CN107671008A - 一种基于视觉的零部件流水线自动分拣装箱设备 - Google Patents
一种基于视觉的零部件流水线自动分拣装箱设备 Download PDFInfo
- Publication number
- CN107671008A CN107671008A CN201711114140.1A CN201711114140A CN107671008A CN 107671008 A CN107671008 A CN 107671008A CN 201711114140 A CN201711114140 A CN 201711114140A CN 107671008 A CN107671008 A CN 107671008A
- Authority
- CN
- China
- Prior art keywords
- parts
- access control
- based access
- vector
- industrial computer
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 claims abstract description 9
- 239000000284 extract Substances 0.000 claims abstract description 6
- 238000013519 translation Methods 0.000 claims abstract description 5
- 239000013598 vector Substances 0.000 claims description 36
- 238000012545 processing Methods 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 2
- 230000011218 segmentation Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 3
- 230000005540 biological transmission Effects 0.000 abstract description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000012856 packing Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 102000008297 Nuclear Matrix-Associated Proteins Human genes 0.000 description 1
- 108010035916 Nuclear Matrix-Associated Proteins Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 210000000299 nuclear matrix Anatomy 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/04—Sorting according to size
- B07C5/10—Sorting according to size measured by light-responsive means
Landscapes
- Manipulator (AREA)
Abstract
本发明公开一种基于视觉的零部件流水线自动分拣装箱设备,属于机器人视觉识别定位技术领域。该设备使用过程分为离线示教和在线识别定位与分拣,离线示教通过人工放置零部件到相机视场范围内,相机采集图像并提取特征,人工控制机械臂吸取零部件,其目的是录入零部件信息;在线识别定位与分拣通过对传送线上零部件图像信息进行实时采集,并通过工控机提取其特征,与离线提取的特征进行比对,实现当前零部件型号的识别,及相对平移旋转量的计算,并将平移旋转量发送至机器人控制器,控制机械臂对零部件进行吸取与装箱工作。采用该设备可识别定位任意传送带和任意摆放位置及姿态的零部件,对于新型号零部件的添加与标定简易,提高其实用性与扩展性。
Description
技术领域
本发明属于机器人视觉识别定位技术领域,尤其是一种基于视觉的零部件流水线自动分拣装箱设备。
背景技术
随着机器人与计算机视觉技术的应用与发展,以及工厂自动化水平的不断提高,机器人已广泛应用于生产实际。如何提高机器人自主能力,适应更复杂环境与提高其应用灵活性,成为自动化生产线上机器人的必然要求。
发明内容
为解决现有技术存在工厂流水线作业过程中产品不能按型号自动分拣打包的缺陷,本发明提供一种基于视觉的零部件流水线自动分拣装箱设备,通过工业相机与LED光源对零部件图像信息进行采集,利用图像处理算法提取零部件边缘轮廓信息,将轮廓数据极坐标构成的高维向量作为特征,进行零部件型号识别及位置姿态计算,并将计算结果转移到机器人控制器,控制机械臂末端的吸盘吸取零部件并放置到对应料箱内。
