一、汽车白车身在线激光视觉检测站（论文文献综述）
陈俊伊[1]（2020）在《基于垂直向量约束的汽车形貌双目主动视觉检测方法》文中提出近年来随着汽车保有量的逐步增长,汽车的行驶安全和运行维护成为了人们日益关注的焦点,因此对汽车性能参数的定期检测也成为了汽车运用工程领域的重要研究内容。汽车的形貌检测是汽车检测研究的重要组成部分,而基于机器视觉的三维重建技术也已成为包括汽车在内的物体形貌检测的重要方法。由于基于机器视觉的汽车形貌检测方法具有非接触测量、自动化程度较高、成本较低等优点并能为判断车辆类型、车辆超限检测、车辆尺寸参数测量等提供可靠的依据,因此研究基于机器视觉的汽车形貌检测方法对车辆尺寸快速检测、车辆智能分类等具有重要研究意义。在分析汽车形貌检测研究现状的基础上,为了实现在汽车车身的较大尺度范围的检测中所采用的无公共视场相机的测量结果的统一,研究了基于内、外部闭环解算模型的双目主动视觉汽车形貌检测方法。该方法的检测系统包括双目视觉左右内部相机、投影光平面和无公共视场外部相机等组成部分,并构建了内部闭环解算模型和外部闭环解算模型以实现各部分的相机标定。根据建立的柱面靶标-左右内部相机-单外部摄像机的内部双闭环模型,解算了双目视觉左右相机投影矩阵和柱面靶标与左右相机的三维单应关系。由建立的柱面靶标-中继相机-两个外部相机的外部双闭环模型,求解了无公共视场外部相机投影矩阵和外部相机之间的三维单应关系。基于内外部双闭环模型的求解,利用差影法和Hessian矩阵实现了对主动视觉的激光平面的标定。在车身激光投影点重建中,首先对双目视觉的左右内部相机进行对极线匹配,把激光平面标定结果作为初值,以柱面靶标下激光平面坐标重合误差最小为优化目标对激光平面标定结果进行初步优化。为了实现在汽车形貌检测中同时对长度参数和角度参数的准确重建,根据空间向量同时具有长度和方向信息的特点,构造了由直角尺组成的垂直向量约束对激光平面进行了再次优化,垂直向量约束以向量的正交性为角度约束,以向量模长为距离约束,同时考虑了重建角度和重建长度并对两个优化目标进行了平衡。根据标定求解的光平面坐标、投影关系和单应关系建立了汽车形貌双目主动视觉检测方法的重建模型,进行了汽车车身激光投影点重建试验以及在外部摄像机坐标系下的描述汽车形貌的激光平面与车身交线族的重建。最后分析了不同的标定物形状对图像投影点均匀性的影响,并通过试验研究了系统基线距和测量距离对检测精度的影响。
石子开[2]（2019）在《导光板微结构冲点机床在位图像测量系统关键技术的研究》文中进行了进一步梳理近年来,液晶显示技术的飞速发展带动了下游产业背光模组的发展,而作为背光模组关键元件的导光板,其制作工艺水平决定了液晶显示的品质。本课题组为了提高导光板微结构点阵的加工工艺水平研制了微结构冲点机床,该机床需要有测量装置的辅助才能加工出给定尺寸的微结构点阵列。为了解决传统测量仪器与机床工作台不在同一物理平台,测量需反复装卸工件导致加工精度低的难题,本文基于机器视觉技术提出在微结构冲点机床上集成在位测量系统的方案,该方案从硬件和软件算法两个方面进行研究,以下为本文的主要研究内容:本文首先针对导光板微结构冲点机床的结构特点对在位测量系统进行了总体设计,并从软硬件的选择,系统检测算法等方面进行了分析。针对视觉测量的特点,本文研究了微结构图像的预处理算法,包括图像的滤波、二值化、数学形态学处理。其中通过直方图研究了微结构图像的噪声分布,对比选用了对边缘细节保护较好的双边滤波算法;改进了针对微结构图像阈值选取的Otsu算法,缩小了阈值搜索的范围,提高搜索速度;运用数学形态学技术去除干扰目标检测的细痕、斑点等因素。预处理为后续的边缘检测带来便利。针对预处理后的微结构图像,本文从定位精度和运行速度两方面对比分析了经典像素级的边缘检测算子,提出基于Roberts-Zernike矩的亚像素检测算法,与传统的Zernike相比,在保证精度的前提下,大幅提高了检测的速度。针对亚毫米视野测量系统视野小,传统的摄像机标定技术不适用的情况,本文结合视觉测量的特点,提出基于棋盘格标定板的两步标定法,将镜头畸变系数和CCD像素当量分开标定。推导镜头的畸变系数,只需拍摄一张棋盘格图像即可实现畸变系数的求解,操作简单,标定结果精度较高,具有参考意义。最后通过微结构点阵列的加工实验分析了检测系统的稳定性,通过与白光干涉仪的测量结果作对比,得出本文系统最大误差不超过1.4μm的结论。从稳定性和精度两方面验证了本系统作为导光板微结构冲点机床辅助加工手段的可靠性。
