CN112484680B - 一种基于圆检测的蓝宝石晶片定位跟踪方法 - Google Patents

一种基于圆检测的蓝宝石晶片定位跟踪方法 Download PDF

Info

Publication number
CN112484680B
CN112484680B CN202011392661.5A CN202011392661A CN112484680B CN 112484680 B CN112484680 B CN 112484680B CN 202011392661 A CN202011392661 A CN 202011392661A CN 112484680 B CN112484680 B CN 112484680B
Authority
CN
China
Prior art keywords
sapphire
sapphire wafer
image
robot
ceramic disc
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
CN202011392661.5A
Other languages
English (en)
Other versions
CN112484680A (zh
Inventor
刘华
胡贤波
叶欣
何守龙
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.)
Hangzhou Zhongwei Photoelectricity Co Ltd
Original Assignee
Hangzhou Zhongwei Photoelectricity 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 Hangzhou Zhongwei Photoelectricity Co Ltd filed Critical Hangzhou Zhongwei Photoelectricity Co Ltd
Priority to CN202011392661.5A priority Critical patent/CN112484680B/zh
Publication of CN112484680A publication Critical patent/CN112484680A/zh
Application granted granted Critical
Publication of CN112484680B publication Critical patent/CN112484680B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
    • G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
    • G01B21/08—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness for measuring thickness
    • 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
    • G01B11/26—Measuring arrangements characterised by the use of optical techniques for measuring angles or tapers; for testing the alignment of axes
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

本发明公开了一种基于圆检测的蓝宝石晶片定位跟踪方法，该方法的实现依次包括以下步骤：(1)采集单张标定板图像和对应的机器人末端夹具位置信息进行标定，得到相机坐标系与机器人坐标系间的关系矩阵；(2)视觉检测系统采集单张陶瓷盘图像并对其进行处理，检测出所有蓝宝石晶片和陶瓷盘；(3)视觉检测系统计算得到蓝宝石晶片的数量、位置及角度信息；(4)通过坐标变换得到蓝宝石晶片在机器人坐标系下的位置信息，实现机器人对蓝宝石晶片的定位，然后进行精确厚度测量。本发明结合视觉定位和自动化测量，实现了蓝宝石晶片厚度自动化检测，具有较高的柔性。

