CN109365318B - 一种多机器人协作分拣方法及系统 - Google Patents

一种多机器人协作分拣方法及系统 Download PDF

Info

Publication number
CN109365318B
CN109365318B CN201811454472.9A CN201811454472A CN109365318B CN 109365318 B CN109365318 B CN 109365318B CN 201811454472 A CN201811454472 A CN 201811454472A CN 109365318 B CN109365318 B CN 109365318B
Authority
CN
China
Prior art keywords
workpiece
robot
coordinate system
sorting
image
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.)
Expired - Fee Related
Application number
CN201811454472.9A
Other languages
English (en)
Other versions
CN109365318A (zh
Inventor
李策
梅江平
刘海涛
张舵
王浩
张帆
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.)
Tianjin University
Original Assignee
Tianjin University
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 Tianjin University filed Critical Tianjin University
Priority to CN201811454472.9A priority Critical patent/CN109365318B/zh
Publication of CN109365318A publication Critical patent/CN109365318A/zh
Application granted granted Critical
Publication of CN109365318B publication Critical patent/CN109365318B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • B07C5/34—Sorting according to other particular properties
    • 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
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory

Landscapes

  • Manipulator (AREA)

Abstract

本发明公开了一种多机器人协作分拣方法及系统，方法包括对灰度图像采用改进滤波算法进行处理，获取工件位置信息，然后将工件位置信息间隔一定数量均衡分配至每台机器人，完成多机器人任务分配；同时对单台机器人抓取顺序优化，保证在机器人工作空间内首先分拣传送带最前方的工件；在一个分拣节拍内，以单台机器人水平移动总行程最短为目标确定工件的放置顺序，进而高效完成分拣。本发明通过对图像采用改进滤波算法进行处理，提高了工件的定位精度，采用多机协作分拣、任务均衡分配的方法和对单机抓放顺序进行优化，极大提高了系统的分拣效率。

