10.11857/j.issn.1674-5124.2020120059
基于Chernoff face的机器人焊钳性能评估
为更好地评估设备性能,建立一种可视化的、可靠的机器人焊钳性能评估方法,与传统的性能评估方法不同,该方法将多传感器采集的多参数特征信息通过代数运算进行高精度融合,并绘制Chernoff face图像.同时设计一种有效的Chernoff face图像模式特征矩阵提取方法,将Chernoff face图像转换为二值图像,并且每个二值图像可存储为一个二进制特征矩阵.利用贝叶斯决策建立机器人焊钳性能分类器,通过样本模式特征矩阵最终获得设备性能的有效描述.分类性能测试结果表明,该方法显著提高Chernoff face技术在机器人焊钳性能评估中的适用性和效率,具有可行性、有效性和可靠性.
多传感器;机器人焊钳;贝叶斯决策;数据融合;性能评估
47
TP273(自动化技术及设备)
2021-12-13(万方平台首次上网日期,不代表论文的发表时间)
共6页
53-58