CN106572328B - 自动化生产线的成像系统 - Google Patents

自动化生产线的成像系统 Download PDF

Info

Publication number
CN106572328B
CN106572328B CN201610865465.2A CN201610865465A CN106572328B CN 106572328 B CN106572328 B CN 106572328B CN 201610865465 A CN201610865465 A CN 201610865465A CN 106572328 B CN106572328 B CN 106572328B
Authority
CN
China
Prior art keywords
imaging device
item
image
automated production
line
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.)
Active
Application number
CN201610865465.2A
Other languages
English (en)
Other versions
CN106572328A (zh
Inventor
张俊欧
乔纳森·理查德·毕晓普
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.)
Ford Global Technologies LLC
Original Assignee
Ford Global Technologies LLC
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
Priority claimed from GB1517718.1A external-priority patent/GB2543261B/en
Application filed by Ford Global Technologies LLC filed Critical Ford Global Technologies LLC
Publication of CN106572328A publication Critical patent/CN106572328A/zh
Application granted granted Critical
Publication of CN106572328B publication Critical patent/CN106572328B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00Television systems
    • H04N7/18Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • H04N7/181Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast for receiving images from a plurality of remote sources
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/0002Inspection of images, e.g. flaw detection
    • G06T7/0004Industrial image inspection
    • G06T7/001Industrial image inspection using an image reference approach
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B62LAND VEHICLES FOR TRAVELLING OTHERWISE THAN ON RAILS
    • B62DMOTOR VEHICLES; TRAILERS
    • B62D65/00Designing, manufacturing, e.g. assembling, facilitating disassembly, or structurally modifying motor vehicles or trailers, not otherwise provided for
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/28Determining representative reference patterns, e.g. by averaging or distorting; Generating dictionaries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00General purpose image data processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/70Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/77Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
    • G06V10/772Determining representative reference patterns, e.g. averaging or distorting patterns; Generating dictionaries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/20Special algorithmic details
    • G06T2207/20081Training; Learning
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30108Industrial image inspection
    • G06T2207/30164Workpiece; Machine component
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V2201/00Indexing scheme relating to image or video recognition or understanding
    • G06V2201/06Recognition of objects for industrial automation
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04NPICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Multimedia (AREA)
  • Evolutionary Computation (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Databases & Information Systems (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Signal Processing (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Combustion & Propulsion (AREA)
  • Manufacturing & Machinery (AREA)
  • Mechanical Engineering (AREA)
  • Transportation (AREA)
  • Chemical & Material Sciences (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Studio Devices (AREA)

Abstract

一种用于自动化生产线(103)的成像系统(101),其包含:配置为捕获自动化生产线(103)中的物品(107、113)的图像以及将物品(107、113)的图像与存储在数据库(111)中的一个或多个验证图像进行比较的主成像装置(105);配置为捕获验证图像中的一个或多个并当自动化生产线(103)正在运行时与主成像装置(105)的操作并行地更新数据库(111)的次成像装置(129)。