Description

一种多机器人协作分拣方法及系统
技术领域
本发明专利涉及视觉分拣的技术领域，尤其涉及一种多机器人协作分拣方法及系统。
背景技术
随着工业发展，视觉与工业机器人相结合以其速度快，灵活性强等特点广泛应用在生产线的分拣行业。基于视觉的分拣系统主要将工业相机采集的图像进行处理，获取工件的位置信息，将信息传输给控制器，进而控制机器人完成对工件的分拣。
然而对于图像中噪声较大的情况下工件的定位精度有待提高，同时对于分布密集同种工件分拣时，单个机器人由于自身分拣效率问题，漏抓率大，并且分拣策略不合理，影响分拣效率。
发明内容
为了解决上述问题，本发明提供了一种能在噪声较大情况下提高工件定位精度同时能高效完成对于分布密集的同种工件的多机器人协作分拣方法及系统。
为了达到上述目的，本发明采用的技术方案是：
一种多机器人协作分拣方法，包括以下步骤：
(1)将相机安装在输料传送带上且位于并联机器人的上游，所述的相机垂直正对输料传送带，多台并联机器人通过支架前后依次安装在相机下游处的输料传送带和送料传送带上方，在输料传送带平面的最左端安装编码器，然后启动输料传送带带动工件，通过上位机将相机采集的工件图像转化成灰度图像，再进一步处理获得工件轮廓信息；
(2)根据图像中工件轮廓信息计算出工件在图像中的形心坐标，然后通过相机标定、相机与机器人的位置标定以及通过编码器的脉冲数值记录工件在输料传送带上的实时位置信息，对工件动态追踪，上位机读取编码器的脉冲数值以计算在机器人坐标系下的工件实时位置信息并传至控制器；
(3)控制器根据工件实时位置信息控制多台并联机器人按照均衡分配策略和每台机器人按照优化后的抓放顺序进行协作分拣，具体步骤如下：
(a)计算工件距离输料传送带上游设定的视场基准线的距离，然后按工件距离输料传送带上游设定的视场基准线的距离由大到小对各个工件位置信息进行排序；
(b)将排序好的工件位置信息间隔一定数量均衡分配至每台机器人，即保证每台机器人分拣数量相同，完成多机器人的任务均衡分配；
(c)按步骤(b)中的分配方法，将分配好的工件位置顺序信息确定为单台机器人对工件的抓取顺序；
(d)在步骤(c)已经确定单台机器人抓取工件的顺序前提下，在一个分拣节拍内，基于单台机器人水平移动总行程最短为目标确定工件放置顺序。
一种多机器人协作分拣系统，包括安装在输料传送带上且位于并联机器人的上游的相机，所述的相机垂直正对输料传送带，多台并联机器人通过支架前后依次安装在相机下游处的输料传送带和送料传送带上方，编码器安装在输料传送带平面的最左端，光源安装在所述相机的下方；所述的相机将采集到的工件的图像传至上位机，上位机对图像进行处理，所述的上位机读取编码器的脉冲数值以计算在机器人坐标系下工件实时位置信息并传至控制器，控制器控制多台并联机器人协作分拣，所述的工件放置于送料传送带的模具中。
本发明具有的优点和积极效果有：
1)通过中值滤波与形态学开闭运算相结合，在去除图像噪声的同时较好的保留了工件边缘信息，提高了后续工件的位置精度。
2)采用视觉系统与多台并联机器人分拣分布密集同种工件，解决了单台机器人由于分拣效率有限造成漏抓率大的问题。
3)通过采用对工件位置信息间隔一定数量发送至多台机器人，完成任务均衡分配，协同了各机器人分拣效率，使每台机器人得到充分的利用。
4)对单台机器人抓取顺序优化，保证在机器人工作空间内首先分拣传送带最前方的工件；在一个分拣节拍内，采用基于单台机器人水平移动总行程最短为目标确定工件的放置顺序，极大提高了系统的分拣效率。
