汽车保险盒是汽车载体中重要的电子控制单元之一,它的主要作用是确保汽车电路的安全运行,避免汽车载体电路在发生电流异常时损坏汽车中的电子设备。根据汽车保险盒的组成结构,汽车保险盒可以分为插装盒和保险片两个部分,汽车保险盒根据连接在电路中的电子设备额定电流的不同,将各个类型的保险片按照一定的排列结构插接在插装盒内。目前,国内在汽车保险盒的装配与检测上绝大多数都是采用人工的方式。由于不同类型汽车保险片具有较强的相似性,采用人工方式进行汽车保险片的插接与检测需要较多的劳动力。此外,这类插接与检测工作往往具有单调性,这使得工人难以保持注意力集中,从而容易导致插接与检测的错误。人工方式的准确率与工作效率通常成反比关系,如果工人被限定在短时间内完成一个保险盒的插接与检测任务,那么人工方式的准确率将会急剧的降低。因此,研究一种可用于实现汽车保险盒自动化插接与检测的方法具有实际意义。针对于汽车保险盒插接在实际中所面临的问题提出一种基于色度向量聚类的汽车保险片识别及插接方法。该方法使用CCD工业相机采集保险片图像,通过平均背景法进行消除后采用污点修复技术进行图像增强,再以色度中心向量为特征提取依据完成基于色度向量聚类的特征提取,最后通过支持向量机对保险片识别分类,最终控制SCARA四轴机器人完成精确插接环节。经过大量实验证明,所设计的汽车保险片识别及插接方法对常用的9类汽车保险片识别正确率达到99.7%,在平均插接周期为1s时汽车保险盒插接正确率达95.6%以上。针对于汽车保险盒的检测问题,本文提出一种基于坐标特征矩阵的保险盒检测方法。该方法在汽车保险盒检测应用上取得了显著的效果,针对于汽车保险盒检测,本文首先使用CCD工业相机采集保险盒图像,通过方向梯度直方图特征对汽车保险片的标识码进行表征,并结合支持向量机实现对图像中的保险片的定位与识别。然后依据定位和识别结果计算极坐标特征矩阵对汽车保险盒内汽车保险片的排列结构进行描述。最后以极坐标特征矩阵相似度为判断依据实现对汽车保险盒的检测。经过大量实验证明,依据极坐标特征矩阵相似度对汽车保险盒的检测准确率达97.6%。