为实现上述目的,本发明采用下述技术方案:
一种基于视觉的零部件流水线自动分拣装箱设备,它包括传送带、工控机、机器人和料箱,传送带上方安装有面阵相机和LED光源,传送带上的接近开关检测到有零部件经过时,控制LED光源点亮来触发面阵相机采集零部件图像信息,采集到的图像信息经工控机提取边缘特征,并将在线提取的特征与离线示教时提取的全部型号零部件特征进行比对,识别其型号并计算其相对于离线示教时零部件的相对平移旋转量,计算后将当前零部件位置姿态及机器人的机械臂控制运动指令发送给机器人的控制器,控制器控制机械臂通过吸盘吸取当前零部件并放置到对应料箱中。
进一步地,离线示教由人工辅助完成,将传送带上所有型号零部件进行编号,不同型号对应不同料箱,同时逐个将零部件放置到相机视场范围内,通过接近开关控制LED光源点亮来触发面阵相机采集零部件图像信息,采集到的图像信息经工控机提取边缘特征,并存入数据库供在线识别定位用,并示教机械臂及末端关节的吸盘吸取零部件,并放置到对应料箱中,其主要目的是录入传送线上的零部件信息,同时控制器将示教姿态发送给工控机。
进一步地,工控机通过图像处理算法提取当前零部件最大边缘轮廓,并转换为极坐标向量与三维坐标,通过当前零部件三维坐标与数据库中数据进行比对,识别出当前零部件型号,然后通过当前零部件极坐标向量与数据库中对应型号极坐标向量进行匹配,计算当前零部件相对于示教位置的平移量与旋转量。
进一步地,工控机以当前零部件中心坐标为圆心,将其最大边缘轮廓数据转换为极坐标,通过线性插值算法得到固定大小高维向量,然后利用核主成分分析方法将高维向量进行降维,利用降维后的三维向量作为其分类标准,并将高维向量与三维向量存入数据库。
进一步地,工控机先对采集到的图像进行滤波,然后阈值分割,并通过与阈值方法将背景中的噪声去除,得到对应零部件的最大边缘轮廓。
进一步地,当传送带上出现新型号零部件时,采用离线示教进行识别定位与分拣。
上述对于新型号零部件是通过离线示教方法完成的,通过人工示教指定便于机器人吸取的零部件位置,此零部件特征向量,位置与姿态被计算并存入数据库,当传送带再次出现此类产品时,面阵相机实时采集图像提取边缘坐标并计算极坐标向量与降维坐标,利用欧式距离作为判断依据找到零部件型号,然后通过距离最近方法计算当前零部件相对于数据库中示教零部件的旋转角度。
有益效果:
1.本发明采用面阵相机与LED光源方式对传送带上零部件信息进行采集,易于安装,当增加新产品时,只需进行简单离线示教,便可实现零部件在线识别与自动吸取打包;
2.本发明基于极坐标系下零部件边缘坐标构成向量作为特征,进行零部件型号识别,位置与姿态计算,具有方法简单、运算速度快、计算精度高、易推广等特点,能有效满足工厂需求。
附图说明
图1为本发明一实施例的示意图;
图2为本发明一实施例的具体操作流程图;
图3为本发明一实施例的当前零部件边缘轮廓极坐标向量与示教零部件的极坐标向量对比结果图;
图4为本发明一实施例的三种不同型号零部件的降维图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
本实施例公开了一种基于视觉的零部件流水线自动分拣装箱设备,是基于视觉的非接触图像处理方法,如图1所示,它包括传送带2上随意摆放的零部件1、传送带2、接近开关3、面阵相机4、环形LED光源5、用于图像处理的工控机6、机器人的控制器7,六轴机械臂8、吸盘9和用于包装不同型号的料箱10,传送带2上方安装有面阵相机4和LED光源5,接近开关3位于相机视场范围内。
如图2所示,其具体操作流程是:首先当传送带2添加新型号零部件1时,需要离线将零部件1放置到相机视场范围内,通过控制LED光源5点亮来触发面阵相机4采集零部件1图像,然后经工控机6对采集的图像进行处理提取其边缘轮廓坐标,并计算其极坐标向量与降维特征向量,将新型号零部件1的极坐标向量与降维特征向量存入数据库供在线识别定位用,然后对机器人进行示教吸取零部件1到指定料箱10。离线添加完新型号零部件1后,在线工作过程中,需要在传送带2安装接近开关3,用来检测是否有零部件1经过,当接近开关3检测到零部件1后控制LED光源5点亮来触发面阵相机4采集图像,利用同样的图像处理方法得到当前传送带2上零部件1轮廓极坐标向量与降维特征向量,然后与数据库中极坐标向量与降维特征向量进行比对,确定当前零部件1型号,与其相对于离线示教位置的平移量与旋转量,然后将平移旋转量发送至机器人控制器7,控制机械臂8末端关节的吸盘9吸取零部件1并放置到指定料箱10。
图3为当前零部件边缘轮廓极坐标向量与示教零部件的极坐标向量的对比结果。
图4为应用实例中3种型号产品边缘轮廓极坐标向量降到三维后的分布情况。零部件轮廓极坐标向量降维计算方法如下:
设(x,y)表示图像的二维坐标,(Cx,Cy)表示图像处理得到的零部件1的中心坐标,以(Cx,Cy)为坐标中心,将零部件1轮廓坐标(xi,yi)转换为极坐标(θi,ir),其中i=1,…,N,N表示提取的轮廓点数。将数组{(θi,ri),i=1,…,N}进行线性插值,得到固定θ数组处的r值,构成极坐标向量R。
