汽车尾气排放检测过程中需人工进行尾气采样,其效率较低且尾气易对人体造成危害,在检测场景中使用机械臂可有效提高检测效率、避免尾气影响人体。因此,本文将研究基于机械臂的尾气排放检测自动采样控制关键算法,具体研究内容如下:第一,实现了基于环境离线映射的机械臂工作场景构建算法。针对尾气排放检测场景环境复杂难以构建出准确的机械臂工作场景问题,论文基于深度图像使用环境离线映射方法构建工作场景。将机械臂的操作空间分割成三维栅格,记录深度图像与栅格单元之间的映射关系;通过映射表和帧差法更新栅格单元状态完成模型更新;最后在汽车尾气排放检测场景中实现了机械臂工作场景的模型构建与更新,为机械臂实现自动采样控制提供基础。第二,设计了一种基于定长线段型位姿表示的Grip YOLO算法。汽车尾气排放检测场景中取样探头和尾气管的位置随机性大,对其准确定位、可靠抓取困难,论文基于定长线段型的位姿表示和YOLO算法设计了一种单阶段目标识别抓取算法Grip YOLO。通过改良的非极大值抑制算法对结果进行筛选,同时检测出物体的种类与位姿信息,基于九点标定法将定长线段的位姿转换为取样探头的抓取位姿。对Grip YOLO算法在测试集进行验证其正确检测率为96.16%,最后对九点标定法进行标定实验,完成了检测场景中的目标识别与抓取。第三,提出了一种改进的RRT-Connect路径规划算法。针对机械臂的路径规划中使用RRT及其改进算法盲目扩展、效率低等问题,论文以RRT-Connect算法为基础,通过设置自适应步长策略解决扩展速度慢的问题,使用固定采样函数同时从起点、终点和固定点构造四个随机树进行搜索,并对取样探头进行优化处理确保完成插入任务。实验结果表明,相较于未改进的RRT-Connect算法,改进的算法在迭代次数方面提高了17.65%,路径节点数方面减少了23.02%,满足机械臂自动采样控制的路径规划需求。最后,基于机械臂的尾气排放检测自动采样控制算法分析与实验结果表明,论文实现的关键算法为尾气排放检测的自动采样控制提供了便利。