基于机器视觉的机器人分拣系统设计

针对机器人分拣系统对工件摆放位置要求高的问题,研究开发了一套基于机器视觉的机器人分拣系统。阐述了该系统的组成和工作流程,搭建了基于机器视觉的机器人分拣系统实验平台,提出了一种适用范围广的快速手眼标定方法,采用机器视觉技术对摆放在相机视野范围内任意位置的工件进行定位并分类,通过TCP通信协议将定位分类信息发送给机器人,从而引导机器人对工件进行分拣。最后,进行了多次分拣实验,结果表明,该系统可对任意位置的工件进行分类,自动化程度高。     

基于机器视觉的工件分拣及上下料系统

为了解决传统工业机器人无法对多个不定位姿的工件进行分拣抓取的问题,搭建一套基于机器视觉的零件分拣及上下料系统。所搭建系统能够较准确地对铝件和有机玻璃件进行分拣,并对工件的位姿进行识别,最后将结果换算到机器人的世界坐标系下,对工件进行准确抓取和上下料。其中针对工件的分拣,提出了通过条形码进行识别分拣的方法,此方法简单有效,快速便捷。对与背景对比度不高的透明有机玻璃件的位姿识别,提出一种自适应调参线性变换方法,从而准确识别出透明件的位姿信息。经实验测试,所搭建系统具有较高的准确性。     

基于机器视觉的钢板物料跟踪系统研究与应用

在流程复杂的钢板生产过程中,将板号串入信息流并实现物料跟踪,依赖于大规模的板号识别。自然场景下的文本识别技术较为成熟,但受制于稳定性和适用性,难以应用于工业生产。针对复杂工业环境,提出一种基于注意力机制的3段式板号识别算法：首先采用残差卷积神经网络(ResNet)提取图像的特征,然后使用双向长短时记忆网络(Bi-directional Long Short-Term Memory, BiLSTM)生成序列的关系,最后利用注意力机制(Attention Mechanism)对输入特征序列进行解码预测。该算法在某钢铁企业热处理车间得到了应用。结果表明：可以对钢板实现准确定位,并具有较高的识别准确率;在实现高效准确物料跟踪的同时,有效解决了生产过程中钢板表面手写笔迹难以识别的问题。     

基于机器视觉的机器人分拣系统的设计与实现

传统的分拣作业一般采用示教或离线编程方式,当工作环境发生改变时系统无法即时的作出相应的调整,针对传统分拣方式中存在的不足,以并联型机器人和康奈视In-Sight7000型工业智能相机为基础,搭建一个基于机器视觉的工业机器人分拣系统。该分拣系统结合了并联型机器人和机器视觉两方面的技术优势,对经典的Canny边缘提取算子做出了相应的改进,通过提取图象边缘信息作为匹配的特征,克服了光照变化对视觉系统造成的影响,实现了当分拣对象由传送带运送进入相机视野时,系统可以高速的对分拣对象进行识别和分拣工作。该系统显著提升了机器人对工作环境的适应能力,提高了生产效率和系统柔性。同时,实验结果证明了该系统软硬件设计正确,分拣成功率高。     

基于机器视觉识别的小型机器人分拣搬运系统的研制

提出一种小型机器人分拣搬运系统的设计和研制方法。它基于机器视觉识别技术对工件进行辨识,用四自由度机器人进行搬运和分拣。主要研究内容有分拣系统的总体设计、部件和附件的设计、视觉系统的基本原理和编程、四自由度机器人的示教以及I/O通信和编程等。该系统己应用,效果良好。     

基于机器视觉的轮胎快速识别分拣方法

在生产诸如自行车轮胎等产品过程中,存在人工识别分拣工作量大、过程枯燥乏味及效率低下的现象。针对这一问题,研究了一种基于机器视觉的轮胎快速识别分拣方法,该方法依靠机器视觉系统抓取生产线工作区域图像,利用NCC(归一化积相关)模板匹配准确的特点快速匹配到轮胎上的固定编号,然后进行扇形固定区域扫描获取编号区域,通过双线性插值将定位出的环形区域转换为矩形区域,实现轮胎编号信息的快速识别,最终驱动机器人完成分拣工作。实验结果证明,该方法安全可靠,具有较好的实际应用价值。     

基于PLC和触摸屏的物料自动分拣系统的电气化设计

某零件的弹片在生产过程中会出现弹力大小不同的现象,而该弹力的大小直接影响系统的性能,所以对不同范围弹力的弹片进行分拣是提高系统性能的关键因素,采用触摸屏和PLC控制的弹片弹力自动分拣控制系统能够很好地满足系统要求。根据用户要求,设计了PLC控制系统的I/O分配图和控制流程图,详细阐述了系统的设计原理和控制方法。在实际实施过程中,该控制方法的控制效果很好。     

