CN103428426A - 具有预测运动控制的机器视觉系统和方法 - Google Patents

具有预测运动控制的机器视觉系统和方法 Download PDF

Info

Publication number
CN103428426A
CN103428426A CN2013101899763A CN201310189976A CN103428426A CN 103428426 A CN103428426 A CN 103428426A CN 2013101899763 A CN2013101899763 A CN 2013101899763A CN 201310189976 A CN201310189976 A CN 201310189976A CN 103428426 A CN103428426 A CN 103428426A
Authority
CN
China
Prior art keywords
motion
camera
imaginary axis
controller
network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN2013101899763A
Other languages
English (en)
Other versions
CN103428426B (zh
Inventor
D·彼得森
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Cognex Corp
Original Assignee
Cognex Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Cognex Corp filed Critical Cognex Corp
Publication of CN103428426A publication Critical patent/CN103428426A/zh
Application granted granted Critical
Publication of CN103428426B publication Critical patent/CN103428426B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/02Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
    • G01B11/04Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness specially adapted for measuring length or width of objects while moving
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01BMEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00Measuring arrangements characterised by the use of optical techniques
    • G01B11/24Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84Systems specially adapted for particular applications
    • G01N21/88Investigating the presence of flaws or contamination
    • G01N21/8806Specially adapted optical and illumination features
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/70Circuitry for compensating brightness variation in the scene
    • H04N23/73Circuitry for compensating brightness variation in the scene by influencing the exposure time
    • GPHYSICS
    • G03PHOTOGRAPHY; CINEMATOGRAPHY; ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ELECTROGRAPHY; HOLOGRAPHY
    • G03BAPPARATUS OR ARRANGEMENTS FOR TAKING PHOTOGRAPHS OR FOR PROJECTING OR VIEWING THEM; APPARATUS OR ARRANGEMENTS EMPLOYING ANALOGOUS TECHNIQUES USING WAVES OTHER THAN OPTICAL WAVES; ACCESSORIES THEREFOR
    • G03B15/00Special procedures for taking photographs; Apparatus therefor
    • G03B15/16Special procedures for taking photographs; Apparatus therefor for photographing the track of moving objects
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/60Control of cameras or camera modules
    • H04N23/66Remote control of cameras or camera parts, e.g. by remote control devices
    • H04N23/661Transmitting camera control signals through networks, e.g. control via the Internet

Landscapes

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Signal Processing (AREA)
  • Multimedia (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)
  • Studio Devices (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

本申请公开具有预测运动控制的机器视觉系统和方法。系统和方法利用从网络上的运动控制器传达的运动数据来触发对物体的图像获取,其中运动控制器耦合至运动驱动器。在从运动控制器接收到运动数据之后,相机使用虚拟轴应用针对运动周期计划虚拟轴的运动,虚拟轴允许由相机计算获取触发率,获取触发率遵循由运动驱动器引起的物体运动。基于计算出的获取触发率,相机生成用于触发物体的图像获取的获取触发信号。