附图说明
图1是本发明一种多机器人协作分拣系统的示意图；
图2是本发明一种多机器人协作分拣方法流程图；
图3是改进滤波算法的流程图；
图4是工件排序和分配示意图；
图5是机器人分拣工件的路径示意图。
具体实施方式
为能进一步了解本发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下：
参见图1和图2，本发明一种多机器人协作分拣方法，包括以下步骤：
(1)将相机1安装在输料传送带3上且位于并联机器人6的上游，所述的相机1垂直正对输料传送带3，多台并联机器人通过支架前后依次安装在相机下游处的输料传送带3和送料传送带4上方，在输料传送带3平面的最左端安装编码器，然后启动输料传送带3带动工件，通过上位机5将相机1采集的工件图像转化成灰度图像，再进一步处理获得工件轮廓信息；
作为优选的实施方式，所述通过上位机5将相机1采集的工件图像转化成灰度图像，再进一步处理获得工件轮廓信息，具体步骤包括：
(a)对转化后的灰度图像，采用改进滤波算法进行去噪，参见图3，即先用中值滤波算法对图像进行滤波，处理所得图像分别进行形态学开运算和形态学闭运算，然后对两者处理后的图像进行叠加求均值，得到最终处理后的图像，在去噪声的同时较好保留边缘信息；
(b)采用阈值法对步骤(a)中最终处理后的图像进行二值化；
(c)对二值化图像中的工件进行轮廓提取，同时根据工件周长和面积信息，剔除不满足要求的轮廓，最终获取工件的轮廓信息。
(2)根据图像中工件轮廓信息计算出工件在图像中的形心坐标，然后通过相机标定、相机与机器人的位置标定以及通过编码器的脉冲数值记录工件在输料传送带3上的实时位置信息，对工件动态追踪，上位机5读取编码器的脉冲数值以计算在机器人坐标系下的工件实时位置信息并传至控制器7。
作为优选的实施方式，所述通过相机标定、相机与机器人的位置标定的过程如下：
(a)本实施例中只需要获取工件二维位置信息，所以以下建立的坐标系均只考虑二维平面，参见图4，相机坐标系(oc xc yc)建立在输料传送带3的平面上；在输料传送带3的平面上建立参考坐标系(of xf yf)，参考坐标原点与相机坐标系原点重合，xf方向为传送带运动方向，yf方向为垂直于xf向前；机器人坐标系(or xr yr)原点位于机器人工作空间中心；
(b)采用张正友标定法，完成相机的标定；通过建立步骤(a)中所述参考坐标系，计算相机坐标系与参考坐标系转换矩阵、参考坐标系与机器人坐标系的转换矩阵，完成相机和机器人的位置标定。
(3)控制器7根据工件实时位置信息控制多台并联机器人按照均衡分配策略和每台机器人按照优化后的抓放顺序进行协作分拣，具体步骤如下：
(a)计算工件距离输料传送带3上游设定的视场基准线的距离，然后按工件距离输料传送带3上游设定的视场基准线的距离由大到小对各个工件位置信息进行排序；
对各个工件位置信息进行排序步骤优选为：
参见图4，首先，在机器人坐标系下，计算输料传送带3上的视场基准线AB的直线方程，
y＝cotθ·x+l(cotθ·cosθ+sinθ)
其中，l表示机器人坐标系原点到传送带视场基准线AB的距离，θ为参考坐标系与机器人坐标系在水平面的转角；
然后，计算各个工件到传送带视场基准线AB的距离，
Figure BDA0001887401970000051
其中，(xi0,yi0)为相机拍摄时刻工件在机器人坐标系下的位置坐标；