Description

自动化生产线的成像系统
技术领域
本发明涉及一种用于自动化生产线的具有主成像装置和次成像装置的成像系统。
背景技术
自动化生产线可以用于部件的制造和装配过程。典型地,机动车制造商使用生产线上的自动化过程来组装机动车的各种部件。例如,自动化过程可能涉及在将发动机壳体的第一部分组装到发动机壳体的第二部分之前施加密封剂到发动机壳体的第一部分。
自动化过程的类型取决于部件到达的生产线的自动化工作站的用途。因此,自动化生产线的特定工作站通常被规划以执行特定的制造或组装操作,例如以所需的方式将密封剂施加到第一发动机壳体部。
机动车制造面临的一个问题是自动化生产线被用于部件的各种不同的版本,每一个版本可以具有不同的结构和/或不同的组装要求。因此,理想的是,生产线的任何特定工作站(station)根据部件的结构能够调整其规划。例如,当机动车制造引入变化到部件的结构和/或组装过程的要求时,理想的是重新配置以接受部件的新版本和/或执行新的组装过程的同时尽量减少自动化生产线的停机时间。
发明内容
根据本发明的一个方面,提供了一种用于自动化生产线的成像系统。成像系统包含配置为捕获自动化生产线上物品的图像的主成像装置。例如主成像装置可以被定位为,使得当物品处于自动化生产线上时主成像装置可以捕获该物品的一个或多个图像。成像系统配置为将物品的图像与存储在数据库中的一个或多个验证图像进行比较。例如,主成像装置可包含配置为对捕获到的图像和/或验证图像进行分析的控制器。一个或多个捕获到的图像可被用于识别物品和/或检查由自动化生产线执行的一个或多个操作的质量的目的。
成像系统包含配置成捕捉验证图像中的一个或多个的次成像装置。次成像装置配置为当自动化生产线正在运行时与主成像装置的操作并行(例如在同一时间)地更新数据库。以这种方式,主成像装置在数据库被新的验证数据(例如关于由自动化生产线处理的新物品和/或对现有生产过程的需求的改变的数据)更新时不需要脱机。
次成像装置可以远离自动化生产线,使得验证图像可以在与自动化生产线不同的位置被捕获。次成像装置可以远离主成像装置,使得验证图像可以在与主成像装置不同的位置被捕获。以这种方式,部件的验证图像可以例如在与自动化生产线和/或主成像装置所位于的不同的生产设施中制造该部件时被捕获。
次成像装置可以设置在自动化生产线中的某一点。例如,次成像装置可以设置在自动化生产线中位于主成像装置的上游的某一位置,从而使验证图像的数据库在物品到达主成像装置之前可以被更新。次成像装置可配置为当物品处于自动化生产线上时捕获物品的验证图像。
主成像装置可配置为在自动化生产线对物品执行操作前捕获自动化生产线上物品的第一图像,例如验证图像。主成像装置可配置为在自动化生产线已经对物品执行操作后捕获自动化生产线上物品的第二图像,例如质量检查图像。主成像装置可以包含第一摄像机和第二摄像机。第一摄像机可配置为捕获物品的第一图像和/或物品的第二图像。第二摄像机可配置为捕获物品的第一图像和/或第二图像。第一和/或第二摄像机中的每一个可以在多个位置之间移动,使得它们可在生产的不同阶段捕获物品的图像。例如,第一和/或第二摄像机中的每一个可配置为捕获验证图像和/或质量检查图像。
可提供一种包含上述成像系统中的一个或多个的自动化生产线。
根据本发明的另一个方面,提供了一种用于操作自动化生产线的成像系统的方法。方法包含使用主成像装置捕获自动化生产线中物品的图像。方法包含将物品的图像与存储在数据库中的验证图像进行比较。方法包含使用次成像装置捕捉验证图像中的一个或多个。方法包含当自动化生产线正在运行时与主成像装置的操作并行地更新数据库。
根据本发明的另一个方面,提供了一种自动化生产线成像系统。成像系统包含配置为捕获自动化生产线中的物品的至少一个图像的生产线成像装置。成像系统包含配置为捕获将被送入自动化生产线的第二物品的至少一个图像的验证成像装置。成像系统包含可操作地连接到生产线成像装置和验证成像装置的控制器。控制器配置为存储验证图像的数据库。控制器配置为将所捕获到的物品的图像和存储在数据库中的至少一个验证图像进行分析(例如比较)。控制器配置为与生产线成像装置的操作并行地通过第二物品的验证图像更新数据库,使得生产线成像装置仍运行在自动化生产线中。
本发明还提供了软件,例如用于执行本文所述任何方法的计算机程序或计算机程序产品,和其上存储用于执行本文所述任何方法的程序的计算机可读介质。实施本发明的计算机程序可被存储在计算机可读介质上,或者例如,它可以是以信号(例如从因特网网站提供的可下载的数据信号)的形式,或者它可以是任何其他形式。
为了避免不必要的工作重复以及说明书中文本的重复,描述的某些特征仅仅与本发明的一个或几个方面或布置相关。然而,应当理解的是,在技术上是可能的情况下,与本发明的任何方面或布置相关的所描述的特征也可以被用于本发明的任何其它方面或布置。
附图说明
为了更好地理解本发明内容,并更清楚地阐述本发明可以如何付诸实施,现在将参考附图通过举例的方式进行说明,附图中:
图1示出了用于自动化生产线的成像系统的示意图;
图2示出了用于自动化生产线的另一成像系统的示意图;
图3示出了用于自动化生产线的另一成像系统的示意图;
图4示出了描绘成像系统的操作模式的流程图;
图5示出了的发动机壳体的一部分;以及
图6示出了描绘成像系统的另一操作模式的流程图。
具体实施方式
图1、2和3示出了用于自动化生产线103的成像系统101的布置。自动化生产线103可配置为对任何适当的部件执行任何适当类型的操作。例如,自动化生产线103可以在车辆的发动机的制造和组装中使用。成像系统101包含配置为捕获生产线103中的物品107、113的图像的主成像装置105。因此,自动化生产线103上的物品107、113可以是发动机壳体部,例如曲轴箱、气缸体或气缸盖。
自动化生产线103可包含配置为对物品107、113执行操作的一个或多个自动化生产工作站109。例如,工作站109可配置为执行其中密封剂被施加到发动机壳体的密封面和/或一个或多个其他部件被组装到发动机壳体部的组装操作。附加地或替代地,工作站109可配置为在发动机壳体部执行加工操作,例如机械加工用于紧固件的开口。
