1. 毕业设计（论文）主要内容：

针对自动化拆卸的零部件识别与定位问题，研究一种结合深度信息的典型零部件图像识别与定位方法。

利用kinect传感器获取彩色图像与深度图像，提取出两者之间的仿射变换矩阵，实现彩色图像的矫正；根据相关系数匹配法实现矫正后的彩色图像零部件识别；利用彩色图像与深度图像的对应关系对零部件进行定位。

针对典型零部件，对kinect 传感器获取的图像进行仿真实验与处理，验证方法的有效性。

2. 毕业设计（论文）主要任务及要求

（1）查阅相关文献资料15篇以上（其中近5年外文文献不少于3篇)，了解本研究领域的基本理论、关键技术与研究现状。

（2）完成开题报告。

（3）针对自动化拆卸的零部件识别与定位问题，研究一种结合深度信息的典型零部件图像识别与定位方法；针对典型零部件，对kinect 传感器获取的图像进行仿真实验与处理，验证方法的有效性。

（4）完成不少于12000字的论文的撰写并完成答辩的相关工作。

3. 毕业设计（论文）完成任务的计划与安排

第1周—第4周：查阅相关文献资料，明确研究内容，了解研究所需。确定方案，完成开题报告；

第5周—第8周：完成主要研究工作，撰写论文初稿；

第9周—第12周：完成主要研究工作的实验与分析；撰写论文；

第13周—第16周：完成并修改毕业论文；

4. 主要参考文献

1. s. vongbunyong, s. kara, m. pagnuccobasic behaviour control of thevision-based cognitive robotic disassembly automation assem autom, 33 (1) (2013), pp. 38-56

2. supachai vongbunyong, samikara, maurice pagnucco, learning and revision in cognitive robotics disassemblyautomation, robotics and computer-integrated manufacturing, volume 34, august2015, pages 79-94

3. supachai vongbunyong, samikara, maurice pagnucco, application of cognitive robotics in disassembly ofproducts, cirp annals, volume 62, issue 1, 2013, pages 31-34

   剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付