CN107688719A - 面向自动分拣的零件自动识别和定位方法 - Google Patents
面向自动分拣的零件自动识别和定位方法 Download PDFInfo
- Publication number
- CN107688719A CN107688719A CN201710850914.0A CN201710850914A CN107688719A CN 107688719 A CN107688719 A CN 107688719A CN 201710850914 A CN201710850914 A CN 201710850914A CN 107688719 A CN107688719 A CN 107688719A
- Authority
- CN
- China
- Prior art keywords
- jacking
- cad
- automatic sorting
- figures
- face
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
Landscapes
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Numerical Control (AREA)
Abstract
本发明涉及面向自动分拣的零件自动识别和定位方法，包括下述步骤：S1、使用AUTOCAD软件载入CAD套料图，对其进行预处理，删除图中多余元素；S2、对预处理完后的CAD套料图，识别CAD套料图中的零件；S3、根据筛选条件，筛选出自动分拣的零件；S4、获取零件的重心点坐标，作为其定位坐标，并将其转换为现场坐标；S5、对自动分拣零件进行编号并将其定位坐标信息以XML文件导出保存。本发明能准确地识别满足自动分拣条件的零件并给出其在现场分拣过程中的抓取位置，为零件自动化分拣提供前提条件，提高分拣效率。
Description
技术领域
本发明涉及自动分拣的技术领域，特别涉及一种面向自动分拣的零件自动识别和定位方法。
背景技术
目前，在下料生产过程中，大多数工厂的板材经过数控机床切割后，所生成的零件在分拣作业流程中，基本上采用的是人工操作机械手起重机进行工件的抓取和转运，这种半自动化分拣方式效率低，长时间操作容易出错，而且工人劳动强度大，危险性高。随着智能制造技术的发展，现代制造业对于生产效率的要求大大提高，针对板材零件的分拣必然进入自动化操作阶段。
在零件的自动分拣过程中，零件的识别与精确定位是自动分拣流程是否能够完成首要条件，由于板材下料零件的特殊性，零件识别与精确定位面临着以下问题：1)板材切割后的零件大小不一、外形多样；2)有用零件与废料难以通过图像识别等技术手段进行识别分离；3)板材原料摆放位置不确定。上述问题使用传统的视频识别等技术都难以解决。本发明针对上述问题，通过分析船舶设计下料套料图，采用零件信息提取技术和坐标转换，实现对零件的识别与精确定位，解决零件自动化分拣下的识别与定位难题。
发明内容
本发明的主要目的在于克服现有技术的缺点与不足，提供一种面向自动分拣的零件自动识别和定位方法，从而准确地识别满足自动分拣条件的零件并给出其在现场分拣过程中的抓取位置，为零件自动化分拣提供前提条件，提高分拣效率。
为了到达上述目的，本发明采用以下技术方案：
本发明提供了一种面向自动分拣的零件自动识别和定位方法，包括下述步骤：
S1、使用AUTOCAD软件载入CAD套料图，对其进行预处理，删除图中多余元素；
S2、对预处理完后的CAD套料图，识别CAD套料图中的零件；
S3、根据筛选条件，筛选出自动分拣的零件；
S4、获取零件的重心点坐标，作为其定位坐标，并将其转换为现场坐标；
S5、对自动分拣零件进行编号并将其定位坐标信息以XML文件导出保存。
作为优选的技术方案，步骤S1中，所述预处理实现为：
S11、载入CAD套料图，并将其平移至左下角与坐标系原点重合；
S12、对于原始的零件数控切割CAD套料图，每个零件由包含数控切割进出线的非闭合多线段构成，数控切割进出线是为了数控切割便利性而添加的，需要先在图上删除；
S13、删除过程为将多线段进行打散，由于进出线具有长度一致特性，以及进线和出线是重叠的特性，找到符合长度和倾斜角度为特定值的直线，并将其从图中删除。
作为优选的技术方案，步骤S2中，所述零件识别实现为：
S21、在所有进出线被删除后，对CAD套料图进行面域化处理，面域化处理将工件对象化，以便于信息的读取和处理；
S22、因已执行多段线打散命令，CAD套料图上的零件外形由Curve元素构成的闭合线组成，且两个零件之间没有相连的元素，通过执行创建面域命令，可将这些闭合线转换为面域，每一段闭合线对应一个面域；所述Curve元素包括Line、Arc、Ellipse、Circle、Spline；
