基于手寫指令控制的自動化物流分揀系統(tǒng)研究.pdf

1、機器設(shè)備的自動化以及智能化已得到了快速發(fā)展，其中最具代表性的就為機器人。機器人不僅在工業(yè)方面，在其他的社會領(lǐng)域中也發(fā)揮了重要的作用，并得到了廣泛深入的研究。為了讓機器人更加的智能化，讓機器人在對指令的獲取方面更加的靈活，借助于模式識別中圖像識別與機器人控制的結(jié)合，就可以滿足這一需求。本文以自動化生產(chǎn)流水線上機械臂物流分揀系統(tǒng)的應(yīng)用為研究背景，充分利用西安科技大學機器人實驗室中的機械臂平臺MOTOMAN，對手寫指令控制的機械臂系統(tǒng)進行研究

2、。針對常見手寫體數(shù)字的特征提取方法在機器學習中的局限性，提出一種統(tǒng)計空間分布的關(guān)鍵特征值的特征提取方法，結(jié)合遺傳算法優(yōu)化的BP神經(jīng)網(wǎng)絡(luò)算法完成指令識別，以此來提高物流分揀機械臂控制系統(tǒng)的操作效率。
　　本文首先以自動化生產(chǎn)流水線上物流分揀系統(tǒng)為研究對象，建立基于手寫指令控制的多路徑下的自動化物流分揀系統(tǒng)模型結(jié)構(gòu)。對本文所使用的六自由度MOTOMAN機械臂實驗平臺的軟硬件進行分析，在控制功能上進行擴展。最終給出通過對Motocom3

3、2動態(tài)鏈接庫的調(diào)用，在Visual C++編程環(huán)境下完成手寫指令控制機械臂的自動化物流分揀系統(tǒng)的程序開發(fā)思路。其次，通過對多種特征提取方法以及機器學習的分析研究，提出一種統(tǒng)計空間分布的關(guān)鍵特征值提取方法。通過MATLAB仿真，對基于統(tǒng)計空間分布的關(guān)鍵特征值的手寫指令的特征提取方法，以及結(jié)合GABPNN的識別算法進行仿真，結(jié)果證明，所提算法相比傳統(tǒng)BP神經(jīng)網(wǎng)絡(luò)算法效率更高。最后，通過在MOTOMAN機械臂平臺上進行二次開發(fā)，在Visual