基于机器视觉的机器人自动酒醅出缸策略

目的:解决地缸固态发酵工艺酒醅出缸环节自动化水平低、工人劳动强度大等问题。方法:提出一种酒醅取料复合机器人自动酒醅出缸策略,在地缸图像预处理和缸口内点云重建等前期工作基础上,采用点云求异分割算法提取酒醅点云,构建取料平面,并求解取料安全作业距离,设计预设取料点;之后采用像素面元体素法评估预设取料点挖取量,选择最优取料点。结果:基于安全作业距离的取料点规划方法合理,可确保挖斗在不同深度取料平面对缸壁酒醅取料的同时,不与缸壁发生碰撞;自动酒醅出缸策略可以有效减少机器人作业时的取料次数,提高酒醅出缸效率。结论:自动酒醅出缸策略可以有效指导酒醅取料复合机器人实现自动化、智能化的地缸出醅作业。     

基于孔特征的弱纹理堆叠工件识别

针对目前工业现场弱纹理堆叠工件识别困难的问题,提出一种以工件表面孔洞为特征的改进几何模板匹配算法,以合页为例进行工件识别。首先采用加权平均法对彩色图像进行灰度化处理,再采用Canny算法进行边缘检测;其次采用旋转卡壳算法求取轮廓的最小面积外接矩形,进行几何约束后得到孔洞对应的孔轮廓,并采用随机增量法计算孔轮廓的最小外接圆得到孔特征圆心坐标。采用提出的改进几何模板匹配算法,即根据孔特征之间的几何约束进行工件识别,根据孔特征之间是否存在边缘剔除误识别工件。实验结果表明,提出的算法对带孔弱纹理堆叠工件具有良好的识别效果,工件识别查全率为98.3%,误检率为0.9%,为带孔弱纹理工件的识别提供方法。