CN112009099B - 一种单相机印刷校正台校正方法 - Google Patents

一种单相机印刷校正台校正方法 Download PDF

Info

Publication number
CN112009099B
CN112009099B CN202010830856.7A CN202010830856A CN112009099B CN 112009099 B CN112009099 B CN 112009099B CN 202010830856 A CN202010830856 A CN 202010830856A CN 112009099 B CN112009099 B CN 112009099B
Authority
CN
China
Prior art keywords
reference point
point
correction
platform
motor
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.)
Active
Application number
CN202010830856.7A
Other languages
English (en)
Other versions
CN112009099A (zh
Inventor
章张健
周迪斌
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.)
Suzhou Kede Software Circuit Board Co ltd
Original Assignee
Suzhou Kede Software Circuit Board Co ltd
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 Suzhou Kede Software Circuit Board Co ltd filed Critical Suzhou Kede Software Circuit Board Co ltd
Priority to CN202010830856.7A priority Critical patent/CN112009099B/zh
Publication of CN112009099A publication Critical patent/CN112009099A/zh
Application granted granted Critical
Publication of CN112009099B publication Critical patent/CN112009099B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B41—PRINTING; LINING MACHINES; TYPEWRITERS; STAMPS
    • B41F—PRINTING MACHINES OR PRESSES
    • B41F33/00—Indicating, counting, warning, control or safety devices
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Screen Printers (AREA)
  • Studio Devices (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种单相机印刷校正台校正方法，包括：S1、建立基于单相机的校正平台，校正平台包括底座、固定在底座上的电机执行机构、受电机执行机构驱动而发生运动的印刷平台、用于对印刷平台上的线路板摄像的相机，工业相机的图像采集区域包含标记点；S2、自主学习校正平台的模型参数，包括初始化校正平台得到参照点的坐标，以及分析采集到的印刷平台的运动数据，得到最佳模型参数；S3、根据参照点、标记点的位置和最佳模型参数，计算当前电机脉冲值；S4、根据标记点与参照点的坐标差距或当前脉冲值对对印刷平台的校正进行判断。本发明基于模型的自学习过程，采用智能方法提高印刷平台校正的精度。

