Para abordar el problema de la interrupción del proceso debido a errores en la localización de características causados por diferentes estados de ensamblaje en el ensamblaje preciso por lotes, lo que afecta la eficiencia del ensamblaje, se propone un modelo de máquina de vectores de soporte que fusiona características del histograma de gradientes de dirección y patrones binarios locales, y se emplea una estrategia de búsqueda piramidal para mejorar la eficiencia del reconocimiento y lograr la localización microscópica de características. Se realizaron pruebas de rendimiento y aplicación en un equipo de ensamblaje automático de precisión desarrollado internamente, recolectando diferentes características para entrenar la máquina de vectores de soporte, estudiando el impacto de factores de interferencia como la textura y la iluminación en la estabilidad y precisión de la localización, y realizando experimentos de precisión de localización y ensamblaje por lotes de ciertos componentes. Los resultados muestran que el método puede extraer la posición de las características objetivo y lograr una localización precisa, con buena unimodalidad y repetibilidad bajo diversas condiciones, alcanzando una precisión de reconocimiento del 98%, una precisión de localización mejor a 4 μm y una precisión de ensamblaje mejor a 7 μm. El método puede satisfacer las necesidades de localización bajo diferentes condiciones de ensamblaje en la producción masiva real, proporcionando una solución eficaz para la localización automática en ensamblaje de precisión.

ensamblaje preciso;localización de características;visión microscópica;máquina de vectores de soporte