江磊[3]（2019）在《汽车半轴自动化生产线规划设计及其花键视觉检测系统研究》文中研究表明汽车半轴作为汽车重要零部件之一,作用是将差速器的扭矩传递到驱动轮的轮毂,其内端带有花键,花键的质量直接关乎半轴的使用寿命和联结性能。半轴花键的参数检测是花键质量保证的核心内容,其目的在于第一时间对花键的加工情况进行检测,从而更好地实现花键的加工,保证成品质量合格。在系统布置设计方法基础上,本文对A公司汽车半轴生产车间设施布局存在的问题进行分析,对半轴生产所需的单元进行作业单位划分,并对作业单位之间进行物流和非物流分析,在此基础上得到半轴生产作业单位之间的综合相互关系图,然后采用线型图的方式对作业单位之间进行分析,确定了作业单位的位置相关图。最后综合考虑实际场地、人员需求等因素,制定了半轴的生产线布局方案,并对生产线的工序节拍设计进行了规划。本文针对汽车半轴花键的检测问题,探索通过图像处理的方法来检测花键参数。完成CCD相机、镜头、光源等设备的选型,设计并搭建基于视觉检测的半轴花键检测实验平台。采用相机采集花键端面图像,将采集到的图像进行灰度处理、图像增强、轮廓提取等处理方法获取花键的轮廓信息,并对提取的花键轮廓进行参数测量,通过轮廓信息检测出花键的齿厚、齿数、大径、小径等,实现多参数一次性自动化检测,最后采用Halcon和C#开发出系统软件。实验表明该系统满足半轴花键的检测生产要求,大大提高了检测效率。
张秋华,周浩,许昕,葛建中[4]（2018）在《汽车白车身激光智能检测装置的优化开发》文中认为针对轿车厂白车身的实际生产环境和工艺技术,为了消除现有检测系统的一些弊端,对三维点云数据采集技术进行了优化,解决开放式通道内系统识别精确性问题。依此设计并制作的激光机器视觉检测系统装置,能满足汽车白车身现场生产检测的实际需求,实现检测工序的自动化,进一步实现与客户多种管理系统的无缝对接。
尹仕斌,任永杰,刘涛,郭思阳,赵进,邾继贵[5]（2018）在《机器视觉技术在现代汽车制造中的应用综述》文中进行了进一步梳理随着机器视觉技术的迅速发展,计算机视觉技术的快速、精确、智能等特性在现代工业的各个领域已逐渐被广泛应用,尤其是在汽车制造业。机器视觉在工业领域的三大主要应用是视觉测量、视觉引导和视觉检测。视觉测量技术通过测量产品关键尺寸、表面质量、装配效果等,可以确保出厂产品合格;视觉引导技术通过引导机器完成自动化搬运、最佳匹配装配、精确制孔等,可以显着提升制造效率和车身装配质量;视觉检测技术可以监控车身制造工艺的稳定性,同时也可以用于保证产品的完整性和可追溯性,有利于降低制造成本。可以预见,随着相机、镜头、计算机等核心硬件性能的提升,以及图像处理、深度学习等软件技术的发展,视觉技术未来在各个领域的作用将更加凸显,发展空间也更加广阔。
张洪彬[6]（2016）在《激光在线测量系统综合控制器关键技术研究》文中认为针对目前汽车焊装车间白车身激光在线测量系统控制柜内控制模块过多,接线复杂,且在高强度工作时柔性视觉传感器线缆容易断裂造成短路等问题,设计了基于高性能STM32F407处理器的激光在线测量系统综合控制器。该控制器利用以太网与测量计算机通信,通过RS-485总线与多个视觉传感器相连,控制其快速、可靠地对白车身进行测量。同时在电源输出端采用电压取样的短路保护措施,并利用改进的限幅去极值平均滤波算法对电压采样值进行处理。通过在北京长安汽车焊装车间近一年的应用表明,该控制器能够很好地完成现场白车身激光在线测量系统的控制任务。与原有控制系统相比,该控制器具有结构简单,运行稳定,成本低,实时性好的优点。本论文的主要工作如下:1.根据综合控制器的设计要求,分别对硬件平台、软件平台及数据滤波算法进行选择,完成了白车身激光在线测量系统综合控制器的设计方案。2.详细分析了综合控制器的硬件设计,分别对供电系统,CPU最小系统,以太网通信模块,RS-232及RS-485通信模块、存储模块和控制测量模块电路原理图进行详细设计,并对综合控制器PCB设计要点进行说明。3.搭建综合控制器系统软件平台,对综合控制器嵌入式系统软件进行设计,使控制器能够实现正常通信;为保证通信的可靠性,对数据转换机制及其可靠性进行分析;同时,在现有数据采集算法的基础上,结合系统自身特点,设计了一种改进的限幅去极值平均滤波算法,能够快速、准确地检测出系统短路故障。4.搭建实验平台,对综合控制器的各项功能进行测试,结果表明该控制器能够保证现场测量系统安全、可靠运行。