Description

一种基于圆检测的蓝宝石晶片定位跟踪方法
技术领域
本发明属于视觉定位技术领域，具体涉及一种基于圆检测的蓝宝石晶片定位跟踪方法。
背景技术
现有蓝宝石晶片厚度检测由人工完成，利用传感器测量陶瓷盘上每一片蓝宝石晶片的厚度，然后手动记录数据在表格中，效率低下，而且容易统计出错。在此背景下，提出借助自动化和视觉定位技术实现定位检测，从而提高工厂的自动化程度，降低劳动成本与人工劳动强度。视觉检测系统主要功能包括：1、识别陶瓷盘背面二维码，用于定位角度，进行蓝宝石晶片排序；2、检测各个型号陶瓷盘上的蓝宝石晶片位置，并将其发送给机器人进行定位。机器人移动到相应的蓝宝石晶片位置，利用接触式传感器，测量出当前蓝宝石晶片的厚度。
发明内容
为了替代现有人工检测，本发明提出了一种基于圆检测的蓝宝石晶片定位跟踪方法，该方法能够快速精确地将机械手定位至目标位置，实现蓝宝石晶片精确的厚度测量。避免了人工繁琐的测量步骤，实现了自动化测量。
一种基于圆检测的蓝宝石晶片定位跟踪方法，包括以下步骤：
(1)采集单张标定板图像和对应的机器人末端夹具位置信息进行标定，得到相机坐标系与机器人坐标系间的关系矩阵；
(2)视觉检测系统采集单张陶瓷盘图像并对其进行处理，检测出所有蓝宝石晶片和陶瓷盘；
(3)视觉检测系统计算得到蓝宝石晶片的数量、位置及角度信息；
(4)通过坐标变换得到蓝宝石晶片在机器人坐标系下的位置信息，实现机器人对蓝宝石晶片的定位，然后进行精确厚度测量。
所述的步骤(1)的具体步骤为：
(1-1)将工业相机安装在陶瓷盘上方的支架上，保证通过以太网接口能将陶瓷盘图像传入视觉控制系统，同时保证能通过以太网接口将蓝宝石晶片信息发送给机器人；
(1-2)将标定板固定在陶瓷盘上方，使得相机能够采集到清晰的标定板图像；
(1-3)机器人控制末端夹具中心点按顺序运动到预设点位置，记录此时的机器人末端夹具中心点坐标与标定板图像点坐标；
(1-4)视觉标定系统进行九点标定，得到相机坐标系与机器人坐标系间的关系矩阵。
相机坐标系下坐标点与机器人坐标系下坐标点间的关系可以用下式表示：
Figure BDA0002811439630000021
其中，(x，y)为目标点在机器人坐标系下坐标，(u，v)为目标点在相机坐标下坐标点，通过仿射变换矩阵来建立两坐标系间的旋转、平移、缩放等关系。利用矩阵奇异值分解法最小化投影误差可以求得仿射变换矩阵。
所述的步骤(2)的具体步骤为：
(2-1)通过相机采集单张陶瓷盘图像，并将图像通过以太网接口传入视觉控制系统中；
(2-2)对陶瓷盘图像进行Gamma(伽马)校正处理；
(2-3)用Canny算子对陶瓷盘图像进行边缘检测；
(2-4)检测出陶瓷盘图像中的所有蓝宝石晶片。
所述步骤(2-2)的具体步骤为：
伽马校正是通过对图像亮度进行非线性变换，检出图像的深色部分和浅色部分，并使两者在图像中的比例增大，从而提高图像对比度效果。伽马校正公式可以表示为：
s＝crγ
其中，c、γ是正常数，r是输入亮度值，s是输出亮度值。具体步骤为：
(2-2-1)归一化：将像素值转换为0～1之间的实数；
(2-2-2)预补偿：求出像素归一化后的数以1/γ为指数的对应值；
(2-2-3)反归一化：将经过预补偿的实数值反变换为0～255之间的整数值。
所述的步骤(2-3)的具体步骤为：
(2-3-1)使用高斯滤波平滑图像，高斯函数的公式为：
Figure BDA0002811439630000031
其中，n表示高斯滤波器窗口大小，σ为高斯函数的标准偏差，决定了高斯函数的宽度，(u，v)为像素坐标点。
(2-3-2)对平滑后的图像使用Sobel算子计算水平方向梯度Gu和垂直方向梯度Gv，得出每个像素的梯度大小为
Figure BDA0002811439630000032
梯度方向为θ＝a tan(Gu/Gv)；
(2-3-3)对梯度幅值进行非极大值抑制；
(2-3-4)双阈值检测，设置两个阈值Tmin和Tmax，梯度值大于Tmax的边缘像素点标记为强边缘像素，梯度值大于Tmin小于Tmax，标记为弱边缘像素，梯度值小于Tmin的边缘像素点被抑制；