Description

一种单相机印刷校正台校正方法
技术领域
本发明涉及印刷平台校正领域，特别涉及一种单相机印刷校正台校正方法。
背景技术
柔性线路板(Flexible Printed Circuit)是用柔性的绝缘基材制成的印刷电路，具有许多硬性印刷电路板不具备的优点。易弯曲、卷绕、折叠，可依照空间布局要求任意安排，并在三维空间任意移动和伸缩，从而达到元器件装配和导线连接的一体化。
由于柔性线路板具有易变形的特点，在加工的过程中易由静电和空气压力等因素产生弯曲，卷绕或缺陷，导致柔性线路板不易加工，许多工序过程依靠人工解决，行业的自动化水平偏低。
印刷是柔性线路板加工的重要环节，往往需印刷多层不同材料的涂料、喷胶、冲PIN或贴保护膜。在这些工序中，对精度要求极其严格，稍微偏差，极易导致整个柔性板报废，因此，校正平台的精准定位极其重要。当前主流的固定方法是在平台上钻2个孔，通过双相机检测目标，再利用校正模型实现平台校正，这种方法简单高效，但也存在一些不足，一是模式对材料调整尺寸有要求，不适合较小的材料，二是现有的校正模型需要预先评估平台参数，而机械平台加工的误差较大，导致理想的旋转平台模型有较大的误差，且计算模式复杂，调整次数偏多。
发明内容
为了解决现有技术的问题，本发明提供了一种单相机印刷校正台校正方法，特别是涉及一种单相机柔性线路板印刷的多自由度平台的自动校正方法，满足柔性线路板冲PIN、贴膜、校正等工序中的小尺寸范围高精度的对位校正需求，实现柔性线路板印刷过程的自动化，技术方案如下：
本发明提供了一种单相机印刷校正台校正方法，包括以下步骤：
S1、建立基于单相机的校正平台，所述校正平台包括底座、固定在底座上的电机执行机构、受电机执行机构驱动而发生运动的印刷平台、用于对放置在印刷平台上的线路板进行图像采集的工业相机，所述工业相机的图像采集区域包含标记点；
S2、自主学习所述校正平台的模型参数，包括初始化所述校正平台得到参照点的坐标，采集所述印刷平台的运动数据作为样本数据，基于采集的样本数据分析校正平台的模型参数，得到最佳模型参数；
S3、根据所述参照点的位置、标记点的当前所在位置和所述最佳模型参数，计算当前电机脉冲值；
S4、判断当前位置的标记点与所述参照点的坐标差距是否小于预设的像素值，或者，判断所述当前脉冲值是否低于预设的电机脉冲合格阈值，若是，则完成对所述印刷平台的校正，否则执行S5；
S5、根据所述当前电机脉冲值驱动所述电机执行机构运行后，重复执行步骤S3-S4。
进一步地，步骤S2得到的最佳模型参数为Parambest＝(a0，a1，a2，a3…a15)，a0至a15中的每个参数均为三元参数；
步骤S3中通过以下公式计算所述当前电机脉冲值：
(XC，Y1C，Y2C)＝fun(Parambest)＝fun(a0，a1，a2，a3…a15)
＝a0×θ+a1×Δθ+a2×θ2+a3×(Δθ)2+
a4×Δx1+a5×Δx2+a6×Δy1+a7×Δy2+a8×Δx12+a9×Δy12+
a10×(Δx1)+a11×(Δx2)+a12×(Δy1)2+a13×(Δy2)2+a14×(Δx12)2+a15×(Δy12)2，
其中，(XC，Y1C，Y2C)为所述当前电机脉冲值，最佳模型参数为Parambest＝(a0，a1，a2，a3…a15)，θ为双标记点之间的夹角，Δθ为双标记点与参照点之间的夹角，(Δx1，Δy1)和(Δx2，Δy2)为两标记点的当前位置和参照点的坐标差值，(Δx12，Δy12)为两个坐标差值之间的相对偏差。
进一步地，通过以下公式计算双标记点之间的夹角：
θ＝arctan 2(S2y-S1y，S2x-S1x)，其中，θ为标点之间的夹角，S1y为第一参照点的y轴坐标，S2y为第二参照点的y轴坐标，S1x为第一参照点的x轴坐标，S2x为第二参照点的x轴坐标；
通过以下公式计算双标记点与参照点之间的夹角：
Δθ＝arctan2(P2y-P1y,P2x-P1x)-arctan2(S2y-S1y,S2x-S1x)，其中，Δθ为双标记点与参照点之间的夹角，P1y为第一标记点的y轴坐标，P2y为第二标记点的y轴坐标，P1x为第一标记点的x轴坐标，P2x为第二标记点的x轴坐标，S1y为第一参照点的y轴坐标，S2y为第二参照点的y轴坐标，S1x为第一参照点的x轴坐标，S2x为第二参照点的x轴坐标；
通过以下公式计算两标记点的当前位置和参照点的坐标差值：
(Δx1,Δy1)＝P1-S1，(Δx2,Δy2)＝P2-S2，其中，(Δx1,Δy1)、(Δx2,Δy2)为两标记点的当前位置和参照点的坐标差值，P1为第一标记点的坐标，P2为第二标记点的坐标，S1为第一参照点的坐标，S2为第二参照点的坐标；
通过以下公式计算两个坐标差值之间的相对偏差：
(Δx12,Δy12)＝(Δx2,Δy2)-(Δx1,Δy1)，其中，(Δx12,Δy12)为以上两个坐标差值之间的相对偏差，(Δx1,Δy1)、(Δx2,Δy2)为两标记点的当前位置和参照点的坐标差值。
本发明提供的多自由度平台的校正方法还包括校正超限诊断，包括以下步骤：
对步骤S5中重复执行步骤S3-S4的次数进行统计，若连续重复执行的次数超过预设的次数，则判定为校正失败；及/或
