8月22日上午9点，材料科学与工程学院“管板焊接机器人三维定位”暑假科技创新社会实践团队在指导教师高进强的帮助下进行线上讨论，讨论内容主要为确定机器人视觉系统的标定方法，从而使得机器人精准合理运作。
讨论初始，成员们分析了传统的视觉系统标定方法，分为工业相机的标定与结构光的标定。工业相机的标定主要为对一块具有特殊标定点的标定板进行标定，标定板是特别设计和制作的，特殊点有利于后期图像处理中特征点的提取。结构光的标定主要依靠工业相机拍摄激光线在不用高度下的标定板图像来标定，根据激光在已知参数的平面上所投影的激光光束条纹的位置拟合出光平面的位置信息，完成激光平面的标定。
经过一番激烈讨论，成员们意识到相机的位置和镜头焦距的选择会关系到最终标定的精度，同时对标定板与成像面相对大小提出了要求，而机器人对精度要求高，为了确定合适的标定方法，成员们再次激烈讨论了起来。最终成员们决定采用逐渐推广的基于人工神经网络的标定方法，能够弥补数学建模方法在某些方面的不足，有效提高标定的精确度。BP神经网络是人工神经网络之一，主要结构为输入输出层、隐含层，学习过程主要包括正向传播和逆向传播，之后还包括样本采集和神经系统的设计与训练。经过数据比对后发现神经网络结构误差值相对较小，切都集中于一定区间，所以此种标定方法可以使用。
在指导教师高进强的帮助下，本次小组线上讨论取得圆满成功。经过一天激烈讨论，确定了基于人工神经网络的标定方法，可以有效提高了机器人的识别精度，使得焊接机器人精准运行成为可能。
http://www.dxsbao.com/shijian/135290.html 点此复制本页地址