梁春疆[7]（2016）在《基于机器视觉原理的车辆外廓尺寸在线测量系统》文中研究说明近年来,随着我国汽车保有量的不断增加,人们在享受机动车辆带来便利的同时,交通事故和道路设施的早期损坏等问题也频频发生。汽车的综合性能检测成为了维持良好的车辆生产和道路交通秩序、确保道路设施的完好和公路交通安全的有效手段,汽车车身尺寸检测是汽车综合性能检测的重要内容。传统的测量方法多为人工测量,测量误差大、效率低;自动化测量普遍采用红外光幕组合激光雷达测量法和采用激光雷达组合计算机视觉测量法,红外光幕组合激光雷达测量法,采样的频率受现有产品的限制,测宽时需要在地面安装红外光幕接收器,不利于维护且难于达到较高的测量精度,综合测量误差<2.5%;激光雷达组合计算机视觉测量法,这种测量方法的硬件成本有所降低,但测量的采样率一样难于提高且占用场地较大,综合测量误差<2%。本文研发的车辆外廓尺寸在线测量仪基于先进的计算机视觉检测技术,集光学、电子、计算机等高技术于一体,在攻克一系列核心技术的基础上,开发了一套全自动、可视化、网络化的外廓尺寸测量系统。根据机器视觉检测原理建立车辆的外轮廓尺寸在线检测系统模型,研究待测车辆车身序列图像拼接算法、模板匹配算法及目标区域标记算法;详细设计了相机驱动电路,激光光幕驱动电路,FPGA数据采集电路,解决了长、宽、高测量模块间的数据同步;同时建立了车辆信息管理数据库,存储测量的外廓尺寸信息,并以图片的形式保存车辆外廓投影图和测量过程监控图,实现了测量数据科学、高效的管理。在系统研制过程中,我们解决了图像拼接、图像融合,摄像机高速同步采集,目标区域标记算法,摄像机标定,误差来源及补偿等技术难点。最终结合机器视觉与激光光幕技术开发出一套简单化、低成本、高性能具有自主知识产权的车辆外轮廓尺寸智能在线测量系统,实现在不影响车辆正常行驶状态下,完成车辆外廓长度、宽度、高度等特征参数的高精度、实时快速测量,车辆外廓尺寸在线测量仪已经过四川省质量技术监督局计量处计量认证,是目前国内唯一一家测量精度最高的车辆外廓尺寸测量系统,且应用于河南安阳、郑州、洛阳等地检测站,运行结果良好。
龚硕[8]（2015）在《柔性生产线尺寸检测系统研发》文中提出数字化制造和检测技术是柔性制造系统（Flexible Manufacturing System,FMS）的重要内容。现有的柔性制造系统已可以实现高柔性的自动化生产,但由于前期的制造环节为检测这样的后续环节也提出了柔性要求,目前FMS普遍缺少检测子系统。任何技术的应用都依赖于人才的培养,实践教学非常重视工程实训型柔性制造系统（Engineering Training FMS,ET-FMS）的应用,于是有必要将具有柔性特点的尺寸检测系统集成到ET-FMS中。本文研制了一种高柔性的光机电一体化三维检测系统。这套自动化尺寸检测系统集成了PowerScan三维测量系统、Geomagic Qualify自动检验平台以及五轴数控平台,作为检测子系统集成到ET-FMS中,可针对不同零件生成可解析的尺寸误差报告。系统研制过程中,提出了最佳曝光时间的方法,在偏振片与滤光片的辅助下,实现了机加工零件的三维测量;提出了基于五轴数控机床定位的方法,实现了多片点云的转台拼接;通过对Geomagic Qualify进行二次开发实现了不同零件不同尺寸的柔性检测;通过自定义协议的Socket通信模块实现了三维测量系统与柔性生产线的协调通信,并且实现了将检测结果同步到总控平台的信息集成方案。该自动化尺寸检测系统经过多样件的重复性测试后通过徐州职业技术学院验收,投入运行后将面向高校教师以及数控专业的高校学生等进行培训。测试结果表明本文提出的设计方案是有效可行的,尺寸检测系统性能稳定,取得了较好的实践效果。
尹仕斌[9]（2015）在《工业机器人定位误差分级补偿与精度维护方法研究》文中进行了进一步梳理面向多品种、小批量定制化生产的智能柔性制造系统已成为现代制造技术发展趋势之一,作为一种典型的多关节柔性运动平台,工业机器人将在现代制造向先进智能制造的转型升级过程中扮演“催化剂”的角色。由于本体结构及使用环境限制,工业机器人绝对定位精度低、长期稳定性差,尚无法直接适应新型产业环境下各行业的新应用、新需求。现有的机器人误差补偿技术研究依然停留在寻找更完备的运动学模型或更高效的误差估值算法的层次,未能将误差补偿方法与关节机器人运动特性紧密结合,形成系统有效的误差补偿与精度维护机制,真正提升现场环境下工业机器人运动精度及自主性能。