若步骤S3中当前电机脉冲值的计算结果超过预设的脉冲值，则判定为校正失败。
具体地，所述电机执行机构包括第一电机、第二电机和第三电机；所述第一电机用于驱动所述印刷平台在X轴方向运动，所述第二电机和第三电机用于同步驱动所述印刷平台在Y轴方向运动，所述第二电机和第三电机中任意一个单独工作则驱动所述印刷平台在水平面发生旋转和平移。
进一步地，步骤S2中通过以下步骤得到最佳模型参数：
S21、对所述校正平台进行初始化操作，包括对电机执行机构进行复位，利用相机采集双标记图像，并将标记的坐标作为参照点坐标，记为S1(x,y)和S2(x,y)；
S22、按照下述步骤采集所述校正平台的运动数据，作为测试样本集：S221、驱动电机运动至位置(X,Y1,Y2)，采集此时图像，检测识别标记点坐标位置(P1(x,y),P2(x,y)),进而构成五元组数据：(X,Y1,Y2,P1(x,y),P2(x,y))；S222、利用电机驱动所述印刷平台运动，以采集多个五元组数据，构成测试样本集，记为ES(X，Y1，Y2，P1(x，y)，P2(x，y))；
S23、基于所述测试样本集，分析所述校正平台的参数，分析方法包括以下方法：S231、初始化平台模型，构建以下多元一次的方程来计算理论脉冲值：
(XT，Y1T，Y2T)＝fun(Param)＝fun(a0，a1，a2，a3…a15)
＝a0×θ+a1×Δθ+a2×θ2+a3×((Δθ)2+
a4×Δx1+a5×Δx2+a6×Δy1+a7×Δy2+a8×Δx12+a9×Δy12+
a10×(Δx1)2+a11×(Δx2)2+a12×(Δy1)2+a13×(Δy2)2+a14×(Δx12)2+a15×((Δy12)2 式(1)
其中，(XT，Y1T，Y2T)为理论电机脉冲值，模型参数为Param＝(a0，a1，a2，a3…a15)，
θ＝arctan 2(S2y-S1y，S2x-S1x)
Δθ＝arctan2(P2y-P1y，P2x-P1x)-arctan2(S2y-S1y，S2x-S1x)
(Δx1，Δy1)＝P1-S1
(Δx2，Δy2)＝P2-S2，
(Δx12，Δy12)＝(Δx2，Δy2)-(Δx1，Δy1)，
其中，θ为标记点之间的夹角，S1y为第一参照点的y轴坐标，S2y为第二参照点的y轴坐标，S1x为第一参照点的x轴坐标，S2x为第二参照点的x轴坐标；Δθ为双标记点与参照点之间的夹角，P1y为第一标记点的y轴坐标，P2y为第二标记点的y轴坐标，P1x为第一标记点的x轴坐标，P2x为第二标记点的x轴坐标；(Δx1，Δy1)、(Δx2，Δy2)为两标记点的当前位置和参照点的坐标差值，P1为第一标记点的坐标，P2为第二标记点的坐标，S1为第一参照点的坐标，S2为第二参照点的坐标；(Δx12，Δy12)为以上两个坐标差值之间的相对偏差；
S232、初始化参数群，包括：从所述测试样本集中选取16个样本，根据式(1)联立方程组，求解得到模型参数初始值；
S233、针对参数集EP(param)中的每个参数，通过以下公式计算适应值：
Figure GDA0003542238320000051
其中，Eval(param)为适应值，dist为向量的距离公式，(XTi,Y1Ti,Y2Ti)为理论脉冲值，(Xi,Y1i,Y2i)为当前脉冲值；
S234、优化更新所述模型参数，包括：对于参数集EP(param)中的每个参数，按照其对应的适应值由小到大排序，保留排序在前的部分适应值对应的参数，并对其余参数进行如下更新：从所述其余参数中任意选取两个以上的参数param1和param2，按一定的比例融合，再加上随机噪声，利用以下公式得到更新后的参数：
NewParam＝α×Param1+(1-α)×Param2+noise，其中，α为大于0且小于1的随机值，noise为随机噪声；
S235、分析所述模型参数是否满足终止优化条件，若满足，则输出优化后的最佳模型参数，记作Parambest，否则返回步骤S233，其中，所述终止优化条件包括优化迭代求解参数的次数达到预设的迭代次数，或相邻迭代的适应值优化的幅度小于10-6。
进一步地，所述随机噪声的范围为当前参数分量的绝对值的1％至3％。
具体地，所述工业相机的图像采集区域包含的标记点设置在所述线路板上。
可选地，所述标记点设置在所述线路板的上表面，所述工业相机设置在所述校正平台的上方，或者，
所述标记点设置在所述线路板的下表面，所述工业相机设置在所述底座的下方，且所述底座上设有观测孔。
具体地，所述线路板为柔性线路板，所述校正平台用于控制所述柔性线路板的印刷、冲PIN和/或贴膜。
本发明提供的单相机印刷校正台校正方法能够产生以下有益效果：
a.使用单个相机即可完成对印刷平台的校正；
b.克服了现有印刷、贴膜、冲PIN工序存在的技术不足，弥补小范围内校正过程中难以精确定位的缺陷，满足柔性线路板印刷工序中的高精度的印刷需求；
c.提出了基于模型的自学习过程，采用智能方法评估参数，避免了机械平台的参数测量的流程，并提高了校正的精度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的单相机印刷校正台校正方法的流程图；
图2是本发明实施例提供的多自由平台的结构示意图；
图3是本发明实施例提供的在图像采集区域内双标记点示意图；
