简介:在开发、制造等过程中,由于车辆各零部件及总成的很多设计细节存在不确定性,会导致很难得到较为精确的整车质心高度,并且在实车下线前的整车质心高度传统预测方法往往不够精确。针对这些问题,通过对与整车质心高度有关的影响因素进行分析,确定整车质心高度预测的关键因素,找出质心高度影响因素与质心高度间的映射关系,然后通过多元线性回归分析法建立了整车质心高度预测模型。设计试验验证,将回归分析法的预测结果、以经验计算的传统预测结果与整车称重仪的试验结果进行对比分析,结果表明,回归分析预测模型在整车质心高度的预测中其精度优于以经验公式计算的传统预测方法。该质心高度预测模型解决了一定精度要求下整车质心高度的有效预测问题,为整车质量开发提供了科学依据。
简介:为解决工业机器人标定中存在的成本昂贵、专业性强等问题,提出了一种基于几何约束的工业机器人运动学参数闭环标定法.首先采用D—H模型与MDH模型相结合的方法建立运动学模型.解决D-H模型的奇异性问题.其次,用Matlab对该方法进行仿真,机器人末端执行器上模拟安装一个激光器,将激光瞄准观测平面上一正方形的四个顶点,得到较精确的关节角.最后,根据正方形的几何性质建立标定方程,利用最小二乘法求解参数误差.此方法操作简单,成本低,易于测量,可避免机器人基座标系的校准工作.根据仿真结果。工业机器人绝对定位精度提高了77.87%,从而验证了该方法的有效性.
简介:利用机器视觉评定小模数齿轮精度时,在齿轮整体图像中提取的边缘特征信息不能直接描述图像中的单独目标,需要后续识别算法去适应局部的多变特征.为此提出一种基于特征图像的边缘检测效果评价方法来获取丰富的局部图像信息,用于评定小模数渐开线齿轮视觉测量系统中轮廓提取的精度.首先根据齿轮图像中渐开线齿廓边缘的函数特性建立特征图像模型;然后使用基于Zernike矩的亚像素边缘检测算法获取小模数渐开线齿轮特征图像的边缘;最后结合构建特征图像的标准函数,量化特征图像的边缘检测结果与标准函数间的偏差,用以评价边缘检测的效果.实验表明,运用小模数齿轮的特征图像评价基于Zernike矩的亚像素边缘检测算法,渐开线齿廓的检测精度优于0.58pixel.