基于机器视觉技术的复合精密驱动与控制系统

提出了一种基于机器视觉技术的精密机械加工与控制系统。利用步进电机-丝杠机构在大行程上的优势和压电驱动器具有微小精密位移的特点，构造了三自由度精密机械加工系统，解决了精密加工时既要求有较大行程的粗位移进给，又要求加工末端精密进给的需求；控制系统采用机器视觉和计算机数字图像处理技术相结合，通过CCD图像数据采集、图像匹配和模式识别实时测控目标距离与位移，完成精密定位与进给的可视化控制和操作过程。该系统可应用于现代精密加工和制造中。     

基于机器视觉技术的压电精密驱动与控制系统

提出了一种基于机器视觉技术的精密机械加工与控制系统。将步进电机-丝杠机构在大行程上的优势和压电驱动器具有微小精密位移的特点相结合，构造了三自由度精密机械加工系统，解决了精密加工时既有较大行程的粗位移进绐、又有加工末端精密进给的需求；控制系统将机器视觉和计算机数字图象处理技术相结合，通过CCD图象数据采集、图象匹配、模式识别实时测控目标距离与位移，完成了精密定位与进给的可视化控制和操作过程。     

宏/微双重驱动技术的研究和应用现状

宏/微双重驱动技术因具备大行程、快速响应、高精度定位等特点,近年来在微操作领域得到了广泛的应用.总结了目前常用的宏/微双驱动的宏、微定位部件,并分析了它们各自的优缺点及使用范围;并介绍了常见的宏/微双重驱动系统的集成方式,以及国内外这方面研究取得的成果.为即将从事这方面研究的人员提供了很好的参考.     

宏/微结合双驱动进给控制系统的建模与仿真研究

采用宏/微结合双驱动进给系统能使系统在大行程范围内具有较高的定位精度。本文设计的宏/微结合双驱动进给系统,由交流伺服电机驱动滚珠丝杠作为宏动机构,压电陶瓷驱动柔性铰链工作台作为微动机构。分别对宏动机构和微动机构进行了数学建模。采用双伺服环控制策略,由宏动机构跟踪输入信号,由精密光栅尺检测宏动机构的实际位移进行反馈构成内伺服环;微动机构将宏动机构的跟踪误差作为输入信号,实时进行补偿,构成外伺服环,实现了宏/微结合双驱动进给系统的连续跟踪控制。最后进行了仿真研究,仿真结果表明跟踪幅值为1mm频率为0.4Hz的正弦曲线,采用宏/微结合双驱动进给系统比只采用宏动机构跟踪误差由±1.6μm减小到了±6nm。     

基于神经网络的宏/微双驱动运动平台误差预测及补偿技术研究

宏/微双驱动平台是一种用于微切削加工的高精度切削平台,其定位精度受多种因素影响。为提高宏/微双驱动定位运动平台的定位精度,提出基于BP神经网络进行宏/微双驱动运动平台定位误差预测的方法。测量运动平台的定位精度,从而建立BP神经网络误差预测模型,并运用该模型对宏/微双驱动运动平台进行定位误差预测试验,最终证明BP神经网络定位误差预测模型精度高、抗变换性能好,适用于对宏/微双驱动运动平台的定位误差进行误差预测及补偿,使得宏/微双驱动平台达到10nm级精度设计要求。     

基于机器视觉的智能定位与检测技术研究

基于机器视觉工作原理,对机器视觉的智能定位与检测等相关技术进行了研究,设计了一种基于机器视觉智能定位与检测系统,对视觉跟踪精度进行测试,跟踪精度约为（-0.2°～＋0.2°）,并将该技术应用于LED球泡灯自动化装配线,可满足装配线的实际生产需求.     

基于机器视觉的全自动灯检机关键技术研究

设计了一种基于机器视觉技术的全自动智能灯检机,以实现药液中可见异物的在线检测.首先对采集到的各帧图像通过形态学滤波、帧差等预处理抑制大部分背景噪声.然后提取图像中目标的不变特征,通过各目标不变特征间的匹配,实现相邻帧点迹的关联,得到若干假设的目标运动轨迹.最后根据异物运动轨迹的连续性和平滑特点来确定是否存在可见异物.研制的全自动灯检机样机已经在某药厂的注射液生产线上试验运行.实验表明,该机器的识别准确率和速度均高于熟练的灯检工.     

基于视觉的车道偏离报警系统的研究

本文对基于视觉的车道偏离报警系统进行了研究.为适应车载环境的要求,设计开发了基于PC104的嵌入式车道偏离报警系统,介绍了系统构成及其工作流程.通过适当的预处理和有效的车道线边缘点筛选算法,实现了对车道线的快速准确提取.最后研究了无需对摄像机进行标定的车道偏离报警决策问题.实验表明,本文开发的车道偏离报警系统具有25 ms/帧的实时图像处理速度和良好的识别可靠性与报警决策能力,能够满足高速公路环境车道偏离报警要求.     