Description

具有预测运动控制的机器视觉系统和方法
发明背景
本发明涉及视觉系统,尤其涉及耦合至运动控制器的视觉系统,运动控制器提供用于生成图像获取触发信号的运动数据。
在许多应用中,机器视觉或图像处理分析被用于检查或定位物体。例如,在制造应用中,机器视觉分析可用于通过获取所制造物体的图像并且使用多种类型的图像处理算法分析这些图像以检测该物体中的缺陷。作为示例,用于制造诸如存储器盘之类的物体的系统可使用机器视觉来检查该物体以便检测制造缺陷,并且确保该物体被正确地标记或装配。
在此类机器视觉系统中,编码器通常用于将物体位置传达到视觉系统,以便在计算出的时刻生成触发信号并且调度数字输出的生成。触发信号被用于当物体在视觉系统前移动时获取视场中的该物体的一个或多个图像,并且数字输出可用于触发例如拒绝机制。图1示出例示性机器视觉系统20,其适于获取存储器盘24的一个或多个图像22。传送装置28传输盘24以引起盘24与成像设备32的视场30之间的相对运动。传送装置28的运动由一个或多个编码器36来跟踪。编码器36通过链路40将信号发送至处理器42,处理器42使用编码器信号来计算盘位置,并在计算出的时刻生成通过链路44去往成像设备32的触发信号以获取视场中的盘24的一个或多个图像。如果盘24是有缺陷的,则成像设备32和/或控制器42可被编程以通过链路46发送信号至拒绝执行装置48来将有缺陷的盘50从传送装置28移除,如图所示。
但是,编码器由于其不精确性、抗扰度问题以及可靠性问题而会是麻烦的且不合需要的。消除对提供位置数据至成像设备的单独编码器的需要会提高机器视觉系统的整体性能,减少故障点,并且增大视觉系统用户的效率。所需要的是可利用来自运动控制器的运动数据计算物体位置的机器视觉系统和方法。
发明内容
本发明实施例通过利用来自运动控制器的运动数据计算物体位置克服了现有技术的缺点。
因此,一些实施例包括一种视觉系统,其利用自网络上的运动控制器传达的运动数据来触发对物体的图像获取,其中运动控制器耦合至运动驱动器。视觉系统包括相机,并具有耦合至相机的获取控制器,获取控制器包括网络接口,且网络接口可操作用于耦合至网络。在从运动控制器接收到运动数据之后,相机使用虚拟轴应用来针对运动周期计划虚拟轴的运动,虚拟轴允许由相机计算获取触发率,该获取触发率遵循由运动驱动器所引起的物体运动。并且,基于计算出的获取触发率,相机生成用于触发物体的图像获取的获取触发信号。
其它实施例包括一种包含相机的视觉系统,相机可操作用于利用自网络上的运动控制器传达的运动数据来触发对物体的图像获取,并且运动控制器耦合至运动驱动器。相机包括虚拟轴应用和获取控制器,获取控制器可耦合至网络。公共时间基准由运动控制器、相机时钟、专用主时钟以及运动驱动器中的至少一个来提供。在接收到从运动控制器传达的运动数据之后,相机使用虚拟轴应用来针对运动周期计划虚拟轴的运动,虚拟轴可操作用于遵循运动驱动器引起的物体的相对运动。并且,基于虚拟轴的运动,相机生成用于触发物体的图像获取的获取触发信号。
与以上一致地,一些实施例包括用于获取图像的方法。该方法包括:向相机和运动控制器提供公共时间基准,其中相机和运动控制器在网络上通信;运动控制器发送运动数据至运动驱动器;运动控制器通过网络发送运动数据至相机;在接收到运动数据之后,相机计划虚拟轴的运动,其中虚拟轴以相对运动驱动器的固定关系运动;使用虚拟轴,生成实际上遵循物体运动的图像获取触发率;以及使用图像获取触发率,生成图像获取触发信号并获取物体的图像。
对于前述和相关的目标的成就,本发明则包括下文中完整描述的特征。以下描述和所附附图详细阐述了本发明的多方面。然而,这些方面只表示能运用本发明原理的多种方式中的一小部分。通过结合附图参考对本发明的以下详细描述,本发明的其它方面、优点和新颖特征将变得显而易见。
附图说明
图1是包括提供用于计算物体位置的编码器信号的编码器的典型视觉系统配置的示意图;
图2是根据本发明实施例的包括用于提供运动数据的运动控制器的示例性视觉系统的示意图,其中运动数据用于生成虚拟轴;
图3是示出各种视觉系统信号以及跟踪运动驱动器的虚拟轴的示例图;以及
图4是根据本发明实施例的方法的流程图。
虽然本发明容许多种修改和替代形式,但其具体实施例将通过附图中的示例示出且将在本文中予以详细描述。然而应当理解,这里对具体实施例的描述并不旨在将本发明限于所公开的特定形式,相反,其意图是覆盖落在如所附权利要求所限定的本发明的精神和范围内的所有修改、等效方案以及替换方案。
具体实施方式
