1. 研究目的与意义
（1）研究背景
在人眼无法准确检测、代替劳动力以及特需应用场景下，产品检测对生产线自动化的需求很大，例如自动分拣。机器视觉技术是一种新兴的质量检测手段，通过组建机器视觉系统可以快速获取工件的大量信息且自动处理。因此，机械手视觉检测在工业检测领域的应用十分广泛。
此外，机器视觉系统还可以在人类视觉难以满足需求的场合很好地完成检测工作。用机器代替人眼来做测量和判断，即通过机器视觉装置将被摄取目标转换成图像信号，传送给专用的图像处理系统，根据像素分布和亮度、颜色等信息，转变成数字化信号；图像处理系统对这些信号进行各种运算来抽取目标的特征，进而根据判别的结果来控制现场的设备动作，例如机械手按良品与次品分类进行搬运分拣。
2. 研究内容和预期目标
（1）研究主要内容
本课题针对基于C#的机械手视觉检测系统的设计与实现而展开工作，将机器视觉技术应用到某产品外观的批量检测中。首先根据课题要求，确定机器视觉系统的硬件选型和安装方式；其次标定调试相机，进行图像采集，针对采集的图像通过轮廓设定，设置补正得到高质量工件外观图像。然后为检测出工件外观缺陷并对产品进行质量评估，需要确定工件检测的基本方案MSOP（测量系统操作规程），挑选特征点作为评估标准，研究基于Visual Studio平台以及ESPON机械手平台对产品外观缺陷评估的调试方案；最后，通过对工件数据进行分析，与合格工件进行对比，并联合机械手分拣搬运调试，从而完成质量检测。
（2）预期目标
3. 研究的方法与步骤
（1）研究方法
①通过利用网络、书籍、期刊等，查询关于机器视觉、机械手相关资料，确定系统整体框架；
②通过调用控制器的视觉驱动模块，完成软硬件配合调试，应用于实物测量；
③根据系统相关电气原理图，完成系统硬件搭建与相机标定，并熟悉检测系统检测工件的操作流程；
④通过相关实例建立测量系统操作规程，分析工件外围结构，进行与标准工件比较,调试系统性能。
①明确检测系统系统所需的功能、操作流程等要求。
②根据系统需求，设置测量系统操作规程以便检测查询数据。
4. 参考文献
[1] 李瑞峰,葛连正.工业机器人技术[M]. 清华大学出版社, 2019.
[2] 丁少华,李雄军,周天强.机器视觉技术与应用实战[M]. 人民邮电出版社, 2022.
[3] 樊慧超.机器视觉技术在工业检测中的应用[J].数字通信世界,2020,(12):156-157.
[4] 卢荣胜,吴昂,张腾达,王永红,等.自动光学(视觉)检测技术及其在缺陷检测中的应用综述[J].光学学报,2018,38(08):23-58.
[5] 王巍,金文瀚.基于激光扫描的航空管件检测技术研究[J].航空制造技术,2020,63(19):41-46,72.
[6] 黄艳军,张洁,林型勇,张明栋.电路板元器件缺陷检测研究[J].数字技术与应用,2019,37(03):110-111.
[7] 乔闹生.印制电路板缺陷图像边缘检测[J].光子学报,2016,45(4):1-7.
[8] 汤宏亮.基于机器视觉技术的印制电路板自动检测研究[J].工业控制计算机,2015,28(9):73-74.
[9] Kholkhujaev J, Maculotti G, Genta G, et al. Non-contact articulated robot-integrated gap and flushness measurement system for automobile assembly[J]. IEEE Access, 2022, 10: 86528-86541.
[10] Ngo N V, Porter G A, Hsu Q C. Development of a color object classification and measurement system using machine vision[J]. Sensors and Materials, 2019, 31(12): 4135-4154.
5. 计划与进度安排
（1）2024-10-27～2024-03-11 查阅相关技术资料，撰写开题报告。
（2）2024-03-12～2024-04-08 硬件功能分析，熟悉机械手指令及视觉编程语言。
（3）2024-04-09～2024-05-06 设计电路接线图、测量系统操作规程，编制应用程序。
以上是毕业论文开题报告，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