将单一零部件1在相机视场范围内任意位置任意角度摆放,采集十组图像并进行处理得到向量组Ri,i=1,…,10,通过核函数k(x,y)计算向量组Ri,i=1,…,10的核矩阵K,计算矩阵K的特征值λ=[λ1,…,λ10],取前三个最大特征值对应的特征向量为基向量。
通过本发明可以得到在线零部件1与示教零部件1的相对移动位置与旋转角度,从而控制机器人对零部件指定位置进行准确吸取。
对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (6)
1.一种基于视觉的零部件流水线自动分拣装箱设备,其特征在于:它包括传送带(2)、工控机(6)、机器人和料箱(10),所述传送带(2)上方安装有面阵相机(4)和LED光源(5),传送带(2)上的接近开关(3)检测到有零部件(1)经过时,控制LED光源(5)点亮来触发面阵相机(4)采集零部件(1)图像信息,采集到的图像信息经工控机(6)提取边缘特征,并将在线提取的特征与离线示教时提取的全部型号零部件(1)特征进行比对,识别其型号并计算其相对于离线示教时零部件(1)的相对平移旋转量,计算后将当前零部件(1)位置姿态及机器人的机械臂(8)控制运动指令发送给机器人的控制器(7),控制器(7)控制机械臂(8)通过吸盘(9)吸取当前零部件(1)并放置到对应料箱(10)中。
2.根据权利要求1所述的基于视觉的零部件流水线自动分拣装箱设备,其特征在于:所述离线示教由人工辅助完成,将传送带(2)上所有型号零部件(1)进行编号,不同型号对应不同料箱(5),同时逐个将零部件(1)放置到相机视场范围内,通过接近开关(3)控制LED光源(5)点亮来触发面阵相机(4)采集零部件(1)图像信息,采集到的图像信息经工控机(6)提取边缘特征,并存入数据库供在线识别定位用,并示教机械臂(8)及末端关节的吸盘(9)吸取零部件(1),并放置到对应料箱(10)中,同时控制器(7)将示教姿态发送给工控机(6)。
3.根据权利要求1或2所述的基于视觉的零部件流水线自动分拣装箱设备,其特征在于:所述工控机(6)通过图像处理算法提取当前零部件(1)最大边缘轮廓,并转换为极坐标向量与三维坐标,通过当前零部件(1)三维坐标与数据库中数据进行比对,识别出当前零部件型号,然后通过当前零部件极坐标向量与数据库中对应型号极坐标向量进行匹配,计算当前零部件相对于示教位置的平移量与旋转量。
4.根据权利要求3所述的基于视觉的零部件流水线自动分拣装箱设备,其特征在于:所述工控机(6)以当前零部件(1)中心坐标为圆心,将其最大边缘轮廓数据转换为极坐标,通过线性插值算法得到固定大小高维向量,然后利用核主成分分析方法将高维向量进行降维,利用降维后的三维向量作为其分类标准,并将高维向量与三维向量存入数据库。
5.根据权利要求3所述的基于视觉的零部件流水线自动分拣装箱设备,其特征在于:所述工控机(6)先对采集到的图像进行滤波,然后阈值分割,并通过与阈值方法将背景中的噪声去除,得到对应零部件(1)的最大边缘轮廓。
6.根据权利要求1所述的基于视觉的零部件流水线自动分拣装箱设备,其特征在于:当所述传送带(2)上出现新型号零部件(1)时,采用离线示教进行识别定位与分拣。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711114140.1A CN107671008A (zh) | 2017-11-13 | 2017-11-13 | 一种基于视觉的零部件流水线自动分拣装箱设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711114140.1A CN107671008A (zh) | 2017-11-13 | 2017-11-13 | 一种基于视觉的零部件流水线自动分拣装箱设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107671008A true CN107671008A (zh) | 2018-02-09 |
Family
ID=61146984
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711114140.1A Pending CN107671008A (zh) | 2017-11-13 | 2017-11-13 | 一种基于视觉的零部件流水线自动分拣装箱设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107671008A (zh) |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108262221A (zh) * | 2018-03-28 | 2018-07-10 | 埃斯顿(湖北)机器人工程有限公司 | 一种汽车玻璃机器人自动清洗底涂工作站 |
CN108620337A (zh) * | 2018-03-29 | 2018-10-09 | 潍坊路加精工有限公司 | 一种运动物料检测分档的方法及系统 |
