谐波齿轮因其减速比大、体积小以及精度高等特性而被广泛运用于军民用领域,尤其对机器人而言,它是一个关键部件。然而谐波减速器的性能(如传递的平稳性、传动精度、传递扭矩等)均与柔轮、刚轮的实际齿厚有着直接的关系。因此如果能有一种测量方法可以快速精确地检测柔轮、刚轮的齿厚,有效地控制柔轮与刚轮的配合间隙,那么对提高谐波减速器性能将有较大的推动作用。为此,本文利用视觉检测的相关技术,研究了谐波齿轮齿厚测量方法。经过这几年的努力,主要完成了如下几项工作:(1)搭建了基于视觉检测技术的硬件实验平台。进行了视觉测量所需设备的选型,完成了相机的定位校准实验,获得了相机的内部与外部参数,得到了标定实验的重投影误差率,满足了系统设计需求,最终完成硬件平台设计与软件流程设计。(2)针对谐波齿轮模数小、齿数多的特点以及现有齿廓检测算法的缺陷,提出了像素级范畴的基于低秩矩阵的自适应齿廓检测算法。算法首先利用低秩恢复理论,改善了齿廓毛刺干扰,接着采取自适应的阈值分割方法,解决了齿廓检测中存在的边缘断点问题。实验结果表明,算法达到了减少齿廓毛刺干扰与加强齿廓提取完整性的效果。(3)研究了谐波柔轮、刚轮齿型结构对谐波减速器性能的影响,利用提出的像素级检测算法与插值亚像素定位法相结合,采用弦齿厚测量策略,完成齿厚测量实验。实验首先提取了齿廓边缘信息,确定了齿轮中心点,接着定位了齿槽线与齿厚线,再根据齿厚线与每一个齿的交点确定了本文弦齿厚测量点,最终完成了测量实验。(4)通过本文实验得到的多组齿厚测量数据,与齿轮中心测量仪得到的实际齿厚进行结果对比。实验结果表明两者齿厚的绝对误差在0.02mm左右,证明了本文的测量方法有效且检测精度较高。上述工作表明:本文基于低秩矩阵理论的自适应齿廓检测算法,在设计的视觉测量平台上,较好地结合了插值亚像素定位算法与弦齿厚视觉测量策略,最终完成了谐波齿轮齿厚测量。实验结果表明,本文测量结果与实际测量结果的绝对误差符合加工误差范围,达到了课题要求。