本文针对制造现场环境下工业机器人定位误差补偿与精度维护问题,研究一种可行可靠、创新的分级补偿与在线自维护方法。论文在探究机器人位姿误差分布规律及误差源作用机理的基础上,从关节误差建模、几何误差建模、构建关节空间高精度网格阵列等多个层面开展分级补偿方法研究,将机器人绝对定位精度提升至重复定位精度水平,并详细阐明了各层次补偿方法的基本原理、主要问题和关键技术,完成了实验验证与现场应用工作。论文主要研究内容归纳如下:1、基于重复定位精度和绝对定位精度两大评估指标,分析了机器人位姿误差分布规律及误差源作用机理,将影响机器人位姿精度的主要因素分为关节误差、几何误差、非几何误差三类,并以此形成了多级分层误差补偿机制。2、针对关节误差因素,在深入分析关节误差作用规律的基础上提出了关节误差分类补偿方法,建立了机器人柔性误差模型及四杆机构传动误差模型。3、针对几何误差因素,提出了基于绝对位置精度的几何误差标定方法,为提升标定效率研究了最优标定姿态选择策略;同时提出了基于固定点约束的几何误差自标定方法,并以此发展了应用于工业现场的机器人在线温度补偿方法。4、基于关节机器人结构特点和运动特性,研究了基于关节空间网格分割的非几何误差标定方法,根据定位误差在关节空间中的分布规律研究了最优的网格划分方法,实现了网格阵列精度和效率的统一。5、研究定位误差分级补偿与精度维护方法在机器人离线规划和汽车钣金件柔性测量中的应用模式,提出一种基于“伪目标位姿”迭代的高精度离线轨迹规划方法;面向汽车现场大型薄板件高精度、高效率测量需求,给出将工业机器人与视觉测量传感器有机结合、搭建汽车钣金件柔性测量平台的高效解决方案。
杨超,杨学友,刘涛,张宾,张青涛[10]（2014）在《基于白车身检测的传感器网络微控制器设计》文中指出白车身视觉检测站是处于环境恶劣的汽车焊装现场,需要高可靠、快速的通讯控制系统。该系统不仅要具有实时监控和数据处理能力,还要具有良好的开放性,方便工作人员进行修改和调试。根据上述测量要求,构建了基于Modbus-自有协议的视觉检测站控制网络,分析了视觉传感器微控制器的硬件构成,设计了传感器微控制器及其与测量计算机之间的通讯模块,实现了主机对视觉传感器的可靠控制。近两年在白车身测量现场的应用表明,该控制系统能够很好地满足白车身视觉检测站在汽车焊装现场长期、可靠的工作需求。
二、汽车白车身在线激光视觉检测站（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、汽车白车身在线激光视觉检测站（论文提纲范文）
（1）基于垂直向量约束的汽车形貌双目主动视觉检测方法（论文提纲范文）
| 摘要 |
| abstract |
| 第1章 绪论 |
| 1.1 论文研究的背景和意义 |
| 1.2 汽车形貌检测的国内外研究现状 |
| 1.2.1 汽车形貌检测方法的国内外研究现状 |
| 1.2.2 汽车形貌检测系统标定与重建的国内外研究现状 |
| 1.3 论文主要研究内容 |
| 第2章 基于中继相机的汽车形貌双目主动视觉检测系统标定方法 |
| 2.1 检测系统的构成与检测原理 |
| 2.2 基于柱面标定物的柱面靶标-左右相机系统双闭环标定 |
| 2.3 基于中继相机的无公共视场外部相机双闭环标定 |
| 2.4 检测系统激光平面标定解算 |
| 2.5 本章小结 |
| 第3章 基于垂直向量约束的汽车形貌双目主动视觉检测系统重建方法 |
| 3.1 基于对极几何的光平面投影点双目匹配 |
| 3.2 基于垂直向量约束的检测系统激光平面优化 |
| 3.3 车身激光投影点重建原理 |
| 3.4 车身激光投影点提取试验 |
| 3.5 车身激光投影点重建试验 |
| 3.6 本章小结 |
| 第4章 基于垂直向量约束的汽车形貌双目主动视觉检测方法误差分析 |
| 4.1 不同形状标定物的投影规律分析 |
| 4.2 视觉检测系统误差分析试验条件 |
| 4.3 视觉检测系统重建误差试验分析 |
| 4.4 本章小结 |
| 第5章 总结与展望 |
| 5.1 论文总结 |
| 5.2 论文展望 |
| 参考文献 |
| 作者简介及科研成果 |
| 致谢 |
（2）导光板微结构冲点机床在位图像测量系统关键技术的研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题来源及意义 |