S23、在转换的这些面域中，CAD套料图边框组成的闭合线生成的面域不对应零件的面域，，此面域在本步骤中被删除，其余的每一个面域对应一个零件。
作为优选的技术方案，步骤S3中，所述筛选条件由自动分拣零件的特征决定，在CAD套料图上，每个零件都包含了长度、宽度、厚度和重心位置等特征。上述特征决定了零件是否可以进行自动分拣，上述零件的特征可描述为：零件的长度L、宽度W、厚度H及重心位置(X,Y)，所述筛选条件包括：
①长度L>0且小于套料图整体长度，W>0且小于套料图整体宽度；
②板材的密度为D，分拣起重机的最大吊装重量为M，则筛选零件应满足L*W*H*D<M；
③重心位置在零件上；
④重心位置不在其它零件上，避免嵌套零件；
作为优选的技术方案，步骤S4中，所述零件的重心点坐标与其对应的面域重心坐标位置相一致。
作为优选的技术方案，步骤S4中，所述坐标转换方法为：零件在自动分拣过程中的现场定位坐标(RX，RY)可由以下方法得出，零件的重心位置为(X,Y)，板材切割起点位置在下料平台上的坐标为(X1，Y1)，则RX＝X+X1,RY＝Y+Y1。
本发明相对于现有技术具有如下的优点及效果：
1.本发明解决在零件自动分拣过程中，由于零件大小不一、外形多样带来的零件识别和定位问题，是零件自动分拣的关键所在。
2.本发明从下料设计套料图出发，通过对计算机辅助设计系统(CAD)进行二次开发，达到零件识别和精确定位目的，完成零件自动分拣中拣什么，从哪里拣的问题，使下料过程与设计及制造体系紧密结合，提高零件分拣自动化程度。
附图说明
图1是本发明中CAD套料图；
图2是本发明中零件识别与定位实现图；
图3是本发明中现场起点坐标设置图；
图4是本发明中识别与定位操作示意图。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。
实施例
如图1、图2所示，本实施例的对象为经过数控机床切割后的板材零件，数控机床的切割过程按照CAD套料图进行。对于零件切割完成后的自动分拣，需要明确自动分拣的零件和其位置。由于零件在切割完成后处于平面坐标系内且摆放位置与CAD套料图相一致，因此零件自动识别和定位方法的重点是解决如何从CAD套料图中提取自动分拣零件和其位置信息。
面向自动分拣的零件自动识别与定位方法，具体实施过程如下：
1.CAD套料图预处理：首先将CAD套料图平移至左下角与坐标系原点重合。对于原始的零件数控切割CAD套料图，每个零件由包含数控切割进出线的非闭合多线段构成，数控切割进出线是为了数控切割便利性而添加的，需要先在图上删除。删除过程为将多线段进行打散，由于进出线具有长度一致特性，以及进线和出线是重叠的特性，找到符合长度和倾斜角度为特定值的直线，并将其从图中删除。
2.零件识别：在所有进出线被删除后，对CAD套料图进行面域化处理，面域化处理将工件对象化，以便于信息的读取和处理。因已执行多段线打散命令，CAD图上的零件外形由Line、Arc、Ellipse、Circle、Spline等Curve元素构成的闭合线组成，且两个零件之间没有相连的元素，可将这些闭合线转换为面域。在转换的这些面域中，并不是每个面域都代表一个零件，套料图边框组成的面域在此步骤被删除。
3.零件筛选：因为受限于工件形状，重量，厚度及自动分拣起重机的机械特性，在自动分拣过程中，满足一定条件的零件采用自动分拣方案，筛选条件包括工件的长度L、宽度W、厚度H及重心位置(X,Y)，具体包括：
①长度L>0且小于套料图整体长度，W>0且小于套料图整体宽度；
②板材的密度为D，分拣起重机的最大吊装重量为M，则筛选零件应满足L*W*H*D<M；
③重心位置在零件上。
④重心位置不在其它零件上，避免嵌套零件。
4.坐标转换：筛选完成的零件即可作为自动分拣的零件，零件在自动分拣过程中的现场定位坐标(RX，RY)可由以下方法得出，零件的重心位置(X,Y)，板材切割起点位置在下料平台上的坐标为(X1，Y1)，则RX＝X+X1,RY＝Y+Y1。
5.编号与信息导出：在处理完零件筛选及给出定位信息后，将自动分拣零件在CAD图上进行编号，利于工作人员能对结果进行初步判定。将自动分拣零件定位信息以XML文件格式导出并存储。XML文件中保存的信息作为后续零件自动分拣系统的一项输入信息。
面向自动分拣的零件自动识别和定位计算机应用程序：
基于AUTOCAD.NET对AUTOCAD进行二次开发，实现面向自动分拣的零件自动识别和定位计算机应用程序。下面以图1为例简要说明。