图4是本发明实施例提供的平台学习的参数组集合的迭代更新示意图；
图5是本发明实施例提供的平台学习模型的单个参数更新示意图；
其中，附图标记包括：1-印刷平台，2-线路板，3-工业相机，4-观测孔。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、装置、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例公开了一种单相机印刷校正台校正方法。本发明具体包括如下步骤：本发明解决其技术问题所采用的技术方案包括如下：
步骤1.搭建基于单相机的校正平台；
后续步骤包含两部分，第一部分是平台学习，第二部分是在平台学习的参数基础上，实现平台的脉冲计算与校正。
步骤2是平台学习阶段，主要是自主学习校正平台的模型参数，包含如下步骤：
步骤2.1校正平台初始化；
步骤2.2采集平台运动数据；
步骤2.3平台自主学习；
步骤3是平台校正阶段，具体包含如下步骤：
步骤3.1采集双标记图像；
步骤3.2目标识别与位置计算；
步骤3.3校正脉冲计算；
步骤3.4诊断当前校正偏差；
步骤3.5诊断校正次数或运动脉冲是否超限；
步骤3.6平台电机运动。
具体在下面实施例中详述，本发明克服了现有印刷、贴膜、冲PIN工序存在的技术不足，弥补小范围内校正过程中难以精确定位的缺陷，满足柔性线路板印刷工序中的高精度的印刷需求，同时提出了基于模型的自学习过程，采用智能方法评估参数，避免了机械平台的参数测量的流程，并提高了校正的精度。
在本发明的一个实施例中，提供了一种单相机印刷校正台校正方法，参见图1，所述方法包括以下流程：
S1、建立基于单相机的校正平台，主要用于控制柔性线路板的印刷、冲PIN和贴膜，通过对柔性线路板上的双标记识别定位、计算出各电机的校正脉冲，通过控制电机的多次运动实现材料校正工序。
即上述的步骤1，参见图2，所述校正平台包括底座、固定在底座上的电机执行机构、受电机执行机构驱动而发生运动的印刷平台1、用于对放置在印刷平台1上的线路板2进行图像采集的工业相机3，所述工业相机3的数量为一个，所述工业相机3的图像采集区域包含标记点；
电机执行机构包括电机X、电机Y1和电机Y2，电机执行机构固定在底座上，同时与印刷平台1相连，用于支撑印刷平台1并控制印刷平台1作旋转和平移运动；其中电机X用于控制X轴方向的运动；电机Y1和Y2同步运动，用于控制Y轴方向的运动；若单个电机运动，则导致旋转印刷平台1发生旋转和平移；工业相机3按需要可以安装在平台的上方或下方或固定在底座上，工业相机3采集的目标区域含有两个标记点。需要说明的是，当所述标记点设置在所述线路板2的上表面，则所述工业相机3安装在平台的上方；若所述标记点设置在所述线路板2的下表面，所述工业相机设置在所述底座的下方，则所述工业相机3安装在平台的下方，且所述底座上需要开设观测孔4，这样工业相机3能够透过所述观测孔4采集到所述线路板2下表面的标记点。
S2、自主学习所述校正平台的模型参数，包括初始化所述校正平台得到参照点的坐标，采集所述印刷平台的运动数据作为样本数据，基于采集的样本数据分析校正平台的模型参数，得到最佳模型参数。
即上述步骤2的平台学习阶段，主要是自主学习校正平台的模型参数，包含如下步骤：
步骤2.1校正平台初始化，主要是系统电机复位，相机和材料放置适当位置，相机采集双标记图像，并将标记的坐标作为初始位置，记为S1(x,y)和S2(x,y)；
步骤2.2采集平台运动数据，主要是采集运动特性参数，为平台自主学习提供样本数据，采集的数据步骤如下：
步骤2.2.1驱动电机运动至位置(X,Y1,Y2)，采集此时图像，检测识别双目标位置(P1(x,y),P2(x,y))，此时构成一个五元组：(X,Y1,Y2,P1(x,y),P2(x,y))；
步骤2.2.2驱动电机按规律采集五组运动数据，包括：X轴数据(X轴运动)、Y轴运动(Y1,Y2轴同步运动)、Y1旋转(Y1轴运动)、Y2旋转(Y2轴运动)和任意轴运动(X、Y1和Y2轴运动)，每组运动数据包含若干的样本数据，所有的数据集构成测试样本集：ES(X,Y1,Y2,P1(x,y),P2(x,y))。
步骤2.3平台自主学习，主要是基于采集的参数分析平台相关参数，具体包括如下步骤：
步骤2.3.1初始化平台模型，设计构建多元一次的方程来计算理论脉冲值，如公式(1)所示：
(XT，Y1T，Y2T)＝fun(Param)＝fun(a0，a1，a2，a3…a15)
＝a0×θ+a1×Δθ+a2×θ2+a3×(Δθ)2+
a4×Δx1+a5×Δx2+a6×Δy1+a7×Δy2+a8×Δx12+a9×Δy12+
a10×(Δx1)+a11×(Δx2)+a12×(Δy1)+a13×(Δy2)+a14×(Δx12)+a15×(Δy12) 式(1)
其中，(XT，Y1T，Y2T)为理论电机脉冲值，模型参数为Param包含共16个参数a0-a15，每个参数均为三元参数，(XT，Y1T，Y2T)为依据模型计算的理论脉冲值；
θ＝arctan 2(S2y-S1y，S2x-S1x) 式(2)
Δθ＝arctan2(P2y-P1y，P2x-P1x)-arctan 2(S2y-S1y，S2x-S1x) 式(3)
