本發(fā)明涉及零部件識別領(lǐng)域,具體地指一種基于機(jī)器視覺的零部件識別分選方法及系統(tǒng)。
背景技術(shù):
隨著工業(yè)的迅速發(fā)展,勞動量越來越大。在大批量的零部件分揀的生產(chǎn)過程中,用人力方式進(jìn)行零部件的分揀的質(zhì)量效率低且精度不高,難以滿足工業(yè)要求。而機(jī)器視覺的檢測方法則可以大批量的分揀零部件產(chǎn)品,大大提高了生產(chǎn)效率和生產(chǎn)的自動化程度。
目前,基于機(jī)器人視覺的零部件判別方法主要為在傳送帶兩側(cè)或上方安置工業(yè)相機(jī),通過對在傳送帶上傳送的零部件進(jìn)行拍照采集圖像,或由夾具、機(jī)械手抓取到相機(jī)前進(jìn)行拍攝,再由主控計(jì)算機(jī)進(jìn)行零部件圖像的預(yù)處理和特征提取,并與模板庫匹配,從而完成零部件種類的識別。
國內(nèi)的高校以及科研單位針對基于機(jī)器視覺的零部件檢測方法的相關(guān)專利有:
申請?zhí)枮?01510607834.3的發(fā)明申請“精沖零部件缺陷智能在線檢測方法”采用傳送帶傳送零部件到拍攝區(qū)域,再配合基于機(jī)器視覺的方法完成檢測,僅用傳送帶,精沖零件的成像效果并不理想,易造成漏拍或成像模糊;
申請?zhí)枮?01510973877.3的發(fā)明申請“一種基于機(jī)器視覺的小微型軸類部件尺寸在線檢測裝置”采用可移動相機(jī)底座移動相機(jī)來對零部件進(jìn)行拍攝檢測,其側(cè)重點(diǎn)在于單片機(jī)的控制;
申請?zhí)枮?01210124176.9的發(fā)明申請“一種基于機(jī)器視覺的零部件表面缺陷檢測方法及裝置”采用夾具夾取零部件至相機(jī)前拍攝,配合基于機(jī)器視覺的方法完成檢測,僅用夾具,對于零部件的尺寸有很大限制,且夾具會造成成像干擾。如需進(jìn)行各尺寸零部件的檢測,則需更換夾具,增加了成本;
申請?zhí)枮?01610365672.1的發(fā)明申請“一種多機(jī)械手垃圾分選控制系統(tǒng)”采用傳送帶傳送垃圾到拍攝區(qū)域,處理分類,后由多個(gè)機(jī)械手進(jìn)行分類放置,傳送帶上的動拍攝成像,對于小垃圾的成像效果不理想。
綜述,僅用相機(jī)對在傳送帶上的零部件進(jìn)行拍攝,對于小零部件,其成像面積小,傳送帶存在的零部件跑偏以及其本身的磨損、劃傷、搭接開裂等問題,很容易造成工業(yè)相機(jī)對小零部件漏拍或拍不全等問題,同時(shí)傳送帶運(yùn)動狀態(tài)下對于小零部件的拍攝效果影響較大。僅用機(jī)械手爪或夾具抓取給相機(jī)進(jìn)行拍攝,對于不同尺寸范圍的零部件則需要不同大小的機(jī)械手爪或夾具,增加了成本。同時(shí)零部件成像面積小,機(jī)械手爪或夾具抓取會對其成像造成干擾,也會對零部件表面造成損傷。
技術(shù)實(shí)現(xiàn)要素:
本發(fā)明就是針對現(xiàn)有技術(shù)的不足,提供了一種測量和抓取準(zhǔn)確、可操作性強(qiáng)的基于機(jī)器視覺的零部件識別分選方法及系統(tǒng)。
為了實(shí)現(xiàn)上述目的,本發(fā)明所設(shè)計(jì)的基于機(jī)器視覺的零部件識別分選方法,其特殊之處在于,包括以下步驟:
s1采集樣本零部件圖像,對樣本零部件圖像進(jìn)行特征提取并建立零部件模板庫;
s2判斷待檢測零部件是否到達(dá)檢測區(qū)域,并且判斷零部件的屬性,具體包括大小、磁性以及非磁性,其中,小零部件指尺寸在直徑為200mm圓所形成的面積之內(nèi)的零部件,且重量小于1000n,其余為大零部件;