打开AUTOCAD软件，使用NETLOAD命令加载程序插件“Palettes.dll”。
打开CAD套料图文件，设置现场起点坐标，如图3所示。
右键点击图4中列表中的文件，执行“识别与定位”操作。
右键点击图4中列表中的文件，执行“完成”操作，得到如表1所示的零件及其现场定位坐标列表。
表1
通过本发明的技术方案，自动识别和定位方法包括在AUTOCAD环境下载入CAD套料图，从中找出符合自动分拣条件的零件，计算零件的重心点坐标，零件重心点坐标与现场坐标转换，坐标信息导出。本发明能准确地识别满足自动分拣条件的零件并给出其在现场分拣过程中的抓取位置，为零件自动化分拣提供前提条件，提高分拣效率。
上述实施例为本发明较佳的实施方式，但本发明的实施，方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。
Claims (6)
1.面向自动分拣的零件自动识别和定位方法，其特征在于，包括下述步骤：
S1、使用AUTOCAD软件载入CAD套料图，对其进行预处理，删除图中多余元素；
S2、对预处理完后的CAD套料图，识别CAD套料图中的零件；
S3、根据筛选条件，筛选出自动分拣的零件；
S4、获取零件的重心点坐标，作为其定位坐标，并将其转换为现场坐标；
S5、对自动分拣零件进行编号并将其定位坐标信息以XML文件导出保存。
2.根据权利要求1所述的面向自动分拣的零件自动识别和定位方法，其特征在于，步骤S1中，所述预处理实现为：
S11、载入CAD套料图，并将其平移至左下角与坐标系原点重合；
S12、对于原始的零件数控切割CAD套料图，每个零件由包含数控切割进出线的非闭合多线段构成，数控切割进出线是为了数控切割便利性而添加的，需要先在图上删除；
S13、删除过程为将多线段进行打散，由于进出线具有长度一致特性，以及进线和出线是重叠的特性，找到符合长度和倾斜角度为特定值的直线，并将其从图中删除。
3.根据权利要求1所述的面向自动分拣的零件自动识别和定位方法，其特征在于，步骤S2中，所述零件识别实现为：
S21、在所有进出线被删除后，对CAD套料图进行面域化处理，面域化处理将工件对象化，以便于信息的读取和处理；
S22、因已执行多段线打散命令，CAD套料图上的零件外形由Curve元素构 成的闭合线组成，且两个零件之间没有相连的元素，通过执行创建面域命令，可将这些闭合线转换为面域，每一段闭合线对应一个面域；所述Curve元素包括Line、Arc、Ellipse、Circle、Spline；
S23、在转换的这些面域中，CAD套料图边框组成的闭合线生成的面域不对应零件的面域，，此面域在本步骤中被删除，其余的每一个面域对应一个零件。
4.根据权利要求1所述的面向自动分拣的零件自动识别和定位方法，其特征在于，步骤S3中，所述筛选条件由自动分拣零件的特征决定，在CAD套料图上，每个零件都包含了长度、宽度、厚度和重心位置等特征。上述特征决定了零件是否可以进行自动分拣，上述零件的特征可描述为：零件的长度L、宽度W、厚度H及重心位置(X,Y)，所述筛选条件包括：
①长度L>0且小于套料图整体长度，W>0且小于套料图整体宽度；
②板材的密度为D，分拣起重机的最大吊装重量为M，则筛选零件应满足L*W*H*D<M；
③重心位置在零件上；
④重心位置不在其它零件上，避免嵌套零件。
5.根据权利要求1所述的面向自动分拣的零件自动识别和定位方法，其特征在于，步骤S4中，所述零件的重心点坐标与其对应的面域重心坐标位置相一致。
6.根据权利要求1所述的面向自动分拣的零件自动识别和定位方法，其特征在于，步骤S4中，所述坐标转换方法为：零件在自动分拣过程中的现场定位坐标(RX，RY)可由以下方法得出，零件的重心位置为(X,Y)，板材切割起点位置在下料平台上的坐标为(X1，Y1)，则RX＝X+X1,RY＝Y+Y1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710850914.0A CN107688719B (zh) | 2017-09-20 | 2017-09-20 | 面向自动分拣的零件自动识别和定位方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710850914.0A CN107688719B (zh) | 2017-09-20 | 2017-09-20 | 面向自动分拣的零件自动识别和定位方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107688719A true CN107688719A (zh) | 2018-02-13 |
