CN110897268A - 一种用于鞋面的机器人划线方法及应用其的装置 - Google Patents
一种用于鞋面的机器人划线方法及应用其的装置 Download PDFInfo
- Publication number
- CN110897268A CN110897268A CN201911120882.4A CN201911120882A CN110897268A CN 110897268 A CN110897268 A CN 110897268A CN 201911120882 A CN201911120882 A CN 201911120882A CN 110897268 A CN110897268 A CN 110897268A
- Authority
- CN
- China
- Prior art keywords
- robot
- vamp
- image
- scribing
- images
- 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 title claims abstract description 34
- 238000003825 pressing Methods 0.000 claims description 24
- 230000009466 transformation Effects 0.000 claims description 18
- 230000000007 visual effect Effects 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 230000005540 biological transmission Effects 0.000 claims description 8
- 239000007921 spray Substances 0.000 claims description 6
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000000149 penetrating effect Effects 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 description 7
- 230000005611 electricity Effects 0.000 description 4
- 239000003292 glue Substances 0.000 description 4
- 238000009434 installation Methods 0.000 description 3
- 239000011248 coating agent Substances 0.000 description 2
- 238000000576 coating method Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004026 adhesive bonding Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000049 pigment Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A43—FOOTWEAR
- A43D—MACHINES, TOOLS, EQUIPMENT OR METHODS FOR MANUFACTURING OR REPAIRING FOOTWEAR
- A43D8/00—Machines for cutting, ornamenting, marking or otherwise working up shoe part blanks
- A43D8/26—Marking for future work
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
- G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
