目前,智能化技术正在逐步融入到工业生产、生活服务等各个领域,人工智能与机器学习已成为人们关注的热点话题之一。机器学习与计算机视觉、数据挖掘的完美结合可以解决生产制造过程中诸多问题,如汽车电动座椅在出厂前需要进行的各项检测以及座椅出厂位姿的调整,论文拟采用机器学习与计算机视觉的方法实现座椅的快速调整以及解决调整过程中机械手对座椅开关的随动问题,并在此基础上构建软件和硬件系统。座椅每个关节的参数变化对座椅位姿都有影响,为了解决座椅位姿的耦合现象,提出了一种基于机器学习的座椅位姿调整方法。该方法首先对座椅的机械结构进行分析,证明了座椅达到标准位姿时其坐垫表面特定点之间的位置关系是线性相关的,然后利用激光测距传感器采集这些点的位置信息,在此基础上建立由线性分类器对岭回归模型进一步训练而得出的分段岭回归模型,该模型能准确的判断座椅位姿并能排除异常数据。实验表明,经过该方法对座椅位姿进行调整,每个开关只需要拨动一次就能使座椅位姿达到出厂标准,提高了生产效率。调整座椅位姿时,汽车电动座椅的开关面板会跟随座椅做平面运动,为了解决机械手开关的随动问题,提出了局部相位相关视觉随动算法。该算法首先将原始图像划分为若干区域,用改进的HOG算法提取图像每个区域中座椅和入侵干扰物的特征并训练支持向量机模型,然后通过模型对随动过程中每帧图像的每个区域预测,剔除含干扰物的区域,其余区域用相位相关法计算相邻两帧的平移量和旋转量,计算结果作为机械手控制系统的运动参数,实验表明,经过局部相位相关法对图像位移变化的预测其瞬时误差和累计误差满足控制要求。同时论文还为算法的实现搭建了软硬件平台,首先根据汽车电动座椅的位姿调整以及电检的工作需求,对汽车电动座椅机械手的硬件系统进行整体设计。然后根据机械结构和外围电路编写了硬件设备的Linux驱动程序,利用跨平台应用程序开发框架QT开发了座椅检测系统软件,该软件包括算法的实现、产品质量管理、硬件控制等功能。最后经过调试,机械手的视觉随动以及座椅的位姿调整都达到了预期效果。