现在参考附图描述本发明的各个方面,其中在若干视图中相似的附图标记对应于类似的元素。然而应该理解,下文所涉及的附图和详细描述并不旨在将所要求保护的主题限制为所公开的特定形式。相反,本发明将涵盖落入所要求保护的主题的精神和范围内的所有修改、等效方案和替换方案。
如此处所使用的,术语“组件”、“系统”等旨在指计算机相关实体,或者是硬件、硬件和软件的组合、软件或者是执行中的软件。例如,组件可以是,但不限于是,在处理器上运行的进程、处理器、对象、可执行码、执行的线程、程序和/或计算机。作为说明,在计算机上运行的应用和该计算机两者都可以是组件。一个或更多个组件可驻留在进程和/或执行的线程内,并且组件可局部化在一台计算机上和/或分布在两台或更多台计算机或处理器之间。
本文中所使用的词语“示例性”意味着用作示例、实例、或说明。在此被描述为“示例性”的任何方面或设计并不一定要被解释为相比其他方面或设计更优选或有利。
此外,所公开的主题可以通过使用标准编程和/或工程技术产生软件、固件、硬件、或其任何组合以控制基于计算机或处理器的设备实施在此详述的诸方面而被实现为系统、方法、装置或制造品。在此使用的术语“制品”意在涵盖可以从任何计算机可读设备、载体、或介质访问的计算机程序。例如,计算机可读介质可包括但不限定于磁存储设备(例如,硬盘、软盘、磁条……)、光盘(例如,压缩盘(CD)、数字多功能盘(DVD)……)、智能卡、以及闪存设备(例如,记忆卡、记忆棒)。另外应该领会,载波可以被用于载送计算机可读电子数据,诸如那些用于传送和接收电子邮件或用于访问如因特网或局域网(LAN)等网络的数据。当然,本领域的技术人员将会认识到,可以对这些配置进行许多修改而不会脱离所要求保护的主题的范围或精神。
下面通过使用示图来说明用于实施本发明的系统和方法的实施例的结构或处理来描述本发明的实施例。以这种方式使用示图来呈现本发明的实施例不应被解释为对其范围的限制。本发明构想用于使用来自运动控制器的数据来计算物体位置的系统和方法两者。本发明的实施例可包括设备,例如自动化设备,包括多种计算机硬件、软件和/或固件等的专用或通用计算机,如在下详细讨论的。
将结合包含智能相机的机器视觉系统来描述本发明的各个实施例,智能相机被配置成使用来自运动控制器的运动数据计算物体的位置。在一些实施例中,智能相机被配置成基于运动数据生成虚拟轴。这是因为本发明的特征和优点很好地适于该目的。然而,应当理解,本发明的各个方面可应用于其它形式的成像设备中以及应用于可访问来自运动控制器的数据的其它系统中。
作为非限制性示例,示例性机器视觉系统可用于制造装配、测试、测量、自动化、和/或控制应用等等。示例性机器视觉系统可使用图像获取软件,图像获取软件可操作用于执行多种类型的图像获取中的任何一种。
现在参见图2,示例性机器视觉系统60通常包括智能相机62、通常负责协调可移动系统(诸如机器人臂)的运动的运动控制器64、生产线或例如传送装置66、以及用于至少耦合智能相机62和运动控制器64的至少一个通信网络68。在一些实施例中,专用主时钟70也可耦合至网络68以用作网络上诸设备(至少包括智能相机62和运动控制器64)之间的主时间基准。在其它实施例中,运动控制器64可用作主时间基准。下文将更详细地描述这些组件中的每一个。应理解,在其它实施例中,诸如网络68之类的一个网络可用于保持网络上的诸设备同步,而另一网络78可用于运动数据的传达。
如此处所使用的,术语“智能相机”旨在涵盖可操作用于获取和/或存储图像72且包括板载处理能力的多种类型的图像获取设备中的任何一种。因此智能相机可操作用于获取并分析或处理所获取的或所存储的图像。智能相机的示例包括模拟和数字相机、行扫描相机(line scan camera)、红外成像设备、x-射线成像设备、超声成像设备、以及用于接收、生成、处理或获取图像或传感器数据的任何其它类型的设备。智能相机在使用中可以是固定的,或者智能相机可以是移动的并且在获取图像时可以移动。
机器视觉系统60的智能相机62可包括获取控制器74,获取控制器74用于执行图像获取功能,如下所述。例如,获取控制器74可包括处理器73和存储器75或者可编程硬件元件。获取控制器74还可包括网络接口76以将智能相机耦合至网络68。获取控制器74可包括智能相机可调节时钟80、以及智能相机同步应用82,智能相机同步应用82能够使智能相机可调节时钟80与网络68上的运动控制器可调节时钟84(在下面讨论)保持同步。
获取控制器74还可包括虚拟轴应用86。在一些实施例中,虚拟轴应用在存储器75中生成虚拟轴88,虚拟轴88可由运动控制器64来控制。在其它实施例中,运动控制器64可将运动数据提供给获取控制器74,获取控制器74可用于启用虚拟轴应用86。应理解,被描述为获取控制器74一部分的组件也可被认为是智能相机62的一部分,并且被描述为智能相机62一部分的组件也可被认为是获取控制器74的一部分。