s3對待檢測零部件進(jìn)行圖像采集和特征提?。捍罅悴考苯舆M(jìn)行圖像采集和特征提取;磁性小零部件采用磁性吸盤吸取后進(jìn)行圖像采集和特征提?。环谴判孕×悴考捎谜婵瘴P吸取后再進(jìn)行圖像采集和特征提??;其中,圖像采集采用裝有工業(yè)相機(jī)的機(jī)械手實(shí)現(xiàn);小零部件的吸取采用裝有磁性吸盤、真空吸盤和工業(yè)相機(jī)的另一機(jī)械手實(shí)現(xiàn);
s4將待檢測零部件圖像與模板庫圖像進(jìn)行匹配,確認(rèn)零部件種類及品質(zhì);
s5將確認(rèn)種類及品質(zhì)的零部件輸送至對應(yīng)的置放區(qū)域,完成零部件的分類。
進(jìn)一步地,為保證檢測質(zhì)量,所述步驟s1和s3中的樣本零部件和待檢測零部件的圖像采集條件和特征提取方式均相同。
更進(jìn)一步地,所述步驟s3中圖像采集的機(jī)械手上還設(shè)置有環(huán)形光源,也是為了保證檢測質(zhì)量。
再進(jìn)一步地,所述步驟s5的具體過程為:合格的大零部件隨傳送帶到達(dá)大零部件分類區(qū)域,并由對應(yīng)的大零部件分類傳送帶傳輸;合格小零部件由另一機(jī)械手直接進(jìn)行放置;殘次品隨傳送帶達(dá)到末端進(jìn)行回收。
一種基于機(jī)器視覺的零部件識別分選系統(tǒng),其特殊之處在于:包括主控計(jì)算機(jī)、傳送帶、傳感器、一號機(jī)械手、二號機(jī)械手、小零部件分類區(qū)、分類推送傳感器、分類推送光電傳感器、大零部件分類傳送帶,所述傳送帶上設(shè)定有待檢測區(qū)域和大零部件處理區(qū)域,所述傳感器設(shè)置在待檢測區(qū)域,所述一號機(jī)械手和二號機(jī)械手設(shè)置在傳送帶兩側(cè),均位于待檢測區(qū)域,所述一號機(jī)械手用于采集零部件圖像信息,所述二號機(jī)械手用于吸取及置放小零部件;所述大零部件處理區(qū)域位于待檢測區(qū)域下游,所述大零部件處理區(qū)域包括分類推送傳感器、分類推送光電傳感器和大零部件分類傳送帶,所述分類推送傳感器、分類推送光電傳感器設(shè)置在傳送帶一側(cè),所述大零部件分類傳送帶位于傳送帶另一側(cè),與分類推送光電傳感器對應(yīng),所述傳送帶、傳感器、一號機(jī)械手、二號機(jī)械手、分類推送傳感器和分類推送光電傳感器均由主控計(jì)算機(jī)控制。
優(yōu)選地,所述傳送帶端頭還設(shè)置有零部件回收處理裝置。
本發(fā)明的優(yōu)點(diǎn)在于:
1、本發(fā)明能集合外觀檢測和識別分選,其中外觀檢測能夠判斷零部件的質(zhì)量是否存在問題,彌補(bǔ)人眼的不足,功能集成度高。同時(shí)該方法設(shè)計(jì)配套機(jī)構(gòu),能夠?qū)崿F(xiàn)對各種不同尺寸汽車零部件的檢選,適用性更廣。
2、本發(fā)明選用兩個(gè)機(jī)械手,一個(gè)作為圖像采集,另一個(gè)集成了相機(jī)和多種吸盤,用于對小零部件的引導(dǎo)定位和吸取,能夠快速準(zhǔn)確地定位和抓取被測零件。
3、本發(fā)明對大型零部件圖像直接進(jìn)行采集,對于小型零部件,其成像面積小,用吸盤吸取對準(zhǔn)相機(jī)進(jìn)行靜拍攝,拍攝效果優(yōu)于在傳送帶上對其進(jìn)行動拍攝,且吸盤吸取零部件不會對其成像造成干擾,也不會對其表面造成抓取損傷,并降低了普通機(jī)械手對于不同零部件抓取編程的難度,可操作性強(qiáng)。
附圖說明
圖1為本發(fā)明基于機(jī)器視覺的零部件識別分選方法的整體工作流程圖。