| CN107688719B CN107688719B (zh) | 2020-12-15 |
Family
ID=61156475
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710850914.0A Active CN107688719B (zh) | 2017-09-20 | 2017-09-20 | 面向自动分拣的零件自动识别和定位方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107688719B (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108544108A (zh) * | 2018-04-09 | 2018-09-18 | 清华大学天津高端装备研究院洛阳先进制造产业研发基地 | 一种自动生成激光切割零件分拣流程的方法 |
| CN112035974A (zh) * | 2020-08-27 | 2020-12-04 | 航天特种材料及工艺技术研究所 | 一种基于电子表格的翼面蒙皮下料样板生成方法及装置 |
| CN107688719B (zh) * | 2017-09-20 | 2020-12-15 | 广州中国科学院沈阳自动化研究所分所 | 面向自动分拣的零件自动识别和定位方法 |
| CN112338363A (zh) * | 2020-10-12 | 2021-02-09 | 中兴盛达电气技术（郑州）有限公司 | 基于图像重心确认的激光切割机分拣定位方法 |
| CN114529632A (zh) * | 2022-04-21 | 2022-05-24 | 广州中望龙腾软件股份有限公司 | 基于半边查环的面域生成方法、系统、设备及存储介质 |
| CN114535144A (zh) * | 2022-03-02 | 2022-05-27 | 盛景智能科技(嘉兴)有限公司 | 零件分拣方法、装置、设备及桁架设备 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120132569A1 (en) * | 2009-02-24 | 2012-05-31 | Susnjara Kenneth J | Method and Means for Facilitating Material Handling |
| CN106890804A (zh) * | 2015-12-19 | 2017-06-27 | 北京中船信息科技有限公司 | 一种基于套料图解析的零件智能分拣设备 |
| CN106903068A (zh) * | 2015-12-23 | 2017-06-30 | 北京中船信息科技有限公司 | 一种点阵式液压升降零件分拣台 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107688719B (zh) * | 2017-09-20 | 2020-12-15 | 广州中国科学院沈阳自动化研究所分所 | 面向自动分拣的零件自动识别和定位方法 |
-
2017
- 2017-09-20 CN CN201710850914.0A patent/CN107688719B/zh active Active
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120132569A1 (en) * | 2009-02-24 | 2012-05-31 | Susnjara Kenneth J | Method and Means for Facilitating Material Handling |
| CN106890804A (zh) * | 2015-12-19 | 2017-06-27 | 北京中船信息科技有限公司 | 一种基于套料图解析的零件智能分拣设备 |
| CN106903068A (zh) * | 2015-12-23 | 2017-06-30 | 北京中船信息科技有限公司 | 一种点阵式液压升降零件分拣台 |
Non-Patent Citations (1)
| Title |
|---|
| 唐宇 等: "平面工件的识别与定位方法研究", 《机械设计与制造》 * |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107688719B (zh) * | 2017-09-20 | 2020-12-15 | 广州中国科学院沈阳自动化研究所分所 | 面向自动分拣的零件自动识别和定位方法 |