CN109014815A (zh) * | 2018-08-13 | 2018-12-18 | 昆山睿力得软件技术有限公司 | 一种用于产品装配的视觉引导设备 |
CN109040680A (zh) * | 2018-08-13 | 2018-12-18 | 昆山睿力得软件技术有限公司 | 一种用于产品装配的视觉引导系统 |
CN109612425A (zh) * | 2018-12-06 | 2019-04-12 | 江南大学 | 一种转子视觉测量机 |
CN109625410A (zh) * | 2019-01-22 | 2019-04-16 | 昆山湖大机器人技术有限公司 | 洁具包装装置 |
CN110102517A (zh) * | 2019-04-25 | 2019-08-09 | 泉州市汉威机械制造有限公司 | 一种产品分类剔除控制装置 |
CN110163056A (zh) * | 2018-08-26 | 2019-08-23 | 国网江苏省电力有限公司物资分公司 | 智能视觉识别车板线缆盘中心坐标系统 |
WO2019196126A1 (zh) * | 2018-04-10 | 2019-10-17 | 深圳大学 | 一种微型弹簧的质量检测系统、方法及装置 |
CN111112150A (zh) * | 2019-12-28 | 2020-05-08 | 西安闻泰电子科技有限公司 | 自动测试设备 |
CN111366584A (zh) * | 2020-04-09 | 2020-07-03 | 安徽科技学院 | 基于视觉识别的报废汽车可回收零部件损伤分类方法及设备 |
CN111842177A (zh) * | 2020-06-12 | 2020-10-30 | 天津扬天科技有限公司 | 一种基于结构光视觉的耐火砖检测控制方法 |
CN112850114A (zh) * | 2020-12-22 | 2021-05-28 | 辽宁科技大学 | 一种用于纸钞处理流水线的自动分拣装箱设备 |
CN113118034A (zh) * | 2021-02-26 | 2021-07-16 | 合肥富煌君达高科信息技术有限公司 | 基于高速机器视觉的三维全自动雷管瑕疵检测设备及方法 |
CN110404803B (zh) * | 2019-07-10 | 2021-10-26 | 南京工程学院 | 一种基于视觉的并联机器人分拣系统及分拣方法 |
CN113770059A (zh) * | 2021-09-16 | 2021-12-10 | 中冶东方工程技术有限公司 | 一种钢结构零件智能分拣系统及方法 |
CN113843182A (zh) * | 2021-09-27 | 2021-12-28 | 深圳技术大学 | 自动化分拣系统和方法 |
CN114405866A (zh) * | 2022-01-20 | 2022-04-29 | 湖南视比特机器人有限公司 | 视觉引导钢板分拣方法、视觉引导钢板分拣装置和系统 |
CN114558789A (zh) * | 2022-02-21 | 2022-05-31 | 江苏国范智能科技有限公司 | 一种基于rfid与机器视觉的订单分拣装置及方法 |
CN116086337A (zh) * | 2023-04-06 | 2023-05-09 | 珞石(北京)科技有限公司 | 一种基于3d视觉的螺旋桨叶片自动测量装置与方法 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5363185A (en) * | 1992-12-23 | 1994-11-08 | The United States Of America As Represented By The Secretary Of The Air Force | Method and apparatus for identifying three-dimensional coordinates and orientation to a robot |
JPH0798214A (ja) * | 1993-09-29 | 1995-04-11 | Nippondenso Co Ltd | 視覚に基く三次元位置および姿勢の認識方法ならびに視覚に基く三次元位置および姿勢の認識装置 |
CN103136520A (zh) * | 2013-03-25 | 2013-06-05 | 苏州大学 | 基于pca-sc算法的形状匹配和目标识别方法 |
CN103325106A (zh) * | 2013-04-15 | 2013-09-25 | 浙江工业大学 | 基于LabVIEW的运动工件分拣方法 |
CN103895042A (zh) * | 2014-02-28 | 2014-07-02 | 华南理工大学 | 一种基于视觉引导的工业机器人工件定位抓取方法及系统 |
CN104626169A (zh) * | 2014-12-24 | 2015-05-20 | 四川长虹电器股份有限公司 | 基于视觉与机械综合定位的机器人抓取零件的方法 |
