国外研究现状
目前，世界各国在自动充电领域关于充电对接技术及与之相关的视觉检测定位技术的研究现状主要如下文所示。
Jokesch等[1]提出了一种用于钻眼装配任务的通用算法，将其应用于银杏项目，旨在实现电动汽车与充电站的自动连接。介绍了--种利用笛卡儿阻抗控制机器人进行钻眼作业的算法，堵漏任务是一种特殊的插补任务，需要同时对7个插针，且插针与孔的形状不对称。此外，完全插入需要强大的力量。视觉系统对初始位置的估计是不准确的。由机器人携带的插头和位于E-car上的插座之间存在着平移和旋转不确定性。为了补偿这些误差,采用了三种不同的笛卡尔阻抗控制方法。
Zhang等[2]针对柔性元件的自动装配问题，提出了柔性双卡钻装配的接触状态分析、卡钻分析和力控制策略。列举了大变形阶段和小变形阶段的接触状态。推导了力与力矩的关系，分析了不同阶段的干扰状态。最后，提出了控制策略。用实验结果验证了接触状态分析、干扰分析和力控制策略的有效性。
Bdiwi等[3]研究了电动汽车充电用机械手在插头和插座之间建立电气连接的方法。汽车自动充电机器人的任务一般分为两个阶段。在第一阶段，机器人系统利用视觉或红外系统来确定车辆充电座的位置。在这之后的下一阶段，它开始与环境互动，连接充电器插头到充电插座(插座)的汽车。然而，这个阶段并不总是成功地执行，特别是当插座具有复杂的形状或由多个不同大小的核心组成。他们将使用机器人力控制来建立连接。
S.Li等[4]构建了具有车辆速度相关控制增益的驾驶员跟车模型。针对重型卡车驾驶员，引入驾驶员跟踪误差敏感度的概念，识别驾驶员跟踪误差敏感度，定量分析控制增益与车速的关系。建立了基于SVE/SDE(SVE/SDE)的线性跟驰模型，并采用非线性优化算法对模型参数进行辨识。
国内研究现状
姚安庆[5]针对当前电动汽车充电系统的无人化、智能化的需求,研究了一种基于双目视觉技术的电动汽车充电孔的识别与定位系统,在Halcon图像处理软件开发环境下,采集的充电座图像并识别充电孔位置、获取姿态信息,发送给机器人控制器,以实现机器人对电动汽车的自动充电。
段峥褀[6]重点研究了实现充电接口目标识别与定位的图像处理算法。整个图像处理过程包括图像预处理和目标识别和定位,根据不同范围内图像的不同特征,将目标识别和定位过程分为两个阶段,并针对不同阶段的不同特征选用不同的识别定位算法,最大程度提高每个阶段的识别率和定位精确度。在距离较远的初步对接阶段,根据图像的梯度特征较差而轮廓特征明显的特点,使用canny边缘检测后进行Hough圆变换进行轮廓提取来进行目标识别,并通过实际应用场景提出了一种自适应的Hough圆变换方法和基于置信度的伪目标去除方法,与传统Hough变换通过经验进行参数设置相比,此方法通过自适应的参数运算和置信度筛选,有效避免了参数设置不当造成的误判,拥有更高的识别率。在距离较近的准确对接阶段,根据图像梯度丰富的特点,提出通过提取SURF特征点进行匹配的方式进行目标定位。
吕鑫灿[7]通过对单目视觉技术、力感知技术以及机器人相关的研究,提出了一套电动汽车机械臂自动充电技术方案,整个技术方案可以使机械臂自主完成打开充电插座的盖子和将插头插入充电插孔的操作。并对电动车辆自动充电过程中的控制流程和所需要的硬件组成进行了研究,确定了自动充电的整体技术方案,完成了硬件选型和系统各个部分之间的通信实现,以单目视觉摄像头作为识别、定位装置,以六维力矩传感器作为末端力感知装置,以末端固定有充电插头、视觉摄像头和力矩传感器的串联机械臂为执行机构。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