最后，按距离由大到小对各个工件位置信息进行排序。
(b)将排序好的工件位置信息间隔一定数量均衡分配至每台机器人，即保证每台机器人分拣数量相同，完成多机器人的任务均衡分配；
以采用两台并联机器人进行说明，工件排序结果参照图4，按照分配方法，以间隔1个数据进行均分，则第一台机器人抓取工件为I、Ⅲ，第二台机器人抓取工件为Ⅱ、Ⅳ。
(c)按步骤(b)中的分配方法，将分配好的工件位置顺序信息确定为单台机器人对工件的抓取顺序；
(d)在步骤(c)已经确定单台机器人抓取工件的顺序前提下，在一个分拣节拍内，基于单台机器人水平移动总行程最短为目标确定工件放置顺序。
作为优选的实施方式，基于单台机器人水平移动总行程最短为目标确定工件放置顺序的方法为：
第一步，设定在单台机器人工作空间内待分拣工件数目为n，在机器人坐标系下，单台机器人抓取时工件的抓取位置坐标为(xi,yi)，工件放置位置坐标为(pi,qi)，参照图4和图5，单台机器人在完成工件一次抓取和放置操作时水平总行程为Si，则在一个节拍内，完成对n个工件分拣，单台机器人所走的水平总行程为：
Figure BDA0001887401970000052
Figure BDA0001887401970000053
在机器人坐标系下，设单台机器人对坐标为(x0,y0)的工件进行抓取操作时，工件的抓取位置坐标记为(xi,yi)，
Figure BDA0001887401970000054
其中，t为单台机器人从当前位置运行至工件抓取位置所用时间，θ为机器人坐标系与参考坐标系的转角，v为传送带速度；
第二步，在已经确定了工件抓取顺序的前提下，所述单台机器人所走的水平总行程S与工件放置顺序有关，考虑到单台机器人工作空间内工件数量有限(不会超过20个)，计算在一个节拍内，单台机器人完成对n个工件分拣，每种放置顺序下对应的单台机器人所走的水平总行程S，然后将得到的S采用冒泡法进行排序，求得最短的S，确定此顺序为最终的工件放置顺序。
参见图1，本发明一种多机器人协作分拣系统，包括：安装在输料传送带3上且位于并联机器人6的上游的相机1，所述的相机1垂直正对输料传送带3，多台并联机器人通过支架前后依次安装在相机下游处的输料传送带3和送料传送带4上方，编码器安装在输料传送带3平面的最左端，光源2安装在所述相机1的下方,优选的所述光源2为条形光源。
所述的相机1将采集到的工件的图像传至上位机5，然后上位机5对图像进行处理，所述的上位机5读取编码器的脉冲数值以计算在机器人坐标系下工件实时位置信息并传至控制器7，控制器7控制多台并联机器人协作分拣，所述的工件放置于送料传送带4的模具8中。
本发明中图像处理通过中值滤波和形态学开闭运算进行图像去噪同时较好的保留了图像的边缘信息，提高了后续工件定位的精度；采用一个视觉系统与多台并联机器人相结合，能完成对分布密集的工件分拣，同时提升分拣效率，解决了单台由于分拣效率有限造成漏抓率大的问题；通过对多台并联机器人的任务均衡分配，同时对单台机器人抓放工件顺序进行优化，极大提高了系统的分拣效率。
尽管上面结合附图对本发明的优选实施例进行了描述，但是本发明并不局限于上述的具体实施方式，上述的具体实施方式仅仅是示意性的，并不是限制性的，本领域的普通技术人员在本发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可以作出很多形式，这些均属于本发明的保护范围之内。

