基于PLC和机器视觉的工件自动分拣系统设计

该文以西门子S7-200 Smart PCL为控制核心,构建了一套基于机器视觉的工件自动分拣系统。该系统由控制模块、传输模块、人界交互模块、机器视觉模块组成,首先利用机器视觉技术识别出待分拣工件的特征,然后PLC根据机器视觉识别结果控制传送带动作将工件传送至不同产品盒,实现工件的自动分拣。实验结果表明,该生产线的分拣误判率低于0.4%,满足工业生产的要求。     

基于RobotStudio的冲压件自动分拣装置设计与仿真

以现有的冲压设备为依托,针对传统企业人工分拣误差率大、检测效率低、接触性损伤大等问题,设计了一种基于机器视觉的冲压件自动分拣装置.利用三维绘图软件建立工件模型,通过RobotStudio软件搭建检测和分拣平台,创建各个部件的独立机械装置,配置了气动吸盘、到位传感器和相机检测对应的smart组件,创建了机器人对应的I/O...     

机器视觉在柔性制造生产线分拣机械手中的应用研究

为了解决柔性制造生产线机械手的智能化分拣问题,以并联机械手、工业相机和BS-8ML01型柔性生产线为基础,设计了一个基于机器视觉的分拣系统。该系统工业相机直接集成于机械手的定平台,以实现对传送带送来的工件进行图像采集及软件图像预处理。研究中对传统的Hough算法进行了改进,采用基于有序Hough变换的算法进行工件边缘的提取和定位,并以此对机械手的运动轨迹进行规划,采用Matlab对机械手的末端动平台进行动力学分析。最后样机实验表明,该基于机器视觉的分拣机械手算法稳定可靠,可广泛应用于一般小尺寸工件的分拣工作,提高了柔性制造生产线的自动化、智能化水平。     

中小型金属工件在线检测系统的设计

随着机器视觉技术的快速发展,利用图像处理技术对工件进行在线实时检测的方法近年来得到广泛的应用和发展。为了解决工件离线人工检测效率低、精度差的问题,设计了包括上料模块、图像采集处理模块、零件传送模块、筛选模块和控制模块的基于机器视觉的工件在线检测剔除系统。系统运用PLC可编程逻辑控制器作为工业控制器,机器视觉和图像处理作为检测方法,提高了工件检测的产品品质、生产效率和自动化程度,该机器视觉检测系统可以通过改变程序的方法,运用和推广到其他表面品质检测的行业中。     

基于机器视觉的工业机器人分拣技术研究

将视觉系统应用到工业机器人当中去,使得机器人具有人眼的功能是当今机器人研究的重点。本文针对以往工业生产线分拣工件时存在的问题,从视觉的角度研究了相关技术难点。本文完成了基于机器视觉的工业机器人分拣系统平台的搭建,首先通过摄像机对传送带上进入工作区的工件进行图像采集,然后对图像预处理分析,接着用不变矩对工件进行快速识别,之后用Hough-链码识别算法对工件进行精细匹配,最后通过中心定位算法计算出工件的位置,引导机器人对工件进行分拣抓取。同时,本文还提出了多目标分块处理算法和Hough变换与链码相结合的Hough-链码识别算法。实验结果表明,该分拣系统可以有效解决规则几何工件的分类的问题,达到分拣的目的。     

基于机器视觉的传送带分拣技术研究

将机器视觉应用于传送带分拣系统,使得分拣系统具有更高的适应性,能够适应各种任务下的分拣需求。对机器视觉在分拣平台应用上存在的标定问题进行了研究,完成了基于机器视觉的传送带分拣系统搭建。首先分析了视觉系统的标定方法,然后提出了一种传送带与机器人的位姿关系的标定方法,最后在摄像机标定和传送带标定的基础上实现了机器人与摄像机的位姿标定。实验证明:工件的定位识别精度能够满足识别分拣的要求,能够完成机器人的分类抓取任务。     