基于机器视觉系统的磁芯零件在线分级

机器视觉已成为无损检测技术中的一个重要分支。利用机器视觉系统获取磁芯产品图像,通过图像预处理、图像分割、特征提取、图像分析、输出检测结果的控制信号,再借助于PLC控制执行机构,最终达到对磁芯产品进行在线分级的目的。     

基于计算机视觉的电机换向片检测系统的研究

设计了一种新型的电机换向片自动检测系统,该系统通过CCD图像传感器采集电机换向片图像,在VC平台中嵌入Matlab,利用其Image Processing Toolbox对图像进行变换处理与特征识别,实现计算机视觉代替人类视觉驱使数控机械工作。实验表明该系统精度高、实时性强,具有一定的实用价值。     

Assessment and visualisation of machine tool wear using computer vision

Tool wear monitoring is an integral part of modern CNC machine control. Cutting tools must be periodically checked for possible or actual premature failures, and it is necessary to record the cutting history for a tool’s full life of utilisation. This means that an on-line monitoring system would be of great benefit to overall process control in manufacturing systems. Computer vision has already shown promise as a candidate technology for this task. In this paper, we describe the use of digital image processing techniques in the analysis of images of worn cutting tools in order to assess their degree of wear and thus remaining useful life. It is shown that a processing strategy using a variety of image texture measures allows for effective visualisation and assessment of tool wear, and indicates good correlation with the expected wear characteristics.     

Measuring wear of the grinding wheel using machine vision

This paper proposes a new method for measuring grinding wheel contours using machine vision. The vision-aided measuring system comprises a CCD coupled with a telecentric lens, back lighting board and frame grabber. Measuring the image of the specimen with a grinded gap substitute directly captures the image of the actual grinding wheel. Using this method makes the 3 D of the topography of the grinding wheel into the 2 D of the contour of the grinding wheel. This method significantly simplifies grinding wheel wear measuring procedures compared with the traditional methods. Therefore, the presented paper provides a new method to improve efficiency and cost on measuring wear of the grinding wheel. The results show that this developed system achieves a repeatable accuracy of ±3 μm for the measurement of the grinding wheel contours.This paper has not been published elsewhere nor has it been submitted for publication elsewhere.     

基于机器视觉和OPC的多轴运动控制实验平台设计

根据虚拟实验室建设和实际应用需要,实验平台对目标视觉测量、目标定位与识别、目标跟踪等功能进行开发实现。实验平台基于VC＋＋开发机器视觉图像处理软件,并集成OPC功能,最后基于目标和功能设计控制工艺流程和开发控制程序;在运动控制方面针对传统PLC控制的封闭式结构的缺点,采用Ideabox工业级控制器实现多轴运动规划,改善了系统在运动控制中的实用扩展性以及兼容性。通过实验和调试验证,基于机器视觉的多轴运动控制实验平台,在虚拟实验室建设与教学和工业实际应用方面都具有实际意义。     

基于DSP机器视觉道路划线车定位系统研究

研究了基于DSP机器视觉道路划线定位系统设计方案,探讨了图像预处理算法以及定位特征参数获取算法、系统硬件电路和软件系统。无论是前期的算法组合方案还是软硬件平台方案都达到了定位系统研究的初步要求。取得了一些成果,为进一步研究应用打下了坚实的基础。     

基于视觉的运动物体特征点参数测量方法研究

主要研究利用机器视觉的非接触式测量方法实现对运动物体特征点的轨迹、速度和加速度三个运动参数的测定。通过在运动物体上设定一个特征点,采用基于运动估计的模板匹配技术实时跟踪特征点在各个时间点的位置。通过对动态图像序列的分析和处理从而在线得到运动物体特征点的三个运动参数。为了实现实时在线测量,采用了基于运动估计的图像匹配算法加速了图像匹配算法的计算速度,实现实时在线测量。此算法计算一次位置点需要的时间为20ms,图像标定的精度为1μs,达到了实时在线测量的要求。测试结果表明:研究的基于运动估计的运动物体特征点测量算法运算速度快、可靠以及测试简单等特点。     

基于机器视觉工业实时测量技术研究

针对机器视觉在工业实时测量技术上的应用前景，结合当前技术，提出采用面向任务的设计、系统的可靠性分析、多传感器信息融合和多线程并行处理机制等策略来具体实施，并通过热轧钢板在线实时测宽系统的研制，论证了提出方式的可行性。