Claims (6)

1.一种多机器人协作分拣方法，其特征在于包括以下步骤：
(1)将相机安装在输料传送带上且位于并联机器人的上游，所述的相机垂直正对输料传送带，多台并联机器人通过支架前后依次安装在相机下游处的输料传送带和送料传送带上方，在输料传送带平面的最左端安装编码器，然后启动输料传送带带动工件，通过上位机将相机采集的工件图像转化成灰度图像，再进一步处理获得工件轮廓信息；
(2)根据图像中工件轮廓信息计算出工件在图像中的形心坐标，然后通过相机标定、相机与机器人的位置标定以及通过编码器的脉冲数值记录工件在输料传送带上的实时位置信息，对工件动态追踪，上位机读取编码器的脉冲数值以计算在机器人坐标系下的工件实时位置信息并传至控制器；
(3)控制器根据工件实时位置信息控制多台并联机器人按照均衡分配策略和每台机器人按照优化后的抓放顺序进行协作分拣，具体步骤如下：
(a)计算工件距离输料传送带上游设定的视场基准线的距离，然后按工件距离输料传送带上游设定的视场基准线的距离由大到小对各个工件位置信息进行排序；
(b)将排序好的工件位置信息间隔一定数量均衡分配至每台机器人，即保证每台机器人分拣数量相同，完成多机器人的任务均衡分配；
(c)按步骤(b)中的分配方法，将分配好的工件位置顺序信息确定为单台机器人对工件的抓取顺序；
(d)在步骤(c)已经确定单台机器人抓取工件的顺序前提下，在一个分拣节拍内，基于单台机器人水平移动总行程最短为目标确定工件放置顺序，方法为：
第一步，设定在单台机器人工作空间内待分拣工件数目为n，在机器人坐标系下，单台机器人抓取时工件的抓取位置坐标为(xi,yi)，工件放置位置坐标为(pi,qi)，单台机器人在完成工件一次抓取和放置操作时水平总行程为Si，则在一个节拍内，完成对n个工件分拣，单台机器人所走的水平总行程为：
Figure FDA0002834538230000011
Figure FDA0002834538230000021
在机器人坐标系下，设单台机器人对坐标为(x0,y0)的工件进行抓取操作时，工件的抓取位置坐标记为(xi,yi)，
Figure FDA0002834538230000022
其中，t为单台机器人从当前位置运行至工件抓取位置所用时间，θ为机器人坐标系与参考坐标系的转角，v为传送带速度；
第二步，计算在一个节拍内，单台机器人完成对n个工件分拣，每种放置顺序下对应的单台机器人所走的水平总行程S，然后将得到的S采用冒泡法进行排序，求得最短的S，确定此顺序为最终的工件放置顺序。
2.根据权利要求1所述的多机器人协作分拣方法，其特征在于：所述通过相机标定、相机与机器人的位置标定的过程如下：
(a)相机坐标系(oc xc yc)建立在输料传送带的平面上；在输料传送带的平面上建立参考坐标系(of xf yf)，参考坐标原点与相机坐标系原点重合，xf方向为传送带运动方向，yf方向为垂直于xf向前；机器人坐标系(or xr yr)原点位于机器人工作空间中心；
(b)采用张正友标定法，完成相机的标定；通过建立步骤(a)中所述参考坐标系，计算相机坐标系与参考坐标系转换矩阵、参考坐标系与机器人坐标系的转换矩阵，完成相机和机器人的位置标定。
3.根据权利要求1或者2所述的多机器人协作分拣方法，其特征在于：所述通过上位机将相机采集的工件图像转化成灰度图像，再进一步处理获得工件轮廓信息，具体步骤包括：
(a)对转化后的灰度图像，采用改进滤波算法进行去噪，即先用中值滤波算法对图像进行滤波，处理所得图像分别进行形态学开运算和形态学闭运算，然后对两者处理后的图像进行叠加求均值，得到最终处理后的图像；
(b)采用阈值法对步骤(a)中最终处理后的图像进行二值化；
(c)对二值化图像中的工件进行轮廓提取，同时根据工件周长和面积信息，剔除不满足要求的轮廓，最终获取工件的轮廓信息。
4.根据权利要求1或者2所述的多机器人协作分拣方法，其特征在于：对各个工件位置信息进行排序步骤为：
首先，在机器人坐标系下，计算输料传送带上的视场基准线AB的直线方程，
y＝cotθ·x+l(cotθ·cosθ+sinθ)
其中，l表示机器人坐标系原点到传送带视场基准线AB的距离，θ为参考坐标系与机器人坐标系在水平面的转角；
然后，计算各个工件到传送带视场基准线AB的距离，
Figure FDA0002834538230000031
其中，(xi0,yi0)为相机拍摄时刻工件在机器人坐标系下的位置坐标；
最后，按距离由大到小对各个工件位置信息进行排序。
5.一种采用权利要求1-4之一的多机器人协作分拣方法的多机器人协作分拣系统，其特征在于：包括安装在输料传送带上且位于并联机器人的上游的相机，所述的相机垂直正对输料传送带，多台并联机器人通过支架前后依次安装在相机下游处的输料传送带和送料传送带上方，编码器安装在输料传送带平面的最左端，光源安装在所述相机的下方；所述的相机将采集到的工件的图像传至上位机，上位机对图像进行处理，所述的上位机读取编码器的脉冲数值以计算在机器人坐标系下工件实时位置信息并传至控制器，控制器控制多台并联机器人协作分拣，所述的工件放置于送料传送带的模具中。
6.根据权利要求5所述的多机器人协作分拣系统，其特征在于：所述光源为条形光源。
CN201811454472.9A 2018-11-30 2018-11-30 一种多机器人协作分拣方法及系统 Expired - Fee Related CN109365318B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811454472.9A CN109365318B (zh) 2018-11-30 2018-11-30 一种多机器人协作分拣方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811454472.9A CN109365318B (zh) 2018-11-30 2018-11-30 一种多机器人协作分拣方法及系统

