基于机器视觉的自动点胶方法及系统

本申请涉及自动点胶技术领域，其公开了一种基于机器视觉的自动点胶方法及系统，其首先通过机器视觉精确获取工件上预设Mark点的像素坐标，并计算其与理想位置的Mark点2D偏差向量的集合。接着，Mark点2D偏差向量的集合送入一个预先训练完成的Z轴补偿预测模型。该模型能够从2D平面偏差中学习并预测出相应的Z轴偏差值，有效解决了2D偏差与Z轴偏差之间可能存在的复杂非线性映射。最终，综合利用计算得到的2D偏差向量和模型预测的Z轴偏差值，对原始点胶路径进行全面的三维自适应调整，从而克服了传统方法仅侧重2D补偿的局限性以及由此带来的线性与非线性空间感知维度不对齐问题，显著提升了自动点胶的精确度和适应性。