- G06V10/751—Comparing pixel values or logical combinations thereof, or feature values having positional relevance, e.g. template matching
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Manipulator (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种用于鞋面的机器人划线方法其包括如下步骤:建立多个模板图像,通过拍照设备采集鞋面图像并对其进行校正处理,得到与模板图像像素大小相适的鞋面形状图像,将鞋面形状图像与多个模板图像进行形状匹配,查找与鞋面形状图像相匹配的目标模板图像,若查找到目标模板图像,则将目标模板图像的组成鞋面划线轮廓线的坐标点变换为机器人能够读取的点位数据,将所述机器人能够读取的点位数据输送给机器人,机器人预读所有点位数据生成鞋面划线轮廓线并开始划线;本发明还公开了一种应用其的装置。本发明采用联动拍照设备和机器人的方式,为每一个鞋面快速查找到匹配的模板图像,从而提高划线效率,提升划线精度。
Description
技术领域
本发明属于鞋面划线技术领域,具体涉及一种用于鞋面的机器人划线方法及应用其的装置。
背景技术
目前,传统行业逐渐引进了自动化设备,来协助人们完成例如制鞋工艺的流程。
在制鞋时,若涂抹胶过多,会使鞋面起皱,若涂抹胶过少,又会出现鞋面粘不牢的现象,需要对鞋面进行补胶,所以为了使鞋面涂胶均匀,一般需要在鞋面上进行划线后再打磨涂胶,从而使所涂的胶合适。
虽然,在现有制鞋行业的自动化市场上,也已经存在一些比较早期的应用技术,例如通过轮廓仪采集鞋底信息后,与现有的鞋底数据进行图像对比和匹配,但是该种技术操作麻烦,对员工要求比较高,而且良率比较低。
发明内容
为了解决上述问题,本发明提供一种用于鞋面的机器人划线方法,用以解决现有技术中存在的问题。
本发明的另一目的是提供一种用于鞋面的机器人划线装置。
本发明所采用的技术方案是:
一种用于鞋面的机器人划线方法,其包如下步骤:
S1、从多个图元文件中提取图档并建立多个模板图像;
S2、通过拍照设备采集畸变鞋面图像并对其进行校正处理,得到与模板图像像素大小相适的鞋面形状图像;
S3、将所述S2中的鞋面形状图像与所述S1中的多个模板图像进行形状匹配,查找与所述S2中的鞋面形状图像相匹配的目标模板图像;
S4、若查找到所述S3中的目标模板图像,则将目标模板图像的组成鞋面划线轮廓线的坐标点变换为机器人能够读取的点位数据;
S5、将所述S4中机器人能够读取的点位数据输送给机器人,机器人预读所有点位数据生成鞋面划线轮廓线并开始划线。
优选地,所述S1中通过视觉软件从多个图元文件中提取图档并建立多个模板图像,具体为:所述图元文件为dxf文件,通过视觉软件对多个dxf文件进行缩放计算处理,得到与视觉像素大小相适的模板图像。
优选地,所述S2中拍照设备采集的鞋面图像为畸变鞋面图像,所述S2中对其进行校正处理,具体为:给畸变鞋面图像像素坐标赋予模板图像像素坐标。
优选地,所述S4中将目标模板图像的鞋面划线轮廓线的点位数据变换为机器人能够读取的点位数据,具体为:将目标模板的鞋面划线轮廓线的坐标点通过变换矩阵转换为机器人能够读取的点位数据;所述变换矩阵为从一个点对应关系和两个对应角度计算一个刚性仿射变换,即由旋转和平移组成的变换,并将组成的变换作为变换矩阵。
优选地,所述S3中将所述S2中的鞋面形状图像与所述S1中的多个模板图像进行形状匹配,查找与所述S2中的鞋面形状图像相匹配的目标模板图像,具体为:若未查找到与所述S2中的鞋面形状图像相匹配的目标模板图像,则转回S2,重新采集鞋面图像。
一种用于鞋面的机器人划线装置,其包括所述的用于鞋面的机器人划线方法和框架主体,所述框架主体内部上方安装拍照设备,所述框架主体内部一侧安装机器人,所述框架主体内部安装贯穿的透明传送带,所述透明传送带的一端安装有驱动设备和编码器,所述驱动设备和所述编码器电连接,所述机器人与所述驱动设备和编码器电连接。
优选地,所述框架主体内部上方设有相机固定支架,所述相机固定支架上安装所述拍照设备,所述框架主体内部一侧设有机器人固定机台,所述机器人固定机台上安装所述机器人;所述拍照设备为工业相机。
优选地,所述框架主体内部安装贯穿的传送框架,所述传送框架内安装所述透明传送带。
