基于Chernoff face的机器人焊钳性能评估

作     者：刘锋 高忠林 郭锦华 翟宝亮 徐昊 LIU Feng;GAO Zhonglin;GUO Jinhua;ZHAI Baoliang;XU Hao

作者机构：中船重工第七零七研究所天津300131 

出 版 物：《中国测试》 (China Measurement & Test)

年 卷 期：2021年第47卷第11期

页      码：53-58页

摘      要：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。

主 题 词：多传感器 机器人焊钳 贝叶斯决策 数据融合 性能评估 

学科分类：08[工学] 0835[0835] 0802[工学-机械学] 080201[080201] 

D　O　I：10.11857/j.issn.1674-5124.2020120059

馆 藏 号：203106559...