1、“.....工件定位执行机构和控制系统定位抓取系统的执行机构对物体进行抓取，称之为执行机构，执行机构可以是利用来控制的伺服电机驱动，也可以是利用信号控制的机器人来操作机械手进行动作，还有就是利用液压或者气压来操作连杆机构进行动作。般工业机器人包括六个自由度的动作，三个平移变量三个旋转变量。如图所示。其运行模式包括求教模式和远程控制模式。在传统的机器人使用当中，般是基于精确的机器人示教，然后进行试运行，对工作进行抓取或者其它动作的执行。除此之外,也可以用远程控制模式，就是利用机器人厂家提供的编程软件进行工件运动轨迹的编写，然后导入这软件中进行动作的试动作，最后进行实物的抓取工作。图工业机器人的结构图机械手的坐标系统和参数设置为了使机械手能够按照用户的要求到达指定的位置，必须先人为的规定其坐标系。而且考虑到机械领域的通用性，尽量减少其工作量而使具有同外形同种结构的机械手规定为种坐标系统。其模型的坐标系设置具有通用性，都是按照人们普遍习惯设置的坐标系。坐标系的方向应该符合右手笛卡尔坐标原则......”。

2、“.....还应使在同平面的坐标轴名称致。在旋转情况下，应该符合逆时针为正的原则。执行机构的控制通信系统工业机器人般由机器人本体机器人控制柜系统控制器伺服驱动系统和检测传感装置构成。机器人可以通过编程控制器进行示教来控制机器人的运作，还可以通过机器人自带软件进行编程，然后来控制机器人手指进行三维空间内的任意轨迹的运动，还可以进行抓取工作，所以是由这软件来进行控制柜与机器人本体之间的数据的传送。上位机与下位机之间的通讯往往需要通讯协议，通讯协议有和，其通讯般由下位机决定。和于年提出来的，这种匹配方法在有零均值高斯噪声的图像中可以估计出最佳的匹配位置，而且不需要参数。其有向距离定义为的计算虽然比较简单，但是与部分距离相比，当处理目标存在遮掩和外部点干扰时，它的匹配性能并不好，因为它采用平均值计算有向距离，噪声点也参与了计算，因此，该距离用于匹配的有效性较差。距离变换在距离求解中，对于点集中任点到点集的最近距离即，通常用欧几里德距离进行计算，计算量很大。实际上......”。

3、“.....受到噪声畸变以及探测算子本身的影响，没有必要精确计算欧几里德距离值。在保证运算结果准确性的前提下，我们可以采用近似的距离变换。距离变换在许多机器视觉应用中是非常重要的。它被应用在模式识别形态学等方面。二值图像的距离变换最先被提出，其后发展出很多不同的距离变换，常见的有街区距离变换棋盘距离变换切削距离变换欧式距离变换。在机器视觉上的应用包括最近邻像素差值形态学处理提取骨架剪枝细化粗化和模式识别汽车导航中的物体立体特征匹配和地图匹配机器人碰撞回避路径发现和空间图像匹配。距离变换的相关性还被应用在加速图像物体的发现上，它将物体看作在任意位置和方向上的边缘模式。此外，距离变换辅助的自适应点匹配也被应用在地图匹配问题上。基于遗传算法的图像匹配遗传算法图像匹配原理遗传算法，简称是种求解问题的高效并行全局搜索算法，其借鉴了自然界的自然选择和自然遗传机制，能够快速到达最优解的搜索范围，从而得到全局最优解。将其引入图像匹配过程......”。

4、“.....并通过的进化功能由适当的适应度函数指导其搜索过程向最优点进化，进而大大减少运算量，提高识别的快速性。遗传算法的基本原理是在自然选择和群体遗传学机理基础上通过随机选择选代进化等步骤来模拟自然进化过程以搜索全局最优解。遗传算法结合了达尔文适者生存和随机信息交换，在消除了求解过程中不适应因素的同时，还利用了原有解的已有知识，有力地加快了搜索最优解的过程。遗传算法般可通过染色体编码生成初始群体计算个体适应度遗传算子选择算子交叉算子和变异算子等步骤来实现。遗传算法中的遗传算子包括选择交叉和变异等三个算子，它们构成了遗传算法具备强大搜索能力的核心。选择算子又称复制或繁殖算子是对群体中的个体按优胜劣汰的方式选取，并遗传到下代群体的运算操作。选择操作的目的是为了从当前群体中选出生命力强的染色体，使它有机会保留用以繁殖后代。判断染色体优良与否的准则就是各自的适应度值，个体适应度值越大，其被选择的机会就越多。根据不同的问题......”。

