基于机器视觉的自动化装配系统设计

为了加快中国产业升级,机器视觉和工业机器人是改变手工装配模式的重要手段。机器视觉作为一种用于识别物体、从数字图像中提取和分析物体信息的技术,已被广泛应用于工业生产中。为了进一步推动机器视觉应用于自动化装配系统,文章提出与机器视觉系统相结合的自动装配系统的原型。在机器视觉系统中,开发一系列定位算法,并用图像校准以获得机器人拾取和放置过程的正确坐标。测试表明,系统能够正确检测和识别装配空间的形状和方向,从而实现零件的拾取和放置过程。     

基于LabVIEW的机器视觉检测在自动化生产线中的运用

对LED球泡灯自动化生产线系统的关键技术之一"视觉控制系统应用设计"进行研究,并根据系统检测任务及要求,阐述了视觉检测系统的组成及原理、机器视觉系统硬件设计、视觉检测系统软件算法研究,利用图像处理算法对工件进行表面损伤检验,判断是否有零件缺陷,通过视觉检测和算法处理确定工件定位到夹具上的角度所存在的偏差。通过装配调试所得的实验结果,讨论影响视觉检测系统测量结果的关键因素,以提高生产效率和生产自动化程度。     

基于机器视觉与被动柔顺机构的孔轴精密装配研究

人工装配微小型孔轴类零件,生产效率低,精度和一致性难以保证。为了实现微小型孔轴类零件的自动精密装配,研制了基于机器视觉与被动柔顺机构的装配系统。在装配的非接触阶段,该系统的机器视觉通过精密运动平台的引导进行位置检测与控制;在装配的接触阶段,被动柔顺机构补偿零件位姿偏差来实现精密装配。该系统组成简单、操作容易、效率高、成本低。     

应用于机器装配的多目标视觉识别与分类系统

设计了一种多目标视觉识别与分类系统,以提升复杂任务条件下机器装配的效率和灵活性。在灰度化、滤波、边缘提取等前期处理的基础上,该系统基于灰度值和金字塔算法实现对多个目标的识别、分类及定位。为了评估视觉系统实际性能,选取了多种类型零件在不同条件下进行了测试。实验结果表明,针对多种零件混合的情况,未经优化的视觉系统对不同零件的识别准确率约为94%～97%。进一步研究显示,识别率差异与零件的形貌、尺寸、间距密切相关。结构简单、对称度高的零件识别率较高,而尺寸和间距增大亦有助于提升识别率。此外,合理地选择光源能够有效改善系统性能,稳定、均匀的线光源被证明可使识别率提升0.5%～2%。由此可见,所设计视觉系统已基本具备多目标同步识别与分类能力,为机器装配完成多目标环境下的复杂任务提供了一种高效可行的检测方法。     

基于机器视觉的机器人装配工作站系统设计与研究

针对传统人工装配存在的问题,以工业六轴机器人的第一关节模型装配为例,分析了其各零件的外形尺寸特点以及零件间的相互装配关系,设计了一种基于机器视觉识别和PLC控制的自动装配生产线,完成了自动化装配线的PLC、人机界面控制系统的开发与运行调试。结果满足生产工艺要求。     

基于显微机器视觉的微小零件装配系统研究

针对精密微小型机电产品装配中的组成零件尺寸小、普通摄像机的分辨率低的问题,提出了一种基于显微机器视觉而建立的高分辨率CCD摄像机与体式显微镜相结合的显微视觉测量系统。采用MATLAB软件中图像平滑、图像识别、边缘提取以及最小二乘拟合圆等方法,对采集到的待装配微小零件的图像进行分析,研究了微小零件装配系统的组成、待装配微小零件的识别定位以及装配过程。结果表明,所采用的显微视觉测量系统,实现了待装配零件的识别定位,完成了待装配微小零件的自动测量和精密装配。     

基于机器视觉的汽车装配协作机器人机械故障图像识别系统

为了避免汽车装配协作机器人故障发现不及时而导致的生产效率低下,设计一种基于机器视觉的汽车装配协作机器人机械故障图像识别系统。以典型机械故障识别系统为基础,建立具有故障图像采集、故障图像处理、故障图像特征提取和故障图像分类四大模块的汽车装配协作机器人机械故障图像识别系统;利用机器视觉技术获取机械故障图像特征,根据Saulola算法实现机械故障图像彩色增强,通过Niblack算法确定协作机器人机械故障节点位置,得到机械故障图像识别系统的机械故障图像分类结果,实现汽车装配协作机器人机械故障图像识别。实验结果表明：该方法识别效果好、识别效率高。     