(2-3-5)抑制孤立低阈值点，搜索弱边缘像素的八邻域像素，若其中一个为强边缘像素，则该弱边缘点保留为真实边界，否则被抑制。
所述步骤(2-4)的具体步骤为：
(2-4-1)用边界检测算法EDPF检测边界片段，提取完整圆；
(2-4-2)转换剩余的边界片段为直线段；
(2-4-3)通过结合直线段检测圆弧，将具有同样转向且相邻线段间角度在阈值范围内的直线段组成一个候选圆的圆弧段；
(2-4-4)聚类具有相似半径和相近圆心的圆为一个候选圆，用Helmholtz判据剔除不合理的候选圆。
所述步骤(3)的具体步骤为：
(3-1)对检测出的蓝宝石晶片按半径进行筛选，得到14片蓝宝石晶片与陶瓷盘中心点坐标信息；
(3-2)计算蓝宝石晶片中心点与陶瓷盘中心点之间的距离，根据距离值区分内部4片与外部10片蓝宝石晶片；
(3-3)分别计算内部4片与外部10片蓝宝石晶片的间隔距离，以及内部4片和外部10片蓝宝石晶片至陶瓷盘中心点的距离，根据距离偏差值验证检测的正确性；
(3-4)计算得到陶瓷盘背面二维码的角度以及蓝宝石晶片的角度信息，按角度对蓝宝石晶片进行排序。
所述步骤(3-4)的具体步骤为：
(3-4-1)采用Zbar算法提取陶瓷盘背面二维码信息；
(3-4-2)确定二维码两个角标的位置信息，根据其位置坐标计算角度；
(3-4-3)根据陶瓷盘中心点与各个蓝宝石晶片的中心点，计算得出各个蓝宝石晶片的角度值A1；
(3-4-4)蓝宝石晶片角度A1减去二维码角度，得到各个蓝宝石晶片相对于二维码的角度值A2；
(3-4-5)对A2进行排序，将处于90°～180°的第一片蓝宝石晶片记为第一片，后续的蓝宝石晶片依次排序。
所述的步骤(4)的具体步骤为：
(4-1)通过坐标变换计算得到各个蓝宝石晶片中心点位置在机器人坐标系下的坐标；
(4-2)将所有蓝宝石晶片的坐标与角度信息，组成工件数据信息(x，y，a)，通过以太网接口发送给机器人；
(4-3)机器人控制末端夹具运动到各个蓝宝石片的正上方，采用测距传感器对各个蓝宝石晶片的厚度进行精确测量。
本发明基于圆检测的蓝宝石晶片定位跟踪方法，具有以下优点：
(1)机器人利用视觉引导，能够较高精度地移动到指定位置，具有较高的柔性；
(2)本发明结合视觉定位和自动化测量，实现了自动化检测，有着人工检测无法比拟的优点，效率高，出错率低；
(3)本发明实现了每片蓝宝石晶片的信息跟踪，为后期构建数字化车间奠定了基础。
附图说明
图1为本发明中获取的蓝宝石晶片原图；
图2为本发明中蓝宝石及陶瓷盘示意图；
图3为本发明中蓝宝石晶片定位算法流程图；
图4为本发明方法的流程图；
图5为本发明中蓝宝石晶片数据结果图。
具体实施方式
为了更为具体地描述本发明，下面结合附图及实施方式对本发明的技术方案进行详细说明。
实施例1
如图1所示，本发明基于圆检测的蓝宝石晶片定位跟踪对象为一块陶瓷盘以及其上方的内部4片外部10片蓝宝石晶片。
图2所示为本发明基于圆检测的蓝宝石晶片定位跟踪及蓝宝石片排序示意图。
图3所示为本发明基于圆检测的蓝宝石晶片定位跟踪算法流程图。
图4所示为本发明基于圆检测的蓝宝石晶片定位跟踪方法流程图，具体包括：S01，标定：采集单张标定板图像和对应的机器人末端夹具位置信息进行标定，得到相机坐标系与机器人坐标系间的关系矩阵；
S01的具体步骤为：
S01-1，将工业相机安装在陶瓷盘上方的支架上，保证通过以太网接口能将陶瓷盘图像传入视觉控制系统，同时保证能通过以太网接口将蓝宝石晶片信息发送给机器人；
S01-2，将标定板固定在陶瓷盘上方，使得相机能够采集到清晰的标定板图像；
S01-3，机器人控制末端夹具中心点按顺序运动到预设点位置，记录此时的机器人末端夹具中心点坐标与标定板图像点坐标；
S01-4，视觉标定系统进行九点标定，得到相机坐标系与机器人坐标系间的关系矩阵；
相机坐标系下坐标点与机器人坐标系下坐标点间的关系可以用下式表示：
Figure BDA0002811439630000051
其中，(x，y)为目标点在机器人坐标系下坐标，(u，v)为目标点在相机坐标下坐标点，通过仿射变换矩阵来建立两坐标系间的旋转、平移、缩放等关系。利用矩阵奇异值分解法最小化投影误差可以求得仿射变换矩阵。
