深度学习在工业机器人视觉抛磨系统的应用研究
版权信息:站内文章仅供学习与参考,如触及到您的版权信息,请与本站联系。
信息
资料大小
1.42 MB
文件类型
PDF
语言
简体中文
资料等级
☆☆☆☆☆
下载次数
简介
为提高非接触式视觉抛磨系统对异常点云的识别、提取和抛磨轨迹规划,构建基于卷积神经网络的检测器模型,通过与所抛磨工件三维模型的比对,得出待抛磨部分点云数据,通过导入离线编程软件,规划出待抛磨轨迹。通过仿真及实验表明这里提出的方法可以快速准确的识别出异常点云,结合基于力反馈的抛磨轨迹优化,可以大幅提高视觉抛磨系统的工作效率和抛磨质量,且系统具有结构简单、易于集成、动态响应性好和对作业面不造成二次损伤等优点。相关论文
- 2021-08-12石化齿轮箱振动信号高价值量纲一化特征提取方法研究
- 2021-06-17基于特征频率组的铣削颤振识别
- 2025-01-17多级传动变速箱振动传输路径数学模型研究
- 2025-01-07曳引电梯振动信号检测系统的设计
- 2025-01-06基于小波包分解的回转窑筒体故障提取研究



请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。