随着机器人技术的发展,传统工业中的人工作业逐渐都开始使用机器人来替代。此外,由于机器人中使用了机器视觉技术,使得机器人能成功地检测到外界信息,进而通过对目标对象的定位来实现其运动规划。本文提出了一种基于机器视觉的自动换钎机系统,该系统主要研究了换钎机自主行走以及对钎杆钎孔的定位。本文研究内容分为以下四个部分。第一部分研究的是自动换钎机中的相机标定技术。该部分主要分析了钎杆以及钎孔在成像过程中坐标系之间是如何转换的,同时,还对目前主流的一些相机标定的方法进行了分析介绍。其中,对张正友标定法进行了重点介绍分析,最后通过采用此方法成功求解出了相机的内外参数。第二部分研究的是自动换钎机中的图像处理技术。由于换钎机是在高炉前进行操作,所处环境比较复杂,因此采集到的图像会含有大量噪声信息,故需要对其进行去噪处理。本文先采用中值滤波处理图像中的椒盐噪声,然后采用高斯滤波处理其中的高斯噪声,采用两种滤波处理的效果图能达到更高的信噪比。去噪完成之后,采取最大类间方差法对图像进行增强处理,方便对目标图像进行边缘检测。通过对一些检测算子处理的结果来看,本文最终选择Canny算子来进行图像边缘检测。第三部分研究的是换钎机的自主行走,此问题可以转化为对车道线的识别跟踪问题。本文在道路图像预处理阶段进行了形态学处理、边缘检测等操作,得到图像的边缘信息方便后面对车道线进行识别提取。在识别车道线过程中使用了Hough变换来进行直线检测、提取车道线信息点,随后利用双曲线模型进行车道线模型匹配,完成车道线的识别,同时在该过程中融入了扩展卡尔曼滤波对车道线进行预测跟踪,对前一帧图像的识别来预测下一帧图像中车道线的位置,对其进行跟踪,从而实现换钎机的自主行走。第四部分研究的是换钎过程中对钎杆以及钎孔的精确定位。本文利用机器视觉技术,通过对目标图像进行自动阈值分割、去噪去干扰、区域分割、根据分割后的区域进行条件限制筛选等操作实现对目标物体的精确定位。得到图像中目标所在的位置坐标后,根据相机标定得到的相机内外参数以及坐标转换关系对目标在换钎机坐标系中的位置进行求取,运动控制模块根据此坐标信息对机械臂进行控制,实现对卸钎、装钎等操作。本文提出了一种基于机器视觉的自动换钎机,将小车自主行走与机器人自动换钎融合在一起,其研究内容主要包括图像采集与处理、系统标定、数据传输以及工业机器人控制等多方面技术。本系统将全面代替人工换钎,提高炉前作业的自动化程度,让炉前工人从高危险高强度的劳动中解脱出来,进一步提高开铁口机的效率,具有很强的实用性和推广价值。