S02，图像处理：视觉检测系统采集单张陶瓷盘图像并对其进行处理，检测出所有蓝宝石晶片和陶瓷盘；
S02的具体步骤为：
S02-1，通过相机采集单张陶瓷盘图像，并将图像通过以太网接口传入视觉控制系统中；
S02-2，对陶瓷盘图像进行Gamma校正处理；
S02-2的具体过程为：
伽马校正是通过对图像亮度进行非线性变换，检出图像的深色部分和浅色部分，并使两者在图像中的比例增大，从而提高图像对比度效果。伽马校正公式可以表示为：
s＝crγ
其中，c、γ是正常数，r是输入亮度值，s是输出亮度值。具体步骤为：
S02-2-1，归一化：将像素值转换为0～1之间的实数；
S02-2-2，预补偿：求出像素归一化后的数以1/γ为指数的对应值；
S02-2-3，反归一化：将经过预补偿的实数值反变换为0～255之间的整数值；
S02-3，用Canny算子对陶瓷盘图像进行边缘检测；
S02-3的具体过程为：
S02-3-1，使用高斯滤波平滑图像，高斯函数的公式为：
Figure BDA0002811439630000061
其中，n表示高斯滤波器窗口大小，σ为高斯函数的标准偏差，决定了高斯函数的宽度，(u，v)为像素坐标点；
S02-3-2，对平滑后的图像使用Sobel算子计算水平方向梯度Gu和垂直方向梯度Gv，得出每个像素的梯度大小为
Figure BDA0002811439630000062
梯度方向为θ＝a tan(Gu/Gv)；
S02-3-3，对梯度幅值进行非极大值抑制；
S02-3-4，双阈值检测，设置两个阈值Tmin和Tmax，梯度值大于Tmax的边缘像素点标记为强边缘像素，梯度值大于Tmin小于Tmax，标记为弱边缘像素，梯度值小于Tmin的边缘像素点被抑制；
S02-3-5，抑制孤立低阈值点，搜索弱边缘像素的八邻域像素，若其中一个为强边缘像素，则该弱边缘点保留为真实边界，否则被抑制；
S02-4，检测出陶瓷盘图像中的所有蓝宝石晶片；
S02-4的具体过程为：
S02-4-1，用边界检测算法EDPF检测边界片段，提取完整圆；
S02-4-2，转换剩余的边界片段为直线段；
S02-4-3，通过结合直线段检测圆弧，将具有同样转向且相邻线段间角度在阈值范围内的直线段组成一个候选圆的圆弧段；
S02-4-4，聚类具有相似半径和相近圆心的圆为一个候选圆，用Helmholtz判据剔除不合理的候选圆；
S03,晶片信息获取：视觉检测系统计算得到蓝宝石晶片的数量、位置及角度信息；S03的具体过程为：
S03-1，对检测出的蓝宝石晶片按半径进行筛选，得到14片蓝宝石晶片与陶瓷盘中心点坐标信息；
S03-2，计算蓝宝石晶片中心点与陶瓷盘中心点之间的距离，根据距离值区分内部4片与外部10片蓝宝石晶片；
S03-3，分别计算内部4片与外部10片蓝宝石晶片的间隔距离，以及内部4片和外部10片蓝宝石晶片至陶瓷盘中心点的距离，根据距离偏差值验证检测的正确性；
S03-4，计算得到陶瓷盘背面二维码的角度以及蓝宝石晶片的角度信息，按角度对蓝宝石晶片进行排序；
S03-4的具体过程为：
S03-4-1，采用Zbar算法提取陶瓷盘背面二维码信息；
S03-4-2，确定二维码两个角标的位置信息，根据其位置坐标计算角度；
S03-4-3，根据陶瓷盘中心点与各个蓝宝石晶片的中心点，计算得出各个蓝宝石晶片的角度值A1；
S03-4-4，蓝宝石晶片角度A1减去二维码角度，得到各个蓝宝石晶片相对于二维码的角度值A2；
S03-4-5，对A2进行排序，将处于90°～180°的第一片蓝宝石晶片记为第一片，后续的蓝宝石晶片依次排序；
S04，定位检测：通过坐标变换得到蓝宝石晶片在机器人坐标系下的位置信息，实现机器人对蓝宝石晶片的定位，然后进行精确厚度测量；
S04的具体过程为：
S04-1，通过坐标变换计算得到各个蓝宝石晶片中心点位置在机器人坐标系下的坐标；
S04-2，将所有蓝宝石晶片的坐标与角度信息，组成工件数据信息(x，y，a)，通过以太网接口发送给机器人；
S04-3，机器人控制末端夹具运动到各个蓝宝石片的正上方，采用测距传感器对各个蓝宝石晶片的厚度进行精确测量。

