基于机器视觉的工业机器人分拣技术研究

近年来,机器人技术已逐渐走进每个人的日常生活。随着科技的进步和我国经济的快速提升,机器人领域的科研也一次次有了新的进步,机器人的分拣技术一直深受专业人士的关注,机器人和系件特性也在与时俱进。为了更好地提升机器人分拣技术,本文主要阐述机器视觉的工业生产机器人分拣技术服务平台的建设,并对其作用进行了实验研究。     

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。     

基于机器视觉的硬币分拣系统设计

设计了一套基于机器视觉的硬币自动分拣系统。采用视觉算法对图像进行预处理、特征约束和模板匹配,实现硬币的识别和定位。在此基础上,通过坐标转换,使用机械臂对识别的硬币进行抓取,完成自动分拣。实验证明,该系统具有较高的准确率和较低的漏检率,可以满足自动分拣需求。     

基于机器视觉的手机镜片分拣系统

设计实现了一套基于机器视觉的以PLC为控制核心的手机镜片分拣系统。针对不同尺寸的镜片设计了基于区域分割的图像采集系统,并给出了相应的上位机产品分拣程序模型。实验结果表明该系统能够高速可靠地采集图像、分拣成品。     

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。     

基于机器视觉的垃圾分拣机器人

为了把人从环境恶劣、枯燥繁重的垃圾分类工作中解放出来,本项目设计了一款基于机器视觉的垃圾分拣机器人.机器人以STM32单片机为主控,根据树莓派发送的不同指令控制六自由度机械臂抓取垃圾.机器人的视觉系统部署在树莓派上,视觉系统使用CSI摄像头获取图像并通过YOLOv4目标检测算法求得图像中垃圾的分类信息和位置信息,最后通...     

基于机器视觉的水表分拣系统研究

针对现阶段水表生产分拣主要依靠人工、自动化程度不高、效率低下等问题,对水表定位、机械手自动抓取等问题进行研究,设计了一套基于机器视觉的水表分拣系统。通过颜色特征粗定位水表区域,基于归一化内积相似性精定位水表,得到水表位姿;构建Eye-to-Hand手眼标定模型并求解,将水表位姿转换到机械手坐标系,实现机械手对水表的精确抓取。研究结果表明：该系统的定位误差在1.5 mm以内,机械手能准确抓取水表,极大地提高水表上下料效率,基本避免了人工失误。     

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。     

基于改进天牛须搜索的自导引机器人路径规划

针对天牛须搜索(BAS)在自导引机器人(AGV)路径规划中存在的陷入局部最优、收敛速度较慢等问题,提出基于改进天牛须搜索(IBAS)的AGV路径规划新方法.相比于BAS,IBAS中天牛的移动步长不再是固定的,而是随着迭代进程自适应的变化,从而实现了算法搜索能力的平衡,提升了算法的寻优性能.典型测试函数优化结果表明,IBAS的寻优精度、寻优速度和稳定性更优.在AGV路径规划的实际应用中,IBAS有效提高了路径规划效果.     

基于机器视觉的芯片编号识别算法

针对芯片检测过程中芯片编号形状小、人眼无法识别的现状,开发了一套芯片编号识别系统。系统以机器视觉技术为基础,配备高分辨率Basler相机、高倍率镜头以及高性能点光源,能实现高分辨率图像采集;利用Hough直线检测对图像进行水平旋转,利用图像轮廓查找算法对兴趣区域进行提取分割,利用帧差法对兴趣区域与标准库进行比较,找到最匹配的图像,其标签为识别结果。实验结果表明,运用系统的图像处理算法可以代替人眼通过高倍放大镜识别,改进了芯片检测工艺,大大提高了芯片检测的效率。     

基于机器视觉的隧道衬砌裂缝检测算法综述

《公路隧道养护技术规范》中明确指出隧道裂缝的调查是专项检查项目之一。目前常采用人工检测,漏检不可避免,为克服此缺点,用机器视觉的方法实现自动化检测已成为近年来该领域里国内外主要研究手段。在机器视觉研究方法的背景下,对目前国内外关于隧道混凝土衬砌裂缝检测算法的研究进行了较全面的综述,包括衬砌图像预处理、裂缝的检测、干扰的剔除、裂缝宽度的测量及误差分析4个部分,并对所采用的算法进行了优势及不足的比较,最后给出结论和未来设想。     

基于机器视觉的平板式数粒机检测方法

以现代药品包装为应用背景,以新型平板式数粒机为研究平台,以机器视觉技术为研究重点,提出了一种基于机器视觉的平板式数粒机的检测方法。该检测方法可用于药品颗粒的缺陷检测和计数算法的研究。实验结果表明,基于机器视觉的平板式数粒机检测方法可达到用户的要求,实现高速度、高效率、高精度的在线检测计数。     

基于机器视觉的鲜枣群体大小检测算法

目前,鲜枣的分级一般都是由人工测量分级的,效率低,且需要大量劳动力。该文通过建立鲜枣群体大小检测软硬件平台,利用黑白校正获取较清晰的鲜枣目标图像,采用HSV加权法灰度化得到轮廓鲜明的鲜枣图像,采取图像处理技术对鲜枣的轮廓进行弧段组合及弧段分割,获取单个鲜枣的整体边缘,最后通过最小二乘法椭圆拟合得到鲜枣的直径大小。实验表明,该方法能很好地检测每个鲜枣的大小,检测的准确率达到98.91%。     

基于机器视觉的圆柱滚子尺寸检测方法

以轴承圆柱滚子为研究对象,提出一种基于机器视觉的圆柱滚子尺寸检测方法,利用圆柱滚子的图像实现圆柱滚子直径与长度的同步检测.首先,对相机拍摄的圆柱滚子照片做预处理:使用灰度线性变换提高圆柱滚子与背景的对比度,再使用二值化阈值分割方法实现圆柱滚子图像的获取;然后采用Canny算子检测圆柱滚子边缘,为了获得圆柱滚子的直径与长...     

基于机器视觉的螺纹参数检测

依靠机器视觉技术,对螺纹检测的图形处理技术进行了研究,提出了螺纹多参数的检测方法.介绍了图像处理技术中的预处理、边缘轮廓提取、参数标定等技术,并研制了相应的检测软件.实验结果表明该软件能对螺纹进行实时、高速地检测.     

基于机器视觉技术的微操作系统

通过研究机器视觉技术在微操作系统中的应用,分析了机器视觉在微操作系统中应用与在其他系统中应用的不同之处,介绍了微操作系统的组成结构。着重分析了机器视觉技术在系统中的具体应用,并且通过实验进行了验证。结果表明,该系统能够精确定位目标位置,有很高稳定性,为系统自动化奠定了技术基础。     

基于改进遗传算法的模糊张力控制

针对张力系统实时性的特点,提出了基于改进遗传算法的模糊控制器。该文对遗传优化的模糊控制器进行了改进：1）采用多调整因子的模糊控制器;2）引入超代遗传（HGGA）方法;3）对染色体个体编索引号,尽量避免其近亲繁殖。最后在张力平台上验证了上述算法,结果表明,上述控制方法有效地实现了张力的实时控制。     

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.