加入收藏 | 设为首页
当前位置:首页 > 资讯中心 > 查看详情

联系我们Contact

全国热线: 051269593160

电话:0512-69593160

传真:0512-69593190

Mail:zcr@xms-sz.com

地址:苏州吴中区兴南19号

基于机器视觉的工业机器人分拣系统的简介

分拣系统主要涉及的研究内容有目标识别、视觉跟踪。本文分别介绍这两部分内容的研究状况:

    当前,目标识别技术主要有五种方法:1、经典的统计模式方法;2、基于知识的自动方法,3、基于模型的自动方法;4、基于多传感器融合的方法;5、 基于人工神经网络的方法。经典的模式空间识别方法主要是利用目标特性的统计分布,依靠目标识别系统的大量训练和基于模式空间距离度量的特征匹配分类技术; 基于知识的自动目标识别方法在一定程度上克服了经典统计模式识别法的局限性和缺陷,但存在的主要问题是可供利用的知识源的辨识和知识的验证很困难,同时难 以在适应新场景中有效地组织知识;基于模型的自动目标识别方法首先是将复杂的目标识别的样本空间模型化,这些模型提供了一种描述样本空间各种重要变化特性 的简便途径,典型的MB系统抽取一定的目标特性,并利用这些特性和一些辅助知识来标记木匾的模型参数,从而选择一些初始假设,实现目标特征的预测,一个MB系统的最终目标是匹配时间的特性金额预测后面的特性,若标记准确,匹配过程则会成功和有效,但MB方 法目前尚处于实验室研究阶段;基于多传感信息融合的自动目标识别方法克服了单一传感器的导引头在有光、电干扰的复杂环境中目标搜索和知识识别的能力、抗干 扰能力及其工作可靠性会降低的缺陷,每个传感器分别进行目标检测、判别,然后将这些信息送入数据融合单元,最后得到一个综合的判别结果;基于人工神经网络 的自动目标识别方法是模拟人类思维的人工智能方法,它能解决许多传统的识别方法所不能克服的困难,但该方法实现工程应用的瓶颈是实时性欠佳。在实际工程 中,运用最广泛的还是经典的统计模式方法,因为它不像其他方法一样需要很多统计分析和模型建立。

    多目标跟踪这一概念是由Wax1955年 首先提出的。起初,它应用于雷达,为了跟踪飞机,当时要靠操作员手工将屏幕上的点与测量点连接起来以形成目标的航迹,而随着作战环境中出现的飞机数量的增 加,靠人工进行数据判断并标记已不能满足要求。因此如何能自动记录多个目标的位置数据,并自动辨别每个目标的航迹,成为了目标跟踪技术的一项课题。多目标 跟踪已经历了五十多年的发展历程。1964年,sittler对多种跟踪理论以及数据关联问题进行了深入研究,并取得了开创性的进展,然而直到70年代初期,机动目标跟踪理论才真正引起人们的注意。 在这期间,Bar-shalom开创的以数据关联技术和卡尔曼滤波预测方面取得不断进展的同时多目标跟踪系统的实现也有许多成果。