Claims (6)

1.一种基于圆检测的蓝宝石晶片定位跟踪方法，其特征在于，包括以下步骤：
(1)采集单张标定板图像和对应的机器人末端夹具位置信息进行标定，得到相机坐标系与机器人坐标系间的关系矩阵；
(2)视觉检测系统采集单张陶瓷盘图像并对其进行处理，检测出所有蓝宝石晶片和陶瓷盘；
(3)视觉检测系统计算得到蓝宝石晶片的数量、位置及角度信息；
(4)通过坐标变换得到蓝宝石晶片在机器人坐标系下的位置信息，实现机器人对蓝宝石晶片的定位，然后进行精确厚度测量；
所述的步骤(1)的具体步骤为：
(1-1)将工业相机安装在陶瓷盘上方的支架上，保证通过以太网接口能将陶瓷盘图像传入视觉控制系统，同时保证能通过以太网接口将蓝宝石晶片信息发送给机器人；
(1-2)将标定板固定在陶瓷盘上方，使得相机能够采集到清晰的标定板图像；
(1-3)机器人控制末端夹具中心点按顺序运动到预设点位置，记录此时的机器人末端夹具中心点坐标与标定板图像点坐标；
(1-4)视觉标定系统进行九点标定，得到相机坐标系与机器人坐标系间的关系矩阵；
相机坐标系下坐标点与机器人坐标系下坐标点间的关系可以用下式表示：
Figure FDA0003544139780000011
其中，(x，y)为目标点在机器人坐标系下坐标，(u，v)为目标点在相机坐标下坐标点，通过仿射变换矩阵来建立两坐标系间的旋转、平移、缩放关系；利用矩阵奇异值分解法最小化投影误差可以求得仿射变换矩阵；
所述的步骤(2)的具体步骤为：
(2-1)通过相机采集单张陶瓷盘图像，并将图像通过以太网接口传入视觉控制系统中；
(2-2)对陶瓷盘图像进行伽马校正处理；
(2-3)用Canny算子对陶瓷盘图像进行边缘检测；
(2-4)检测出陶瓷盘图像中的所有蓝宝石晶片；
所述步骤(3)的具体步骤为：
(3-1)对检测出的蓝宝石晶片按半径进行筛选，得到14片蓝宝石晶片与陶瓷盘中心点坐标信息；
(3-2)计算蓝宝石晶片中心点与陶瓷盘中心点之间的距离，根据距离值区分内部4片与外部10片蓝宝石晶片；
(3-3)分别计算内部4片与外部10片蓝宝石晶片的间隔距离，以及内部4片和外部10片蓝宝石晶片至陶瓷盘中心点的距离，根据距离偏差值验证检测的正确性；
(3-4)计算得到陶瓷盘背面二维码的角度以及蓝宝石晶片的角度信息，按角度对蓝宝石晶片进行排序。
2.根据权利要求1所述的一种基于圆检测的蓝宝石晶片定位跟踪方法，其特征在于，所述步骤(2-2)的具体步骤为：
伽马校正是通过对图像亮度进行非线性变换，检出图像的深色部分和浅色部分，并使两者在图像中的比例增大，从而提高图像对比度效果；伽马校正公式可以表示为：
s＝crγ
其中，c、γ是正常数，r是输入亮度值，s是输出亮度值；具体步骤为：
(2-2-1)归一化：将像素值转换为0～1之间的实数；
(2-2-2)预补偿：求出像素归一化后的数以1/γ为指数的对应值；
(2-2-3)反归一化：将经过预补偿的实数值反变换为0～255之间的整数值。
3.根据权利要求1所述的一种基于圆检测的蓝宝石晶片定位跟踪方法，其特征在于，所述的步骤(2-3)的具体步骤为：
(2-3-1)使用高斯滤波平滑图像，高斯函数的公式为：
Figure FDA0003544139780000021