圖2為本發(fā)明基于機(jī)器視覺的零部件識別分選系統(tǒng)的整體布局結(jié)構(gòu)示意圖。
圖3為本發(fā)明的信息判斷決策流程圖。
圖4為對小零部件判別的工作示意圖。
圖5為對大零部件判別的工作示意圖。
圖6為二號機(jī)械手的局部圖。
圖中:傳分類推送傳感器1、分類推送光電傳感器2、傳送帶3、零部件回收處理裝置4、大零部件分類傳送帶5,機(jī)械手運(yùn)動區(qū)域范圍6、環(huán)形光源7、一號機(jī)械手8、傳感器9、零部件10、二號機(jī)械手11、磁性吸盤11.1、真空吸盤11.2、二號工業(yè)相機(jī)11.3、小零部件分類區(qū)12、主控計(jì)算機(jī)13。
具體實(shí)施方式
下面結(jié)合附圖和具體實(shí)施例對本發(fā)明作進(jìn)一步的詳細(xì)描述:
圖中所示基于機(jī)器視覺的零部件識別分選方法,包括以下步驟:
s1采集樣本零部件圖像,對樣本零部件圖像進(jìn)行特征提取并建立零部件模板庫;
s2判斷待檢測零部件是否到達(dá)檢測區(qū)域,并且判斷零部件的屬性,具體包括大小、磁性以及非磁性;
s3對待檢測零部件進(jìn)行圖像采集和特征提?。捍罅悴考苯舆M(jìn)行圖像采集和特征提??;磁性小零部件采用磁性吸盤吸取后進(jìn)行圖像采集和特征提??;非磁性小零部件采用真空吸盤吸取后再進(jìn)行圖像采集和特征提??;其中,圖像采集采用裝有工業(yè)相機(jī)的機(jī)械手實(shí)現(xiàn);小零部件的吸取采用裝有磁性吸盤、真空吸盤和工業(yè)相機(jī)的另一機(jī)械手實(shí)現(xiàn)。小零部件定義為尺寸在直徑為200mm圓所形成的面積之內(nèi)的零部件,即零部件繞其幾何中心旋轉(zhuǎn)一周所形成的圓的面積小于直徑為200mm的圓的面積,重量小于1000n。其余定義為大零部件。為保證拍攝質(zhì)量,在圖像采集用得機(jī)械手上加裝環(huán)形光源。
s4將待檢測零部件圖像與模板庫圖像進(jìn)行匹配,確認(rèn)零部件種類及品質(zhì);采用基于二值化圖像技術(shù)的模板匹配的方法,對每個(gè)模板庫圖像建立一個(gè)標(biāo)準(zhǔn)模板ti,待識別圖像為x,在模板圖像和待識別圖像中,二值化后的前景目標(biāo)像素值設(shè)為1,背景像素值設(shè)為0,模板圖像和待識別圖像的尺寸均為m×n,將待識別圖像逐個(gè)與模板匹配,求出其相似度si,
對于不同的待識別圖像x和標(biāo)準(zhǔn)模板圖像ti上值同時(shí)為“1”的點(diǎn)的數(shù)目是不同的,所以該比值si是不同的。設(shè)置拒識閾值λ,若si<λ,則判定
若對于所有模板都有si<λ,則判定該零部件的質(zhì)量有問題;若對于多個(gè)模板都有si≥λ,則取匹配度最高的作為輸出,完成零部件種類判別。
s5將確認(rèn)種類及品質(zhì)的零部件輸送至對應(yīng)的置放區(qū)域,完成零部件的分類。具體為:合格的大零部件隨傳送帶到達(dá)大零部件分類區(qū)域,并由對應(yīng)的大零部件分類傳送帶傳輸;合格小零部件由另一機(jī)械手直接進(jìn)行放置;殘次品隨傳送帶達(dá)到末端進(jìn)行回收。