智能相机62还可包括处理器89和存储器介质90,在存储器介质90上可存储和/或执行计算机程序。在其它实施例中,可存储可用于配置可编程硬件元件(诸如现场可编程门阵列(FPGA))的配置信息,可编程硬件元件被包括在智能相机中以执行计算、测量、控制、自动化、或分析功能等等。
如此处所使用的,术语“存储器”和“存储器介质”包括非易失性介质,例如磁介质或硬盘、光学存储、或闪存;诸如计算机系统存储器之类的易失性介质,例如诸如DRAM、SRAM、EDO RAM、RAMBUS RAM、DR DRAM之类的随机存取存储器(RAM);或者其上可存储计算机程序的安装介质,例如CD-ROM或软盘。
传送装置66的运动可由运动控制器64或者不止一个运动控制器来控制。运动控制器64通过链路92发送位置信号以控制运动驱动器(诸如耦合至伺服电动机96的伺服驱动器94)的操作,运动驱动器进而控制传送装置66的运动。在一些实施例中,链路92可耦合至网络中枢112(下面将进一步讨论),而不是直接耦合至运动控制器。例如,运动控制器64或专用主时钟70可为伺服驱动器94提供公共时间基准。
在示例性视觉系统60中,可使用不止一个伺服驱动器和电动机。因此,运动控制器64可负责协调传送装置上的伺服电动机96的运动,因此传送装置66能够传输一个或多个物体100以引起物体100与智能相机62的视场102之间的相对运动。
类似于获取控制器74或智能相机62,运动控制器64还可包括网络接口104以将运动控制器耦合至网络68。运动控制器64还可包括运动控制器可调节时钟84、以及运动控制器同步应用110,运动控制器同步应用110可操作用于使运动控制器可调节时钟84与跨网络68的智能相机可调节时钟80保持同步。
智能相机62和运动控制器64两者均耦合至通信网络68。普通通信网络的一个示例是不确定性网络,诸如基于以太网的网络。另一示例是确定性的、低等待时间的网络,诸如基于EtherCAT或PowerLink的网络。其它可能的通信网络对于本领域的技术人员而言同样是已知的。在该实施例中,网络中枢112可用于用作在网络68上的智能相机62和运动控制器64的公共连接点。
如上所述,在一些实施例中,专用主时钟70也可耦合至网络68。当被使用时,主时钟70可用作网络68上的诸设备之间的专用时钟,其独立于智能相机可调节时钟80和运动控制器可调节时钟84或者与智能相机可调节时钟80和运动控制器可调节时钟84协同。智能相机同步应用82和运动控制器同步应用110同样能够使智能相机可调节时钟80和运动控制器可调节时钟84与跨网络68的主时钟70保持同步。
用于同步不确定性网络上诸设备之间的本地时钟的算法根据IEEE-1588标准来描述,该标准通过引用结合于此。用于将目标位置、速度和/或加速度转换成运动曲线的算法记录在ODVA CIP规范下,该规范也通过引用结合于此。应理解,本领域的技术人员将理解IEEE-1588标准和ODVA CIP规范两者的工作。
参见图2和图3,运动控制器64可通过网络68将运动数据118发送至智能相机62,在一些实施例中其经由获取控制器74,获取控制器74使用虚拟轴应用86结合运动数据来计算物体100的位置并且在计算出的时刻生成触发信号98以便智能相机62获取视场102中的物体100的一个或多个图像。
如上所述,智能相机62和运动控制器64可分别利用智能相机同步应用82和运动控制器同步应用110连同智能相机可调节时钟80与运动控制器可调节时钟84和/或专用主时钟70来生成同步时钟,以便在智能相机62和运动控制器64之间创建公共时间基准。智能相机62和运动控制器64之间的这种公共时间基准可在约10微秒内,但是可构想更多或更少的公共时间基准。
在约50Hz至约2500Hz之间的频率下,或者更高频率或更低频率下,运动控制器64将运动数据122传达到伺服驱动器94。运动数据122可包括各种参数,包括目标位置、目标速度、速度限制、目标加速度、加速度限制、和/或目标应达到目标位置和/或速度的时刻。运动数据还可包括其它数据参数,其中一些数据参数根据IEC61800-7标准来描述,该标准通过引用结合于此。运动控制器64还可通过网络68或单独网络将运动数据发送至智能相机62。时刻可被包含而不是被传送,诸如网络上的节点(例如设备)被网络上的固定周期同步的时刻,并且隐含地任何命令在后续运动周期开始时生效。
