研究具有图像处理及模式识别能力的车载型机械手,在当今信息化、自动化的世界中,其意义深远,实用性强。有关智能小车搭载机械手的研究在国内外已有很多案例。在应用方面,具有视觉机能的搭载机械手的智能车辆系统不仅可以在危险地区进行探查、搜救,而且可以应用于医疗,照顾老年人和行动不便的人等。本课题是基于ART神经网络的搭载机械手的轮式小车系统的模式识别研究。近些年来,智能控制发展得十分迅速,已广泛地应用于自动化、电子等行业。其中,神经网络更是其中的佼佼者。轮式小车系统最能反映出智能控制的优越性,所以通常被用作智能控制的被控对象。理论上就机器人的智能而言大多是指两个方面：一是通过各种传感器自动感知周围环境,二是在了解周围环境的基础上,自动采取下一步行动。本课题设计的搭载机械手的智能小车系统就是利用模式识别的结果,实现机械手与车体配合协调,完成抓取任务。理论上进行研究和创新,将图像处理、模式识别和ART神经网络三者相互配合,共同完成从识别到抓取字母的一系列任务。本课题,在可以循迹、红外避障以及红外遥控的智能轮式小车上,搭载了笔记本、视频摄像头和五自由度机械手。以笔记本为平台,首先将摄像头拍摄到的图像利用OpenCV库函数对其进行图像处理,然后将提取出来的5*5特征矩阵输入给ART神经网络进行模式识别,辨别其是否是需要抓取的特定目标物体,之后将得到的各项控制参数传输给单片机,控制机械手抓取特定目标物体。通过实验,达到了事先的预期——该模式识别方法可以成功区分不同的字母实物和机械手可以抓取所需的目标字母实物。