自动浇注机上的机器视觉系统

"中国制造2025"的重点是发展智能制造,促使制造业数字化、网络化和智能化。企业所装备的设备具备自动化和智能化的特性是建设数字化铸造厂的前提条件。半自动浇注机的控制系统是开环控制,不能对生产过程中状态参数的变化做出及时调整。带机器视觉功能的全自动浇注机,闭环自适应控制,能根据浇注过程状态的变化,自动调整浇铸参数。机器视觉技术包括目标物图像的采集、图像的处理、指令的发出。VISIPOUR控制系统利用了机器视觉技术中成熟的算法,配备VISIPOUR的浇注机,具有高生产率、高铸件质量、节约金属液和外部通讯的特点。     

基于机器视觉的Delta机器人分拣与跟踪系统设计

为了提高Delta机器人动态抓取的精度与速度,提出了一种基于欧姆龙NJ控制器的Delta机器人控制系统。通过采用欧姆龙NJ运动控制器和EtherCAT内部高速总线将Delta机器人的运动控制和外部运动逻辑控制进行无缝对接,实现一体化控制。同时为了提高抓取效率,利用Delta机器人视觉系统识别抓取目标的位置,去掉重复图像信息,进而提出一种动态的抓取算法,实现了机器视觉与机器人动态抓取的完美结合。通过对样机进行测试表明:该Delta机器人在分拣与跟踪目标过程中漏抓率小于2%,误抓率为0,表明该系统能够达到抓取系统的实时性要求,在实际工程中具有一定的应用价值。     

基于形状内容分析的机器人物料分拣系统

文章分析了国内外工业机器人分拣系统的现状后,提出运用形状内容分析方法对物料的分类识别进行强化,以提高分拣的准确性和稳定性.设计了以数控系统、现场总线、伺服驱动单元以及以太网通信链路组成的机器人控制系统硬件结构.控制软件以运行在嵌入式Linux系统上的实时响应程序为基础,涵盖电机驱动、异常检测、运动控制等多个方面,并为上位机图像分析结果的传输提供接口.验证工作基于华中数控HNC-08数控系统和MOTOMAN-SK6机器人展开,通过标定后的摄像机进行物料的定位与分类识别,并通过机器人控制系统进行分拣,实验结果充分证明了系统的准确性和稳定性.     

基于机器视觉的机床对刀自动测量系统

针对机床加工制造业中传统人工测量作业进行对刀操作中具有的不足,设计了一套基于机器视觉的机床对刀自动测量系统。该系统借助于Lab VIEW视觉开发函数库完成相机标定工作、图像采集、图像处理以及边缘检测,针对Hough变换的不足进行优化计算处理完成对刀点坐标的提取。利用实际待加工工件进行自动测量试验,试验结果表明自动测量系统具有比人工测量更高的精度和速度,证明了自动测量的有效性和可行性,为机床工业自动化的进一步发展提出了更多的技术思路。     

基于机器视觉的机油冷却管圆度检测与分拣研究

针对机油冷却管生产过程中,管口的圆度误差主要是人工测量导致的,且检测效率低,无法实时检测的问题,基于视觉检测提出一种机油冷却管口圆度检测与分拣方法。构建机器人SR7CL的运动学模型,利用ADAMS和MATLAB对其运动学和动力学进行仿真,验证模型的正确性,以保证抓取的准确性。以机油冷却管为抓取对象,通过自适应阈值分割,突出管口特征;利用Canny算法提取出边缘信息,通过最小二乘法检测圆度误差,并根据圆度误差对冷却管进行分拣。结果表明：所提方法提高了检测的质量和效率,解决了实时性的问题。     

基于机器视觉的太阳能电池颜色自动分选研究

针对硅晶太阳能电池颜色差异,首先设计了一套颜色分选方案,构建了图像采集与自动化单元;并提出了基于彩色机器视觉原理的颜色分选方法,通过对图像分块直方图的计算与比较建立颜色样本库与待检测目标之间的相似关系,并以此作为颜色分选的依据。最后将以往计算整体灰度直方图差异来进行颜色分选的方法相比较,证明了所提方法能够克服色差对分选结果的影响。实验证明,所提方法在配合系统工作中具有足够的快速性、准确性和稳定性,能够满足实际生产需求。     