基于双目视觉的汽车生产线零件实时识别方法

对汽车生产线零件识别可以保证零件的质量,不同的光照强度给汽车生产线零件的实时识别带来了一定难度。为此提出一种利用双目视觉对汽车生产线零件实时识别方法。根据双目视觉的基本原理,计算出像素匹配点在双目摄像机坐标系中的坐标,完成零件图像采集摄像机的标定。根据双目视觉模型采集到的汽车生产线零件图像,利用平均值的求解方法计算零件图像R、G、B 3个分量的均值。通过均衡化处理,获得灰度级零件图像,结合滤波方法处理汽车生产线零件图像。通过计算模板与汽车生产线零件图像的灰度值,设计汽车生产线零件识别算法,实现汽车生产线零件的识别。实验结果表明：基于双目视觉的汽车生产线零件实时识别方法可以成功识别汽车生产线零件,同时降低了误识率。     

微小易损零件的精密装配及接触控制

针对某微小易损零件在装配过程中易损坏的问题,采用有限元仿真对其薄弱部分的装配应力进行了分析.搭建了一套基于机器视觉和激光位移传感器的微装配系统,该系统主要包括1个3自由度机械手,1个3自由度精密视觉系统与测距传感模块和一套专用夹具.采用机器视觉系统实现了目标零件在XY平面内的精确定位.采用激光位移传感器与工控机所组成的闭环系统对目标零件装配过程中Z轴方向上的接触状态进行检测和控制,接触状态检测精度优于2μm.     

微器件装配系统机器视觉的实现

高精度的机器视觉系统是实现微器件装配的关键之一.本文对微器件装配系统中机器视觉的功能和过程进行了设计,并对各部分算法进行了改进设计使其能够满足微装配的实时检测定位的功能.对微器件中广泛存在的圆形轮廓进行了识别定位的实验,结果表明该视觉系统能够为微器件的装配提供精确的定位参数可以保证微装配过程的实现.     

基于单目视觉的轴孔零件定位系统设计

针对轴孔零件精密装配过程中单目视觉定位系统的使用困难,设计了一种基于单目视觉的轴孔零件定位系统,提出了基于图像特征的零件倾斜角计算方法,可直接判定零件倾斜姿态.通过对椭圆快速检测算法进行优化,减小噪声影响,实现了高精度检测.最终通过该系统实现了轴孔零件的准确定位,提高了轴孔零件自动装配的成功率.实验证明,提出的方法能够在单目视觉条件下准确得到待装配零件的空间位置信息,满足同轴度要求 １５ μ m 级的轴孔精密装配需求,具有较好的工程应用价值.     

面向精密微装配的视觉复合定位

基于机器视觉的微小特征定位是精密自动化装配的关键环节,外界干扰和零件本身差异等容易引起视觉引导错误,影响装配成功率,因此提出一种由粗定位与精定位两步组成的复合定位方法。首先通过基于卷积神经网络的目标框检测算法提取感兴趣区域实现粗定位,在此基础上通过轮廓几何特征配准的方式实现零件精定位,算法中还采用自动标注辅助的动态学习机制解决不同批次零件间差异导致定位失败率较高的问题。在自研的装配设备上对该方法进行测试,分析了亮度、离焦和位姿变化对视觉定位算法鲁棒性的影响,并进行了定位精度及小批量装配实验测试。结果表明：本文方法在多种干扰下的装配成功率达到97%,视觉定位的绝对精度与重复精度均优于2μm,装配精度优于10μm,能够满足精密微装配对定位算法精度与稳定性的要求。     

基于YOLOv3的装配零件多目标实时检测

为实现装配零件图像的多目标检测任务,提出基于深度学习的目标检测算法,将目标检测模型YOLOv3应用于零件的识别检测。将基于迁移学习思想的预训练权重引入网络模型的训练过程,加速网络训练过程,损失函数快速收敛,加速模型建立过程。将训练模型应用于零件检测,实验结果表明,所提出的多目标检测方法识别10类零件的mAP为99.8%,识别周期小于1s,检测结果准确。研究结果对生产线的自动化分拣、零件的装配定位有参考价值。     

