- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
视觉定位系统与涂胶机器人自主匹配理性思考
视觉定位系统与涂胶机器人自主匹配的理性思考 摘 要:为了实现PVC涂胶机器人的精准涂胶,文章以大众轿车厂涂装车间PVC涂胶机器人站为例,进行基于视觉反馈的机器人伺服控制系统研究。由安装在工作间内的4台摄像头捕获图像。对处理后的图像进行目标识别,提取图像特征,采用模板匹配的方法识别出特征点。然后根据已标定的摄像头和机器人,计算出车壳与机器人的位置关系和车壳与车壳之间的位置偏差发送给机器人,机器人根据偏差值自动调整涂胶轨迹,实现了视觉定位系统与机器人的自主匹配
关键词:工业机器人;视觉定位;自主匹配
中图分类号:TP242 文献标识码:A 文章编号:1006-8937(2016)30-0060-02
如今,在现代化大工业生产中经常涉及到各种材料的检测、零部件检查与产品监控,如汽车零配件加工的检查、电子元件的检测等。以往这些高度重复,且智能化极高的检测都是由肉眼来完成的,但很多精度更高,甚至某些设备也难以完成的工作就必须借助高精度、非接触的测量仪器,就便是视觉测试系统
1 视觉定位系统的特性
何谓“视觉定位系统”?视觉定位系统是建立在计算机视觉研究基础上的一门新兴测试技术。视觉定位系统重点研究的是物体的几何尺寸及物体的位置测量,如轿车白车身三维尺寸的测量、模具三维面形的测量、大型工件的测量等,它可以广泛应用于许多高精度测量中,对大幅降低检验成本,提升产品质量大有益处
视觉系统主要包括两大方面:系统的硬件及系统的软件,如图1所示
系统的硬件主要采用了摄像头+工业PC的架构方式,主要由工控机,摄像头,照明系统,控制柜,线缆组成。传统人工定系统位与视觉定位系统的对比,见表1
2 涂胶机器人的作用
工业机器人是FMS(Flexible Manufacturing System柔性加工)加工单元的主要组成部分,它的灵活性和柔性使其成为自动化物流系统中必不可少的设备,主要用于物料、工件的装卸、分捡和贮运。目前在全世界有数以百万的各种类型的工业机器人应用在机械制造、零件加工和装配及运输等领域,不过这些应用都是基于先精确的示教后运行,而且工作环境都是预先安排好的,所以机器人能成功地抓取物体。视觉的采样周期比超声波和激光雷达短,这也意味着视觉系统的实时性要好,所以更适合工件的在线识别、定位等。由于具有以上这些优点,基于视觉的智能机器人具有广阔的发展空间。因而使用视觉来提高机器人的智能水平,具有重要的现实意义和研究价值
涂胶机器人通常由安装架、机器人定位系统、伺服驱动系统、供胶系统及涂胶枪、控制系统及电控配电系统、安全防护装置等组成
①机器人安装架。机器人安装架通常由铝型材组成;
②机器人定位系统。它是整台设备的核心;
③伺服驱动系统。一般来说,每个运动轴配有一台伺服电机;
④供胶系统及涂胶胶枪。供胶系统以稳定的压力,将胶压送到自动涂胶枪的枪头,并确保所涂胶形均匀一致;
⑤控制系统及电控配电系统。该系统由工控机、运动控制卡组成;
⑥安全防护装置。该装置具有故障提示及报警功能
3 视觉定位系统的类型
目前常采用图像获取和模板识别
3.1 图像获取
图像获取也就是图像的数字化过程,即将图像采集到计算机中的过程。主要涉及成像及模数转换(A/D Converter)技术。随着计算机与微电子特别是固体成像设备(光电耦合器件 CCD)的快速发展,图像获取设备的成本已显著降低
在自然的形式下,图像并不能直接由计算机分析。因为计算机只能处理数字而不是图片,所以一幅图像在用计算机进行处理前必须先转化为数字形式。图像转化为数字形式的方法是将物理图像经过采样划分为称作图像像素的小区域。最常见的划分方案是方形采样网格,图像被分割成由相邻像素组成的许多水平线。经过采样后的图像还不是数字图像,因为这些像素上的灰度值仍是一个连续量,必须进行量化。所谓量化就是将每个像素的亮暗程度用一个整数值来表示,即像素的灰度离散化。完成上述转化后,图像被表示为一个整数矩阵。每个像素具有两个属性:位置和灰度,此数字矩阵就作为计算机处理的对象。在采样和量化处理后,才能产生一张数字化的图像
3.2 模板识别
模板识别就是从图像中找出与已知模板相似的目标模板,即识别出物体并确定出它在整幅图像中的位置和方向,是计算机视觉系统中的关键和难点。它相当于对被研究对象的调查和了解,从中得到数据和材料。第二部分模板预处理。由于原始模板存在着许多噪声和畸变,所以预处理的目的去除干扰、噪声及差异,将原始模板变成适合于计算机进行特征提取的形式。第三部分是模板特征提取。它的作用在于把调查了解到的数据材料进行加工、整理、分析、归纳抽出能反映事物本质的特征。第四部分识别判断就是根据提取的特征参数,采用某种判别规
原创力文档


文档评论(0)