1. 研究目的与意义（文献综述）
1.1 目的及意义
随着德国“工业4.0”的提出，工业的发展将进入了新的阶段，面临的质的变化，从以往的自动化开始向智能化迈进，在其中最为重要的便是生产智能化，生产智能化具体表现在工业机器人的智能程度。工业机器人作为一种集机械、电子、计算机等多种技术于一体的自动化设备，自从世界上第一台工业机器人在1959年被美国研制成功以来，其技术就得到了广泛的应用以及快速的发展。现在工业机器人已经广泛应用于码垛、焊接、搬运、装配等工作中，其不仅能适应生产规模化，代替人工劳动，提高生产力，而且作为现代工业中关键的高科技装备，机器人己经成为衡量一个国家科技发展和制造水平的重要标志。
在其发展中，机器视觉技术在工业化生产中起到了不可忽视的作用。由于这种技术不会受到操作者的疲劳度、心理和经验等因素的影响,并且在一些人的视觉不可感知的危险区域，机器视觉可以充当人类的眼睛来发挥它自身的优势去高效、高质量的完成检测任务。机器视觉是适合现代制造技术发展的一种检测方式，同时也是未来智能化的必要要求。机器视觉技术作为一种非接触的测量方式，其在工业中的应用有许多优势。首先,机器视觉可以实现非接触在线检测，不会对测量物体本身造成太大的影响,还可以完成对生产线上的零件的识别与定位,满足自动化制造系统中的工序间检测和过程检测的要求；其次,机器视觉检测是通过计算机中的程序来对图像信息进行处理而得到的测量结果,因此机器视觉检测具有一定的智能和柔性,适于现代企业的柔性生产方式；再次,高精度的镜头和图像传感器，可以使检测技术可以达到较高的检测精度；最后,机器视觉系统易于实现信息的集成和管理,如数据库。其为实现计算机集成制造技术提供了必要的支持。
计算机技术的不断发展促进了工业自动化与智能化的不断前进，传统工业机器人局限性较大，柔性较差，无法适应现代工业发展的水平，更不利于生产力的发展。因此，在工业机器人技术中引入计算机视觉技术，更能满足机器人在现代工业中的广泛应用，以进一步发展生产力。本文研究的基于三维匹配的零件识别系统，便是为了避免人工检测的不确定性与低效问题，并以满足机器人自动抓取零件的需求而设计的。
2. 研究的基本内容与方案
2.1 基本内容
设计基于三维匹配的零件识别系统，此系统能够在特定场景的三维表面数据中自动识别任意摆放的已知零件，为机器人自动抓取提供目标位置及姿态指示。要求通过线扫激光模块设计激光扫描系统，实现对指定场景的三维扫描，获得场景三维表面的结构数据；对特定零件进行多次扫描建立起完整的三维建模；设计算法实现对场景三维表面进行匹配分析，确定是否有特定零件，并最终解算零件的姿态角。
2.2 设计目标
1）通过线扫激光模块设计激光扫描系统，实现对指定场景的三维扫描，获得场景三维表面的结构数据；
2）对特定零件进行多次扫描建立起完整的三维建模；
3. 研究计划与安排
第1-4周：查阅相关文献资料，明确研究内容，了解研究所需的理论知识，对系统要求进行分析，确定方案，完成外文文献翻译和开题报告。
第5-6周：深入了解数字图像处理的基本原理，能够设计处理方法对图像进行预处理。
第7-8周：学习使用基本工作（编程语言、开发环境、相关库等）完成识别系统基本算法。
4. 参考文献（12篇以上）
[1]申志强.三维点云特征描述和识别重建技术研究[d].山东大学，2018.
[2]卢宏涛,张秦川.深度卷积神经网络在计算机视觉中的应用研究综述[a].数据采集与处理,2016.
[3]harshana g. dantanarayana,jonathan m.huntley.object recognition and localization from 3d point clouds by maximum-likelihood estimation.royal society open science,2017:3-19.
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