| 1.1.1 课题来源 |
| 1.1.2 课题研究背景及意义 |
| 1.2 基于视觉的图像测量理论 |
| 1.2.1 机器视觉理论 |
| 1.2.2 视觉测量技术 |
| 1.3 计算机视觉测量技术的发展及关键技术 |
| 1.3.1 视觉测量技术的研究现状及发展趋势 |
| 1.3.2 亚毫米视野测量系统的组成及关键技术 |
| 1.4 本文主要研究内容 |
| 1.4.1 主要研究内容及章节安排 |
| 第二章 亚毫米视野图像测量系统的总体设计 |
| 2.1 微结构冲点机床的硬件结构及功能需求 |
| 2.2 物体成像及光源的影响 |
| 2.2.1 图像的数据结构 |
| 2.2.2 光照对成像质量的影响 |
| 2.3 视觉测量系统的硬件模块 |
| 2.3.1 视觉测量系统的设计 |
| 2.3.2 相关硬件的选用 |
| 2.4 视觉系统的算法与软件模块 |
| 2.4.1 图像处理算法 |
| 2.4.2 系统软件模块 |
| 2.5 本章小结 |
| 第三章 图像预处理算法研究 |
| 3.1 图像去噪 |
| 3.1.1 噪声与信号的关系 |
| 3.1.2 常见去噪算法的对比和选用 |
| 3.1.3 视觉测量场合的去噪算法 |
| 3.1.4 噪声分布估计 |
| 3.1.5 滤波实验分析 |
| 3.2 图像的二值化 |
| 3.2.1 影响阈值选取的因素 |
| 3.2.2 常用阈值选取的方法 |
| 3.2.3 各算法实验分析与Otsu算法改进 |
| 3.3 图像数学形态学处理 |
| 3.3.1 结构元 |
| 3.3.2 腐蚀和膨胀 |
| 3.3.3 微结构图像的形态学处理 |
| 3.5 本章小结 |
| 第四章 边缘检测算法研究 |
| 4.1 边缘的类型 |
| 4.2 经典像素级边缘检测 |
| 4.2.1 梯度算子 |
| 4.2.2 LOG(Laplacian-Guass)算子 |
| 4.2.3 Canny算子 |
| 4.2.4 微结构图像像素级边缘检测实验 |
| 4.3 亚像素边缘检测技术 |
| 4.3.1 常见的亚像素定位算法 |
| 4.3.2 基于Roberts-Zernike矩的亚像素检测 |
| 4.4 基于Roberts-Zernike矩的亚像素检测实验研究 |
| 4.5 本章小结 |
| 第五章 亚毫米视野测量系统标定技术的研究 |
| 5.1 二维成像模型 |
| 5.1.1 摄像机针孔成像模型 |
| 5.1.2 镜头畸变及其数学模型 |
| 5.2 亚毫米视野测量系统标定技术 |
| 5.2.1 亚毫米视野测量系统的特点 |
| 5.2.2 亚毫米视野测量系统标定的两步标定法 |
| 5.3 基于棋盘格的镜头畸变校正和像素当量的求解 |
| 5.3.1 畸变系数公式推导 |
| 5.3.2 棋盘格角点理想和实际像素坐标提取 |
| 5.3.3 测量系统的标定及结果分析 |
| 5.4 本章小结 |
| 第六章 微结构点阵列加工实验及分析 |
| 6.1 加工前准备工作 |
| 6.1.1 加工工艺流程 |
| 6.2 微结构测量实验分析 |
| 6.2.1 检测系统稳定性测试 |
| 6.2.2 检测系统测量精度分析 |
| 6.3 检测误差来源分析 |
| 6.4 本章小结 |
| 总结与展望 |
| 参考文献 |
| 攻读学位期间所取得的研究成果 |
| 致谢 |
（3）汽车半轴自动化生产线规划设计及其花键视觉检测系统研究（论文提纲范文）
| 致谢 |
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 课题研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.2.1 设施布置国内外研究现状 |
| 1.2.2 机器视觉国内外研究现状 |
| 1.3 论文研究的主要内容和结构安排 |
| 1.3.1 论文研究的主要内容 |
| 1.3.2 论文的结构安排 |
| 1.4 本章小结 |
| 第二章 汽车半轴自动化生产线设计规划 |
| 2.1 引言 |
| 2.2 设施布置的相关理论 |
| 2.2.1 设施布置的原则及相关形式 |
| 2.2.2 系统布置设计(SLP)简介 |
| 2.3 汽车半轴自动化生产线的布局评价与优化 |
| 2.3.1 汽车半轴生产的基本情况 |
