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。　


通过参数分析实验及对比实验可见，本文提出的基于视觉显著性的精密零件检测算法运行时间在4ms左右，当合理设置匹配阈值时，检测成功率可以达到100％。本文提出的基于视觉显著性的精密零件检测算法运行时间短，检测成功率高，能够满足实际应用中的效率与准确性要求。(3)针对精密零件表面瑕疵分割和提取困难等问题，提出了基于图像重构集合和深度卷积网络的精密零件表面瑕疵检测方法。


一种齿形或局部有齿形的零件的精密冲压成型的加工方法.:细微齿形零件精密冲压成型的加工方法,其特征在于它包括如下步骤:1)上料,送料;2)夹紧材料;3)冲裁:精冲机的下工作台继续向上运动,冲裁力大于压边力,反压力设定为小于压边力,条料剪切开始;当凸凹模进入凹模的同时凸模也进入凸凹模,剪切完成;在此步骤过程中压板和打杆在压边力的保护下上移,推板在反压力的保护下下移,完成冲裁过程,此步骤从条料冲裁出局部齿形零件,冲孔废料;4)顶出.该方法能提高生产效率.