CN109238135A - 一种基于视觉精准定位来料到测试箱的方法 - Google Patents

Abstract

本发明公开并提供了一种提高生产效率和提高来料对位精度的基于视觉精准定位来料到测试箱的方法。本发明所采用的技术方案是：本发明包括如下步骤：A、产品输送到进料轨道的进料区域，机械手上的CCD相机对产品的两个特征点进行拍照；B、机械手通过旋转中心补偿算法调整产品；C、机械手抓取产品，然后放到中转平台，机械手一批次连续放置4个产品；D、机械手将中转平台上的4个产品同时吸取并运送到测试区域的测试箱内。本发明可用于定位来料到测试箱的技术领域。

Description

一种基于视觉精准定位来料到测试箱的方法

技术领域

本发明涉及一种基于视觉精准定位来料到测试箱的方法。

背景技术

在现今大规模制造业中，流水线作业成为最普遍的模式，而承接上道工序的不规则来料和把产品搬运定位到精度要求很高的测试箱位置成为最棘手的事，如果还涉及测试箱的更换又想快速导入生产，单标定测试箱位置就会耽误更多的时间。企业既想提高生产效率，又要保障产品质量势必得引进一种高效的来料定位和快速标定方法。

现有的定位来料到测试箱的方法在对位时未叠加旋转中心补偿。传统软件算法都只是单一的XY方向统计偏差，然而角度偏差会引入几何倍数的误差，来料偏移较大很容易造成对位精度变差。

发明内容

本发明要解决的技术问题是提供一种提高生产效率和提高来料对位精度的基于视觉精准定位来料到测试箱的方法。

本发明所采用的技术方案是：本发明包括如下步骤：

A、产品输送到进料轨道的进料区域，机械手上的CCD相机对产品的两个特征点进行拍照；

B、机械手通过旋转中心补偿算法调整产品；

C、机械手抓取产品，然后放到中转平台，机械手一批次连续放置4个产品；

D、机械手将中转平台上的4个产品同时吸取并运送到测试区域的测试箱内。

进一步地，在步骤D中，测试箱的数目为16个，16个测试箱分两组均匀分布在进料轨道的两侧。

进一步地，本发明的方法还包括步骤E：测试完毕后，机械手吸取测试完成的4个产品，并将良品放置在出料轨道上，将不良品放置在NG轨道上。

进一步地，本发明的方法还包括步骤F：如果出料轨道料满可将良品放置在缓存轨道上。

步骤A中的两个特征点选择产品中两个安装孔的中心点，且两个特征点在同一个拍照位中。

进一步地，所述旋转中心补偿算法包括如下步骤：

1）建立世界坐标系并将两个特征点的初始位置坐标转换到世界坐标系中并分别保存为标准位置1和标准位置2；

2）机械手吸取产品并每次递增选择固定的角度旋转产品后将产品放下，然后调整CCD相机到拍照位，获取旋转后的两个特征点在世界坐标系中的新的位置；

3）重复步骤2）并得到多组位置数据，用最小二乘法统计出旋转中心坐标和半径；

4）计算校准偏差。

进一步地，在步骤1）前还包括建立世界坐标系的步骤，具体为，参照CCD相机拍照的图像，建立模板，令特征点按九宫格9点定位运动轨迹从中间向外部螺旋平移并获得九点世界坐标，再运算处像素单量和相机角度。

进一步地，特征点螺旋平移的方向为逆时针方向，且单次平移距离为6mm。

进一步地，测试箱中固定装入标定块，CCD相机对标定块进行特征识别并计算出偏差，从而获取测试箱的位置并记录。

本发明的有益效果为：在本发明中，采用了旋转中心补偿算法，把旋转后造成的误差△X＇、△Y＇叠加到初始偏差△X、△Y，不管来料角度和XY方向偏移有多大都不影响对位精度。