(Δx1，Δy1)＝P1-S1 式(4)
(Δx2，Δy2)＝P2-S2， 式(5)
(Δx12，Δy12)＝(Δx2，Δy2)-(Δx1，Δy1)， 式(6)
其中，θ为标记点之间的夹角，S1y为第一参照点的y轴坐标，S2y为第二参照点的y轴坐标，S1x为第一参照点的x轴坐标，S2x为第二参照点的x轴坐标；Δθ为标记点与参照点之间的夹角，P1y为第一标记点的y轴坐标，P2y为第二标记点的y轴坐标，P1x为第一标记点的x轴坐标，P2x为第二标记点的x轴坐标；(Δx1，Δy1)、(Δx2，Δy2)为两标记点的当前位置和参照点的坐标差值，P1为第一标记点的坐标，P2为第二标记点的坐标，S1为第一参照点的坐标，S2为第二参照点的坐标；(Δx12，Δy12)为以上两个坐标差值之间的相对偏差；
S232、初始化参数群，由于方程(1)复杂性，影响因素众多，不能简单的求解。对于方程所需要参数。设存在若干模型参数的集合EP(param)，自主学习的目标就是从这一组参数中，通过优化更新，计算最佳的一组模型参数。
一般地，集合EP(param)的元素规模在20-40之间，而参数Param的初始值，可以通过从测试样本集ES中任选16个样本，依据公式(1)联立求解，其结果作为初始值。
S233、针对参数集EP(param)中的每个参数，通过以下公式计算适应值，所述适应值用来衡量目标脉冲与真实脉冲之间的偏差：
Figure GDA0003542238320000101
其中，Eval(param)为适应值，dist为向量的距离公式，一般可选欧式距离或曼哈顿距离；(XTi,Y1Ti,Y2Ti)为理论脉冲值，(Xi,Y1i,Y2i)为当前脉冲值；
适应值Eval(param)越小，则说明理论脉冲值与真实值相差越小，模型参数越能精确描述系统运动特性。
S234、优化更新所述模型参数，包括：该步骤对于参数集合EP(param)的每个参数，按其适应值Eval(param)从小到大排序。其中适应值较低的参数暂时保留，其规模一般为参数集合EP的数量的10-20％。设保留的集合为E1P(param)，而剩余参数则需要优化更新。其更新方式可以从集合中E1P(param)任意选取2个参数param1和param2，按一定的比例融合，再加上随机噪声，利用以下公式得到更新后的参数：
NewParam＝α×Param1+(1-α)×Param2+noise，其中，α为大于0且小于1的随机值，noise为随机噪声，一般地，噪声不超过当前参数分量的绝对值的1％-3％；
S235、分析所述模型参数是否满足终止优化条件，若满足，则输出优化后的最佳模型参数，记作Parambest，否则返回步骤S233，其中，所述终止优化条件一般可以选择以下因素之一：
(1)优化迭代求解参数的次数达到比如5000-10000次迭代；(2)适应值优化趋势变缓，例如：相邻迭代适应值优化的幅度小于10-6，表明计算模型已经接近最佳值，优化的空间较少。
S3、根据所述参照点的位置、标记点的当前所在位置和所述最佳模型参数，计算当前电机脉冲值。
即上述步骤3的平台校正阶段，包括如下步骤：
步骤3.1所述的采集双标记图像，相机位置固定，采集双标记图像；
步骤3.2所述的目标识别与位置计算，即利用图像识别方法计算出标记点的位置P1和P2，该位置即为当前位置。
步骤3.3所述的校正脉冲计算，即参照公式(1)，利用平台学习阶段获取的最佳参数Parambest，计算此时的电机脉冲(Xb，Y1b，Y2b)，计算公式如下：
(XC，Y1C，Y2C)＝fun(Parambest)＝fun(a0，a1，a2，3…a15)
＝a0×θ+a1×Δθ+a2×θ2+a3×(Δθ)2+
a4×Δx1+a5×Δx2+a6×Δy1+a7×Δy2+a8×Δx12+a9×Δy12+
a10×(Δx1)2+a11×(Δx2)2+a12×(Δy1)2+a13×(Δy2)2+a14×(Δx12)2+a15×(Δy12)2，
其中，(XC，Y1C，Y2C)为所述当前电机脉冲值，最佳模型参数为Parambest＝(a0，a1，a2，a3…a15)，θ为双标记点之间的夹角，Δθ为双标记点与参照点之间的夹角，(Δx1，Δy1)和(Δx2，Δy2)为两标记点的当前位置和参照点的坐标差值，(Δx12，Δy12)为两个坐标差值之间的相对偏差。
其中，θ、Δθ、(Δx1，Δy1)、(Δx2，Δy2)和(Δx12，Δy12)采用如上公式2-6计算，在此不再赘述。
S4、判断当前位置的标记点与所述参照点的坐标差距是否小于预设的像素值，或者，判断所述当前脉冲值是否低于预设的电机脉冲合格阈值，若是，则完成对所述印刷平台的校正，否则执行S5；
即上述步骤3.4的诊断当前校正偏差，即分析校正平台偏差是否符合校正要求，如果符合，则校正完毕。一般地，可以依据计算的脉冲值的大小，或标记点位置的信息，判断校正目标是否符合要求。例如：当前位置和参照位置的坐标差距小于2个像素，或计算的电机脉冲小于50，则可以认为校正工序已经接近目标，校正完毕。如果不满足这些条件，则继续后续步骤。
S5、根据所述当前电机脉冲值驱动所述电机执行机构运行后，重复执行步骤S3-S4。
