没有合适的资源?快使用搜索试试~ 我知道了~
工业机器人视觉分拣识别系统设计.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 38 浏览量
2023-09-08
14:16:46
上传
评论
收藏 2.43MB DOCX 举报
温馨提示
试读
21页
工业机器人视觉分拣识别系统设计.docx
资源推荐
资源详情
资源评论
摘 要
面对工业自动化技术的不断发展,许多生产制造过程中逐渐不断地应用到工业机器
人,通过智能工业机器人与智能相机系统相结合,构建起工业机器人视觉系统,使用智
能化机器替代人眼器官来完成观测与判断的生产步骤,以此能应用于各种各类不适合人
的高危生产环境以及应用于那些使用人眼器官视觉都无法精确测量判断的场境,避免人
眼视觉检测所带来的偏差和失误之余,能够长时间稳定工作,大大提高测量精度和速度;
通过非接触性测量,更减少因人工检测操作所带来的产品损坏等问题,保障观察者安全,
降低废品率与劳动成本,提高生产效率与系统可靠性,产生更大的经济效益。
本文通过研究工业机器人分拣系统中的视觉识别系统,简要分析工业生产过程中,
使用合适的光源,摄像机,计算机等部件,采用高斯滤波,均值滤波等方法降低所摄图
像上提取的信息干扰,提高图像清晰度。采用斑点定位、灰度匹配、轮廓匹配等定位方
式,实现工件定位功能。根据工件图像选择适合的特征提取算法,优化改进现工业机器
人分拣系统中的视觉识别系统,使其更好地应用于半导体晶片切割的位置识别,各类工
件的分拣,印刷或者锯片的检测,工件序列号等图像的信息读取,火化塞间隙尺寸的测
量,表面的划痕缺陷检测,封装检查等等环节所需的视觉检测场合。
关键词:机器视觉;分拣系统;图像处理;识别
Design of visual sorting and recognition system for industrial
robot
Abstract
In the face of the continuous development of industrial automation technology, many
production processes are gradually applied to industrial robots. Through the combination of
intelligent industrial robots and intelligent camera systems, the vision system of industrial
robots is constructed, and intelligent machines are used to replace human eye organs to
complete the production steps of observation and judgment, so that it can be applied to all
kinds of high-risk students who are not suitable for human beings The production
environment and the field environment that cannot be accurately measured and judged by
using the human eye organ vision can avoid the deviation and error caused by the human eye
vision detection, and can work stably for a long time, greatly improving the measurement
accuracy and speed; through non-contact measurement, the product damage caused by the
manual detection operation can be reduced, ensuring the safety of the observer and reducing
the waste products Rate and labor cost, improve production efficiency and system reliability,
and produce greater economic benefits.
In this paper, the visual recognition system in the sorting system of industrial robot is
studied. In the process of industrial production, the appropriate light source, camera, computer
and other components are used. Gaussian filtering, mean filtering and other methods are used
to reduce the interference of information extracted from the image and improve the image
clarity. Using spot positioning, gray matching, contour matching and other positioning
methods to achieve the workpiece positioning function. Select suitable feature extraction
algorithm according to the workpiece image, optimize and improve the visual recognition
system in the current industrial robot sorting system, so that it can be better applied to the
position recognition of semiconductor chip cutting, the sorting of all kinds of workpiece, the
detection of printing or saw blade, the information reading of image such as workpiece serial
number, the measurement of gap size of cremation plug, the detection of scratch defect on the
surface, sealing Visual inspection occasions required for installation inspection and other
links.
Keywords: Machine Vision; Sorting System; Image Processing; Distinguish
1.1 本设计的目的、意义及应达到的技术要求..................................1
1.2 本设计在国内外的发展概况及存在的问题..................................2
1.3 本设计应解决的主要问题................................................3
2 本设计主要组成及使用的功能模块 ..............................................3
2.1 工业机器人分拣系统的分析 ..............................................3
2.2 智能相机基础设置......................................................4
2.3 机器视觉图像处理软件模块 ..............................................6
2.3.1 图像滤波 ........................................................6
2.3.2 图像几何变换及定位 ..............................................7
2.3.3 图像特征提取及测量 ..............................................8
2.3.4 图像缺陷处理 ....................................................9
2.3.5 图像字符读取 ...................................................10
2.3.6 算法逻辑 .......................................................11
2.4 组态监测页面 .........................................................11
3 图像处理测试及测试结果 .....................................................12
4 结论 .......................................................................13
参考文献.....................................................................15
致谢.........................................................................16
附录.........................................................................17
1
1 前言
机器视觉是计算机软硬件、光学、机械、电子等方面相融合的科学技术,其中,涉
及到光学成像,图像处理,传感器,计算机,人工智能,模式识别等多个领域。随着
“中国制造 2025”战略的提出以及中国经济的持续不断地飞跃发展,中国正逐渐成为了
机器视觉技术发展最活跃技术应用次数超高的地区之一,其应用范围涵盖了工业、科研、
军事、医药、农业、公安、交通、安全、天文、气象、航天等国民经济的多个行业。生
活中,手机照相支付等 APP 软件中的人脸识别,二维码,文字等识别功能,无人驾驶
汽车,印刷品质量自动化检测,工业生产中的产品质量等级分类,芯片贴片,半导体晶
片切割的位置识别,各类工件的分拣,印刷或者锯片的检测,工件序列号等图像的信息
读取,火化塞间隙尺寸的测量,表面的划痕缺陷检测,封装检查等等都应用到机器视觉
技术。而机器视觉系统,能够在一些不适合人的高危生产环境以及应用于那些使用人眼
器官视觉都无法精确测量判断的场境,用机器代替人眼器官来做测量和判断。
在工业场景中,一个典型的工业机器视觉系统包括:被测物,光源照明,触发图像
采集的光敏传感器,摄像机,计算机存储,图像处理软件,监视器,控制执行机器,现
场总线接口,遮光板等等。通过工业机器视觉系统,能够优化传统工业生产制造中,人
工检测产品表面缺陷速度慢等导致生产效率低下的各种各类生产环节,甚至解决在检测
过程中容易出错导致检测结果不精确等人工检测局限性导致的相关问题。本文针对原有
的工业机器人分拣系统存在的精度不高、工件有限定条件、生产环境影响、操作复杂等
问题,以工业机器人视觉系统为基础,设计工业机器人分拣系统的视觉识别检测应用,
并详细说明了系统的原理和结构组成,进而达到了理论与技术实践有效统一的目的,解
决原有工业机器人分拣系统人工检测的不精确,人力检测的局限性,环境因素导致图像
识别的不稳定性,不同工业应用场景对应设计识别算法的繁琐性等问题,具有产品部件
精确测量的优势;解决了系统软件图像识别相关信息时实时检测与测量的相关问题,迎
合实际具体生产的需要,具备一定的实用性;解决了传统意义的视觉检测系统中需要多
次识别导致产生大量数据,继而造成运行计算量大的问题,具有实时判别产品某项信息
是否在允许误差范围内等的优点,且测量数据准确,满足生产需要。
1.1 本设计的目的、意义及应达到的技术要求
以基本实现工业机器人视觉分拣识别系统为主要目标,以典型的机器视觉系统组成
为依据,以 panel_view.exe 为开发设计工具,设计一套具备操作使用简单方便,降低人
力成本,甚至克服人工所不能完成等优势的工业机器人视觉分拣识别系统。首先根据工
剩余20页未读,继续阅读
资源评论
南抖北快东卫
- 粉丝: 70
- 资源: 5584
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功