基于机器视觉的电子元件在线质检分类系统设计

为了解决电子元件蜂鸣器出厂时人工质检效率低、容易伤害分拣人员听觉等问题,设计了基于机器视觉的电子元件在线质检分类系统。该系统主要由自动上料、视觉检测、声音检测、电极控制和下料控制这5个部分组成,由PLC主控制器、OpenMV视觉检测模块、声音识别模块以及步进电机等配合完成蜂鸣器的自动上料、检测和等级分类功能。经过现场调试及应用表明,该控制系统提高了蜂鸣器的质检分类效率,其效率是人工质检的1.9倍,准确率提高了9.4%,每台设备至少替代3名工人,节约了企业的成本。     

基于LabVIEW的Tripod机器人视觉处理和定位研究

针对传统的物流分拣过程效率低、成本高的现状,以及利用机器视觉进行分拣快速、可靠的优点,对机器视觉、图像处理和Tiropd机器人进行了研究,基于LabVIEW,设计了Tripod机器人视觉系统,将分拣过程简化为对几何体的识别和抓放过程。利用边缘提取、滤波去噪、圆心检测等算法,采用LabVIEW视觉模块及其库函数,进行了图像的预处理、特征提取以及中心点定位。研究结果表明,基于LabVIEW的Tripod机器人系统能够准确识别平台几何体的颜色和形状,可较为精确地定位几何体中心,满足后续控制的要求。     

水果外观品质视觉检测及自动分级控制系统设计

水果外观品质自动分级是提高水果附加值的有效手段,为了提高水果分拣效率,满足水果分拣设备小型化与果园现场分拣需求,依据机器视觉技术,以树莓派为核心控制平台,以梨子为对象设计了小型分拣装置,完成了样机的三维建模,并且调试了样机的运动控制程序和视觉检测程序,基于Socket通信方式建立树莓派和工控机之间的通信,并且将功能集成到用户控制界面,完成样机的控制系统设计。最后对样机进行实物搭建,以梨子为分级对象开展实验,实验结果表明,针对预设水果分拣级别,分拣执行正确率达到90%以上。     

并联机器人智能分拣系统设计

针对并联机器人在实际生产过程中对复杂工件的智能分拣问题,对并联机器人的配置、速度、加速度以及传送带的速度等方面进行了研究。对在分拣过程中影响并联机器人分拣成功率的因素进行了归纳,提出了一种基于视觉技术的并联机器人智能分拣系统,利用工业相机对传送带上移动的复杂工件进行捕获,利用图像处理技术获得工件的形状、位置等信息,并将所获得的工件信息传递给控制器,由控制器控制并联机器人对传送带上的工件进行抓取,通过实验获得了测试数据。研究结果表明:影响分拣成功率因素的优先级中,加速度对系统分拣的成功率影响较大,其次是机器人的速度,最后是传送带的速度。     

基于PLC的自动分拣系统

为降低物流行业中自动分拣系统的能耗,以及实现分拣系统精确的位移控制,将PLC技术应用到分拣系统中。在对自动分拣系统的模型机进行功能分解的基础上,采用PLC并结合变频器,实现了对自动分拣系统包括上料、皮带输送、机械手搬运和分类仓储等功能的自动控制。研究结果表明：使用PLC带动变频器不仅能方便地控制分拣系统电机的启停,更大大降低了能耗;同时,能够精确控制机械手动作时间和步进电机传动产生的位移。     

基于机器视觉的水果分级分拣系统关键技术研究

机器视觉就是利用图像摄取装置等产品代替人眼做测量和判断,当前在水果分级分拣领域应用极广,已成为工业机器人进行农产品自动化检测的研究热点,但如何对采集到的自然图像进行高效目标分割和识别检测,成为制约分拣机器人应用的技术难点。现利用机器视觉测量精度高、结果稳定可靠和非接触性等优点,通过对苹果进行尺寸测量、空间定位,并根据果形大小、色泽光洁程度和表面缺陷等指标进行特征识别,实现对苹果品质的科学精准分级和自动分拣,并利用机械手臂自动完成不同等级水果的分拣,实现生产线上的"手眼"协调工作。     

基于机器视觉的齿轮质量在线检测系统

针对当前齿轮缺陷检测过程中存在的问题,提出了一种基于机器视觉的齿轮在线检测系统设计方案,实现了图像采集与显示、图像分析及运行控制等功能。该系统通过单片机控制模块负责上料设备和传送带运行,并利用光电开关触发高速摄像机实时采集齿轮图像;然后,工控机对采集的图像进行处理,得到齿轮的外观质量信息;最后,工控机将测量的NG和OK信号传送到单片机,驱动外部设备实现齿轮分拣和声光报警。实验表明,该方法具有较高的测量精度和测量效率,能够满足实际生产的需要,为齿轮在线测量提供了新的途径。     