其中,以上步驟s1和s3中的樣本零部件和待檢測零部件的圖像采集條件和特征提取方式均相同。模板庫圖像的拍攝環(huán)境條件、光照、拍攝高度與輸入圖像相同,小零部件根據(jù)其吸取面、大零部件根據(jù)其俯拍面的不同選取不同的位姿一一進(jìn)行拍攝,從而使模板庫盡可能詳盡,且保證相近零部件存在細(xì)部差異的表面信息能被相機(jī)抓取。零部件的支持面是有限的,能放置在傳送帶上供拍攝或者吸取的位置也是有限,所以對于小零部件的吸取面,大零部件的俯拍面,制備模板庫的時(shí)候都根據(jù)不同的位姿一一拍攝,盡可能詳盡。工業(yè)相機(jī)對零部件的定位采用相機(jī)配套軟件自帶的邊緣檢測方法,檢測到零部件大致的輪廓邊緣之后,知道其放置狀態(tài),根據(jù)其放置面來吸取或拍攝。
本發(fā)明中,模板庫中的圖像采用和輸入圖像一樣的方法進(jìn)行圖像預(yù)處理以提取圖像特征。圖像預(yù)處理主要包括圖像增強(qiáng)、濾波去噪、圖像分割和邊緣檢測,將圖像與背景分離出來,針對目標(biāo)對象進(jìn)行特征參數(shù)提取。采用模板匹配的方法完成零部件種類判別。
一種基于機(jī)器視覺的零部件識別分選系統(tǒng),包括主控計(jì)算機(jī)13、傳送帶3、傳感器9、一號機(jī)械手8、二號機(jī)械手11、小零部件分類區(qū)12、分類推送傳感器1、分類推送光電傳感器2、大零部件分類傳送帶5,傳送帶3上設(shè)定有待檢測區(qū)域和大零部件處理區(qū)域,傳感器9設(shè)置在待檢測區(qū)域,一號機(jī)械8手和二號機(jī)械手11設(shè)置在傳送帶3兩側(cè),均位于待檢測區(qū)域,大零部件處理區(qū)域位于待檢測區(qū)域下游,大零部件處理區(qū)域包括分類推送傳感器1、分類推送光電傳感器2和大零部件分類傳送帶5,分類推送傳感器1、分類推送光電傳感器2設(shè)置在傳送帶3一側(cè),大零部件分類傳送帶5位于傳送帶3另一側(cè),與分類推送光電傳感器2對應(yīng),傳送帶3、傳感器9、一號機(jī)械手8、二號機(jī)械手11、分類推送傳感器1和分類推送光電傳感器2均由主控計(jì)算機(jī)控制。傳送帶3端頭還設(shè)置有零部件回收處理裝置4。一號機(jī)械手8上裝有工業(yè)相機(jī),且機(jī)械手爪后布有環(huán)形光源7,二號機(jī)械手11上裝有一個(gè)磁性吸盤,一個(gè)真空吸盤和一個(gè)工業(yè)相機(jī)。二號機(jī)械手11的圓形電磁吸盤選用的型號為zye1-p100/40,其圓盤大徑為100mm,小徑為42mm,功率為15w,吸引力為1200n,自重為1900n。真空吸盤選用的型號為zp100hs,其吸盤直徑為100mm,吸盤類型為重載型,材料為硅橡膠。小零部件定義為尺寸在直徑為200mm圓所形成的面積之內(nèi)的零部件,即零部件繞其幾何中心旋轉(zhuǎn)一周所形成的圓的面積小于直徑為200mm的圓的面積,重量小于1000n。其余定義為大零部件。
以下采用具體實(shí)施例對發(fā)明進(jìn)行進(jìn)一步闡述,圖2所示的二號機(jī)械手11的圓形電磁吸盤選用的型號為zye1-p100/40,其圓盤大徑為100mm,小徑為42mm,功率為15w,吸引力為1200n,自重為1900n。真空吸盤選用的型號為zp100hs,其吸盤直徑為100mm,吸盤類型為重載型,材料為硅橡膠。
一號機(jī)械手8和二號機(jī)械手11的工作區(qū)域均為半徑為r的圓,r=1m,如圖2所示,機(jī)械手運(yùn)動區(qū)域范圍6。傳送帶的傳送速度為0~4m/s,優(yōu)選速度為0.2m/s,寬度在400mm~800mm之間,長度在3000mm~4000mm之間,厚度為10mm。傳送帶3一端的上料間隔時(shí)間為t,t完成一個(gè)零部件檢測識別及分類放置所需要的總時(shí)間。設(shè)置上料時(shí)間間隔,可避免出現(xiàn)機(jī)械手工作不協(xié)調(diào)、漏檢等情況。