即上述步骤3.6的平台电机运动，即依据步骤3.3计算脉冲值驱动电机运动，运动完毕后回到步骤3.1，进入下次循环，继续采集图像。
在本发明的一个优选实施例中，所述多自由度平台的校正方法还包括校正超限诊断，包括以下步骤：
对步骤S5中重复执行步骤S3-S4的次数进行统计，若连续重复执行的次数超过预设的次数，则判定为校正失败；及/或
若步骤S3中当前电机脉冲值的计算结果超过预设的脉冲值，则判定为校正失败。
即上述步骤3.5的诊断校正次数或运动脉冲是否超限，即分析校正次数或运动脉冲值是否符合超限，如果是，则校正失败；例如：校正超过6次或计算的脉冲值大于80000，说明校正过程出现异常，甚至超过平台的机械运动极限，则校正失败。否则，继续进行后续操作。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种单相机印刷校正台校正方法，其特征在于，包括以下步骤：
S1、建立基于单相机的校正平台，所述校正平台包括底座、固定在底座上的电机执行机构、受电机执行机构驱动而发生运动的印刷平台、用于对放置在印刷平台上的线路板进行图像采集的工业相机，所述工业相机的图像采集区域包含标记点；
S2、自主学习所述校正平台的模型参数，包括初始化所述校正平台得到参照点的坐标，采集所述印刷平台的运动数据作为样本数据，基于采集的样本数据分析校正平台的模型参数，得到最佳模型参数即Parambest＝(a0，a1，a2，a3…a15)，a0至a15中的每个参数均为三元参数；
S3、根据所述参照点的位置、标记点的当前所在位置和所述最佳模型参数，通过以下公式计算当前电机脉冲值：
(Xc，Y1C，Y2C)＝fun(Parambest)＝fun(a0，a1，a2，a3…a15)
＝a0×θ+a1×Δθ+a2×θ2+a3×(Δθ)2+a4×Δx1+a5×Δx2+a6×Δy1+a7×Δy2+a8×Δx12+a9×Δy12+a10×(Δx1)2+a11×(Δx2)2+a12×(Δy1)2+a13×(Δy2)2+a14×(Δx12)2+a15×(Δy12)2，
其中，(XC，Y1C，Y2C)为所述当前电机脉冲值，最佳模型参数为Parambest＝(a0，a1，a2，a3…a15)，θ为双标记点之间的夹角，Δθ为双标记点与参照点之间的夹角，(Δx1，Δy1)为第一标记点的当前位置和第一参照点的坐标差值，(Δx2，Δy2)为第二标记点的当前位置和第二参照点的坐标差值，(Δx12，Δy12)为两个坐标差值之间的相对偏差；
S4、判断当前位置的标记点与所述参照点的坐标差距是否小于预设的像素值，或者，判断当前电机脉冲值是否低于预设的电机脉冲合格阈值，若是，则完成对所述印刷平台的校正，否则执行S5；
S5、根据所述当前电机脉冲值驱动所述电机执行机构运行后，重复执行步骤S3-S4。
2.根据权利要求1所述的单相机印刷校正台校正方法，其特征在于，通过以下公式计算双标记点之间的夹角：
θ＝arctan2(S2y-S1y,S2x-S1x)，其中，θ为双标记点之间的夹角，S1y为第一参照点的y轴坐标，S2y为第二参照点的y轴坐标，S1x为第一参照点的x轴坐标，S2x为第二参照点的x轴坐标；
通过以下公式计算双标记点与参照点之间的夹角：
Δθ＝arctan2(P2y-P1y,P2x-P1x)-arctan2(S2y-S1y,S2x-S1x)，其中，Δθ为双标记点与参照点之间的夹角，P1y为第一标记点的y轴坐标，P2y为第二标记点的y轴坐标，P1x为第一标记点的x轴坐标，P2x为第二标记点的x轴坐标，S1y为第一参照点的y轴坐标，S2y为第二参照点的y轴坐标，S1x为第一参照点的x轴坐标，S2x为第二参照点的x轴坐标；
通过以下公式计算第一标记点、第二标记点各自的当前位置和参照点的坐标差值：
(Δx1,Δy1)＝P1-S1，(Δx2,Δy2)＝P2-S2，其中，(Δx1,Δy1)为第一标记点的当前位置和第一参照点的坐标差值，(Δx2,Δy2)为第二标记点的当前位置和第二参照点的坐标差值，P1为第一标记点的坐标，P2为第二标记点的坐标，S1为第一参照点的坐标，S2为第二参照点的坐标；
通过以下公式计算两个坐标差值之间的相对偏差：
(Δx12,Δy12)＝(Δx2,Δy2)-(Δx1,Δy1)，其中，(Δx12,Δy12)为以上两个坐标差值之间的相对偏差，(Δx1,Δy1)为第一标记点的当前位置和第一参照点的坐标差值，(Δx2,Δy2)为第二标记点的当前位置和第二参照点的坐标差值。
3.根据权利要求1所述的单相机印刷校正台校正方法，其特征在于，还包括校正超限诊断，包括以下步骤：
对步骤S5中重复执行步骤S3-S4的次数进行统计，若连续重复执行的次数超过预设的次数，则判定为校正失败；及/或
若步骤S3中当前电机脉冲值的计算结果超过预设的电机脉冲合格阈值，则判定为校正失败。
4.根据权利要求1所述的单相机印刷校正台校正方法，其特征在于，所述电机执行机构包括第一电机、第二电机和第三电机；所述第一电机用于驱动所述印刷平台在X轴方向运动，所述第二电机和第三电机用于同步驱动所述印刷平台在Y轴方向运动，所述第二电机和第三电机中任意一个单独工作则驱动所述印刷平台在水平面发生旋转和平移。
5.根据权利要求4所述的单相机印刷校正台校正方法，其特征在于，步骤S2中通过以下步骤得到最佳模型参数：