在图1所示的布置中,成像系统101被用于识别自动化生产线103中的物品的目的。例如,自动化生产工作站109可配置为对物品107和物品113依次执行各自的操作。其结果是,有必要识别接近自动化生产工作站109的物品的类型,使得工作站109可对物品107、113中的每一个执行正确的操作。
成像装置105被定位在自动化生产工作站109的上游,并且被配置为当物品107、113分别接近自动化生产工作站109,即在自动化生产站109对物品107、113执行操作前,捕获每个物品107、113的图像。成像装置105可操作地连接到验证图像的数据库111,使得成像装置105可将所捕获到的物品107、113的图像与存储在数据库111中的一个或多个验证图像进行比较。以这种方式,成像装置105能够确定接近自动化生产工作站109的物品107、113的身份和/或结构,使生产工作站109可以相应地调整其程序。
例如,第一物品107可以是用于一发动机型号的第一类型的梯形框架壳体(ladderframe casing)以及第二物品113可以是用于该发动机型号的第二类型的梯形框架壳体。因此,有必要识别哪些类型的梯形框架壳体正接近自动化生产工作站109,以便进行如梯形框架壳体结构所要求的正确的操作。一旦成像装置105已捕获图像,可以针对存储在数据库111中的图像库而交叉参照,由此生产工作站109可相应地修改其设置。
在另一布置中,如图2所示,成像系统101被配置为对自动化生产工作站109已经以所需的方式执行操作进行验证。例如,自动化生产工作站109可配置为对物品107执行机械加工操作和/或对物品107执行组装操作。其结果是,有必要验证由自动化生产工作站109执行的操作的准确度。
成像装置105被定位在自动化生产工作站109的下游,并且被配置为在物品107离开自动化生产工作站109(即在自动化生产工作站109对物品107已经执行操作后)时捕获每个物品107的图像。成像装置105可操作地连接到验证图像的数据库111,使得成像装置105可以将捕获到的物品107的图像与存储在数据库111中的一个或多个验证图像进行比较。以这种方式,成像装置105能够确定已经对物品107所执行的操作的准确度,或者确定操作是否确实已经执行了。以这种方式,成像系统101被配置为确定物品107是否适合使用。
例如,自动化生产工作站109可配置为在将梯形框架的密封面与另一部件的相应密封面接合前将密封胶条(bead of sealant)应用到发动机的梯形框架壳体的密封面。为了确保在两个密封面之间形成可靠的密封,密封剂必须以规定的方式被应用。因此,有必要确定密封剂被施加到密封面的准确度,例如密封面上密封剂的位置是否处于公差范围内。
在图3所示的另一个布置中,成像系统101被配置为识别自动化生产线103上的物品107、113,并验证自动化生产工作站109以所需的方式对物品107、113中的每一个已经执行操作。换言之,如图3所示的成像系统101是图1和图2所示的布置的结合,并且上述布置中的每一个的益处同样适用于图3的布置。
在图3所示的布置中,成像系统101包含第一主成像装置105a和第二主成像装置105b。第一主成像装置105a被定位在自动化生产工作站109的上游,并且被配置为当物品107、113接近自动化生产工作站109(即自动化生产工作站109对物品107、113执行操作前)时捕获每个物品107、113的图像。第二主成像装置105b被定位在自动化生产工作站109的下游,并且被配置为当物品107、113离开自动化生产工作站109(即自动化生产工作站109已经对物品107、113执行操作后)时捕获每个物品107、113的图像。然而,应当理解,在这样的组合系统中,主成像装置可以包含单个成像装置105,例如在自动化生产工作站109的上游的位置115和自动化生产工作站109的下游的位置117之间可移动的一个成像装置。同时,应当理解,将主成像装置在位置115、117之间移动可能需要几秒钟,对物品107、113完成操作所花费的时间可能比移动成像装置105所花费的时间大。
操作自动化生产线103所面临的挑战之一是最大化其总产量。如上所述,实现这一点的一种方式是使用自动化生产线103对多个不同配置的物品来执行多个不同的操作。然而,为了将新的类型的物品引入生产线103和/或将自动化生产工作站109配置为对物品执行新的类型的操作,自动化生产线103或者至少成像系统101通常脱机以更新用于识别物品和/或检查自动化过程的精度的验证图像的数据库111。因此,理想的是最小化生产线103的停机时间从而最大化其总产量。
当机动车制造商将新产品引入一个范围时,验证图像的数据库111必须更新以包含新产品的图像。以类似的方式,当机动车制造商将设计变更(例如移动紧固件的位置和/或改变用于将密封剂应用到部件的需求)引入到现有产品时,验证图像的数据库111必须被更新以包含部件中紧固件的新位置和/或用于例示密封剂的应用的新要求的图像。
图4示出了描绘成像系统101的操作模式的流程图,其中如图5所示的图像被用于识别生产线上的部件。成像系统101的操作模式现在将参照图1所示的布置进行描述。然而,成像系统101可以以类似的方式被用于如图2和3所示的布置,和/或任何其他适当的布置。
在步骤110中,物品107接近自动化生产工作站109。因为成像装置105被配置为捕获自动化生产线103上的物品107的图像,成像装置105在生产工作站108执行操作前可被用于识别物品107的类型和/或结构。
在步骤120中,成像装置105捕获物品107的图像。图5示出了成像装置105捕获的用于发动机的梯形框架壳体119的图像。梯形框架119具有可用于识别部件的大量的特征。然而,在此处描述的示例模式中,梯形框架壳体119的四个独立的特征以组合的方式被用于从类似配置的梯形框架壳体(未示出)区分梯形框架壳体119。
在步骤130中,成像装置105将物品107的图像与存储在数据库111中的一个或多个验证图像进行比较。根据物品107的结构,成像装置105可配置为以任何适当的方式对物品107的图像进行分析。在图5所示的示例中,成像装置105配置为对图像的四个离散区域121、123、125、127进行分析,并且将这些区域与验证图像的对应的区域进行比较。然而,成像装置105可配置为对图像的任何适当部分,或者实际上作为整体的图像进行分析,以确定该物品107的结构。