| 2.3.2 汽车半轴生产的作业单位划分 |
| 2.3.3 半轴自动化生产线的布局分析 |
| 2.4 汽车半轴自动化生产线方案设计 |
| 2.4.1 半轴生产线的布局方案设计 |
| 2.4.2 半轴生产线的工序节拍设计 |
| 2.5 本章小结 |
| 第三章 半轴花键视觉检测系统原理及设计 |
| 3.1 引言 |
| 3.2 花键视觉检测的流程 |
| 3.3 视觉检测测量原理 |
| 3.3.1 花键跨棒距检测原理 |
| 3.3.2 花键其他参数检测原理 |
| 3.4 检测系统设计 |
| 3.4.1 相机的选型 |
| 3.4.2 镜头的选型 |
| 3.4.3 光源的选用 |
| 3.4.4 检测系统整体 |
| 3.5 本章小结 |
| 第四章 花键的图像处理及参数检测 |
| 4.1 引言 |
| 4.2 检测系统的标定 |
| 4.2.1 标定理论 |
| 4.2.2 Halcon标定流程 |
| 4.2.3 标定结果验证 |
| 4.3 图像处理 |
| 4.3.1 图像的预处理 |
| 4.3.2 边缘提取 |
| 4.4 参数检测 |
| 4.4.1 花键大径与小径的测量 |
| 4.4.2 花键跨棒距测量 |
| 4.5 本章小结 |
| 第五章 花键参数检测系统软件设计及实验验证 |
| 5.1 引言 |
| 5.2 花键参数检测系统软件的设计 |
| 5.2.1 编程语言及环境 |
| 5.2.2 HALCON联合C#的开发流程 |
| 5.2.3 系统软件基本设计理念和界面设计 |
| 5.3 基于机器视觉的花键参数检测系统实验验证 |
| 5.3.1 实验步骤 |
| 5.3.2 实验测量结果及数据分析 |
| 5.3.3 误差分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 攻读硕士学位期间的学术活动及成果情况 |
（4）汽车白车身激光智能检测装置的优化开发（论文提纲范文）
| 1. 机器视觉系统 |
| 2. 汽车白车身激光智能在线检测装置 |
| 2.1 技术路线 |
| 2.2 关键技术分析 |
| 2.2.1 对抗环境光源干扰的措施 |
| 2.2.2 CCD工业相机的选择 |
| 2.2.3 不同车型汽车白车身的特征量选择 |
| 2.2.4 镜头的选择 |
| 2.2.5 与客户原控制系统的集成 |
| 2.2.6 设备的可靠性措施 |
| 2.2.7 轿车白车身的特征提取及识别算法 |
| 2.3 优化开发点 |
| 2.3.1 采用三维点云数据采集技术, 解决了开放式通道内系统识别精确性问题。 |
| 2.3.2 采用信息融合技术, 实现与客户的多种管理系统无缝对接。 |
| 2.3.3 先进的轿车白车身图像特征信息提取及识别算法 |
| 3. 主要技术指标及与同类产品的比较竞争优势 |
| 4. 结论 |
（5）机器视觉技术在现代汽车制造中的应用综述（论文提纲范文）
| 1 引言 |
| 2 视觉测量 |
| 2.1 激光在线测量 |
| 2.2 蓝光扫描测量 |
| 2.3 表面质量检测 |
| 3 视觉引导 |
| 3.1 视觉引导抓取 |
| 3.2 视觉引导装配 |
| 3.3 视觉引导加工 |
| 4 视觉检测 |
| 4.1 制造工艺检测 |
| 4.2 存在/缺失检测 |
| 5 结束语 |
（6）激光在线测量系统综合控制器关键技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 课题背景和意义 |
| 1.2 国内外发展现状 |
| 1.2.1 激光在线测量系统的国内外发展现状 |
| 1.2.2 串口服务器的国内外发展现状 |
| 1.3 本文主要内容和结构 |
| 1.4 本章总结 |
| 第二章 综合控制器的系统方案 |
| 2.1 综合控制器需求分析 |
| 2.2 系统关键技术选型 |
| 2.2.1 硬件平台选型 |
| 2.2.2 软件平台选型 |
| 2.2.3 数据采集算法选择 |
| 2.3 系统整体方案 |
| 2.4 本章小结 |
| 第三章 综合控制器硬件电路分析 |
| 3.1 供电系统 |
| 3.2 CPU最小系统 |
| 3.3 通信模块 |
| 3.4 存储模块 |
| 3.5 控制测量模块 |
| 3.6 综合控制器PCB设计 |
| 3.7 本章小结 |
| 第四章 综合控制器软件平台的搭建 |