基于机器视觉的小微零件缺陷检测技术及装置研究

针对小微工件手动检测效率低的问题,研究了基于机器视觉的工件表面缺陷识别技术,设计了自动检测平台。以典型轴承零件为被测对象,采用视觉系统完成零件的成像、滤波、图像增强,利用提出的图像差值算法与标准图样对比,完成了零件表面的缺陷提取。实验表明,系统可以实现小微零件的表面凹陷、磨损、划痕、凸起等多种瑕疵的检测,提高产品的检测效率。     

面向零件装配的机器人工件识别

针对工业机器人装配柔性低、工件识别鲁棒性差的问题，提出一种基于机器视觉的工件识别方法应用于零件装配领域。该方法首先利用双层旋转滤波器的尺寸不变性和旋转不变性实现特征点的均匀提取，利用rBRIEF算法生成带有方向信息的特征点描述符，计算Hamming距离进行特征点匹配，利用RANSAC算法对结果进行优化，实现目标工件的准确识别。用工件图片对本文方法进行检验，试验对比分析了该方法与3种传统方法在旋转、缩放变换下的工件识别效果，结果表明，该方法能够更准确、高效地识别工件。最后，搭建基于机器视觉的轴孔装配实验平台，验证工件识别的可行性。     

基于HALCON的汽车轮毂分类系统实验研究

机器视觉识别技术具有非接触、效率高、精度高、在线实时、长时间稳定工作等优点,对提高生产的柔性和自动化有重要作用,是实现集成制造技术的基础。在分析了机器视觉在现代生产中应用的基础上,对机器视觉识别技术在汽车轮毂成型生产线上的在线识别系统进行研究。通过对轮毂图像的获取、图像预处理、特征提取,应用德国MVetc公司的机器视觉软件Halcon来搭建整个视觉系统,提出了一种利用模板匹配来实现轮毂分类的方法,并用基于图像处理底层的Halocn函数实现改进的识别算法。     

基于机器视觉的伺服阀微小结构精密装配方法研究

伺服阀微小结构传统装配方法以手工作业为主,存在装配精度低、质量一致性差等问题,该文介绍了一种基于机器视觉检测的装配工艺方法,重点阐述了微小零件夹持与定位、图像采集及对准方法,并通过试验对比分析表明采用机器视觉对准技术更有利于提高装配精度和合格率。     

基于双目视觉的机械零件位姿检测系统研究

针对机械零件搬运过程中需要精确测量零件位姿的实际问题,基于VS220双目立体视觉测量系统平台,设计了一种机械零件位姿检测系统。采用改进的Canny边缘检测算法,对零件边缘进行了轮廓识别,利用尺度不变特征转换方法进行了零件特征点的提取与立体匹配;利用立体视觉三维重建方法,建立了位姿检测系统数学模型,通过求解坐标系之间的转换关系,计算出了零件在传送带上放置的位置和方向等信息;通过VC++语言编写了位姿识别算法程序,实现了零件形状与位姿的识别;搭建了位姿测试系统实验平台,进行了测试实验。实验结果表明:系统能快速有效地对零件进行位姿检测,为实现零件的自动上下料提供了技术支撑。     

平板类微小型零件的自动化装配

针对MEMS器件中平板类微小型零件轻、小、薄的特点,搭建了基于单目显微视觉的真空吸附式微装配系统。通过研究微小型零件装配过程中的抓取方式、运动控制以及显微视觉定位等关键技术问题,制订了基于示教再现与显微视觉反馈相结合的平板类微小型零件自动化装配总体方案,并利用VC++平台开发了自动化装配程序。经实验验证,该微装配平台不仅可以实现微小型零件的高精度检测定位以及完成不同形状和尺寸的平板类微小型零件精准吸附,而且通过示教再现和视觉伺服相结合的控制方式实现了微小型零件的自动化装配,从而为提高微装配系统的装配精度和装配质量打下了坚实的基础。     

基于傅立叶特征的几何零件快速识别

针对机器视觉系统中的零件识别问题,提出基于傅立叶描述子的零件识别算法.首先利用类似Canny算子的方法提取零件边缘,并且跟踪轮廓.然后通过傅立叶变换将几何零件轮廓特征转换成频域特征,以互相关系数作为了匹配相似度的判据,对零件识别结果进行置信度分析.试验结果表明,方法在几何零件发生平移,旋转,缩放等情况下均能识别出正确结果,具有较高的鲁棒性和实时性.