RU2014103559A (ru) * | 2014-02-03 | 2015-08-10 | Государственное казенное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) | Способ идентификации печати на цифровом изображении |
US20150254828A1 (en) * | 2004-03-04 | 2015-09-10 | Cybernet Systems Corporation | Machine vision system for identifying and sorting projectiles and other objects |
CN105335973A (zh) * | 2015-10-20 | 2016-02-17 | 上海交通大学 | 运用于带钢加工生产线的视觉处理方法 |
CN106182004A (zh) * | 2016-08-01 | 2016-12-07 | 上海交通大学 | 基于视觉引导的工业机器人自动销孔装配的方法 |
CN106355744A (zh) * | 2016-08-24 | 2017-01-25 | 深圳怡化电脑股份有限公司 | 一种图像识别方法及装置 |
CN106583268A (zh) * | 2016-12-20 | 2017-04-26 | 浙江工业大学 | 基于机器视觉的pe瓶检测与分拣系统 |
CN107138431A (zh) * | 2017-05-27 | 2017-09-08 | 武汉理工大学 | 一种基于机器视觉的零部件识别分选方法及系统 |
-
2017
- 2017-11-13 CN CN201711114140.1A patent/CN107671008A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5363185A (en) * | 1992-12-23 | 1994-11-08 | The United States Of America As Represented By The Secretary Of The Air Force | Method and apparatus for identifying three-dimensional coordinates and orientation to a robot |
JPH0798214A (ja) * | 1993-09-29 | 1995-04-11 | Nippondenso Co Ltd | 視覚に基く三次元位置および姿勢の認識方法ならびに視覚に基く三次元位置および姿勢の認識装置 |
US20150254828A1 (en) * | 2004-03-04 | 2015-09-10 | Cybernet Systems Corporation | Machine vision system for identifying and sorting projectiles and other objects |
CN103136520A (zh) * | 2013-03-25 | 2013-06-05 | 苏州大学 | 基于pca-sc算法的形状匹配和目标识别方法 |
CN103325106A (zh) * | 2013-04-15 | 2013-09-25 | 浙江工业大学 | 基于LabVIEW的运动工件分拣方法 |
RU2014103559A (ru) * | 2014-02-03 | 2015-08-10 | Государственное казенное образовательное учреждение высшего профессионального образования Академия Федеральной службы охраны Российской Федерации (Академия ФСО России) | Способ идентификации печати на цифровом изображении |
CN103895042A (zh) * | 2014-02-28 | 2014-07-02 | 华南理工大学 | 一种基于视觉引导的工业机器人工件定位抓取方法及系统 |
CN104626169A (zh) * | 2014-12-24 | 2015-05-20 | 四川长虹电器股份有限公司 | 基于视觉与机械综合定位的机器人抓取零件的方法 |
CN105335973A (zh) * | 2015-10-20 | 2016-02-17 | 上海交通大学 | 运用于带钢加工生产线的视觉处理方法 |
CN106182004A (zh) * | 2016-08-01 | 2016-12-07 | 上海交通大学 | 基于视觉引导的工业机器人自动销孔装配的方法 |
CN106355744A (zh) * | 2016-08-24 | 2017-01-25 | 深圳怡化电脑股份有限公司 | 一种图像识别方法及装置 |