优选地,所述框架主体内部的所述传送框架外部安装压网,所述压网一侧安装压网气缸,所述压网内侧下部水平固定光源,所述透明传送带贯穿所述压网内部并包围所述光源,所述机器人与所述拍照设备、所述驱动设备、所述编码器、所述压网气缸和所述光源均为电连接。
优选地,所述机器人为多关节机器人,所述机器人在轴顶部安装有喷枪,所述喷枪内添加有墨料,所述传送框架和所述透明传送带均伸出所述框架主体,所述透明传送带靠近所述驱动设备的一侧用于放置鞋面,所述驱动设备为伺服电机。
与现有技术相比,本发明通过建立多个模板图像,将拍照设备采集的鞋面图像进行校正处理,得到与模板图像像素大小相适的鞋面形状图像,然后将鞋面形状图像与多个模板图像进行形状匹配,查找到与鞋面形状图像相匹配的目标模板图像,将目标模板图像的组成鞋面划线轮廓线的坐标点变换为机器人能够读取的点位数据并输送给机器人,机器人预读所有点位数据生成鞋面划线轮廓线并开始划线,从而能够有效提高划线效率,提升划线精度。
附图说明
图1是本发明实施例1提供用于鞋面的机器人划线方法的流程示意图;
图2是本发明实施例2提供用于鞋面的机器人划线装置的框架主体示意图;
图3是本发明实施例2提供用于鞋面的机器人划线装置的整体结构示意图;
图4是本发明实施例2提供用于鞋面的机器人划线装置的压网的结构示意图。
附图标记说明
1-框架主体,2-相机固定支架,3-拍照设备,4-机器人固定机台,5-机器人,6-传送框架,7-透明传送带,8-驱动设备,9-编码器,10-压网,11-压网气缸,12-光源。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
实施例1
本发明实施例1提供一种用于鞋面的机器人划线方法,如图1所示,其包括如下步骤:
S1、通过视觉软件从多个图元文件中提取图档并建立多个模板图像;
具体为:所述视觉软件为CAD软件,所述图元文件为dxf文件,通过视觉软件对多个dxf文件进行缩放计算处理,得到与视觉像素大小相适的模板图像。
S2、通过拍照设备采集畸变鞋面图像并对其进行校正处理,得到与模板图像像素大小相适的鞋面形状图像;
具体为:通过工业相机采集畸变鞋面图像,给畸变鞋面图像像素坐标赋予模板图像像素坐标,从而得到与模板图像像素大小相适的鞋面形状图像。
例如,(u,v)为理想鞋面的像素坐标,由于工业相机径向畸变的存在,因此S1实际得到的有畸变的位置变成了(u',v')。为了达到矫正的目的,将理想图像坐标(u,v)处的坐标值赋为实际得到的图像中的(u',v')处的像素值。
S3、将所述S2中的鞋面形状图像与所述S1中的多个模板图像进行形状匹配,查找与所述S2中的鞋面形状图像相匹配的目标模板图像;
具体为:若未查找到与所述S2中的鞋面形状图像相匹配的目标模板图像,则转回S2,重新采集鞋面图像。
S4、若查找到所述S3中的目标模板图像,则将目标模板图像的组成鞋面划线轮廓线的坐标点变换为机器人能够读取的点位数据;
具体为:将目标模板的鞋面划线轮廓线的坐标点通过变换矩阵转换为机器人能够读取的点位数据;所述变换矩阵为从一个点对应关系和两个对应角度计算一个刚性仿射变换,即由旋转和平移组成的变换,并将组成的变换作为变换矩阵。
S5、将所述S4中机器人能够读取的点位数据输送给机器人,机器人预读所有点位数据生成鞋面划线轮廓线并开始划线。
本发明通过建立多个模板图像,将拍照设备采集的鞋面图像进行校正处理,得到与模板图像像素大小相适的鞋面形状图像,然后将鞋面形状图像与多个模板图像进行形状匹配,查找到与鞋面形状图像相匹配的目标模板图像,将目标模板图像的组成鞋面划线轮廓线的坐标点变换为机器人能够读取的点位数据并输送给机器人,机器人预读所有点位数据生成鞋面划线轮廓线并开始划线,从而能够有效提高划线效率,提升划线精度。
实施例2
一种用于鞋面的机器人划线装置,其包括所述的用于鞋面的机器人划线方法和框架主体1,所述框架主体1内部上方安装拍照设备3,所述框架主体1内部一侧安装机器人5,所述框架主体1内部安装贯穿的透明传送带7,所述透明传送带7的一端安装有驱动设备8和编码器9,所述驱动设备8和所述编码器9电连接,所述机器人5与所述驱动设备8和编码器9电连接。
所述框架主体1内部上方设有相机固定支架2,所述相机固定支架2上安装所述拍照设备3,所述框架主体1内部一侧设有机器人固定机台4,所述机器人固定机台4上安装所述机器人5;所述拍照设备3为工业相机。
所述框架主体1内部安装贯穿的传送框架6,所述传送框架6内安装所述透明传送带7。