附图说明

图1是本发明中涉及的机械手模组的结构示意图；

图2是本发明中涉及的测试箱模组的结构示意图；

图3是9点定位运动轨迹的示意图；

图4是步骤2）的算法说明图；

图5是步骤4）计算校准偏差算法的说明图第一部分；

图6是步骤4）计算校准偏差算法的说明图第二部分；

图7是步骤4）计算校准偏差算法的说明图第三部分。

具体实施方式

如图1至图7所示，本发明的具体实施方式是：本发明为一种基于视觉精准定位来料到测试箱的方法。本发明的方法包括如下步骤：

A、产品输送到进料轨道1的进料区域，机械手2上的CCD相机3对产品的两个特征点进行拍照；

B、机械手2通过旋转中心补偿算法调整产品；

C、机械手2抓取产品，然后放到中转平台4，机械手2一批次连续放置4个产品；

D、机械手2将中转平台4上的4个产品同时吸取并运送到测试区域的测试箱5内。

进一步地，在步骤D中，测试箱5的数目为16个，16个测试箱5分两组均匀分布在进料轨道1的两侧。

进一步地，本发明的方法还包括步骤E：测试完毕后，机械手2吸取测试完成的4个产品，并将良品放置在出料轨道6上，将不良品放置在NG轨道7上。

进一步地，本发明的方法还包括步骤F：如果出料轨道6料满可将良品放置在缓存轨道8上。

步骤A中的两个特征点选择产品中两个安装孔的中心点，且两个特征点在同一个拍照位中。

本发明的实施涉及机械手运动模组和测试箱模组，其中机械手运动模组包括上安装板9和所述机械手2，所述机械手2为三轴联动机械手，机械手2上安装有CCD相机3，同时，所述机械手2的夹爪部上连接有吸嘴安装板10，吸嘴安装板10下部安装有4个真空吸嘴使得机械手2可以一次吸取4个产品，另外，夹爪部还设置有θ轴（X轴与XY平面的角）转轴，可令吸嘴安装板10绕Z轴旋转；其中测试箱模组包括位于机械手2底部的进料轨道1，测试箱5放置在进料轨道1的两旁，进料轨道1的末端设置为机械手夹取产品的进料区域，进料轨道1的末端的对面设置有出料轨道6，出料轨道6的两旁分别垂直设置NG轨道7和缓存轨道8。

进一步地，所述旋转中心补偿算法包括如下步骤：

1）建立世界坐标系并将两个特征点的初始位置坐标转换到世界坐标系中并分别保存为标准位置1和标准位置2；

2）机械手2吸取产品并每次递增选择固定的角度旋转产品后将产品放下，然后调整CCD相机3到拍照位，获取旋转后的两个特征点在世界坐标系中的新的位置；

3）重复步骤2）并得到多组位置数据，用最小二乘法统计出旋转中心坐标和半径；

4）计算校准偏差。

进一步地，在步骤1）前还包括建立世界坐标系的步骤，具体为，参照CCD相机3拍照的图像，建立模板，令特征点按九宫格9点定位运动轨迹从中间向外部螺旋平移并获得九点世界坐标，再运算处像素单量和相机角度。

进一步地，特征点螺旋平移的方向为逆时针方向，且单次平移距离为6mm。

步骤2）中，获取新的位置的世界坐标的方法如下：参照附图4，

图中XY坐标系代表拍照的图像坐标系，A点代表特征点，已知图像坐标XOY内A点坐标（x，y）、固定旋转的角度∠a，当前机械手位置（△x，△y）、像素当量Pixel，求A点在世界坐标系X〞O〞Y〞内的坐标(O〞D，O〞C)其解法如下：；

；

步骤3）中，最小二乘法找圆心和半径的算法如下：

最小二乘法拟合圆曲线：R²=（x-A）²+（y-B）²；

R²=x²-2Ax+A²+y²-2By+B²；

令a=-2A，b=-2B，c=A²+B^2-R²；

可得圆曲线方程的另一个形式：x²+y²+ax+by+c=0；

只要求出参数a，b，c就可以求得圆心半径的参数：

步骤4）中，计算校准偏差算法如下：参照附图5-7，

图5中AB为实时相机拍照世界坐标线，AˊBˊ为要移动到目标位置世界坐标线（标准位置），M为机械手旋转中心；AB移动到与AˊBˊ重合校准步骤：

步骤1：AB先按旋转中心M旋转与AˊBˊ的差角到CD，此时CD与目标位置AˊBˊ平行；

步骤2：计算平行线CD与 AˊBˊ分别在XY方向的距离EN和FN；

步骤3：CD分别在XY方向移动距离EN和FN达到目标位置。

进一步地，测试箱5中固定装入标定块，CCD相机3对标定块进行特征识别并计算出偏差，从而获取测试箱5的位置并记录。现有技术 定位来料到测试箱的方法中测试箱位置未实现自动标定。当测试箱需要维修或机种更换时，传统校准放料位置都是通过手眼标定，不仅标定时间长也很容易撞击，标定位置一致性差，直接影响测试性能。针对这一点，我们引入了标定块，只需要在测试箱5内放置好标定块，通过CCD相机3进行特征识别直接计算出偏差，换算到机械手坐标直接保存。