| 4.1 uC/OS-Ⅱ的分析与移植 |
| 4.1.1 uC/OS-Ⅱ的体系结构 |
| 4.1.2 uC/OS-Ⅱ的运行机制 |
| 4.1.3 uC/OS-Ⅱ的移植 |
| 4.2 TCP数据处理过程及LwIP的移植 |
| 4.2.1 TCP数据处理过程 |
| 4.2.2 嵌入式LwIP在uC/OS-Ⅱ中的移植 |
| 4.3 本章小结 |
| 第五章 综合控制器软件系统分析 |
| 5.1 综合控制器软件需求分析 |
| 5.2 软件总体分析 |
| 5.3 进程间通信 |
| 5.3.1 串口转以太网通信 |
| 5.3.2 以太网转串口通信 |
| 5.3.3 输出电压检测 |
| 5.4 数据转换机制及其可靠性分析 |
| 5.4.1 数据转换机制 |
| 5.4.2 通信可靠性分析 |
| 5.5 一种改进的限幅去极值平均滤波算法研究 |
| 5.5.1 算法描述 |
| 5.5.2 算法滤波效果分析 |
| 5.6 本章小结 |
| 第六章 实验验证与分析 |
| 6.1 综合控制器与上位机通讯及控制功能测试 |
| 6.2 综合控制器与视觉传感器组网通信实验 |
| 6.3 系统短路故障检测实验 |
| 6.4 综合控制器现场性能测试实验 |
| 6.5 本章小结 |
| 第七章 总结与展望 |
| 7.1 总结 |
| 7.2 展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（7）基于机器视觉原理的车辆外廓尺寸在线测量系统（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 车辆外廓机器视觉测量技术概述 |
| 1.3 国内外现状 |
| 1.4 论文主要研究内容 |
| 1.5 本章小结 |
| 第二章 车辆外廓尺寸在线测量系统研究 |
| 2.1 测量方案概述 |
| 2.1.1 红外光幕测量法 |
| 2.1.2 激光雷达结合红外光幕测量法 |
| 2.1.3 机器视觉结合激光光幕测量法 |
| 2.2 基于机器视觉检测技术的测量原理 |
| 2.2.1 长度测量原理 |
| 2.2.2 宽、高测量原理 |
| 2.3 系统硬件设计 |
| 2.4 系统软件框架设计 |
| 2.5 本章小结 |
| 第三章 序列图像处理算法研究 |
| 3.1 区域标记算法研究 |
| 3.2 边缘检测及轮廓提取算法研究 |
| 3.3 基于序列图像的拼接算法研究 |
| 3.3.1 图像预处理算法研究 |
| 3.3.2 图像拼接算法研究 |
| 3.3.3 金字塔采样算法 |
| 3.3.4 图像拼接融合算法 |
| 3.3.5 拼接试验 |
| 3.4 本章小结 |
| 第四章 测量系统参数标定及误差分析 |
| 4.1 摄像机标定模型及误差分析 |
| 4.2 结构光模型及误差分析 |
| 4.3 长度测量原理模型 |
| 4.4 高度测量误差补偿 |
| 4.5 本章小结 |
| 第五章 测试实验分析与结论 |
| 5.1 摄像机标定试验 |
| 5.2 测量系统测试实验 |
| 5.3 测试实验准确性分析 |
| 5.4 本章小结 |
| 第六章 总结与展望 |
| 6.1 工作总结 |
| 6.2 工作展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
（8）柔性生产线尺寸检测系统研发（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 课题研究背景与意义 |
| 1.2 国内外研究现状及分析 |
| 1.3 论文的主要研究内容 |
| 2 蓝光面扫描三维测量技术 |
| 2.1 教学型柔性制造系统概述 |
| 2.2 测量方案选择 |
| 2.3 蓝光面扫描三维测量技术的基本原理 |
| 2.4 反光表面测量 |
| 2.5 本章小结 |
| 3 自动测量系统设计 |
| 3.1 检测流程设计 |
| 3.2 自动测量系统的硬件设计 |
| 3.3 自动测量系统的软件设计 |
| 3.4 本章小结 |
| 4 自动测量系统的实验分析 |
| 4.1 系统实况 |
| 4.2 系统测试 |
| 4.3 测试结果 |
| 4.4 结果分析 |
| 4.5 本章小结 |
| 5 总结与展望 |
| 5.1 全文总结 |