在图4所描绘的操作模式中,比较步骤130包含三个独立的步骤130a、130b、130c。然而,比较步骤130可包含任何适当数量的步骤,并且可以以任何适当的方式实施,这取决于成像装置105的结构和/或自动化生产线103上物品107的结构。在图4所示的示例中,比较步骤130包括对捕获的图像进行图像处理,并且由此成像装置105包含或连接到被配置为对捕获的图像进行图像处理的控制器。
在步骤130a中,成像装置105定义了图像的将被与存储在数据库111中的验证图像的各个搜索区域进行比较的搜索区域121、123、125、127。图像的搜索区域可以通过控制器被确定或者根据自动化生产工作站109的结构可以被预选。例如,自动化生产工作站109可配置为围绕部件外周应用密封胶条。这样,所关注的图象区域可以是朝向图像的边缘。
在步骤130b中,成像装置105对捕获的图像执行边缘分析以确定物品的组装特征(例如开口和/或桥台)的位置和/或存在。例如,控制器可配置为将搜索区域121、123、125、127内形成鲜明对比变化的区域121a、123a、125a、127a和通过存储在数据库111中的验证图像中的一个或多个提供的特征的一组已知的坐标进行比较。
在图1所示的布置中,所捕获的图像与一个或多个验证图像的比较可被用于从存储在数据库111中的多个部件中识别到物品107、113。以这种方式,部件识别可发送到自动化生产工作站109,使得自动化生产工作站109的操作可以根据正接近自动化生产工作站109的物品107、113的类型进行调整。
在图2所示的布置中,所捕获的图像与一个或多个验证图像的比较可被用于验证一个或多个制造和/或组装操作是否已经以所要求的方式被执行。例如,通过对捕获的图像执行图像处理,已经应用到物品107的密封胶条的位置可以与存储在数据库111中的验证图像中的密封胶条的位置进行比较。以这种方式,所捕获的图像和验证图像之间的比较可被用于确定制造和/或组装操作是否在公差范围内已经被执行,即检查所执行的操作的质量。
在步骤130c中,成像装置105确定所捕获的图像是否与验证图像相匹配。在成像系统101被用于识别部件的类型的情况下,肯定的确定引起自动化生产工作站109调节或维持其操作,以便对部件执行正确的操作。在成像系统被用于检查由自动化生产工作站109执行的操作的质量的情况下,肯定的确定引起部件进入下一阶段的制造和/或组装。
图4所示的操作模式的问题在于,成像装置105不能捕获生产线103上物品107、113的图像并且在同一时间捕获新的验证图像。这其中的一个原因是,生产线103以及将被引入生产线103的物品可能没有彼此靠近。为了捕捉新的验证图像并更新数据库111,成像装置105典型地移动离开生产线103,在此期间,成像装置105无法捕获生产线103上物品的图像。
返回图1至3,成像系统101包含配置为并行地,例如在与主成像装置105的操作的同一时间,捕获一个或多个验证图像并更新数据库111的次成像装置129。以这种方式,当新类型的部件被引入到自动化生产线103时,主成像装置105能够保持在完全操作以捕获生产线103上物品的图像,同时次成像装置129更新数据库111。同样地,如果由自动化生产工作站109执行的操作的要求发生改变,例如部件的一个或多个特征的尺寸发生变化,次成像装置129可被用于利用新的尺寸数据来更新验证图像的数据库111,同时主成像装置正在运行。
图1中,次成像装置129被配置为捕获将被引入生产线103的新部件113的验证图像。例如,新部件113相对于物品107可以是不同类型、大小和/或形状,并且由此例如自动化生产工作站109的自动化生产工作站的操作可能需要进行调整以考虑物品的变化。为了维持生产线103的生产率,次成像装置129被用来确保每当引入新部件时,验证数据被上载到数据库,使得主成像装置105不需要脱机来更新数据库111。
在图1至3所示的布置中,主和次成像装置105、129可操作地连接到数据库111。可操作连接可以借助于一个或多个有线和/或无线连接。例如,次成像装置129和/或数据库可以紧靠自动化生产线103而设置。以这种方式,每当新的物品到达自动化生产线103的位置时,数据库将被更新。然而,次成像装置129和/或数据库可以远离自动化生产线103而设置。物品在远离自动化生产线的地方(例如在制造设施的不同部分或在不同的地理位置)制造时,验证图像可以被捕获和/或从远程位置上传到数据库111。
图6示出了用于操作根据本发明的成像系统101的方法的流程图。方法包含使用次成像装置129捕获一个或多个验证图像的步骤150。方法进一步包含在主成像系统105捕获生产线上物品的图像前更新数据库111的步骤160。
虽然有利的是,次成像装置129在同一时间作为主成像装置105而操作,次成像装置129可以在主成像装置105脱机时操作。以这种方式,次成像装置129能够独立于主成像装置105而发挥作用。在本发明的一个布置中,成像系统101可包含沿自动化生产线103设置在不同点和/或设置在离散的自动化生产线103上的多个主成像装置105。次成像装置129可被配置为更新与多个主成像装置105中的每一个相关联的各个数据库111。例如,次成像装置129可以可操作地连接到配置为将验证图像分发到各个数据库111的中央服务器。甚至,次成像装置129本身可以形成配置为捕获多个新物品的验证图像的自动化工作站的一部分。
在另一布置中,次成像装置129可以配置为当物品在自动化生产线103上时捕捉物品的验证图像。例如,次成像装置129可被定位在主成像装置105的上游的自动化生产线103的一部分。以这种方式,次成像装置129被配置为捕获在新物品到达主成像系统105前被引入生产线的新物品的验证图像。在这种情况下,验证图像可被用于提供如何调整自动化生产工作站109的结构以考虑生产线上的新物品的指示。
本领域技术人员应当理解的是,虽然本发明已经参照一个或多个示例进行了举例描述,但并不限于所公开的示例并且替代示例可以在不脱离所附权利要求限定的本发明范围的前提下被构造。