| CN108544108A (zh) * | 2018-04-09 | 2018-09-18 | 清华大学天津高端装备研究院洛阳先进制造产业研发基地 | 一种自动生成激光切割零件分拣流程的方法 |
| CN112035974A (zh) * | 2020-08-27 | 2020-12-04 | 航天特种材料及工艺技术研究所 | 一种基于电子表格的翼面蒙皮下料样板生成方法及装置 |
| CN112035974B (zh) * | 2020-08-27 | 2023-05-26 | 航天特种材料及工艺技术研究所 | 一种基于电子表格的翼面蒙皮下料样板生成方法及装置 |
| CN112338363A (zh) * | 2020-10-12 | 2021-02-09 | 中兴盛达电气技术（郑州）有限公司 | 基于图像重心确认的激光切割机分拣定位方法 |
| CN114535144A (zh) * | 2022-03-02 | 2022-05-27 | 盛景智能科技(嘉兴)有限公司 | 零件分拣方法、装置、设备及桁架设备 |
| CN114529632A (zh) * | 2022-04-21 | 2022-05-24 | 广州中望龙腾软件股份有限公司 | 基于半边查环的面域生成方法、系统、设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107688719B (zh) | 2020-12-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107688719A (zh) | 面向自动分拣的零件自动识别和定位方法 | |
| Liu et al. | Recognition methods for coal and coal gangue based on deep learning | |
| CN102750541A (zh) | 一种文档图像分类识别方法及装置 | |
| CN104408269B (zh) | 设计图纸拆分方法 | |
| CN110210387A (zh) | 基于知识图谱的绝缘子目标检测方法、系统、装置 | |
| CN105069222B (zh) | 钣金工艺自动生成系统 | |
| CN105787202B (zh) | 基于自动化裁床需求的卫星保护罩cad电子图纸快速处理方法 | |
| CN102074031B (zh) | 一种印刷电路板外观检查机的建标方法 | |
| CN105138975B (zh) | 一种基于深度信念网络的人体肤色区域分割方法 | |
| CN110334433A (zh) | 一种pcb封装文件自动生成方法 | |
| CN109145359B (zh) | 一种基于bim系统和cad软件的钢结构备料方法 | |
| CN109086772A (zh) | 一种扭曲粘连字符图片验证码的识别方法及系统 | |
| CN110910401A (zh) | 半自动化图像分割数据标注方法、电子装置及存储介质 | |
| JPH09288568A (ja) | 画像処理装置およびその実行フロー作成方法 | |
| CN111028261A (zh) | 高精度半自动化图像数据标注方法、电子装置及存储介质 | |
| CN111932490A (zh) | 一种用于工业机器人的视觉系统抓取信息提取方法 | |
| CN107038432A (zh) | 基于频率信息的指纹图像方向场提取方法 | |
| CN115019024B (zh) | 一种qfp的视觉识别方法 | |
| Meng et al. | X-DenseNet: deep learning for garbage classification based on visual images | |
| CN210161172U (zh) | 一种基于深度学习的瓶罐类垃圾识别分类机器人 | |
| WO2020245889A1 (ja) | 点検装置、制御方法、及びプログラム | |
| CN113281115A (zh) | 一种烟叶智能剪切的控制方法 | |
| CN107808396A (zh) | 易于图像分割的线虫识别方法及系统 | |
| CN102073909A (zh) | 一种高效半自动人工智能软件的实现方法 | |
| CN109446495A (zh) | 一种在电子表格中实现物料表自动整理的方法 |
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 |