对于每个运动周期,在一些实施例中,运动控制器64确定下一运动周期的运动数据,并且在消息124中将下一运动周期的运动数据传达给智能相机62。在接收到消息124之后,智能相机62可使用虚拟轴应用86计划下一运动周期的虚拟轴88的运动。本领域技术人员将认识到,不同的运动网络和不同的运动控制器针对如何定义运动数据、如何在网络上传送运动数据、以及如何根据运动数据确定轴的运动而可能具有不同的规则。
基于运动数据,虚拟轴88由虚拟轴应用86生成。虚拟轴88用于以相对伺服驱动器94的固定关系来运动。在一些实施例中,运动控制器基于伺服驱动器轴“调整(gear)”虚拟轴88,使得当虚拟轴到达一定位置时,物体100处于智能相机62的视场102中,并且图像获取可被触发。在其它实施例中,当物体100将处于视场102中时,运动控制器64可向智能相机62指示虚拟轴88的位置。这可基于与运动控制器64连接的、检测传送装置66上的物体位置的其它传感器。根据虚拟轴88,用户指定乘法器130可用于生成图像获取触发率132,图像获取触发率132实际上遵循传送装置66上的物体100的运动。例如,虚拟轴的一个旋转可定义如相机62所见的一个部件周期,并且相机可能希望获取该部件的三个图像,用户可指定每120度信令获取触发。类似地,对于行扫描相机,用户可能希望每0.5度获取单个行以便正好获取该部件的720行。
基于计算出的图像获取触发率132,智能相机62在一频率下生成图像获取触发信号98,该频率相对于由运动控制器64向伺服驱动器94所命令的物体运动。由于智能相机62、运动控制器64和伺服驱动器94均通过公共时基同步,因此智能相机62能够生成在可接受极限内接近于实际物体运动的图像获取触发信号98,而不需要使用硬件编码器。
在一些实施例中,机器视觉系统60可被配置成检测有缺陷的物体138。当物体有缺陷时,智能相机62和/或运动控制器64可被编程以通过链路142发送失败信号140至拒绝执行装置144以将物体138从传送装置66移除。失败信号140可在待拒绝的物体到达传送装置下游离智能相机62较远的拒绝执行装置144时而被生成。为了在传送装置速度变化的情况下生成失败信号140,智能相机62可确定传送装置66移动多快。如上所述与运动控制器64同步的智能相机62将能够在物体到达拒绝执行装置144时准确地生成失败信号140,而无论线路速度如何。该配置可应用于来自可与传送装置运动同步的智能相机62的任何输出。
上述示例性机器视觉系统60的组件被配置成使得智能相机62能够基于来自运动控制器的运动数据协调图像获取触发的生成与传送装置66上被检查的物体100的运动,并且不需要智能相机62发送任何运动数据至运动控制器。
图4示出用于触发智能相机的行获取的方法的实施例,该智能相机使用从联网的运动控制器传达的伺服电动机运动数据来获取物体的图像。图4所示方法可与以上附图所示的任何系统或设备等等结合使用。在多个实施例中,所示方法元素中的一些可并发执行,按与所示次序不同的次序执行,或者可被省略。也可按需执行附加方法元素。
参见图4,示出用于获取物体图像的方法。第一步骤是向智能相机62和运动控制器64提供公共时间基准,如过程框150所指示。如前所述,智能相机和运动控制器可经由网络68通信。在过程框152,运动控制器发送运动数据信号至运动驱动器。运动数据信号可通过链路92发送,或例如跨网络68发送。在过程框154,运动控制器通过网络68将运动数据发送至智能相机62。在接收到运动数据之后,智能相机62使用智能相机62上的虚拟轴应用86根据运动数据在存储器75中生成虚拟轴88,其中虚拟轴88以相对运动驱动器94的通常固定的关系来运动,如过程框158所指示。通过使用虚拟轴88,可生成实际上遵循物体100的相对运动的图像获取触发率,如过程框160所指示。通过使用图像获取触发率,在过程框162可生成图像获取触发信号,并且智能相机可获取物体100的图像,如过程框164所指示。可在相对于由运动控制器所命令的物体运动的频率下生成图像获取触发信号。
虽然已参考优选实施例描述了本发明,但是本领域技术人员将认识到,可在形式和细节上作出改变而不脱离本发明的精神和范围。例如,本发明不限于本文所示的智能相机及关联设备的实施例,并且可利用其它图像获取设备来实施。
以上公开的特定实施例仅仅是说明性的,因为本发明可按不同但等效的方式来修改和实施,这对于受益于本文教导的本领域技术人员而言是显而易见的。此外,不旨在限制本文所示以及在所附权利要求书中所述的构造或设计的细节。因此明显的是,以上公开的特定实施例可被更改或修改,并且所有此类变化被认为落入本发明的范围和精神内。因此,在所附权利要求书中陈述本文所寻求的保护。