| 5.2 研究展望 |
| 致谢 |
| 参考文献 |
（9）工业机器人定位误差分级补偿与精度维护方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及问题描述 |
| 1.2 高精度机器人控制的需求与应用 |
| 1.3 工业机器人误差补偿研究现状 |
| 1.3.1 运动学模型标定 |
| 1.3.2 非模型标定 |
| 1.3.3 自标定 |
| 1.4 课题来源及研究内容 |
| 第二章 位姿描述与位姿误差分析 |
| 2.1 位姿描述方法 |
| 2.1.1 作业空间及关节空间 |
| 2.1.2 机器人运动学模型 |
| 2.2 位姿精度评估与误差分析 |
| 2.2.1 位姿重复性与位姿准确度 |
| 2.2.2 位姿误差分析与误差归类 |
| 2.2.3 多级分层误差补偿 |
| 2.3 误差测量分析实验 |
| 2.3.1 关节误差测量实验 |
| 2.3.2 位姿误差测量实验 |
| 2.4 本章小结 |
| 第三章 关节误差分类补偿 |
| 3.1 串联机构柔性误差分析 |
| 3.1.1 误差建模 |
| 3.1.2 误差仿真 |
| 3.2 平行四杆机构误差分析 |
| 3.2.1 传动误差分析 |
| 3.2.2 柔性误差分析 |
| 3.2.3 误差标定 |
| 3.3 腕部关节误差分析 |
| 3.4 本章小结 |
| 第四章 几何误差建模与标定 |
| 4.1 运动学误差模型 |
| 4.2 基于绝对位置精度的几何误差标定 |
| 4.2.1 几何误差标定模型 |
| 4.2.2 参数冗余性分析 |
| 4.3 最优标定姿态选择策略 |
| 4.3.1 可观测性指数 |
| 4.3.2 最优标定姿态选择策略 |
| 4.4 基于固定点约束的几何误差自标定 |
| 4.4.1 手眼关系标定 |
| 4.4.2 自标定模型 |
| 4.4.3 机器人温度补偿方法 |
| 4.5 自标定实验 |
| 4.6 本章小结 |
| 第五章 基于关节空间网格分割的非几何误差标定 |
| 5.1 关节空间网格分割原理 |
| 5.1.1 机器人非模型误差标定 |
| 5.1.2 关节空间误差分析 |
| 5.1.3 关节空间网格分割 |
| 5.2 关节空间网格插值补偿方法 |
| 5.2.1 误差插值方法 |
| 5.2.2 最优步长选择方法 |
| 5.3 IRB2400机器人多级分层误差补偿实验 |
| 5.4 本章小结 |
| 第六章 机器人定位误差补偿应用 |
| 6.1 高精度离线轨迹规划 |
| 6.1.1 误差离线补偿方法 |
| 6.1.2 离线轨迹规划 |
| 6.2 汽车钣金件柔性自动化测量 |
| 6.2.1 测量平台搭建 |
| 6.2.2 汽车车门形貌测量 |
| 6.3 本章小结 |
| 第七章 全文总结与展望 |
| 7.1 全文总结 |
| 7.2 论文创新点 |
| 7.3 工作展望 |
| 参考文献 |
| 发表论文和参加科研情况说明 |
| 致谢 |
四、汽车白车身在线激光视觉检测站（论文参考文献）
- [1]基于垂直向量约束的汽车形貌双目主动视觉检测方法[D]. 陈俊伊. 吉林大学, 2020(08)
- [2]导光板微结构冲点机床在位图像测量系统关键技术的研究[D]. 石子开. 广东工业大学, 2019
- [3]汽车半轴自动化生产线规划设计及其花键视觉检测系统研究[D]. 江磊. 合肥工业大学, 2019(01)
- [4]汽车白车身激光智能检测装置的优化开发[J]. 张秋华,周浩,许昕,葛建中. 芜湖职业技术学院学报, 2018(03)
- [5]机器视觉技术在现代汽车制造中的应用综述[J]. 尹仕斌,任永杰,刘涛,郭思阳,赵进,邾继贵. 光学学报, 2018(08)
- [6]激光在线测量系统综合控制器关键技术研究[D]. 张洪彬. 天津大学, 2016(07)
- [7]基于机器视觉原理的车辆外廓尺寸在线测量系统[D]. 梁春疆. 天津大学, 2016(12)
- [8]柔性生产线尺寸检测系统研发[D]. 龚硕. 华中科技大学, 2015(06)
- [9]工业机器人定位误差分级补偿与精度维护方法研究[D]. 尹仕斌. 天津大学, 2015(08)
- [10]基于白车身检测的传感器网络微控制器设计[J]. 杨超,杨学友,刘涛,张宾,张青涛. 电源技术, 2014(12)