基于多角点结合的机箱标准件图像特征提取方法

机箱装配具有部位多、标准件类型复杂特点,采用机器视觉进行机箱装配质量检测,提取具有较强表示能力图像特征是关键,该文提出基于多角点结合的机箱标准件图像特征提取方法。首先,分析机箱3大类标准件图像特性及角点特征,指出角点特征较好地覆盖机箱标准件特性;然后,分析Harris、Shi-Tomasi、Fast方法角点特征提取机理与判定条件,并结合3种方法提出多角点结合的机箱标准件图像特征提取方法。结果表明:该方法能将背景中错误角点特征识别为伪角点特征,机箱标准件显著特征识别为真角点特征,较好地解决受干扰影响错误提取角点特征问题。     

面向机箱标准件装配质量的KB-BBT结构机器评价系统

机箱装配具有部位多、标准件类型复杂等特点,实现机箱标准件装配质量评价,模式识别是关键。该文提出类间均衡树(KB-BBT)机器评价系统结构,首先,提出可实现不同评价标准的机箱标准件装配质量机器评价方法;其次,结合机箱具有固件三大类标准件的特点,构建3个SVM分类器,实现漏装配与机箱功能件、机箱钣金件、机箱紧固件三标准件大类的模式识别;最后,应用均衡树(BBT)结构,实现各大类标准件类内不同零部件模式的识别。经具有15种、204个的机箱标准件样本集实验,结果表明:KB-BBT结构能使SVM分类器最高识别准确率达到100.0%,比BBT结构提升7%,KB-BBT统结构从顶层区分三大类标准件,具有分类识别准确率高、分类器训练简单的特点。     

面向标准件装配质量的PI-SURF检测区域划分技术

标准件装配具有部位多、类型复杂、结构各异等特点,可基于产品特性指导机器视觉进行产品装配质量检测。该文基于部分装配产品的位置不变性(PI),提出面向标准件装配质量的PI-SURF检测区域划分技术。首先,分析产品装配中各标准件间位置关系基本稳定的特点,以平面尺寸链描述两个标准件的位置关系,提出基于PI的装配检测区域划分方法;其次,提出基于PI-SURF的标准件装配质量检测区域划分技术,通过提取基准部位的SURF区域特征与特征主方向,使得检测区域具有对产品整体平移、旋转的抗干扰能力;最后,构建标准件装配质量检测装置,以联想ThinkCentre G3机箱进行试验。结果表明:与全局检测相比,使用PI-SURF检测区域划分技术后,检测时间缩短83.4%,实现零漏检,提高装配质量检测装置结果可靠性。     

线激光扫略的白车身装配特征机器人在线检测技术研究

为实现白车身装配特征位置参数的在线检测,监控和保障白车身焊接尺寸质量,研制了一种基于线激光摆动扫略的白车身装配特征机器人在线检测系统.提出了摆动式线激光单目视觉传感器的测量系统方案和传感器参数标定方法及传感器摆动运动标定方法;分析了传感器摆动采集光刀图像的特点,进而提出了面向孔槽、柱状类装配特征的光刀点云提取算法及位置参数计算方法;进行了系统集成,开发了在线检测系统,并展开工程应用验证.验证结果表明:本技术实现了对白车身各类装配特征快速、精密、稳定的检测.     

机械装配偏差源及其偏差传递机理研究

分析和研究机械装配偏差源和偏差传递机理用于机械装配精度的预测,机械装备的偏差源按照装尺寸、形位精度、定位精度等影响装配功能的因素可以大致分为三类,即装配位置偏差、几何位偏差和几何形状偏差,建立偏差源的统一表达形式,分析机械装配中零件之间和零件内部的偏差传递机理以及相互作用,明确机械装配中偏差传递的偏差流类型,偏差流可通过偏差向图来进行表达,通过建立机械装配偏差有向图来表达偏差传递和装配功能之间的关系。本文就机械装配精度预测进行简单的说明,着重介绍了机械装配偏差源及其类型,并对机械装配偏差源偏差的传递机理进行了研究。     

面向视觉检测的深度学习图像分类网络及在零部件质量检测中应用

基于深度学习图像分类是视觉检测应用的基本任务。该文系统总结基于模型深度化图像分类网络、基于模型轻量化图像分类网络及其他优化网络主要思想、网络结构、实现技术、技术指标、应用场景,指出网络模型深度化、轻量化分别有助于提高图像分类准确性、实时性。最后,面向零部件质量检测需求,应根据其类型多少、结构复杂程度、特征异同等特点,结合实时性要求,选择合适的图像分类网络构建零部件质量智能检测系统。     

一种基于CAD的翼类曲面误差检测方法

数字化检测是保障机翼部件装配质量的关键技术之一.为了快速准确地获得机翼外形的形面装配质量数据,采用了一种基于CAD的非接触形面误差检测方法,针对翼类曲面误差计算研究了快速算法,开发了相应的检测程序.该方法可以快速准确地计算翼面形状误差,并实现误差分布的直观色彩显示.     

基于XGBoost的车身尺寸装配质量智能预测模型

针对汽车多级制造系统中传统机器学习方法处理多元数据样本时间久、精度低等问题,提出一种基于XGboost的车身尺寸装配质量智能预测模型,解决多级制造系统的车身装配精准预测控制问题。首先,通过对车身多级装配过程的分析,对数据样本进行预处理,建立基于Spearman系数的不同特征要素的绝对相关性矩阵;其次,对生产流程的相关数据实时采集、清洗及挖掘分析,提出数据分析流程与数据处理框架,建立基于XGBoost的车身尺寸装配质量智能预测模型,并通过对模型性能的有效评估实现对车身尺寸装配的精准控制;最后,仿真实例对比分析表明,基于XGboost的质量智能预测模型能精准地解决多级制造系统中的车身装配质量控制问题。     

一种药品包装自动检测系统的研究与实现

结合药品包装检测的实际环境,通过应用线性光中心位置的提取、数字图像的中值滤波和自适应模板匹配算法,设计了一套药品包装智能检测系统.该系统能准确对药品包装中出现的装错、漏装、缺损等质量问题进行实时在线检测,以实现药品包装自动化.     

基于iOS的人脸局部特征检测研究

基于生物特征识别技术与智能移动设备,在苹果公司的iOS智能操作平台下研究手机人脸局部特征检测方法.在YCbCr色彩空间中,通过高斯模型对人脸肤色建模,并对人脸图像进行滤波、二值化等优化处理,根据图像像素投影判断出人脸区域.采用Canny算子对图像进行边缘检测,对变换后的图像水平积分投影,根据投影曲线的波峰标记出人脸特征位置.经实验验证,该方法具有可行性,可以运行在基于iOS平台的移动设备上.