应用于机器装配的多目标视觉识别与分类系统

方祝平，张 博，王 曦，邓安宁，陈海棠

（1.成都工业学院 自动化与电气工程学院，成都 611700；2.中国工程物理研究院，绵阳 621900）

0 引言

精密仪器的性能提升和尺寸减小使得其内部结构日趋复杂，造成传统的人工装配方式在效率、成本、可靠性等方面面临严峻挑战。因此，自动化装配正逐渐成为精密仪器生产制造的重要手段，并广泛应用于航空航天、国防科技等重大领域。近年来，将机器视觉与机器臂相结合的视觉装配技术凭借其在灵活性和兼容性上的优势引起了学术界和产业界的广泛关注。在装配过程中，对于零配件的视觉识别和分类是其中的首要环节，也是关键步骤之一。

目前，国内外学者在视觉识别领域已经开展了大量研究。陈超等人将识别算法应用于集装箱箱号的识别[1]。李芯等人将模板匹配技术和SVM（Support Vector Machine）算法结合在一起进行目标检测[2]。惠纪庄等人利用SURF（Speeded Up Robust Features）提取特征点，采用BRISK（Binary Robust Invariant Scalable Keypoints）算法对目标工件进行描述并计算其与特征的相似度，再利用MSAC（M-Estimate Sample Consensus）算法进行二次匹配来实现对目标工件的识别[3]。司小婷等人研究了基于视觉的零件特征识别与分类研究，总结出多种可行的识别方法[4]。

以上研究显示视觉识别技术已经较为成熟，并且开始获得一些实际应用。然而，这些研究全是基于单一目标进行，即每次识别都只针对一种物体。实际上，在进行视觉装配时，机器可能会面临更为复杂的作业要求，例如在未经分类的零件中按特定顺序进行抓取，多部机器协同操作同时获取多种零件，以及在大量微纳尺寸零件中筛选出特定目标。……