S21、对所述校正平台进行初始化操作，包括对电机执行机构进行复位，利用工业相机采集双标记图像，并将标记的坐标作为参照点坐标，记为S1(x，y)和S2(x，y)；
S22、采集所述校正平台的运动数据并将其作为测试样本集，采集方法包括：S221、驱动电机运动至位置(X，Y1，Y2)，采集此时图像，检测识别标记点坐标位置(P1(x，y)，P2(x，y))，进而构成五元组数据：(X，Y1，Y2，P1(x，y)，P2(x，y))；S222、利用电机驱动所述印刷平台运动，以采集多个五元组数据，构成测试样本集，记为ES(X，Y1，Y2，P1(x，y)，P2(x，y))；
S23、基于所述测试样本集，分析所述校正平台的参数，分析方法包括以下方法：S231、初始化平台模型，构建以下多元一次的方程来计算理论电机脉冲值：(XT，Y1T，Y2T)＝fun(Param)＝fun(a0，a1，a2，a3…a15)
＝a0×θ+a1×Δθ+a2×θ2+a3×(Δθ)-+a4×Δx1+a5×Δx2+a6×Δy1+a7×Δy2+a8×Δx12+a9×Δy12+a10×(Δx1)-+a11×(Δx2)-+a12×(Δy1)-+a13×(Δy2)-+a14×(Δx12)-+a15×((Δy12)-
式(1)
其中，(XT，Y1T，Y2T)为理论电机脉冲值，模型参数为Param＝(a0，a1，a2，a3…a15)，
θ＝arctan2(S2y-S1y，S2x-S1x)
Δθ＝arctan2(P2y-P1y，P2x-P1x)-arctan2(S2y-S1y，S2x-S1x)
(Δx1,Δy1)＝P1-S1
(Δx2,Δy2)＝P2-S2，
(Δx12,Δy12)＝(Δx2,Δy2)-(Δx1,Δy1)，
其中，θ为双标记点之间的夹角，S1y为第一参照点的y轴坐标，S2y为第二参照点的y轴坐标，S1x为第一参照点的x轴坐标，S2x为第二参照点的x轴坐标；Δθ为双标记点与参照点之间的夹角，P1y为第一标记点的y轴坐标，P2y为第二标记点的y轴坐标，P1x为第一标记点的x轴坐标，P2x为第二标记点的x轴坐标；(Δx1,Δy1)为第一标记点的当前位置和第一参照点的坐标差值，(Δx2,Δy2)为第二标记点的当前位置和第二参照点的坐标差值，P1为第一标记点的坐标，P2为第二标记点的坐标，S1为第一参照点的坐标，S2为第二参照点的坐标；(Δx12,Δy12)为以上两个坐标差值之间的相对偏差；
S232、初始化参数群，包括：从所述测试样本集中选取16个样本，根据式(1)联立方程组，求解得到模型参数初始值；
S233、针对参数集EP(param)中的每个参数，通过以下公式计算适应值：
Figure FDA0003542238310000041
其中，Eval(param)为适应值，dist为向量的距离公式，(XTi,Y1Ti,Y2Ti)为理论电机脉冲值，(Xi,Y1i,Y2i)为当前电机脉冲值；
S234、优化更新所述模型参数，包括：对于参数集EP(param)中的每个参数，按照其对应的适应值由小到大排序，保留排序在前的部分适应值对应的参数，并对其余参数进行如下更新：从所述其余参数中任意选取两个以上的参数param1和param2，按一定的比例融合，再加上随机噪声，利用以下公式得到更新后的参数：
NewParam＝α×Param1+(1-α)×Param2+noise，其中，α为大于0且小于1的随机值，noise为随机噪声；
S235、分析所述模型参数是否满足终止优化条件，若满足，则输出优化后的最佳模型参数，记作Parambest，否则返回步骤S233，其中，所述终止优化条件包括优化迭代求解参数的次数达到预设的迭代次数，或相邻迭代的适应值优化的幅度小于10-6。
6.根据权利要求5所述的单相机印刷校正台校正方法，其特征在于，所述随机噪声的范围为当前参数分量的绝对值的1％至3％。
7.根据权利要求1所述的单相机印刷校正台校正方法，其特征在于，所述工业相机的图像采集区域包含的标记点设置在所述线路板上。
8.根据权利要求7所述的单相机印刷校正台校正方法，其特征在于，所述标记点设置在所述线路板的上表面，所述工业相机设置在所述校正平台的上方，或者，
所述标记点设置在所述线路板的下表面，所述工业相机设置在所述底座的下方，且所述底座上设有观测孔。
9.根据权利要求1所述的单相机印刷校正台校正方法，其特征在于，所述线路板为柔性线路板，所述校正平台用于控制所述柔性线路板的印刷、冲PIN和/或贴膜。
CN202010830856.7A 2020-08-18 2020-08-18 一种单相机印刷校正台校正方法 Active CN112009099B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010830856.7A CN112009099B (zh) 2020-08-18 2020-08-18 一种单相机印刷校正台校正方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010830856.7A CN112009099B (zh) 2020-08-18 2020-08-18 一种单相机印刷校正台校正方法

