CN112614179A - 一种基于视觉的板片式蜂窝陶瓷自动装配方法 - Google Patents
一种基于视觉的板片式蜂窝陶瓷自动装配方法 Download PDFInfo
- Publication number
- CN112614179A CN112614179A CN202011490931.6A CN202011490931A CN112614179A CN 112614179 A CN112614179 A CN 112614179A CN 202011490931 A CN202011490931 A CN 202011490931A CN 112614179 A CN112614179 A CN 112614179A
- Authority
- CN
- China
- Prior art keywords
- honeycomb ceramic
- ceramic
- plate
- type honeycomb
- vision
- 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
- 239000000919 ceramic Substances 0.000 title claims abstract description 93
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000004026 adhesive bonding Methods 0.000 claims abstract description 10
- 230000002950 deficient Effects 0.000 claims abstract description 10
- 238000001914 filtration Methods 0.000 claims description 3
- 238000010438 heat treatment Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 239000003513 alkali Substances 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000003546 flue gas Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 239000012774 insulation material Substances 0.000 description 1
- 238000011176 pooling Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000008646 thermal stress Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23P—METAL-WORKING NOT OTHERWISE PROVIDED FOR; COMBINED OPERATIONS; UNIVERSAL MACHINE TOOLS
- B23P15/00—Making specific metal objects by operations not covered by a single other subclass or a group in this subclass
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20092—Interactive image processing based on input by user
- G06T2207/20104—Interactive definition of region of interest [ROI]
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Ceramic Products (AREA)
Abstract
本发明公开了一种基于视觉的板片式蜂窝陶瓷自动装配方法，包括以下步骤：摄像头拍摄滚轮输送带上板片式蜂窝陶瓷图像，经投影和形状匹配算法后得出其位姿信息，实时数据送给精密旋转滚轮装置对其位姿进行校正；双目视觉获取板片式蜂窝陶瓷的点云模型，经点云匹配算法识别后利用推杆装置剔除有缺陷的蜂窝陶瓷片，同时利用分割槽对粘连的蜂窝陶瓷片进行分割；摄像头获取分拣后的单片蜂窝陶瓷图像，经特征匹配后对反面陶瓷进行翻面操作；摄像头获取正面单片陶瓷位姿信息，与期望装配姿态数据融合后由机械手抓取实现交叉装配，配合旋转机械装置进行捆绑涂胶。本发明可完成板片式蜂窝陶瓷的自动装配，提高产品稳定性和装配自动化水平，节约运营成本。
Description
技术领域
本发明涉及图像处理、信号处理、控制、机器人技术领域，特别是涉及一种基于视觉的板片式陶瓷自动装配方法。
背景技术
蜂窝陶瓷是一种结构似蜂窝形状的新型陶瓷产品，具有表面积大、隔热性好、重量轻、热膨胀系数低、耐高温、耐酸碱的特点，被广泛用于汽车尾气处理、烟道气净化、蓄热体、化学反应的载体和催化剂、窑炉的隔热材料等领域。应用于废气处理的板片式蜂窝陶瓷具有较强的抗堵塞性，其单片抗热应力能力强、不易破损、气流分布均匀、湍流度高，具有很高的有害气体去除率，同时降低了风机的功率，节约了运营成本，该产品具有很大的市场应用份额。
目前，蜂窝陶瓷厂家还在采用人工的方式进行板片式蜂窝陶瓷的装配，该装配方式存在效率低、成本高、工人劳动强度大、装配精度不高的问题。
发明内容