Claims (24)

1.一种使用从网络上的运动控制器传达的运动数据来触发对物体的图像获取的视觉系统,其中所述运动控制器耦合至运动驱动器,所述系统包括:
相机;
耦合至所述相机的获取控制器,所述获取控制器包括网络接口,所述网络接口可操作用于耦合至所述网络;
其中在接收到来自所述运动控制器的运动数据之后,所述相机使用虚拟轴应用来针对运动周期计划虚拟轴的运动,所述虚拟轴允许由所述相机计算获取触发率,所述获取触发率遵循由所述运动驱动器引起的所述物体的运动;以及
其中,基于计算出的获取触发率,所述相机生成用于触发所述物体的图像获取的获取触发信号。
2.如权利要求1所述的视觉系统,其特征在于,
还包括相机时钟同步应用,所述相机时钟同步应用可操作用于与用于使运动命令同步的公共时间基准同步;以及
其中所述公共时间基准由所述运动控制器、相机时钟、专用主时钟以及所述运动驱动器中的至少一个提供。
3.如权利要求1所述的视觉系统,其特征在于,
所述网络是不确定性网络。
4.如权利要求1所述的视觉系统,其特征在于,
所述网络是确定性的、低等待时间的网络。
5.如权利要求2所述的视觉系统,其特征在于,
所述相机时钟同步应用和运动控制器时钟同步应用可操作用于与所述公共时间基准接口,并且所述相机时钟同步应用和所述运动控制器时钟同步应用两者均负责使相机时钟和运动控制器时钟保持同步。
6.如权利要求1所述的视觉系统,其特征在于,
所述虚拟轴由虚拟轴应用生成。
7.如权利要求1所述的视觉系统,其特征在于,
用户指定乘法器与所述虚拟轴一起使用以生成所述获取触发率。
8.如权利要求1所述的视觉系统,其特征在于,
所述相机基于来自所述运动控制器的运动数据以相对于所述虚拟轴的运动的频率生成所述获取触发信号。
9.如权利要求2所述的视觉系统,其特征在于,
所述公共时间基准使所述运动控制器、所述运动驱动器和所述相机之间的运动命令同步。
10.如权利要求2所述的视觉系统,其特征在于,
IEEE-1588标准被用于使所述运动命令同步。
11.如权利要求2所述的视觉系统,其特征在于,
以固定频率发生的网络周期被用于使所述运动命令同步。
12.如权利要求2所述的视觉系统,其特征在于,
IEEE-1588标准和以固定频率发生的网络周期两者被结合使用以使所述运动命令同步。
13.一种视觉系统,包括:
相机,所述相机可操作用于使用从网络上的运动控制器传达的运动数据来触发对物体的图像获取,其中所述运动控制器耦合至运动驱动器;
所述相机包括虚拟轴应用和获取控制器,所述获取控制器可耦合至所述网络;
公共时间基准,其由所述运动控制器、相机时钟、专用主时钟和所述运动驱动器中的至少一个提供;
其中,在接收到从所述运动控制器传达的运动数据之后,所述相机使用虚拟轴应用来针对运动周期计划虚拟轴的运动,所述虚拟轴可操作用于遵循由所述运动驱动器引起的所述物体的相对运动;以及
其中,基于所述虚拟轴的运动,所述相机生成用于触发所述物体的图像获取的获取触发信号。
14.如权利要求13所述的视觉系统,其特征在于,
所述运动控制器基于所述运动驱动器的轴来调整所述虚拟轴,使得当所述虚拟轴到达一定位置时,所述物体处于所述相机的视场中,并且图像获取被触发。
15.如权利要求13所述的视觉系统,其特征在于,
当所述物体位于所述相机的视场中时,所述运动控制器向所述相机指示所述虚拟轴的位置。
16.如权利要求13所述的视觉系统,其特征在于,
所述虚拟轴以相对所述运动驱动器的固定关系来运动。
17.一种用于获取物体图像的方法,所述方法包括:
向相机和运动控制器提供公共时间基准,所述相机和所述运动控制器在网络上通信;
所述运动控制器发送运动数据至运动驱动器;
所述运动控制器通过所述网络发送所述运动数据至所述相机;
在接收到所述运动数据之后,所述相机计划虚拟轴的运动,所述虚拟轴以相对所述运动驱动器的固定关系来运动;
通过使用所述虚拟轴,生成实际上遵循所述物体的运动的图像获取触发率;
通过使用所述图像获取触发率,生成图像获取触发信号;以及
获取所述物体的图像。
18.如权利要求17所述的方法,其特征在于,
还包括基于来自所述运动控制器的运动数据以相对于所述虚拟轴的频率生成所述图像获取触发信号。
19.如权利要求17所述的方法,其特征在于,
还包括协调传送装置上的伺服电动机的运动,所述伺服电动机耦合至所述运动驱动器,因此所述传送装置传输所述物体以引起所述物体与所述相机的视场之间的相对运动。
20.如权利要求17所述的方法,其特征在于,
还包括基于所述运动驱动器的轴来调整所述虚拟轴,使得当所述虚拟轴到达一定位置时,所述物体处于所述相机的视场中;以及
触发图像获取。
21.如权利要求17所述的方法,其特征在于,
还包括当所述物体将处于所述相机的视场中时,向所述相机指示所述虚拟轴的位置。
22.如权利要求17所述的方法,其特征在于,
所述运动数据包括以下各项中的至少一个:目标位置、目标速度、速度限制、目标加速度、加速度限制、和/或目标应到达目标位置和/或速度的时刻。
23.如权利要求22所述的方法,其特征在于,
还包括通过使用所述网络上的固定周期来包含时间,使得命令在下一固定周期开始时生效。
24.如权利要求17所述的方法,其特征在于,
还包括协调可移动系统上的伺服电动机的运动,所述伺服电动机耦合至所述运动驱动器,因此所述可移动系统传输所述相机以引起所述物体与所述相机的视场之间的相对运动。
CN201310189976.3A 2012-05-22 2013-05-21 具有预测运动控制的机器视觉系统和方法 Active CN103428426B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US13/477,861 US9200890B2 (en) 2012-05-22 2012-05-22 Machine vision systems and methods with predictive motion control
US13/477,861 2012-05-22