所述框架主体1内部的所述传送框架6外部安装压网10,所述压网10一侧安装压网气缸11,所述压网10内侧下部水平固定光源12,所述透明传送带7贯穿所述压网10内部并包围所述光源12,所述机器人5与所述拍照设备3、所述驱动设备8、所述编码器9、所述压网气缸11和所述光源12均为电连接。
所述机器人5为多关节机器人,所述机器人5在轴顶部安装有喷枪,所述喷枪内添加有墨料,用于在鞋面上划线,所述传送框架6和所述透明传送带7均伸出所述框架主体1,所述透明传送带7靠近所述驱动设备8的一侧用于放置鞋面,所述驱动设备8为伺服电机。
所述透明传送带分为上料工位,划线工位和下料工位。
工作原理:
首先将鞋面放置在透明传送带7上,启动机器人5,机器人5发送开始信号给驱动设备8和编码器9,驱动设备8驱动透明传送带7运动,同时编码器9开始计时;当编码器9记录鞋面已经运动到划线工位,发送到位信号给机器人5,机器人发送拍照信号给拍照设备3准备拍照;
拍照设备3拍照完成后发送完成信号给机器人5,机器人5发送压网信号给压网气缸11,压网气缸11驱动压网10向下压网固定住透明传送带7,同时机器人5发送开灯信号给光源12打开光源,然后机器人5发送指令给图像处理软件(一种用于鞋面的机器人划线方法),启动图像处理流程(采图,匹配,处理),即拍照设备采集图像,然后将图像经过处理,匹配到预先存储的目标图像,将目标图像组成鞋面划线轮廓线的坐标点变换为机器人能够读取的点位数,将结果发送给机器人5,机器人5接收到划线点位坐标后,发送关灯信号给光源12并开始划线操作。划线完成后,机器人5输出复位信号,控制压网气缸11复位,压网气缸11复位后,机器人5回原点。
工作过程:
1、启动
(0)按下启动按钮,机器人5内部程序开始运行。
2、进料
(1)机器人5输出IO信号(输入输出信号)给伺服器(用于控制驱动设备的一种控制器),驱动设备8控制透明传送带7移动一个工作距离,带动物料(鞋面)从上料工位移动到划线工位后,伺服器输出IO信号给机器人5。其中,编码器9用于实时读取透明传送带7的运动距离。即编码器9从驱动设备8启动开始计数,通过编码器的读数确定物料已经移动到划线工位,然后将信号回馈给机器人5,机器人5控制拍照设备3开始拍照。
3、划线
(2)机器人5输出IO信号,控制压网气缸11压料。
(3)机器人5输出IO信号,控制光源12打开。
(4)机器人5网口通讯发送命令给图像处理软件(一种用于鞋面的机器人划线方法),启动图像处理流程(采图,匹配,处理),图像软件将结果发送给机器人。
(5)机器人5接收到划线点位坐标后,发送关灯IO信号并开始划线。
(6)划线完成后,机器人5输出IO信号,控制压网气缸11复位。
(7)压网气缸11复位后,机器人5回原点。
4、出料
(8)机器人5输出IO信号给伺服器,驱动设备8控制透明传送带7移动一个工作距离,带动物料从划线工位移动到下料工位后(下一次划线的物料从上料工位移动到划线工位),伺服器输出IO信号给机器人5。流程回到(3、划线)。
停止与复位
按下停止按钮后,机器人5停止动作。
按下复位按钮后,机器人5回原点,压网气缸复位。
手动按下透明传送带7前进或后退按钮,移动透明传送带7复位。
急停
按下急停后,切断机器人5电源、切断透明传送带7的驱动设备8的电源。
急停复位后,机器人5与驱动设备8电源上电,按复位按钮执行复位流程后,再按启动按钮开始工作。
调试
①通过按动透明传送带7前进或后退按钮,调整透明传送带7上的物料位置。
②打开机器人划线颜料点射开关进行划线。
③通过按动划线按钮,设备执行机器人5回原点、压网10压料、光源12打开、软件图像处理并发送轨迹、光源12关闭、机器人5划线,机器人5回原点,压网10复位的流程。
本实施例通过采集鞋面图像,对鞋面图像进行一系列图像处理,然后为每一个鞋面快速查找到合适的模板图像,并将匹配模板图像的点位数据发送到机器人,使机器人预读点位数据生成轮廓线并执行划线操作,从而提高划线效率,提升划线精度。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应该以权利要求的保护范围为准。
Claims (10)
1.一种用于鞋面的机器人划线方法,其特征在于,其包括如下步骤:
S1、从多个图元文件中提取图档并建立多个模板图像;