其中，R表示高斯滤波器窗口大小，σ为高斯函数的标准偏差，决定了高斯函数的宽度，(u，v)为像素坐标点；
(2-3-2)对平滑后的图像使用Sobel算子计算水平方向梯度Gu和垂直方向梯度Gv，得出每个像素的梯度大小为
Figure FDA0003544139780000031
梯度方向为θ＝a tan(Gu/Gv)；
(2-3-3)对梯度幅值进行非极大值抑制；
(2-3-4)双阈值检测，设置两个阈值Tmin和Tmax，梯度值大于Tmax的边缘像素点标记为强边缘像素，梯度值大于Tmin小于Tmax，标记为弱边缘像素，梯度值小于Tmin的边缘像素点被抑制；
(2-3-5)抑制孤立低阈值点，搜索弱边缘像素的八邻域像素，若其中一个为强边缘像素，则该弱边缘点保留为真实边界，否则被抑制。
4.根据权利要求1所述的一种基于圆检测的蓝宝石晶片定位跟踪方法，其特征在于，所述步骤(2-4)的具体步骤为：
(2-4-1)用边界检测算法EDPF检测边界片段，提取完整圆；
(2-4-2)转换剩余的边界片段为直线段；
(2-4-3)通过结合直线段检测圆弧，将具有同样转向且相邻线段间角度在阈值范围内的直线段组成一个候选圆的圆弧段；
(2-4-4)聚类具有相似半径和相近圆心的圆为一个候选圆，用Helmholtz判据剔除不合理的候选圆。
5.根据权利要求1所述的一种基于圆检测的蓝宝石晶片定位跟踪方法，其特征在于，所述步骤(3-4)的具体步骤为：
(3-4-1)采用Zbar算法提取陶瓷盘背面二维码信息；
(3-4-2)确定二维码两个角标的位置信息，根据其位置坐标计算角度；
(3-4-3)根据陶瓷盘中心点与各个蓝宝石晶片的中心点，计算得出各个蓝宝石晶片的角度值A1；
(3-4-4)蓝宝石晶片角度A1减去二维码角度，得到各个蓝宝石晶片相对于二维码的角度值A2；
(3-4-5)对A2进行排序，将处于90°～180°的第一片蓝宝石晶片记为第一片，后续的蓝宝石晶片依次排序。
6.根据权利要求1所述的一种基于圆检测的蓝宝石晶片定位跟踪方法，其特征在于，所述步骤(4)的具体步骤为：
(4-1)通过坐标变换计算得到各个蓝宝石晶片中心点位置在机器人坐标系下的坐标；
(4-2)将所有蓝宝石晶片的坐标与角度信息，组成工件数据信息(x，y，a)，通过以太网接口发送给机器人；
(4-3)机器人控制末端夹具运动到各个蓝宝石片的正上方，采用测距传感器对各个蓝宝石晶片的厚度进行精确测量。
CN202011392661.5A 2020-12-02 2020-12-02 一种基于圆检测的蓝宝石晶片定位跟踪方法 Active CN112484680B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011392661.5A CN112484680B (zh) 2020-12-02 2020-12-02 一种基于圆检测的蓝宝石晶片定位跟踪方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011392661.5A CN112484680B (zh) 2020-12-02 2020-12-02 一种基于圆检测的蓝宝石晶片定位跟踪方法