Publications (2)

Publication Number Publication Date
CN103428426A true CN103428426A (zh) 2013-12-04
CN103428426B CN103428426B (zh) 2017-04-12

Family

ID=49547127

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310189976.3A Active CN103428426B (zh) 2012-05-22 2013-05-21 具有预测运动控制的机器视觉系统和方法

Country Status (4)

Country Link
US (1) US9200890B2 (zh)
JP (1) JP5760035B2 (zh)
CN (1) CN103428426B (zh)
DE (1) DE102013104894B4 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108698696A (zh) * 2016-03-24 2018-10-23 英特尔公司 主动运载工具控制系统和方法
WO2024169318A1 (zh) * 2023-02-15 2024-08-22 北新集团建材股份有限公司 一种基于主线控制模型的石膏板生产同步调控方法

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016121088B4 (de) 2015-11-06 2023-12-14 Cognex Corporation Systeme und Verfahren mit prädiktiver Bewegungsregelung
CN105699381B (zh) * 2016-03-28 2019-02-19 成都唐源电气股份有限公司 一种基于机器视觉的铁轨扣件检测装置
CN106990109B (zh) * 2017-03-23 2019-09-06 中国矿业大学 一种基于多摄像头判定的井下皮带异物检测系统及方法
US11428608B2 (en) * 2017-04-06 2022-08-30 Kyutaek Cho Automated functional testing systems and methods of making and using the same
JP7490483B2 (ja) * 2020-07-22 2024-05-27 キヤノン株式会社 システム、情報処理方法、物品の製造方法、プログラム及び記録媒体
JP7336678B2 (ja) * 2020-12-15 2023-09-01 パナソニックIpマネジメント株式会社 ピッキング装置
CN113109339B (zh) * 2021-04-08 2022-05-27 仲恺农业工程学院 一种缺陷视觉检测设备的控制方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04348050A (ja) * 1990-11-30 1992-12-03 Mitsui Mining & Smelting Co Ltd 材料表面検査装置
US6167148A (en) * 1998-06-30 2000-12-26 Ultrapointe Corporation Method and system for inspecting the surface of a wafer
CN101061382A (zh) * 2004-08-27 2007-10-24 穆勒迪维肯公司 用来检测多个填满容器中异物或缺陷的方法和装置
US20080240321A1 (en) * 2007-04-02 2008-10-02 Narus Gabriel L Aligning Timebases to Share Synchronized Periodic Signals
US20100073665A1 (en) * 2008-02-05 2010-03-25 Kla-Tencor Corporation Defect detection using time delay lock-in thermography (lit) and dark field lit
US7791671B2 (en) * 2002-04-10 2010-09-07 National Instruments Corporation Smart camera with modular expansion capability including a function module that performs image processing
US20100305740A1 (en) * 2009-06-02 2010-12-02 Jeffrey Michael Kent Systems and methods for detecting and rejecting defective absorbent articles from a converting line
WO2011075339A1 (en) * 2009-12-16 2011-06-23 The Procter & Gamble Company Systems and methods for monitoring on-line webs using line scan cameras
US20110297590A1 (en) * 2010-06-01 2011-12-08 Ackley Machine Corporation Inspection system

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5586058A (en) 1990-12-04 1996-12-17 Orbot Instruments Ltd. Apparatus and method for inspection of a patterned object by comparison thereof to a reference
US5940296A (en) 1995-11-06 1999-08-17 Medar Inc. Method and system for interactively developing a graphical control-flow structure and associated application software for use in a machine vision system
US6610991B1 (en) 1998-11-05 2003-08-26 Cyberoptics Corporation Electronics assembly apparatus with stereo vision linescan sensor
US6504611B2 (en) 2000-05-17 2003-01-07 Coretek, Inc. Two stage optical alignment device and method of aligning optical components
US20020177974A1 (en) 2001-03-01 2002-11-28 Joseph Ting Scanning system and method which utilizes continuous motion control and data acquisition triggering
US7180253B2 (en) * 2003-09-30 2007-02-20 Rockwell Automation Technologies, Inc. Method and system for generating multi-dimensional motion profiles
US7447931B1 (en) * 2005-12-09 2008-11-04 Rockwell Automation Technologies, Inc. Step time change compensation in an industrial automation network
US7760238B2 (en) * 2007-07-25 2010-07-20 National Instruments Corporation Vision system with deterministic low-latency communication
US7915570B2 (en) 2007-08-03 2011-03-29 National Instruments Corporation Smart camera with an integrated lighting controller
US8320561B2 (en) 2007-08-08 2012-11-27 Qualcomm Incorporated Key identifier in packet data convergence protocol header
US8082515B2 (en) * 2007-11-30 2011-12-20 National Instruments Corporation Motion controller that supports standard and custom axes
CN100587638C (zh) 2008-04-29 2010-02-03 上海交通大学 针对高实时性图像采集与处理的机器视觉系统
JP2011124759A (ja) 2009-12-10 2011-06-23 Mitsubishi Electric Corp 通信システム、局側通信装置及びスレーブクロック補正装置
US8687060B1 (en) * 2009-12-28 2014-04-01 Cognex Corporation System and method for providing distance-based pulses relative to motion of a surface scanned by a vision system
US8373789B2 (en) 2010-02-18 2013-02-12 Ju Jin Auto focus system and auto focus method