CN106583268A (zh) * | 2016-12-20 | 2017-04-26 | 浙江工业大学 | 基于机器视觉的pe瓶检测与分拣系统 |
CN107138431A (zh) * | 2017-05-27 | 2017-09-08 | 武汉理工大学 | 一种基于机器视觉的零部件识别分选方法及系统 |
Non-Patent Citations (2)
Title |
---|
李怀俊: "《基于核主元模糊聚类的旋转机械故障诊断技术研究》", 31 July 2016, 西南交通大学出版社, pages: 111 - 112 * |
王诗宇;林浒;孙一兰;王品;: "基于机器视觉的机器人分拣系统的设计与实现", 组合机床与自动化加工技术, no. 03, pages 125 - 129 * |
Cited By (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108262221A (zh) * | 2018-03-28 | 2018-07-10 | 埃斯顿(湖北)机器人工程有限公司 | 一种汽车玻璃机器人自动清洗底涂工作站 |
CN108620337A (zh) * | 2018-03-29 | 2018-10-09 | 潍坊路加精工有限公司 | 一种运动物料检测分档的方法及系统 |
CN108620337B (zh) * | 2018-03-29 | 2020-02-21 | 潍坊路加精工有限公司 | 一种运动物料检测分档的方法及系统 |
WO2019196126A1 (zh) * | 2018-04-10 | 2019-10-17 | 深圳大学 | 一种微型弹簧的质量检测系统、方法及装置 |
CN109014815A (zh) * | 2018-08-13 | 2018-12-18 | 昆山睿力得软件技术有限公司 | 一种用于产品装配的视觉引导设备 |
CN109040680A (zh) * | 2018-08-13 | 2018-12-18 | 昆山睿力得软件技术有限公司 | 一种用于产品装配的视觉引导系统 |
CN110163056B (zh) * | 2018-08-26 | 2020-09-29 | 国网江苏省电力有限公司物资分公司 | 智能视觉识别车板线缆盘中心坐标系统 |
CN110163056A (zh) * | 2018-08-26 | 2019-08-23 | 国网江苏省电力有限公司物资分公司 | 智能视觉识别车板线缆盘中心坐标系统 |
CN109612425A (zh) * | 2018-12-06 | 2019-04-12 | 江南大学 | 一种转子视觉测量机 |
CN109625410A (zh) * | 2019-01-22 | 2019-04-16 | 昆山湖大机器人技术有限公司 | 洁具包装装置 |
CN110102517A (zh) * | 2019-04-25 | 2019-08-09 | 泉州市汉威机械制造有限公司 | 一种产品分类剔除控制装置 |
CN110404803B (zh) * | 2019-07-10 | 2021-10-26 | 南京工程学院 | 一种基于视觉的并联机器人分拣系统及分拣方法 |
CN111112150A (zh) * | 2019-12-28 | 2020-05-08 | 西安闻泰电子科技有限公司 | 自动测试设备 |
CN111366584B (zh) * | 2020-04-09 | 2023-01-03 | 安徽科技学院 | 基于视觉识别的报废汽车可回收零部件损伤分类方法及设备 |
CN111366584A (zh) * | 2020-04-09 | 2020-07-03 | 安徽科技学院 | 基于视觉识别的报废汽车可回收零部件损伤分类方法及设备 |
CN111842177A (zh) * | 2020-06-12 | 2020-10-30 | 天津扬天科技有限公司 | 一种基于结构光视觉的耐火砖检测控制方法 |
CN112850114A (zh) * | 2020-12-22 | 2021-05-28 | 辽宁科技大学 | 一种用于纸钞处理流水线的自动分拣装箱设备 |
CN113118034A (zh) * | 2021-02-26 | 2021-07-16 | 合肥富煌君达高科信息技术有限公司 | 基于高速机器视觉的三维全自动雷管瑕疵检测设备及方法 |
CN113770059A (zh) * | 2021-09-16 | 2021-12-10 | 中冶东方工程技术有限公司 | 一种钢结构零件智能分拣系统及方法 |
CN113843182A (zh) * | 2021-09-27 | 2021-12-28 | 深圳技术大学 | 自动化分拣系统和方法 |
CN114405866A (zh) * | 2022-01-20 | 2022-04-29 | 湖南视比特机器人有限公司 | 视觉引导钢板分拣方法、视觉引导钢板分拣装置和系统 |