Publications (2)

Publication Number Publication Date
CN112484680A CN112484680A (zh) 2021-03-12
CN112484680B true CN112484680B (zh) 2022-06-03

Family

ID=74939691

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011392661.5A Active CN112484680B (zh) 2020-12-02 2020-12-02 一种基于圆检测的蓝宝石晶片定位跟踪方法

Country Status (1)

Country Link
CN (1) CN112484680B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114210576B (zh) * 2021-11-08 2023-06-20 广东科学技术职业学院 一种齿轮智能分拣系统
CN116448027B (zh) * 2023-06-16 2023-10-13 浙江晶盛机电股份有限公司 晶圆测量系统及晶圆测量方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105490992A (zh) * 2014-09-19 2016-04-13 腾讯科技（深圳）有限公司 一种二维码的验证方法、装置和系统
CN106989679A (zh) * 2017-02-23 2017-07-28 北京交通大学 非接触式半导体晶片测厚装置
CN109345554A (zh) * 2018-09-12 2019-02-15 南京农业大学 一种基于rgb－d相机的粘连蘑菇视觉原位测量方法
CN109409190A (zh) * 2018-08-21 2019-03-01 南京理工大学 基于梯度直方图和Canny边缘检测器的行人检测方法
AU2020101958A4 (en) * 2020-08-24 2020-10-01 ., Nischitha MS Optical fibre diameter-controlled manufacturing system using cut-off feedback technique
CN111775154A (zh) * 2020-07-20 2020-10-16 广东拓斯达科技股份有限公司 一种机器人视觉系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5534684A (en) * 1994-08-30 1996-07-09 Norand Corporation Portable optical reader with motion sensing system and method
CN204479219U (zh) * 2015-02-16 2015-07-15 苏州精创光学仪器有限公司 二次钢化玻璃全自动表面应力仪
CN108381172A (zh) * 2018-05-16 2018-08-10 杭州中为光电技术有限公司 一种led灯头自动化安装系统及方法
CN109269407A (zh) * 2018-09-28 2019-01-25 中铁工程装备集团有限公司 一种基于labview的竖井激光导向定位方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105490992A (zh) * 2014-09-19 2016-04-13 腾讯科技（深圳）有限公司 一种二维码的验证方法、装置和系统
CN106989679A (zh) * 2017-02-23 2017-07-28 北京交通大学 非接触式半导体晶片测厚装置
CN109409190A (zh) * 2018-08-21 2019-03-01 南京理工大学 基于梯度直方图和Canny边缘检测器的行人检测方法
CN109345554A (zh) * 2018-09-12 2019-02-15 南京农业大学 一种基于rgb－d相机的粘连蘑菇视觉原位测量方法
CN111775154A (zh) * 2020-07-20 2020-10-16 广东拓斯达科技股份有限公司 一种机器人视觉系统
AU2020101958A4 (en) * 2020-08-24 2020-10-01 ., Nischitha MS Optical fibre diameter-controlled manufacturing system using cut-off feedback technique

Also Published As

Publication number Publication date
CN112484680A (zh) 2021-03-12

Similar Documents

Publication Publication Date Title
CN110497187B (zh) 基于视觉引导的太阳花模组装配系统
CN111721259B (zh) 基于双目视觉的水下机器人回收定位方法
CN110807355B (zh) 一种基于移动机器人的指针仪表检测与读数识别方法
CN112484680B (zh) 一种基于圆检测的蓝宝石晶片定位跟踪方法
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
CN111429533B (zh) 一种相机镜头畸变参数估计装置及方法
CN102236784A (zh) 屏幕区域检测方法及系统
CN109993154B (zh) 变电站单指针式六氟化硫型仪表智能识别方法
CN111784655B (zh) 一种水下机器人回收定位方法
CN111814919A (zh) 一种基于深度学习的仪表定位与识别系统
CN113146172A (zh) 一种基于多视觉的检测与装配系统及方法
CN113538583A (zh) 一种工件在机床上位置的精准定位方法及视觉系统
CN102706536A (zh) 宽视场光学系统畸变自动测量装置及方法
CN114029946A (zh) 一种基于3d光栅引导机器人定位抓取的方法、装置及设备
CN113822810A (zh) 一种基于机器视觉的三维空间中工件的定位方法
CN113538399A (zh) 一种用于获取工件精准轮廓的方法、机床及存储介质
CN109584239B (zh) 一种基于反射光的高光物体表面缺陷检测系统及方法
CN116563391B (zh) 一种基于机器视觉的激光结构自动标定方法
CN111091121B (zh) 一种基于图像处理的椭圆表盘检测矫正的方法
CN111275756A (zh) 线轴定位方法及装置
CN108898585B (zh) 一种轴类零件检测方法及其装置
CN114998571B (zh) 基于固定尺寸标志物的图像处理及颜色检测方法
CN206864487U (zh) 一种太阳能电池片高速视觉定位及矫正系统
CN111539329B (zh) 一种自适应的变电站指针仪表识别方法
CN110956640B (zh) 一种异源图像边缘点检测与配准方法

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