Claims (5)

1.一种包含成像系统的自动化生产线,所述成像系统包含:
主成像装置,所述主成像装置配置为捕获所述自动化生产线上物品的图像并且将所述物品的所述图像与存储在数据库中的一个或多个验证图像进行比较;
次成像装置,所述次成像装置配置为:在所述自动化生产线上的所述物品到达所述主成像装置之前,捕捉所述验证图像中的一个或多个并且当所述自动化生产线正在运行时在与所述主成像装置的操作的同一时间更新所述数据库,
其中所述次成像装置设置在与所述自动化生产线和/或所述主成像装置所位于的不同的生产设施中的位置或者所述次成像装置设置在所述自动化生产线中位于所述主成像装置的上游的位置。
2.根据权利要求1所述的自动化生产线,其中所述主成像装置配置为捕获以下中的至少一个:
在所述自动化生产线对所述物品执行操作前捕获所述自动化生产线上所述物品的第一图像;以及
在所述自动化生产线已经对所述物品执行操作后捕获所述自动化生产线上所述物品的第二图像。
3.根据权利要求2所述的自动化生产线,其中所述主成像装置包含配置为捕获所述物品的所述第一图像和/或所述物品的所述第二图像的第一摄像机。
4.根据权利要求2或3所述的自动化生产线,其中所述主成像装置包含配置为捕获所述物品的所述第二图像的第二摄像机。
5.一种操作包含成像系统的自动化生产线的方法,所述方法包含:
使用所述成像系统的主成像装置捕获所述自动化生产线中物品的图像;
将所述物品的所述图像与存储在数据库中的验证图像进行比较;
在所述自动化生产线上的物品到达所述主成像装置之前,使用所述成像系统的次成像装置捕捉一个或多个进一步验证图像;以及
当所述自动化生产线正在运行时在与所述主成像装置的操作的同一时间更新所述数据库,
其中所述次成像装置设置在与自动化生产线和/或所述主成像装置所位于的不同的生产设施中的位置或者所述次成像装置设置在自动化生产线中位于所述主成像装置的上游的位置。
CN201610865465.2A 2015-10-07 2016-09-29 自动化生产线的成像系统 Active CN106572328B (zh)