在现有技术的定位来料到测试箱的方法对产品特征未有自适应学习功能。传统特征识别阈值分割都是固定的，如果来料产品偏白或偏暗很可能就造成识别不到，针对这一点，我们的软件算法会优先均值处理后再阈值分割，根据图像环境呈现的是一个动态阈值，极大增加了图像识别能力。动态阈值分割算法如下：消除噪声获得图像平均灰度图：MeanImage(Image,ImageMean,MaskWidth,MaskHeight)

参数：

Image：输入图像；ImageMean：输出图像；MaskWidth：遮掩的宽度要过滤的宽度；MaskHeight：遮掩的高度要过滤的高度；

把参考图像的灰度值加上（减去）一个Offset，然后去和原图的像素点逐像素对应地进行比较来实现阈值分割二值化。

DynThreshold(OrigImage, ThresholdImage : RegionDynThresh : Offset,LightDark : )

参数：

令 g_{o} = g_{OrigImage}, g_{t} = g_{ThresholdImage}分别代表原图和参考图中的像素点的灰度值.

The condition for LightDark = 'light' is:g_o>=g_t+offset ,light就提取相对参考图更亮的区域。

For LightDark='dark' ，the conditon is：g_o<=g_t-offset ,dark就提取相对参考图更暗的区域

For LightDark='equal',g_t-offset<=g_o<=g_t+offset，选取和参考图差不多的区域。

本发明的有益效果为：在本发明中，采用了旋转中心补偿算法，把旋转后造成的误差△X＇、△Y＇叠加到初始偏差△X、△Y，不管来料角度和XY方向偏移有多大都不影响对位精度。

1、增加旋转中心补偿算法，对机构设计没有特殊要求，吸取点可以在旋转的任何位置。

2、取放料的标定原理可以通用到测试箱的标定，所以无论测试的位置如何布局都可以快速标定确定到放料位置。

3、浮动性的阈值分割软件算法，图像识别更稳定可靠。

本发明可用于定位来料到测试箱的技术领域。

Claims (8)

1.一种基于视觉精准定位来料到测试箱的方法，其特征在于，它包括如下步骤：

产品输送到进料轨道（1）的进料区域，机械手（2）上的CCD相机（3）对产品的两个特征点进行拍照；

机械手（2）通过旋转中心补偿算法调整产品；

机械手（2）抓取产品，然后放到中转平台（4），机械手（2）一批次连续放置4个产品；

机械手（2）将中转平台（4）上的4个产品同时吸取并运送到测试区域的测试箱（5）内。

2.根据权利要求1所述的一种基于视觉精准定位来料到测试箱的方法，其特征在于：在步骤D中，测试箱（5）的数目为16个，16个测试箱（5）分两组均匀分布在进料轨道（1）的两侧。

3.根据权利要求1所述的一种基于视觉精准定位来料到测试箱的方法，其特征在于，它还包括步骤E：测试完毕后，机械手（2）吸取测试完成的4个产品，并将良品放置在出料轨道（6）上，将不良品放置在NG轨道（7）上。

4.根据权利要求3所述的一种基于视觉精准定位来料到测试箱的方法，其特征在于，它还包括步骤F：如果出料轨道（6）料满可将良品放置在缓存轨道（8）上；

步骤A中的两个特征点选择产品中两个安装孔的中心点，且两个特征点在同一个拍照位中。

5.根据权利要求1所述的一种基于视觉精准定位来料到测试箱的方法，其特征在于，所述旋转中心补偿算法包括如下步骤：

建立世界坐标系并将两个特征点的初始位置坐标转换到世界坐标系中并分别保存为标准位置1和标准位置2；

机械手（2）吸取产品并每次递增选择固定的角度旋转产品后将产品放下，然后调整CCD相机（3）到拍照位，获取旋转后的两个特征点在世界坐标系中的新的位置；

重复步骤2）并得到多组位置数据，用最小二乘法统计出旋转中心坐标和半径；

计算校准偏差。

6.根据权利要求5所述的一种基于视觉精准定位来料到测试箱的方法，其特征在：在步骤1）前还包括建立世界坐标系的步骤，具体为，参照CCD相机（3）拍照的图像，建立模板，令特征点按九宫格9点定位运动轨迹从中间向外部螺旋平移并获得九点世界坐标，再运算处像素单量和相机角度。

7.根据权利要求6所述的一种基于视觉精准定位来料到测试箱的方法，其特征在：特征点螺旋平移的方向为逆时针方向，且单次平移距离为6mm。

8.根据权利要求1所述的一种基于视觉精准定位来料到测试箱的方法，其特征在于：测试箱（5）中固定装入标定块，CCD相机（3）对标定块进行特征识别并计算出偏差，从而获取测试箱（5）的位置并记录。