6. 低成本

為了增強市場競爭能力，生產(chǎn)廠家均在努力加強質量管理，降低生產(chǎn)成本，因此測量儀器的低成本就成為了需要。

機器人視覺測量與控制涉及光學、電子學、控制科學、計算機科學等眾多學科，是一門重要的綜合性前沿學科。在工業(yè)機器人、移動機器人領域。軍事領域、航天與空間探索領域等具有廣闊的應用前景。研究實時視覺測量與控制，對于提高機器人的自主作業(yè)能力、拓展機器人的應用范圍具有十分重要的意義。本書從控制的角度出發(fā)，以工程實現(xiàn)為目標，以機器人的視覺控制為背景，系統(tǒng)地介紹了視覺系統(tǒng)的構成和標定、視覺測量的原理與方法、視覺控制的原理與實現(xiàn)，并給出了機器人視覺測量與控制的應用示例。全書以串聯(lián)關節(jié)機器人為主，同時兼顧了移動機器人的控制問題。

系統(tǒng)模塊組成：工件的在線識別定位，基本原理是對生產(chǎn)線上的工件進行特征提取，利用分類器對工件進行識別，再利用坐標變換得到工件的空間位置，后由執(zhí)行機構來完成工件的分類與抓取工作。要完成這一動作，則系統(tǒng)需要具備兩大處理單元：圖像處理模塊和執(zhí)行模塊。

（1）       圖像處理模塊：是指通過工業(yè)攝像機對目標圖像進行采集，然后由經(jīng)圖像預處理單元對圖像進行中間處理，將處理好的結果送達執(zhí)行模塊。在工件的識別過程中，應該包括所識別工件的種類，如果是工件的定位過程中，應該包括工件的具體位置，后通過計算機發(fā)送指令信號給執(zhí)行單元來完成終的工作要求。

需要準備大量的基礎數(shù)據(jù)，來為機器學習提供素材，良品的照片可能比較容易準備，而不良品的判斷可以通過結合實物或者通過對良品的分析自主判斷。和傳統(tǒng)的計算機算法不同，機器學習本質上人類是無法清楚獲悉機器學習的具體方式的，人類只是建立一個訓練模型，提供素材，剩下的就讓機器自行學習，人類在學習過程中根據(jù)結果情況對學習模型進行修改與調校。