如圖2和圖3所示,傳送帶3上靠近機(jī)械手端設(shè)置傳感器9以判斷零部件10的大小、磁性、非磁性以及是否達(dá)到待檢測區(qū)域,并由工業(yè)相機(jī)實(shí)現(xiàn)零部件的精確定位和拍攝。具體過程如下:若判斷為大的磁性或非磁性零部件,如圖5所示,則采用一號機(jī)械手8直接在傳送帶3上對其拍攝采集圖像,大型零件拍攝可多張拼接進(jìn)行識別;若判斷為小的磁性零部件,如圖4和6所示,則采用二號機(jī)械手11上的磁性吸盤11.1和二號工業(yè)相機(jī)11.3對其進(jìn)行定位并吸取,再將其與一號機(jī)械手8上夾持的工業(yè)相機(jī)對準(zhǔn)拍攝采集圖像;若判斷為小的非磁性零部件,如圖4和6所示,則將二號機(jī)械手11上的磁性吸盤11.1更換為真空吸盤11.2,然后對零部件進(jìn)行定位并吸取,再將此零部件與一號機(jī)械手8上夾持的工業(yè)相機(jī)對準(zhǔn)拍攝采集圖像。
如圖1所示,將一號機(jī)械手8上的工業(yè)相機(jī)拍攝采集圖像作為輸入圖像輸入主控計(jì)算機(jī)13。
主控計(jì)算機(jī)對采集的圖像從圖像增強(qiáng)、濾波去噪,圖像分割,邊緣檢測三方面依次進(jìn)行預(yù)處理,將圖像與背景分離出來,針對目標(biāo)對象進(jìn)行特征參數(shù)提取。一般提取的特征主要包括形態(tài)特征、灰度特征、紋理特征,可采用二值化圖像技術(shù),即將目標(biāo)部分的灰度值置為最大,而將背景部分的灰度值置為最小,通常置為零。
模板庫圖像的拍攝環(huán)境條件、光照、拍攝高度與待檢測零部件的輸入圖像相同,小零部件根據(jù)其吸取面、大零部件根據(jù)其俯拍面的不同選取不同的位姿一一進(jìn)行拍攝,從而使模板庫盡可能詳盡,且保證相近零部件存在細(xì)部差異的表面信息能被相機(jī)抓取。模板庫中的圖像采用和輸入圖像一樣的方法進(jìn)行圖像預(yù)處理以提取圖像特征。
采用基于二值化圖像技術(shù)的模板匹配的方法,對每個(gè)模板庫圖像建立一個(gè)標(biāo)準(zhǔn)模板ti,待識別圖像為x,在模板圖像和待識別圖像中,二值化后的前景目標(biāo)像素值設(shè)為1,背景像素值設(shè)為0,他們的圖像尺寸大小均為m×n,將待識別圖像逐個(gè)與模板匹配,求出其相似度si,
對于不同的待識別圖像x和標(biāo)準(zhǔn)模板圖像ti上值同時(shí)為“1”的點(diǎn)的數(shù)目是不同的,所以該比值是不同的。設(shè)置拒識閾值λ,若si<λ,則判定
本發(fā)明采用一號機(jī)械手和二號機(jī)械手配合工作,不僅能夠快速準(zhǔn)確的引導(dǎo)和定位被測零件,實(shí)現(xiàn)柔性的對各種尺寸汽車零部件外觀缺陷及精度識別檢測,同時(shí)配合主控計(jì)算機(jī)智能分析處理系統(tǒng),能夠?qū)Σ杉男畔⑦M(jìn)行智能判斷和分選,且不需要因零部件尺寸不同而更換不同的機(jī)械手夾具,節(jié)約了成本。同時(shí)對小型零部件采用吸盤式機(jī)械手吸取的方法,既不會造成成像干擾,也不會對零部件表面造成抓取損傷,并降低了普通機(jī)械手對于不同零部件抓取編程的難度,可操作性強(qiáng)。
以上所述,僅為本發(fā)明的具體實(shí)施方式,但本發(fā)明的保護(hù)范圍并不局限于此,任何熟悉本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明揭露的技術(shù)范圍內(nèi),可以輕易的想到變化或替換,都應(yīng)涵蓋在本發(fā)明的保護(hù)范圍內(nèi)。