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
GB1517718.1A GB2543261B (en) 2015-10-07 2015-10-07 Automated Production Line having an Imaging System
IN5367/CHE/2015 2015-10-07
IN5367CH2015 2015-10-07
GB1517718.1 2015-10-07

Publications (2)

Publication Number Publication Date
CN106572328A CN106572328A (zh) 2017-04-19
CN106572328B true CN106572328B (zh) 2021-11-02

Family

ID=58405538

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610865465.2A Active CN106572328B (zh) 2015-10-07 2016-09-29 自动化生产线的成像系统

Country Status (6)

Country Link
US (1) US20170103508A1 (zh)
CN (1) CN106572328B (zh)
DE (1) DE102016118825A1 (zh)
MX (1) MX2016013121A (zh)
RU (1) RU2718232C2 (zh)
TR (1) TR201613058A2 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102017213558A1 (de) * 2017-08-04 2019-02-07 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren zur Erfassung und Identifikation von miteinander mit einem Fügeverfahren verbundenen Bauteilen
IL259143B2 (en) * 2018-05-03 2024-07-01 Inspekto A M V Ltd System and method for visual production line inspection of various production items
DE102018214307A1 (de) * 2018-08-23 2020-02-27 Friedrich-Alexander-Universität Erlangen-Nürnberg System und Verfahren zur Qualitätsprüfung bei der Herstellung von Einzelteilen
CN109379560B (zh) * 2018-10-15 2021-05-14 宁波吉利汽车研究开发有限公司 车辆制造视频采集系统及车辆制造服务系统
US11682113B2 (en) 2018-11-29 2023-06-20 Inspekto A.M.V. Ltd. Multi-camera visual inspection appliance and method of use
EP3809366A1 (fr) * 2019-10-15 2021-04-21 Aisapack Holding SA Procédé de fabrication
DE102021105260B3 (de) 2021-03-04 2022-08-25 Syntegon Technology Gmbh System zur Erfassung von manuellen Eingriffen in eine automatisierte Produktionsumgebung
DE102022124889A1 (de) 2022-09-28 2024-03-28 Bayerische Motoren Werke Aktiengesellschaft Verfahren und Vorrichtung zur Überprüfung der Fügeverbindungen eines Bauteils