Publications (2)

Publication Number Publication Date
CN112009099A CN112009099A (zh) 2020-12-01
CN112009099B true CN112009099B (zh) 2022-08-23

Family

ID=73504838

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010830856.7A Active CN112009099B (zh) 2020-08-18 2020-08-18 一种单相机印刷校正台校正方法

Country Status (1)

Country Link
CN (1) CN112009099B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009016416A (ja) * 2007-07-02 2009-01-22 Toray Ind Inc 可撓性回路基板の製造方法および製造装置
CN102164460A (zh) * 2011-01-20 2011-08-24 苏州凯蒂亚半导体制造设备有限公司 在线路基板上贴敷芯片或柔性线路板的对位方法
CN102689032A (zh) * 2012-06-12 2012-09-26 杭州九博科技有限公司 柔性线路板自动打孔控制方法
CN103925911A (zh) * 2014-04-23 2014-07-16 杭州师范大学 柔性线路板校正台的参照目标检测方法
CN103945653A (zh) * 2014-03-26 2014-07-23 杭州师范大学 柔性线路板印刷的多自由度平台的自动校正方法
CN106132103A (zh) * 2016-08-17 2016-11-16 无锡市莱科自动化科技有限公司 柔性线路板印刷机平台自动校正装置
CN205987567U (zh) * 2016-08-17 2017-02-22 无锡市莱科自动化科技有限公司 柔性线路板印刷机平台自动校正装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009016416A (ja) * 2007-07-02 2009-01-22 Toray Ind Inc 可撓性回路基板の製造方法および製造装置
CN102164460A (zh) * 2011-01-20 2011-08-24 苏州凯蒂亚半导体制造设备有限公司 在线路基板上贴敷芯片或柔性线路板的对位方法
CN102689032A (zh) * 2012-06-12 2012-09-26 杭州九博科技有限公司 柔性线路板自动打孔控制方法
CN103945653A (zh) * 2014-03-26 2014-07-23 杭州师范大学 柔性线路板印刷的多自由度平台的自动校正方法
CN103925911A (zh) * 2014-04-23 2014-07-16 杭州师范大学 柔性线路板校正台的参照目标检测方法
CN106132103A (zh) * 2016-08-17 2016-11-16 无锡市莱科自动化科技有限公司 柔性线路板印刷机平台自动校正装置
CN205987567U (zh) * 2016-08-17 2017-02-22 无锡市莱科自动化科技有限公司 柔性线路板印刷机平台自动校正装置

Also Published As

Publication number Publication date
CN112009099A (zh) 2020-12-01

Similar Documents

Publication Publication Date Title
CN110370286B (zh) 基于工业机器人和单目相机的定轴运动刚体空间位置识别方法
CN108972557B (zh) 微零件位姿自动对准装置及其方法
EP2608938B1 (en) Vision-guided alignment system and method
CN105014667B (zh) 一种基于像素空间优化的相机与机器人相对位姿标定方法
CN102294695A (zh) 机器人标定方法及标定系统
CN106935683B (zh) 一种太阳能电池片高速视觉定位及矫正系统及其方法
JP2015530276A (ja) カメラベースの自動アライメントのシステム及び方法
CN105844624A (zh) 动态标定系统、动态标定系统中的联合优化方法及装置
CN112792814B (zh) 基于视觉标志的机械臂零点标定方法
CN102452081A (zh) 机械手臂系统参数的校正方法与校正装置
CN108748149B (zh) 一种复杂环境下基于深度学习的无标定机械臂抓取方法
CN108015770A (zh) 机械手位置标定方法及系统
CN113370221B (zh) 机器人tcp标定系统、方法、装置、设备及存储介质
CN109556515A (zh) 一种基于机器视觉的系统误差校准方法、系统及设备
CN114519738A (zh) 一种基于icp算法的手眼标定误差修正方法
CN112894823A (zh) 一种基于视觉伺服的机器人高精度装配方法
CN106341956B (zh) 一种固定相机校正方法
CN116168072A (zh) 一种多相机大尺寸视觉测量方法及系统
CN112009099B (zh) 一种单相机印刷校正台校正方法
CN109945780A (zh) 物体检查系统以及物体检查方法
CN115666125A (zh) 基于机器视觉的贴片机xy平台定位误差检测与补偿方法
CN106507656B (zh) 一种修正元件载体的方法及自动装配机
JP2682763B2 (ja) ロボット機体の作動誤差の自動測定方法
CN112643324A (zh) 自动打螺丝设备及采用该设备的自动打螺丝的方法
CN104424601B (zh) 异形体装配件的对中装配方法及装置

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
EE01 Entry into force of recordation of patent licensing contract

Application publication date: 20201201

Assignee: Suzhou Jiacai Electronics Co.,Ltd.

Assignor: Suzhou Kede Software Circuit Board Co.,Ltd.

Contract record no.: X2023990000667

Denomination of invention: A calibration method for single camera printing correction table

Granted publication date: 20220823

License type: Common License

Record date: 20230630

EE01 Entry into force of recordation of patent licensing contract