基于机器学习的位置误差校正补偿方法研究

发布时间：2025-05-29 06:16

　　在工业自动化领域,点胶机被广泛应用于多个生产制造环节。面临市场日益增高的精度要求和效率要求,机器视觉被广泛应用到点胶机系统中,具备高速度、高精度以及智能化的点胶机已成为市场主流。为实现高精度需要对点胶机进行误差校正,而经典的误差校正方式如激光干涉仪法,存在耗时长、操作难、设备成本高的问题,且校正过程无法做到全自动。目前普遍所采用的标定板校正法虽然实现了高效性与便携性,但只能做到局部离散校正,仍然存在精度不足的问题。因此研究一种高效率、高精度且高智能化的全自动误差校正方法具有很高的应用意义。本文简要介绍了点胶机的误差构成,并分析了处主要地位的几何误差。提出了一种通过标定板与工业相机获取误差样本数据,并使用径向基神经网络逼近误差空间从而提供误差软补偿的误差校正方案。为了提高误差样本获取环节中标记圆的定位精度,基于开源视觉库Open CV开发了一套专用于标记圆定位的图像处理算法。在误差样本的处理环节,使用高斯函数作为基函数搭建了径向基神经网络,根据离线样本对网络的超参数进行了一系列调节,得出了适用于误差校正的超参数组合。基于上述内容开发了点胶机的误差校正功能模块,作为子程序集成到点胶机软件中。...

【文章页数】：63 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 课题背景和研究目的及意义
    1.2 国内外研究现状
        1.2.1 机床误差分析研究现状
        1.2.2 机器学习在误差校正领域的应用
    1.3 主要研究内容
第2章 实验平台搭建与分析
    2.1 引言
    2.2 点胶机实验平台的搭建
        2.2.1 运动系统
        2.2.2 软件系统
        2.2.3 光学系统
    2.3 点胶机的误差分析
        2.3.1 点胶机的主要误差来源
        2.3.2 二十一项误差模型
    2.4 误差校正方案
    2.5 本章小结
第3章 基于视觉定位的双线性插值补偿算法
    3.1 引言
    3.2 双线性插值算法
    3.3 标记圆定位算法
        3.3.1 预处理阶段
        3.3.2 粗定位阶段
        3.3.3 精定位阶段
    3.4 标记圆定位算法精度测试
        3.4.1 使用随机标准圆图像进行测试
        3.4.2 使用实拍图象进行测试
    3.5 本章小结
第4章 径向基函数神经网络补偿算法
    4.1 引言
    4.2 径向基函数神经网络的搭建
        4.2.1 径向基函数的特性
        4.2.2 径向基函数网络的数据流
    4.3 离线样本测试
        4.3.1 网络的定性测试
        4.3.2 学习模式测试
        4.3.3 学习率调整
        4.3.4 隐藏层节点数调整
        4.3.5 位置初始化测试
        4.3.6 结构变动尝试
    4.4 校正软件开发
        4.4.1 校正软件的使用场景
        4.4.2 校正软件流程
    4.5 本章小结
第5章 实验数据分析
    5.1 引言
    5.2 基于标定板的工作空间误差分析
        5.2.1 工作空间的误差检测
        5.2.2 随机点位测试
        5.2.3 边缘特性分析
    5.3 基于激光干涉仪的轴向精度验证
    5.4 本章小结
结论
参考文献
攻读硕士学位期间发表的论文及其它成果
致谢



本文编号：4048857