通过控制机器人做三次平移运动和两次旋转运动即可线性求解出所有参数。通过实验验证，该方法在图像噪声等级为σ=5像素时，摄像机内参数的相对误差小于0.06％，手眼参数的相对误差小于2％;在机器人运动误差等级为0.1时，摄像机内参数的相对误差小于0.14％，手眼参数相对误差小于3％。所提出的基于两特征点的自标定方法在减少标定累积误差的同时，简化了机器人视觉系统的标定过程，从而提高了视觉系统的标定效率和灵活性，减少了对标定板等标志物的依赖。　





通过实验验证，在垫伤、划痕和麻点的种子样本量分别为三十个时，所提出的方法对相应瑕疵类型检出率分别可以达到98.2％、99.1％及100％。结合前文所研究的内容，针对小尺寸精密零件的自动检测问题，设计了基于合成样本的精密零件视觉外观检测系统。该系统能够实现大批量生产的小尺寸精密零件全自动上料、快速、表面瑕疵检测以及关键尺寸测量等任务。该方案与现有检测手段相比，大大提高了检测效率，能够实时检测多种瑕疵。，总结了本文的研究成果，并对后续的研究工作进行分析和展望。




本实用新型公开了一种精密轴类零件内孔加工装置,包括工作台,固定板,活动装置和钻孔装置,所述工作台的顶端焊接有固定板和活动装置,且活动装置和固定板之间设置为零件本体,所述工作台的顶端还焊接有推动装置和接料装置,且推动装置和接料装置设置在零件本体的另外两侧,所述工作台的底端焊接有四组矩形阵列排列的支撑腿,且支撑腿底端焊接的支板通过固定螺栓与地面连接,所述工作台的下方设置有储水盒,且储水盒的顶端焊接有钻孔装置,所述活动装置包括立板,横向液压杆,竖向液压杆,活动板和压板.该精密轴类零件内孔加工装置,不仅能够进行多方位的坚稳固定,而且能够自动落废料,提升加工精度程度.