Publications (2)

Publication Number Publication Date
CN109365318A CN109365318A (zh) 2019-02-22
CN109365318B true CN109365318B (zh) 2021-05-04

Family

ID=65376613

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811454472.9A Expired - Fee Related CN109365318B (zh) 2018-11-30 2018-11-30 一种多机器人协作分拣方法及系统

Country Status (1)

Country Link
CN (1) CN109365318B (zh)

Families Citing this family (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110281238B (zh) * 2019-06-17 2022-05-17 深圳视觉龙智能传感器有限公司 流水线多机械手标定方法、装置、计算机设备及存储介质
CN110560373B (zh) * 2019-09-02 2021-05-07 湖南大学 一种多机器人协作分拣运输方法及系统
CN110813778A (zh) * 2019-11-21 2020-02-21 蓝思智能机器人(长沙)有限公司 工件分类方法、工件分类系统及工件传输系统
CN111136026A (zh) * 2019-11-29 2020-05-12 江苏德罗智能科技有限公司 一种多台机器人联动动态分配控制算法
CN111515149B (zh) * 2020-04-26 2020-12-29 广东弓叶科技有限公司 人机协作分选系统及其机器人的抓取位置获取方法
CN111687062A (zh) * 2020-05-12 2020-09-22 临泉县浪鲨克工贸有限公司 一种基于图像识别的布料分选系统
CN111570332B (zh) * 2020-05-21 2021-12-24 广东弓叶科技有限公司 人机协作分选系统及其作业方法
CN111702760B (zh) * 2020-06-11 2021-06-11 湖北美和易思教育科技有限公司 一种物联网机械手臂协同作业系统及方法
CN112623759B (zh) * 2020-12-18 2023-03-10 中国建材国际工程集团有限公司 一种玻璃堆垛调度方法
CN112845122A (zh) * 2021-02-19 2021-05-28 黄河水利职业技术学院 基于机器视觉的畜牧养殖用垃圾分拣装置及其分拣方法
CN113102297B (zh) * 2021-04-09 2022-03-08 中国大恒(集团)有限公司北京图像视觉技术分公司 一种并联机器人快速分拣瑕疵工件的方法
CN113400308B (zh) * 2021-06-16 2022-06-03 深圳谦腾科技有限公司 机械手抓取产品的最优路径规划方法与可读存储介质
CN113814973B (zh) * 2021-09-10 2022-12-13 北京精密机电控制设备研究所 一种双臂机器人分拣任务控制方法
CN114029250B (zh) * 2021-10-27 2022-11-18 因格(苏州)智能技术有限公司 物品分拣方法与系统
CN114789151B (zh) * 2022-03-25 2023-08-04 四川硅旺新材料科技有限公司 一种智能制造系统动态调度方法
CN116493270B (zh) * 2023-06-25 2023-09-01 深圳探谱特科技有限公司 一种物品分拣方法、分拣装置和分拣系统
CN117608258B (zh) * 2024-01-24 2024-04-05 纳博特南京科技有限公司 一种基于lof算法的多机器人的均衡任务分配方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2395795B1 (es) * 2011-05-27 2014-03-18 Eric Van Looy Estación automática de clasificación de materiales.
WO2013045314A1 (en) * 2011-09-28 2013-04-04 Universal Robots A/S Calibration and programming of robots
CN104589357B (zh) * 2014-12-01 2016-08-17 佛山市万世德机器人技术有限公司 基于视觉跟踪的delta机器人控制系统和方法
CN107618030B (zh) * 2016-07-16 2021-02-19 深圳市得意自动化科技有限公司 基于视觉的机器人动态跟踪抓取方法及系统
CN106546233A (zh) * 2016-10-31 2017-03-29 西北工业大学 一种面向合作目标的单目视觉定位方法
CN107742286B (zh) * 2017-09-28 2021-01-29 河北工业大学 一种多晶硅太阳能电池片el测试裂纹缺陷检测方法

Also Published As

Publication number Publication date
CN109365318A (zh) 2019-02-22

Similar Documents

Publication Publication Date Title
CN109365318B (zh) 一种多机器人协作分拣方法及系统
CN107150032B (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
CN106770331B (zh) 一种基于机器视觉的工件缺陷检测系统
CN107992881B (zh) 一种机器人动态抓取方法及系统
CN103325106A (zh) 基于LabVIEW的运动工件分拣方法
CN108247635B (zh) 一种深度视觉的机器人抓取物体的方法
CN105759720A (zh) 基于计算机视觉的机械手跟踪定位在线识别与纠偏方法
CN109926817B (zh) 基于机器视觉的变压器自动装配方法
CN110743818A (zh) 基于视觉及深度学习的垃圾分选系统、垃圾分选方法
CN112318485B (zh) 物体分选系统及其图像处理方法、装置
CN112845143A (zh) 一种生活垃圾分类智能分拣系统及方法
CN110302981B (zh) 一种固废分拣在线抓取方法和系统
CN112529858A (zh) 一种基于机器视觉的焊缝图像处理方法
CN112102368B (zh) 一种基于深度学习的机器人垃圾分类分拣方法
CN105225225A (zh) 一种基于机器视觉的皮革自动划线方法和装置
CN112893007A (zh) 一种基于机器视觉的点胶系统及其点胶方法
CN103752531A (zh) 一种基于机器视觉的烟叶分拣机
CN111761575A (zh) 工件及其抓取方法和生产线
CN106067031A (zh) 基于人工纠错机制与深度学习网络协作机器视觉识别系统
CN110852265B (zh) 一种应用在工业流水线上的快速目标检测和定位方法
CN112338898B (zh) 物体分选系统的图像处理方法、装置及物体分选系统
CN112989881A (zh) 一种无监督可迁移的3d视觉物体抓取方法
CN114384080B (zh) 一种橡胶圈缺陷批量检测方法及检测系统
CN105954288A (zh) 电解锰阴极板剥离后空板检测与分拣系统及检测方法
CN205552536U (zh) 一种基于机器视觉的四轴并联机器人分拣系统

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210504

Termination date: 20211130

CF01 Termination of patent right due to non-payment of annual fee