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH04348050A (ja) * 1990-11-30 1992-12-03 Mitsui Mining & Smelting Co Ltd 材料表面検査装置
US6167148A (en) * 1998-06-30 2000-12-26 Ultrapointe Corporation Method and system for inspecting the surface of a wafer
US7791671B2 (en) * 2002-04-10 2010-09-07 National Instruments Corporation Smart camera with modular expansion capability including a function module that performs image processing
CN101061382A (zh) * 2004-08-27 2007-10-24 穆勒迪维肯公司 用来检测多个填满容器中异物或缺陷的方法和装置
US20080240321A1 (en) * 2007-04-02 2008-10-02 Narus Gabriel L Aligning Timebases to Share Synchronized Periodic Signals
US20100073665A1 (en) * 2008-02-05 2010-03-25 Kla-Tencor Corporation Defect detection using time delay lock-in thermography (lit) and dark field lit
US20100305740A1 (en) * 2009-06-02 2010-12-02 Jeffrey Michael Kent Systems and methods for detecting and rejecting defective absorbent articles from a converting line
WO2011075339A1 (en) * 2009-12-16 2011-06-23 The Procter & Gamble Company Systems and methods for monitoring on-line webs using line scan cameras
US20110297590A1 (en) * 2010-06-01 2011-12-08 Ackley Machine Corporation Inspection system

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108698696A (zh) * 2016-03-24 2018-10-23 英特尔公司 主动运载工具控制系统和方法
WO2024169318A1 (zh) * 2023-02-15 2024-08-22 北新集团建材股份有限公司 一种基于主线控制模型的石膏板生产同步调控方法

Also Published As

Publication number Publication date
US20130314530A1 (en) 2013-11-28
US9200890B2 (en) 2015-12-01
CN103428426B (zh) 2017-04-12
DE102013104894B4 (de) 2023-08-10
JP2014013231A (ja) 2014-01-23
DE102013104894A1 (de) 2013-11-28
JP5760035B2 (ja) 2015-08-05

Similar Documents

Publication Publication Date Title
CN103428426A (zh) 具有预测运动控制的机器视觉系统和方法
US11463679B2 (en) Embedded system, fast structured light based 3D camera system and method for obtaining 3D images using the same
US20150213838A1 (en) Network based video event recording system
US10083496B2 (en) Machine vision systems and methods with predictive motion control
CN108923876A (zh) 时间同步方法、装置及系统
JP7164721B2 (ja) センサデータ処理方法、装置、電子機器及びシステム
CN103313921A (zh) 图像处理装置及图像处理系统
CN111492401B (zh) 包装容器中的缺陷检测的方法
CN113291321A (zh) 一种车辆轨迹预测方法、装置、设备及存储介质
KR20160125942A (ko) 프로그래머블 컨트롤러 시스템, 그 컨트롤러
US20220088783A1 (en) Method and Apparatus for Manufacturing Line Simulation
CN102176650B (zh) 主从伺服系统同步信号产生方法、装置以及灯检机
KR102094639B1 (ko) 공장 제조라인 관리 시스템 및 관리 방법
KR101492910B1 (ko) 이더캣 기반의 분산 시계 동기화를 위한 방법 및 시스템
CN114844585A (zh) 一种数据同步的方法、系统及相关设备
CN117629188A (zh) 一种基于激光和视觉融合的agv导航方法及系统
KR20130061567A (ko) 무정지 검사를 위한 로봇 시스템 및 그 방법
CN109814095B (zh) 一种多目标红外仿真系统的动态空间位置模拟方法
JP6400553B2 (ja) ユニット間での同期制御機能を有する数値制御システム
CN117152589A (zh) 目标识别方法、系统及存储介质
CN114453262B (zh) 用于检测器件的方法、装置、存储介质及检测设备
CN110971327A (zh) 用于环境目标的时间同步方法及装置
US20230032982A1 (en) System and method for operating the robot, electronic device and computer readable medium
CN110799911B (zh) 一种机器人运动控制的方法、运动控制装置及机器人系统
Mourtzis Check for Adaptive Control of 3D Printer Based on Digital Twin Concept Dimitris Mourtzis), Antonis Varsamis, Stelios Zygomalas, and John Angelopoulos

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant