A localização de características baseada em visão microscópica de máquinas é uma parte importante da montagem de precisão. Na montagem de precisão em massa, diferentes estados de montagem causam erros na localização das características, interrompendo o processo e afetando a eficiência da montagem; portanto, é necessário estabelecer um algoritmo de localização de características robusto. Propõe-se um modelo de máquina de vetor de suporte que integra características de histogramas de gradientes orientados e padrões binários locais, utilizando uma estratégia de busca piramidal para melhorar a eficiência do reconhecimento e realizar a localização de características microscópicas. Testes de desempenho foram realizados em equipamentos automáticos de montagem de precisão desenvolvidos internamente, coletando diferentes características para treinar a máquina de vetor de suporte, estudando o impacto de interferências como textura e iluminação na estabilidade e precisão da localização, bem como realizando experimentos de precisão de localização e montagem em massa de um componente. Os resultados experimentais mostram que o método extrai a posição das características alvo com boa unicidade de pico e precisão repetida sob várias condições, com uma taxa de reconhecimento de 98%, precisão de localização melhor que 4 μm e precisão de montagem melhor que 7 μm. Este método pode atender às necessidades de localização sob diferentes condições de montagem na produção em massa, fornecendo uma solução eficaz para a localização na montagem automática de precisão.

Montagem de precisão;Localização de características;Visão microscópica;Máquina de vetor de suporte