5、“.....交叉算子又称重组或配对算子是遗传算法中产生新个体的主要方法，在算法中起着关键性的作用。它的操作是对两个互相配对的染色体按种方式互相交换其部分基因，从而形成两个新的个体。对于选中用于繁殖后代的个体，随机选择交叉位置，交换两个基因串位置右边的部分，产生两个新的个体，这两个新个体组合了其父代的特性。常用的交叉算法有单点交叉双点交叉与多点交叉均匀交叉和算术交叉等。变异操作模拟自然界生物体进化中染色体上位基因发生的突变现象，从而改变染色体的结构和物理性状。选择算子和交叉算子基本上完成了遗传算法的大部分搜索功能，而变异算子则使遗传算法具有局部的随机搜索能力，可加强向最优解收敛并保证遗传算法的有效性。变异算子首先在群体中随机地选择个个体，以定的概率随机改变基因串中个字符的值。为了保证个体变异后不会与父辈产生太大的差异，变异概率般取值较小般取为之间。常用的变异算子有基本变异算子均匀变异算子非均匀变异算子正态变异算子和自适应变异算子等......”。

6、“.....不依赖于问题的具体领域，对问题的种类有很强的鲁棒性，广泛应用于函数优化组合优化自动控制图像处理等领域。理论研究已经证明，遗传算法能从概率意义上以随机的方式寻求到问题的最优解，但在实际应用中，遗传算法出现了些不尽如人意的问题，如早熟现象局部寻优搜索能力较差等问题。应用研究表明，目前些常规遗传算法并不定是针对问题的最佳求解方法，例如将常规的遗传算法应用到图像匹配中往往不能有预想的效果，而将遗传算法问题的特有知识集成到起构成的混合遗传算法却有可能产生出求解性能极佳的方法。遗传算法图像匹配距离图像匹配的计算量是相当大的，而遗传算法的全局寻优特点，能使计算结果达到真正的最优，且不会落入局部最大的情况。将遗传算法用于解决个优化问题，通常需要解决以下几个问题构造合适的适应度函数，并用基因串把问题编码遗传算子设计以及确定控制遗传算子操作的概率。对于我们要识别的工件，所采集的实时工件图像与模板图像相比可能发生平移旋转等位置变化，我们分别定义为三个参数......”。

7、“.....工件匹配的适应度函数就可以定义为其中,为模板点集与图像中被匹配处的点集之间的部分距离为模板在图像中移动时的中心位置参考点坐标,为匹配过程中模板的旋转因子的变化值,构成了解空间或参数空间中的待寻找的参数，可以看出越小，则适应度越大，此时匹配效果越佳，当,为时,取最大值。匹配时，我们将现场拍摄的工件图像看作参考图像，这样，模板图像经过平移和旋转来与参考图像匹配。具体的过程是通过对串的参数解码，获得坐标,及旋转因子之后，用下式对原始模板做旋转变换其中表示模板的旋转角度，和表示模板的宽度和高度，和是模板中各点的位置，和表示图像中相应点的位置。从而得到经过旋转变换后的新模板，用该模板与图像上中心位置在,且大小与该模板相同的区域进行匹配，计算出其平均距离，最后求出该串的适应度函数值。遗传算法的收敛理论说明了遗传算法以概率为收敛的极限性质，然而实际应用中是不允许让遗传成为组建稳健的工作平台的核心组件......”。

8、“.....机器视觉的现场总线控制方案如图所示。此系统包括了图像采集模块图像处理模块控制执行模块。图现场总线控制方案工件识别系统的硬件构建理想的硬件是机器视觉系统的基础，检测系统的基本组成如图所示。般来说，图像传感器来完成目标物体拍摄的触发图像采集卡是对传感器送达的信号进行对拍摄的图像的储存工作。然后计算机处理软件对得到的图片进行图像处理，这步骤在主运算中完成，包括了图像信息的提取，包括工件种类工件尺寸位置等信息。系统的稳健性很大程度上取决于构成系统硬件的组成子系统，实验检测系统中的照明系统拍摄系统处理系统执行系统无不起着关键的作用，所以各个系统的优劣直接影响实验结果的优劣。视觉系统的信号基本流程框图系统的工作原理及结构布局系统组成系统的主要任务是利用机器视觉技术对当前时刻所拍摄的工件如齿轮螺栓平垫片弹簧垫片等进行图像预处理，根据工件的特征进行分析得出分析结果，然后传递给执行机构进行处理......”。

9、“.....整个系统框架结构如图所示。图机器视觉系统整体框架组成图工作原理其原理是送料装置应该与传送装置应协调动作，工件被不规则的放在传送带上，当相机下方的红外线光电开关检测到有工件通过时触发信号，从而触发了工业摄像机对灯下方的工件进行拍照，并然后将采集到的图像经采样量化后传送给计算机的图像分析软件进行处理和判断，将得出的结果反馈给机械手执行机构进行抓取和剔除。系统的关键技术发展摄像机技术特性以或者传感器构成的摄像机在使用过程中还涉及诸多工作参数。包括其灵敏度解析度分辨率以及数据处理方式等。传感器的数据传输是顺序的转移到寄存器中，而传感器可以随机对数据进行读取与储存，由于灵敏度较强，在机器视觉中对成像感知准确性要求较高，所以在机器视觉中选取传感器的摄像机较合适。图像采集卡图像采集卡是图像采集与图像处理的枢纽，其作用是将摄像机拍摄到的图像储存起来，供处理软件来提取使用。其中图像采集是指图像经过采样函数对物体采样后需要进行量化，最后以数字图像形式储存起来，这方法称为采集量化过程......”。