S2、通过拍照设备采集畸变鞋面图像并对其进行校正处理,得到与模板图像像素大小相适的鞋面形状图像;
S3、将所述S2中的鞋面形状图像与所述S1中的多个模板图像进行形状匹配,查找与所述S2中的鞋面形状图像相匹配的目标模板图像;
S4、若查找到所述S3中的目标模板图像,则将目标模板图像的组成鞋面划线轮廓线的坐标点变换为机器人能够读取的点位数据;
S5、将所述S4中机器人能够读取的点位数据输送给机器人,机器人预读所有点位数据生成鞋面划线轮廓线并开始划线。
2.根据权利要求1所述的用于鞋面的机器人划线方法,其特征在于,所述S1中通过视觉软件从多个图元文件中提取图档并建立多个模板图像,具体为:所述图元文件为dxf文件,通过视觉软件对多个dxf文件进行缩放计算处理,得到与视觉像素大小相适的模板图像。
3.根据权利要求2所述的用于鞋面的机器人划线方法,其特征在于,所述S2中拍照设备采集的鞋面图像为畸变鞋面图像,所述S2中对其进行校正处理,具体为:给畸变鞋面图像像素坐标赋予模板图像像素坐标。
4.根据权利要求3所述的用于鞋面的机器人划线方法,其特征在于,所述S4中将目标模板图像的鞋面划线轮廓线的点位数据变换为机器人能够读取的点位数据,具体为:将目标模板的鞋面划线轮廓线的坐标点通过变换矩阵转换为机器人能够读取的点位数据;所述变换矩阵为从一个点对应关系和两个对应角度计算一个刚性仿射变换,即由旋转和平移组成的变换,并将组成的变换作为变换矩阵。
5.根据权利要求4所述的用于鞋面的机器人划线方法,其特征在于,所述S3中将所述S2中的鞋面形状图像与所述S1中的多个模板图像进行形状匹配,查找与所述S2中的鞋面形状图像相匹配的目标模板图像,具体为:若未查找到与所述S2中的鞋面形状图像相匹配的目标模板图像,则转回S2,重新采集鞋面图像。
6.一种用于鞋面的机器人划线装置,其特征在于,其包括权利要求1-5任一项所述的用于鞋面的机器人划线方法和框架主体(1),所述框架主体(1)内部上方安装拍照设备(3),所述框架主体(1)内部一侧安装机器人(5),所述框架主体(1)内部安装贯穿的透明传送带(7),所述透明传送带(7)的一端安装有驱动设备(8)和编码器(9),所述驱动设备(8)和所述编码器(9)电连接,所述机器人(5)与所述驱动设备(8)和编码器(9)电连接。
7.根据权利要求6所述的用于鞋面的机器人划线装置,其特征在于,所述框架主体(1)内部上方设有相机固定支架(2),所述相机固定支架(2)上安装所述拍照设备(3),所述框架主体(1)内部一侧设有机器人固定机台(4),所述机器人固定机台(4)上安装所述机器人(5);所述拍照设备(3)为工业相机。
8.根据权利要求7所述的用于鞋面的机器人划线装置,其特征在于,所述框架主体(1)内部安装贯穿的传送框架(6),所述传送框架(6)内安装所述透明传送带(7)。
9.根据权利要求8所述的用于鞋面的机器人划线装置,其特征在于,所述框架主体(1)内部的所述传送框架(6)外部安装压网(10),所述压网(10)一侧安装压网气缸(11),所述压网(10)内侧下部水平固定光源(12),所述透明传送带(7)贯穿所述压网(10)内部并包围所述光源(12),所述机器人(5)与所述拍照设备(3)、所述驱动设备(8)、所述编码器(9)、所述压网气缸(11)和所述光源(12)均为电连接。
10.根据权利要求9所述的用于鞋面的机器人划线装置,其特征在于,所述机器人(5)为多关节机器人,所述机器人(5)在轴顶部安装有喷枪,所述喷枪内添加有墨料,所述传送框架(6)和所述透明传送带(7)均伸出所述框架主体(1),所述透明传送带(7)靠近所述驱动设备(8)的一侧用于放置鞋面,所述驱动设备(8)为伺服电机。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911120882.4A CN110897268A (zh) | 2019-11-15 | 2019-11-15 | 一种用于鞋面的机器人划线方法及应用其的装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911120882.4A CN110897268A (zh) | 2019-11-15 | 2019-11-15 | 一种用于鞋面的机器人划线方法及应用其的装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110897268A true CN110897268A (zh) | 2020-03-24 |