机器视觉系统在自动钎焊系统中的应用

针对新能源电池冷却板在钎焊组装过程中极易出现装配失误的问题，采用机器视觉方式对组装过程进行检测监控。方案从FMEA分析入手，通过合理选择光源类型及图像识别算法，达到了消除装配失误的目标。同时有效简化了设备的设计，避免了采用传统传感器造成的设备结构复杂、占用PLC处理器大量端口、某些位置检测困难等问题。     

基于机器视觉定位的自动鹤管系统设计

针对目前油品装车过程中人工引导鹤管对接存在定位精度低、制约生产效率、安全隐患等问题,提出一种基于机器视觉定位的自动鹤管系统。在传统鹤管基础上对关节进行了自动化改造,并设计了平衡机构以协调外臂和垂管的重力;基于简化的鹤管系统三维模型,进行静力学特性分析;建立自动鹤管运动学模型,并进行工作空间分析及轨迹规划;采用机器视觉技术完成了槽车罐口识别与定位程序设计。图像仿真定位实验结果表明视觉系统定位误差在8 mm以内,能够较好地满足鹤管的定位对接要求。     

基于机器视觉的冲床自动送料机系统设计

针对我国冲床自动化水平低,人工送料效率低且危险性较高的问题,提出了一种基于机器视觉的冲床自动送料机系统设计方案,实现了自动送料、套料、冲压的完整流程。首先用棋盘格标定板对相机进行标定,建立起机床坐标系和图像坐标系之间的联系;然后对采集上来的图像进行处理,获取板料的轮廓、孔洞等信息,进行格式封装后,传输到套料处理模块进行算法套料处理并对冲压路径进行组合优化;最后将冲压坐标发送到下位机进行冲压。测试结果表明,与传统手工送料模式相比,该套系统在提高冲压效率上具有明显优势;同时相较于市面普通的专一送料机,其灵活性有了很大提高。     

基于机器视觉的电路板自动钻孔系统设计

电路板手工制作过程中人工钻孔定位准确度要求高、耗时长、危险系数高,为解决这一问题需要机器代替人工自动钻孔。设计一套基于机器视觉的电路板自动钻孔系统。系统通过机器视觉进行电路板的图像采集,经过灰度处理、图像滤波及二值化、边缘检测等预处理后得到电路板线路边缘的图片,利用霍夫变换进行圆孔位置识别与定位,采用遗传算法对加工路径进行优化,通过C#语言编写控制机器程序,实现自动钻孔。实验结果表明：该自动钻孔系统能够准确、快速地进行电路板自动钻孔,大幅度提高了钻孔的效率和安全性。     

基于机器视觉的挤压机调速系统

基于机器视觉的挤压机调速系统由嵌入式图像处理系统和基于伺服电机技术的运动系统组成,实现了在线速度的闭环调节,具备良好的平稳性、鲁棒性和自适应能力。通过整个系统在株洲硬质合金集团公司型材厂的挤压机(D-120/250型)工业现场运用,测试检验各种挤压产品,使用效果良好,极大地降低了产品的不合格率(由改造前45%～50%降到5%～10%)。     

基于机器视觉的飞机故障检查系统

针对当前飞机维修检查工作以人工目视检查为主、效率低且存在人为因素影响的情况,设计一套基于图像识别与机器深度学习的飞机部件表面无损检测系统。收集并整理了某航空公司一线飞机维修员拍摄的飞机机身及发动机部件图片,对图片集进行预处理,包括通道提取、Sobel滤波处理及二值化;最后用Blob分析对处理后的图像进行特征提取与系统分析。系统运行速度快、准确率高且可连续自动识别图像。利用机器视觉技术对飞机部件表面进行无损检测不仅可以提高生产效率,同时可以去除人为因素对航空器飞行安全的影响,使得飞机的飞行安全得到进一步提升。实践证明,该系统性能稳定可靠,具有极高的推广应用价值。     

基于机器视觉的机油泵智能装配系统研究

针对企业产能结构调整优化,提出基于机器视觉的JBZ-23-07型转子式机油泵智能装配系统。根据要求制定总体方案,以“由整体到局部”为设计方法,将智能装配系统分解为视觉系统、上位机软件系统等多个部分进行研究。采用Halcon软件完成对相机的标定和畸变校正;利用基于形状的多模板匹配方法提取零件图像的相关特征,得到位姿调整参数。经多次试验得出单个零件的图像处理时间为130 ms、位置角度误差为0.01°。以多方法多角度实验,验证算法的准确性、稳定性及灵敏性。结果表明:该算法平均识别成功率分别为97.60%、100.00%、98.04%,满足总体设计要求和生产实际需求。