基于机器视觉的工业机器人定位系统研究

随着《中国制造2025》提出,工厂对“智能制造”的战略地位迅速提升。工厂对智能设备的要求越来越高,传统的工业控制技术早已不能满足高质量产品生产的指标要求,尤其是在一些精度要求高、产品前沿报废率低的企业。近年来,机器视觉技术发展迅速,能够适应高要求、高精度的定位需求,机器视觉的引入极大的拓展了机器人的应用领域,对工业自动化发展具有重要意义。本文引入ABB机器人(IRB120)为基础,研究并构建一套基于机器视觉的工业机器人锂电池载流片定位系统。整个系统包括机器视觉系统和机器人控制系统,由机器人本体及控制器、CCD相机、计算机、图像采集卡、光源及软件系统构成。整个系统通过机器人与CCD相机的坐标系标定,模板标定,CCD相机获取锂电池载流片图像,对图像特征进行预处理,分类标记功能,图像处理技术,目标定位算法处理后,将锂电池载流片的定位信息通过通讯传输给机器人控制器,控制机器人执行完成锂电池载流片的定位任务。     

自动钻铆通孔深度在线测量精度影响因素分析与实验研究

为实现大型复合板类零件的自动化钻铆,在前期研究中已形成通孔深度在线测量方法与装置,并完成样机研制与初期实验验证。然而,装置测量结果易受预设探针进给速度及预设白像素阈值大小的影响。本文首先针对探针进给速度以及白像素阈值大小对测量精度的影响进行深入分析,探究上述测量参数对测量精度的影响机理与影响规律,并对其影响趋势进行预测,然后进行了进给速度对测量精度的影响实验,以及白像素阈值对测量精度的影响实验,验证了预测方法的正确性。实验结果表明,随着探针进给速度的增加,测量精度会逐渐降低;而随着白像素阈值的减小,测量的孔深值会逐渐减小。     

基于多尺度特征校准的图像协调化方法

图像组合是图像处理中一个重要操作，然而组合图像中前景区域与背景区域的外观不协调使得组合图像看起来不真实。图像协调化是图像组合中极其重要的一个环节，其目的是调整组合图像前景区域的外观使其与背景区域一致，从而让组合图像在视觉上看起来真实。然而，现有方法只考虑了组合图像前景与背景之间的外观差异，忽略了图像局部的亮度变化差异，这使得图像整体的光照不协调。为此，该文提出一个新的多尺度特征校准模块(MFCM)学习不同尺度的感受野之间细微的特征差异。基于所提模块，该文进一步设计了一个新的编码器学习组合图像中前景与背景的外观差异和局部亮度变化，然后利用解码器重构出图像，并通过一个对前景区域归一化的回归损失指导网络学习调整前景区域的外观。在广泛使用的iHarmony4数据集上进行实验验证，结果表明该方法的效果超过了目前最优的方法，验证了该方法的有效性。     

基于改进VGG16网络的TBM围岩识别方法研究

根据隧道掘进机(TBM)工程对前方地质条件的超前预警需求,开展围岩识别算法研究。针对原始VGG16网络结构待定参数过多以及知识蒸馏训练模式准确率不足的问题,提出一种基于改进VGG16网络的围岩识别方法。基于原始VGG16网络结构,优化其分类层结构,并减少网络复杂度,大幅降低网络待定参数量。基于传统知识蒸馏训练模式,优化其训练逻辑,提升网络对目标任务的特征提取能力。采用某隧道掘进工程的岩渣图像数据集,对上述方法进行验证。试验结果表明,该方法可在小幅提升准确率的同时,大幅减少网络的待确定权值参数。综上所述,该方法创新性地同时改进模型结构和训练模式,更适用于硬岩掘进条件下的围岩识别任务。     

基于综合图像处理技术的烧结矿矿物组成的定量分析

通过显微镜观察矿相,并利用"数点法"进行烧结矿的矿物组成测定的方法具有工作量大、效率低的缺点,此外,其识别精度易受个人主观影响。介绍一种基于综合图像处理技术的新方法来进行烧结矿矿物组成的定量分析。该方法通过对烧结矿的显微图像进行对比度处理和纹理特征提取,进而得到适合计算机分析处理的图像,并利用知识库规则进行分类。并且新方法和数点法、灰度分层法进行对比分析。结果表明,所得到的烧结矿矿物组成是合理的,从而表明综合图像处理方法具有较高的识别精度。     

基于鼻子相对位置的头势识别技术

针对一些通过头部姿势进行控制的智能设备,提出了基于鼻子相对位置的头势识别技术,并利用图像灰度化、均衡化、卷积、二值化等识别出鼻子位置,然后基于人体功能学特征,根据鼻子在人脸中的相对位置来判定人的头部姿势的实现方法。     

基于激光视觉检测的焊缝轨迹离线规划

在实际焊接过程中,由于电弧弧光、飞溅等强烈的干扰,导致激光视觉检测特征点发生漂移,信息提取失败。为避免大电流CO2气体保护焊接过程中强弧光和飞溅的干扰,采用了离线视觉测量方法对待焊工件进行检测,将得到的图片进行形态学组合滤波和欧式距离场变换处理,利用差分法提取出坡口位置信息,最后采用分组求平均和插值法得到完整的焊接轨迹数据,将焊接轨迹数据传输至下位机实施自动焊接,最终得到了成形均匀,无气孔、咬边等缺陷的焊缝。     

基于离焦图像的晶圆表面缺陷检测

缺陷检测在晶圆生产中起着关键作用,在利用机器视觉检测晶圆缺陷时,无论晶圆有无缺陷均进行自动对焦,从而导致检测效率降低,针对该问题,提出了一种基于离焦图像的晶圆表面缺陷检测方法。可在对焦前下对晶圆进行评估,检测缺陷后进行对焦,首先在频域中对晶圆图像进行自适应背景估计和去除,得到光照均匀、特征突出的检测图像;然后使用区域合并的优化分水岭算法进行图像分割;最后对分割后缺陷区域进行缺陷识别。实验结果表明,该方法可以准确鉴别晶圆图像是否存在缺陷,对于存在缺陷的样本,缺陷检测准确率可达95.3%,提高了检测效率。     

基于马达-垫圈的几何形状坐标新算法研究

为提高SCARA机器人机械臂末端执行器的操纵精度,提出一种基于马达-垫圈的几何形状坐标新算法。通过对某款运用仿生设计理论的SCARA机械臂的马达-垫圈装配设备开展视觉处理及精度控制技术研究,对末端执行器采集的马达和垫圈图像进行了图像处理,并基于模板特征进行了垫圈圆心和马达圆心的识别与定位,根据马达模具的几何形状提出一种基于拍3次图像的马达坐标计算方法;进行末端执行器定位精度控制试验,并验证该算法的可行性。结果表明:试验结果远远小于马达装配精度所要求的0.2 mm,证明了该算法能够有效地提高末端执行器的定位精度。