Family
ID=69817661
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911120882.4A Pending CN110897268A (zh) | 2019-11-15 | 2019-11-15 | 一种用于鞋面的机器人划线方法及应用其的装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110897268A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112405123A (zh) * | 2020-11-19 | 2021-02-26 | 泉州华中科技大学智能制造研究院 | 基于聚类算法的鞋底打粗轨迹规划方法及装置 |
CN114098230A (zh) * | 2021-10-26 | 2022-03-01 | 际华三五一三实业有限公司 | 一种自动划印机校准方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130132038A1 (en) * | 2011-11-18 | 2013-05-23 | Nike, Inc. | Automated 3-D Modeling Of Shoe Parts |
CN105225225A (zh) * | 2015-08-31 | 2016-01-06 | 臻雅科技温州有限公司 | 一种基于机器视觉的皮革自动划线方法和装置 |
CN106733525A (zh) * | 2016-11-24 | 2017-05-31 | 杭州力视科技有限公司 | 一种基于双摄像头的自动点胶的方法及装置 |
CN107876269A (zh) * | 2017-12-25 | 2018-04-06 | 厦门大学嘉庚学院 | 鞋模自动喷胶的三目视觉喷涂轨迹提取系统及其工作方法 |
CN109671123A (zh) * | 2019-01-31 | 2019-04-23 | 泉州华中科技大学智能制造研究院 | 一种基于单目视觉的鞋底喷胶设备及方法 |
CN208798742U (zh) * | 2018-07-06 | 2019-04-30 | 上海新时达机器人有限公司 | 一种生产线 |
CN109938454A (zh) * | 2019-04-23 | 2019-06-28 | 东莞市捷圣智能科技有限公司 | 鞋材自动化喷涂装置 |
CN109998228A (zh) * | 2019-05-05 | 2019-07-12 | 东莞市瀚通激光科技有限公司 | 一种基于视觉识别的自动画线标记设备及其画线标记方法 |
CN211672693U (zh) * | 2019-11-15 | 2020-10-16 | 东莞特雷斯智能科技有限公司 | 一种用于鞋面的机器人划线装置 |
-
2019
- 2019-11-15 CN CN201911120882.4A patent/CN110897268A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130132038A1 (en) * | 2011-11-18 | 2013-05-23 | Nike, Inc. | Automated 3-D Modeling Of Shoe Parts |
CN105225225A (zh) * | 2015-08-31 | 2016-01-06 | 臻雅科技温州有限公司 | 一种基于机器视觉的皮革自动划线方法和装置 |
CN106733525A (zh) * | 2016-11-24 | 2017-05-31 | 杭州力视科技有限公司 | 一种基于双摄像头的自动点胶的方法及装置 |
CN107876269A (zh) * | 2017-12-25 | 2018-04-06 | 厦门大学嘉庚学院 | 鞋模自动喷胶的三目视觉喷涂轨迹提取系统及其工作方法 |
CN208798742U (zh) * | 2018-07-06 | 2019-04-30 | 上海新时达机器人有限公司 | 一种生产线 |