自动测量筛选机的设计

大批量零件在接触检测中存在各种弊端,设计一台提供非接触式自动测量薄壁圆环类零件的自动化机器。该机器实现了零件的自动上料、视觉图像处理、良品和不良品的分拣,大大提高了检测效率和质量。     

摩擦式钢球表面缺陷检测仪的控制系统设计

主要研究的钢球表面缺陷检测仪方案采用的是CCD摄像机、视频图像采集卡、计算机以及数宇图像处理软件相结合的视觉检测技术。利用多个步进电机控制机械系统实现了钢球的自动下球、表面展开以及分选等功能。设计由多个单片机组成的集成控制卡,实现了与上位机通信及控制各个步进电机运行,建立了控制系统时序模型,为提高系统运行准确度和检测效率奠定了基础。     

基于3D视觉的散乱堆放工件机器人抓取技术研究

自动化生产线上工件的上下料,尤其是工件处于散乱堆放的情形下,其自动上料一直是一个尚未很好解决的难题.利用机器视觉二维、三维测量及信息融合的方法,采用双目立体视觉的技术,对散乱堆放状态下的工件进行二维、三维测量,获取堆放状态下工件的三维点云数据;再通过对整个三维点云数据的分割,获得属于注意力集中条件下单个工件可见部分的三...     

基于机器视觉的工件自动分拣系统的研究

介绍了机器视觉技术在工件识别中的应用以及主要图像处理算法。采用机器示教方法建立待处理零件的特征库,通过图像预处理、阈值分割、边缘和轮廓提取算法等获取零件图像的特征并与标准模板比较,从而判别待测零件的合格性。为解决零件摆放的位姿偏差,采用边缘检测和轮廓跟踪算法确定工件形心位置和旋转角度,根据与模板零件的相似性测度判断工件的特性,为自动分拣提供决策支持。实验验证了本算法的有效性。     

基于机器视觉的纸币清分机设计分析

设计了一种基于机器视觉的智能纸币清分机,可实现纸币真假识别、面额清点和分拣等功能。清分机采用STM32作为运动控制系统的处理器,可同时控制进钞步进电机、传输步进电机和分拣步进电机,实现三轴联动。通过红外触发传感器,检测进钞状态,触发相机采集图像。基于工业计算机处理平台,采用CCD相机与紫外LED光源,采集纸币目标区域的水印图像。设计专用的纸币智能识别算方法完成水印图像处理与分析,处理信号驱动运动控制系统,控制线性模组完成纸币的分类。实验结果表明所设计的纸币清分样机可实现不同面值纸币的快速准确识别、清点与分类。     

基于LabVIEW机器视觉在继电器检测系统中的应用研究

机器视觉系统已成为许多工业过程的重要组成部分。针对继电器衔铁小轴检测精度要求高,人工检测难以保证测量精度和快速性的问题,研究开发一套基于LabVIEW机器视觉的继电器衔铁小轴视觉检测系统。该系统基于LabVIEW开发平台,通过图像采集、图像分析处理、VISA串口通信等功能的研究实现继电器项目的快速、可靠检测。利用实际待加工工件进行自动测试实验,结果表明继电器视觉检测系统具有稳定、快速、高效特性,满足继电器生产线对衔铁小轴质量的要求,为继电器自动化测量技术进一步发展提供了一种可行思路。     

基于计算机视觉对目标识别检测的研究

机器视觉是工业机器人获得外部环境信息的方法之一,通过视觉所得到的图像信息能实时地提取工件参数、判断出工件所处的位置。为了改善从 CCD 摄像头摄取的工件图像的质量,需通过理论分析和MATLAB软件对图像进行预处理,利用直方图均衡化、中值滤波、边缘检测等方法,提取出板材矩形类工件的边缘特征,用Halcon软件计算测量板材边缘,利用Canny算子取得板材在精度误差之内的边缘检测效果。