸参数对铰链疲劳寿命的影响,总结了柔顺机构疲劳可靠性的分析和优化设计方法,以及基于特征参数分解的柔顺机构损伤识别方法,并指出了柔顺机构疲劳可靠性及损伤识别的未来研究方向.     

平面3-■RR和3-■RR柔性并联机器人弹性动力学分析

采用有限元法对柔性连杆进行离散,运用浮动坐标系、拉格朗日方程建立了平面3-RRR和3-PRR柔性并联机器人的弹性动力学模型,该模型考虑了关节、动平台的集中质量和集中转动惯量,以及刚体运动的科式力和离心力.基于所建立的弹性动力学模型,比较了两系统的动力学特性,包括系统的固有频率、动平台的弹性位移和弹性转角、各柔性连杆的最大应力.结果表明:在参数一致的情况下,平面3-RRR机器人的动力学性能优于3-PRR机器人.文中结论可为平面完全3自由度柔性并联机器人的选型提供理论依据.     

基于颜色特征的智能焊点定位算法

针对现有自动光学检测系统焊点定位自动化程度低的问题,提出了一种基于颜色特征的智能焊点定位算法.对样本焊点区域的灰度直方图进行统计分析,获得焊点分割的初始颜色阈值,并以最小像素损失为目标对阈值进行修正,得到最优分割阈值,实现了焊点颜色的自动抽取;定位过程中,使用阈值对焊点图像进行二值化,并使用优化后的面积最大法来搜索焊点位置,实现了焊点的快速定位.实验结果表明:文中算法对焊点图像的分割效果理想,定位误差小,定位速度可以满足实际应用的要求.     

基于梯度的多图像小波变换运动测量

利用小波变换的特性,设计了一种基于梯度的多图像小波变换运动测量算法.该算法利用多幅图像的数据计算两幅图像的运动,精度得到了较大的提高;同时结合可靠性检验,对通过了可靠性检验的光流约束利用快速的小波变换,进行多层并行的时间微分.同传统运动估计算法相比,这种多层并行小波变换运动测量算法避免了估计中的误差传播,从而提高了测量精度.实验模拟结果表明,该算法不但实现简单,而且运动测量精度高.     

一种递归滤波的提升方法

引入了一种对信号递归滤波的提升方法,该方法与通常的提升方法不同之处是使用IIR滤波器。探讨了空间域中基于离散插值样条的预测算子和更新算子的设计,提出的方法以插值为基础,只涉及信号的采样,不要求使用正交公式,更适合信号的处理。最后由数值仿真验证了该算法的性能,对于软阈值法小波系数去噪,提升小波变换T1^2同B9／7相比,前者略优于后者,提升方法的优点在于其设计上的灵活性和计算花费少。     

基于最小化各向同性误差的LiDAR-双目相机标定方法

LiDAR(Laser Imaging,Detection,and Ranging，激光雷达)与双目相机的多模态数据融合是3D重建领域的一个重要研究方向，两种传感器各有优缺点，通过多模态数据融合可以实现互补，获得更好的重建效果。为了实现数据融合，首先需要将两种数据统一到同一个坐标系下，LiDAR与相机之间外参的高精度标定结果对后续的3D重建十分重要。在LiDAR与相机的外参标定过程中，受LiDAR点云的稀疏性与其定位误差的影响，提取精确的特征点并构建正确的点对应关系是一个挑战性的问题。此外，LiDAR在球坐标系下完成测量工作，而大多数标定方法忽略这一特性，直接使用笛卡尔坐标测量结果进行标定，引入了沿坐标轴各向异性分布的误差，导致标定精度下降。针对该问题，有研究者提出了各向异性权重方法，但仍存在一些缺陷。文中提出了一种最小化LiDAR球坐标误差的LiDAR与双目相机标定方法。首先，提出了一种使用形心特征点的新的标定板，改善特征点的提取精度；其次，将各向异性的LiDAR笛卡尔坐标误差转换为各向同性的球坐标误差，直接最小化球坐标误差求解外参。实验研究表明，本文提出的各向同性误差法相比各向异性...