CN109671123A (zh) * | 2019-01-31 | 2019-04-23 | 泉州华中科技大学智能制造研究院 | 一种基于单目视觉的鞋底喷胶设备及方法 |
CN109938454A (zh) * | 2019-04-23 | 2019-06-28 | 东莞市捷圣智能科技有限公司 | 鞋材自动化喷涂装置 |
CN109998228A (zh) * | 2019-05-05 | 2019-07-12 | 东莞市瀚通激光科技有限公司 | 一种基于视觉识别的自动画线标记设备及其画线标记方法 |
CN211672693U (zh) * | 2019-11-15 | 2020-10-16 | 东莞特雷斯智能科技有限公司 | 一种用于鞋面的机器人划线装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112405123A (zh) * | 2020-11-19 | 2021-02-26 | 泉州华中科技大学智能制造研究院 | 基于聚类算法的鞋底打粗轨迹规划方法及装置 |
CN112405123B (zh) * | 2020-11-19 | 2021-09-24 | 泉州华中科技大学智能制造研究院 | 基于聚类算法的鞋底打粗轨迹规划方法及装置 |
CN114098230A (zh) * | 2021-10-26 | 2022-03-01 | 际华三五一三实业有限公司 | 一种自动划印机校准方法 |
CN114098230B (zh) * | 2021-10-26 | 2022-04-15 | 际华三五一三实业有限公司 | 一种自动划印机校准方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN211672693U (zh) | 一种用于鞋面的机器人划线装置 | |
WO2020133873A1 (zh) | 基于三维视觉的机器人涂胶轨迹自动生产方法 | |
CN102490523B (zh) | 一种基于计算机视觉的自动激光雕刻系统及其使用方法 | |
CN110897268A (zh) | 一种用于鞋面的机器人划线方法及应用其的装置 | |
CN107876269B (zh) | 鞋模自动喷胶的三目视觉喷涂轨迹提取系统及其工作方法 | |
CN113197395B (zh) | 一种鞋面自动成型生产方法及生产线 | |
CN105656260B (zh) | 一种电机转子视觉组装生产线及组装工艺 | |
CN107590837A (zh) | 一种视觉定位智能精密装配机器人及其摄像机视觉标定方法 | |
CN110881748A (zh) | 一种基于3d扫描的机器人鞋底自动涂胶系统及方法 | |
CN110293559B (zh) | 一种自动识别定位对准的安装方法 | |
CN208730574U (zh) | 一种电机控制器生产控制系统 | |
CN111067197A (zh) | 一种基于3d扫描的机器人鞋底动态涂胶系统及方法 | |
CN107448822A (zh) | 一种基于目标跟踪与手势识别技术的手术无影灯及其控制方法 | |
CN104807834A (zh) | 一种基于机器视觉的瓷砖图案缺陷检测装置 | |
CN112643207B (zh) | 基于计算机视觉的激光自动除锈系统及方法 | |
CN203317430U (zh) | 一种工业机器人视觉拾取控制系统 | |
CN105326159A (zh) | 中后帮鞋机的涂胶方法 | |
CN113996499A (zh) | 一种用于自动化工业点胶机器人的智能定位系统 | |
CN104473381A (zh) | 一种鞋帮双边涂胶方法及装置 | |
CN202907979U (zh) | 用于鞋大底的视觉扫描系统 | |
CN205441113U (zh) | 一种机器人自动贴标系统 | |
CN110664053A (zh) | 一种基于视觉的鞋底纠偏系统及方法 | |
CN107053218A (zh) | 一种检测光伏组件红外热斑的智能机器人及检测方法 | |
CN104874692A (zh) | 自动化冲压线一模双件视觉对中控制系统 | |
CN207503007U (zh) | 一种基于图像识别的轮毂自动输送控制系统 |
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 |