CN114405866B (zh) * | 2022-01-20 | 2023-11-21 | 湖南视比特机器人有限公司 | 视觉引导钢板分拣方法、视觉引导钢板分拣装置和系统 |
CN114558789A (zh) * | 2022-02-21 | 2022-05-31 | 江苏国范智能科技有限公司 | 一种基于rfid与机器视觉的订单分拣装置及方法 |
CN116086337A (zh) * | 2023-04-06 | 2023-05-09 | 珞石(北京)科技有限公司 | 一种基于3d视觉的螺旋桨叶片自动测量装置与方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107671008A (zh) | 一种基于视觉的零部件流水线自动分拣装箱设备 | |
Kang et al. | Visual perception and modeling for autonomous apple harvesting | |
Song et al. | CAD-based pose estimation design for random bin picking using a RGB-D camera | |
Zou et al. | Fault-tolerant design of a limited universal fruit-picking end-effector based on vision-positioning error | |
CN104626169B (zh) | 基于视觉与机械综合定位的机器人抓取零件的方法 | |
CN207641883U (zh) | 一种基于视觉的零部件流水线自动分拣装箱设备 | |
Eppner et al. | Grasping unknown objects by exploiting shape adaptability and environmental constraints | |
CN105225225B (zh) | 一种基于机器视觉的皮革自动划线方法和装置 | |
CN107150032A (zh) | 一种基于多图像获取设备的工件识别与分拣装置和方法 | |
CN110065068B (zh) | 一种基于逆向工程的机器人装配作业演示编程方法及装置 | |
CN113781561B (zh) | 基于自适应高斯权快速点特征直方图的目标位姿估计方法 | |
Yamazaki et al. | A grasp planning for picking up an unknown object for a mobile manipulator | |
Zhang et al. | A real-time upper-body robot imitation system | |
Yonemoto et al. | Real-time human motion analysis and IK-based human figure control | |
Lin et al. | The Manipulation of Real‐Time Kinect‐Based Robotic Arm Using Double‐Hand Gestures | |
CN114495273A (zh) | 一种机器人手势遥操作方法及相关装置 | |
CN204036474U (zh) | 工业机器人分拣系统 | |
Lin et al. | Vision based object grasping of industrial manipulator | |
Park et al. | 3D log recognition and pose estimation for robotic forestry machine | |
Jeong et al. | Mask-RCNN based object segmentation and distance measurement for Robot grasping | |
Kim et al. | Structured light camera base 3D visual perception and tracking application system with robot grasping task | |
Frank et al. | Stereo-vision for autonomous industrial inspection robots | |
Lei et al. | Unknown object grasping using force balance exploration on a partial point cloud | |
CN116206189A (zh) | 一种曲面图形标识码及其识别方法 | |
Silvers et al. | Human machine interface in weld seam detection using an RGB-D camera |
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 |