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101004790A (zh) * 2006-01-06 2007-07-25 国际商业机器公司 产品信息的光学验证设备、系统和方法
CN102016931A (zh) * 2008-03-25 2011-04-13 锡克拜控股有限公司 控制物品生产的方法和系统
CN204408447U (zh) * 2014-12-30 2015-06-17 天津仁义合自动化技术有限公司 高精度手机质量自动影像检测系统
CN204465732U (zh) * 2015-01-19 2015-07-08 广州市大岳智能设备有限公司 一种在线式视觉质量检测机

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100370763C (zh) * 2003-12-29 2008-02-20 技嘉科技股份有限公司 一种主机信息主动更新方法及其系统
DE102008062385C5 (de) * 2008-12-17 2016-10-20 Khs Gmbh Verfahren sowie Inspektionsvorrichtung zum Überprüfen von Behältern
US8494909B2 (en) * 2009-02-09 2013-07-23 Datalogic ADC, Inc. Automatic learning in a merchandise checkout system with visual recognition
JP5439265B2 (ja) * 2010-04-20 2014-03-12 株式会社日立製作所 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム
TW201342261A (zh) * 2012-04-02 2013-10-16 Hon Hai Prec Ind Co Ltd 產品品質自動化控管系統及方法
CN102982404A (zh) * 2012-11-02 2013-03-20 上海华力微电子有限公司 一种生产线通报系统
CN104346715A (zh) * 2013-08-05 2015-02-11 郑州同心创远生物科技有限公司 一种物流信息交换方法及物流信息管理系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101004790A (zh) * 2006-01-06 2007-07-25 国际商业机器公司 产品信息的光学验证设备、系统和方法
CN102016931A (zh) * 2008-03-25 2011-04-13 锡克拜控股有限公司 控制物品生产的方法和系统
CN204408447U (zh) * 2014-12-30 2015-06-17 天津仁义合自动化技术有限公司 高精度手机质量自动影像检测系统
CN204465732U (zh) * 2015-01-19 2015-07-08 广州市大岳智能设备有限公司 一种在线式视觉质量检测机

Also Published As

Publication number Publication date
MX2016013121A (es) 2018-04-05
RU2718232C2 (ru) 2020-03-31
DE102016118825A1 (de) 2017-04-13
RU2016138691A (ru) 2018-04-02
US20170103508A1 (en) 2017-04-13
RU2016138691A3 (zh) 2020-01-28
TR201613058A2 (tr) 2017-04-21
CN106572328A (zh) 2017-04-19

Similar Documents

Publication Publication Date Title
CN106572328B (zh) 自动化生产线的成像系统
US11763443B2 (en) Method for monitoring manufacture of assembly units
CN114972180A (zh) 用于预测在装配单元中的缺陷的方法
CN101911279B (zh) 用于动态对准束校准的系统和方法
WO2015064369A1 (ja) タイヤの検査装置
EP2990758B1 (en) Inspection device
US20200242413A1 (en) Machine vision and robotic installation systems and methods
TWI663569B (zh) 多工作站系統的品質預測方法及其系統
JPWO2020174625A1 (ja) 製造管理方法
CN112836103A (zh) 用于基于ki地运行自动化系统的方法和设备
CN108015762A (zh) 机器人视觉定位的验证方法
US20180114304A1 (en) Workpiece conductive feature inspecting method and workpiece conductive feature inspecting system
US20220291674A1 (en) Method and Device for Efficent Fault Analysis Through Simulated Faults in a Digital Twin
GB2543261B (en) Automated Production Line having an Imaging System
CN115255884B (zh) 一种基于OpenCV视觉处理的机器人滚轮自动装配系统和方法
CN113168295A (zh) 用于在物品上进行印刷的校准测试的装置和方法
US20210390490A1 (en) Systems, devices, and methods for quality control and inspection of parts and assemblies
US20210278818A1 (en) Adaptable machining method and system
JP6760187B2 (ja) Hmi画面試験装置
JP5147255B2 (ja) 画像処理検証システム
US11475553B1 (en) Production-speed component inspection system and method
CN118478182A (zh) 零件加工方法、装置、设备及介质
WO2021075192A1 (ja) 検査装置
Alcántara et al. Automated Fault Detection and Diagnostics for Aluminum Threads Using Statistical Computer Vision.
Klobucar Leak Testing Trends, Best Practices & the Importance of the Connection

Legal Events

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