为了解决上述技术问题，本发明提供了一种基于视觉的板片式蜂窝陶瓷自动装配方法，采用全自动方式对板片式陶瓷进行装配，把工人从恶劣的工作环境中解放出来，提高生产效率、降低运营成本，产品精度、稳定性和使用寿命均得到了提升，带来了良好的企业和社会经济效应。
本发明采用如下技术方案实现的。
一种基于视觉的板片式蜂窝陶瓷自动装配方法，其特征在于：包括以下步骤：
（1）摄像头拍摄滚轮输送带上板片式蜂窝陶瓷图像，经投影和形状匹配算法后得出其位姿信息，实时数据送给精密旋转滚轮装置，对其位姿进行校正；
（2）双目视觉获取板片式蜂窝陶瓷的点云模型，经点云匹配算法识别后利用推杆装置剔除有缺陷的蜂窝陶瓷片，同时利用分割槽结合柔性震动推杆对粘连的蜂窝陶瓷片进行分割；
（3）摄像头获取分拣后的单片蜂窝陶瓷图像，经特征匹配后对反面陶瓷采用麦比乌斯带轨迹进行翻面操作；
（4）摄像头获取正面单片陶瓷位姿信息，与期望装配姿态数据融合后由机械手抓取实现精准90°交叉装配，配合旋转机械装置进行捆绑涂胶。
作为本发明再进一步的方案，所述步骤（1）具体为：摄像头安装在滚轮输送带上方，实时拍摄板片式蜂窝陶瓷图像，图像经投影和形状匹配算法后得出当前经过摄像头下蜂窝陶瓷的位姿信息，实时位姿数据经坐标变换后送给精密旋转滚轮装置，对其位姿进行校正。
作为本发明再进一步的方案，所述步骤（2）具体为：双目视觉获取传送带上板片式蜂窝陶瓷的点云模型，经点云匹配算法识别出有缺陷的蜂窝陶瓷片，利用推杆装置剔除此类缺陷产品；同时对点云进行统计滤波处理后识别出具有粘连的蜂窝陶瓷片，利用分割槽结合柔性震动推杆对此类蜂窝陶瓷片进行分割。
作为本发明再进一步的方案，所述步骤（3）具体为：摄像头获取分拣后的单片正品蜂窝陶瓷图像，基于正反面不同纹理进行特征匹配后识别出反面陶瓷，为防止蜂窝陶瓷破裂采用麦比乌斯带轨迹对反面陶瓷进行翻面操作。
作为本发明再进一步的方案，所述步骤（4）具体为：摄像头从上方获取正面单片陶瓷实时位姿信息，与期望装配姿态数据融合后由机械手抓取实现精准90°交叉装配，配合旋转机械装置进行捆绑涂胶，多次涂胶加热后的陶瓷件供后续装箱用。
本发明的有益效果是，与现有技术相比，本发明具有以下优点：本发明突破了目前板片式蜂窝陶瓷人工装配效率低、成本高、装配精度不足的局限性，通过视觉识别的方式解决了板片式蜂窝陶瓷全自动装配问题，提高了生产效率、保证了产品质量、降低了企业运营成本。
附图说明
图1是本发明的系统原理图。
具体实施方式
下面将结合本发明实施例，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，都属于本发明保护的范围。
如图1所示，一种基于视觉的板片式蜂窝陶瓷自动装配方法，包括以下步骤：
（1）摄像头拍摄滚轮输送带上板片式蜂窝陶瓷图像，经投影和形状匹配算法后得出其位姿信息，实时数据送给精密旋转滚轮装置，对其位姿进行校正；具体为：摄像头安装在滚轮输送带上方，实时拍摄板片式蜂窝陶瓷图像，为加快在线检测速度，图像ROI（感兴趣区域）提取后，采用投影和形状匹配算法后得出当前经过摄像头下蜂窝陶瓷的位姿信息，实时位姿数据经坐标变换后送给精密旋转滚轮装置，滚轮装置结合控制算法对蜂窝陶瓷位姿进行校正。
（2）双目视觉获取板片式蜂窝陶瓷的点云模型，经点云匹配算法识别后利用推杆装置剔除有缺陷的蜂窝陶瓷片，同时利用分割槽结合柔性震动推杆对粘连的蜂窝陶瓷片进行分割；具体为：双目视觉获取传送带上板片式蜂窝陶瓷的点云模型，为加快在线检测速度，可对原始点云进行卷积、池化运算，经点云匹配算法识别出有缺陷的蜂窝陶瓷片，利用推杆装置剔除此类缺陷产品；同时对点云进行统计滤波处理后识别出具有粘连的蜂窝陶瓷片，利用分割槽结合柔性震动推杆对此类蜂窝陶瓷片进行分割。
（3）摄像头获取分拣后的单片蜂窝陶瓷图像，经特征匹配后对反面陶瓷采用麦比乌斯带轨迹进行翻面操作；具体为：摄像头获取分拣后的单片正品蜂窝陶瓷图像，基于正反面不同纹理进行特征匹配后识别出反面陶瓷，为防止蜂窝陶瓷破裂采用麦比乌斯带轨迹对反面陶瓷进行翻面操作。
（4）摄像头获取正面单片陶瓷位姿信息，与期望装配姿态数据融合后由机械手抓取实现精准90°交叉装配，配合旋转机械装置进行捆绑涂胶；具体为：摄像头从上方获取正面单片陶瓷实时位姿信息，与期望装配姿态数据融合后由机械手抓取实现精准90°交叉装配，配合旋转机械装置进行捆绑涂胶，多次涂胶加热后的陶瓷件供后续装箱用。
不局限于此，任何不经过创造性劳动想到的变化或替换，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书所限定的保护范围为准。
Claims (5)
1.一种基于视觉的板片式蜂窝陶瓷自动装配方法，其特征在于，包括以下步骤：
（1）摄像头拍摄滚轮输送带上板片式蜂窝陶瓷图像，经投影和形状匹配算法后得出其位姿信息，实时数据送给精密旋转滚轮装置，对其位姿进行校正；
（2）双目视觉获取板片式蜂窝陶瓷的点云模型，经点云匹配算法识别后利用推杆装置剔除有缺陷的蜂窝陶瓷片，同时利用分割槽结合柔性震动推杆对粘连的蜂窝陶瓷片进行分割；
（3）摄像头获取分拣后的单片蜂窝陶瓷图像，经特征匹配后对反面陶瓷采用麦比乌斯带轨迹进行翻面操作；
（4）摄像头获取正面单片陶瓷位姿信息，与期望装配姿态数据融合后由机械手抓取实现精准90°交叉装配，配合旋转机械装置进行捆绑涂胶。
2.根据权利要求1所述的基于视觉的板片式蜂窝陶瓷自动装配方法，其特征在于，步骤（1）具体为：摄像头安装在滚轮输送带上方，实时拍摄板片式蜂窝陶瓷图像，图像经投影和形状匹配算法后得出当前经过摄像头下蜂窝陶瓷的位姿信息，实时位姿数据经坐标变换后送给精密旋转滚轮装置，对其位姿进行校正。
3.根据权利要求1所述的基于视觉的板片式蜂窝陶瓷自动装配方法，其特征在于，步骤（2）具体为：双目视觉获取传送带上板片式蜂窝陶瓷的点云模型，经点云匹配算法识别出有缺陷的蜂窝陶瓷片，利用推杆装置剔除此类缺陷产品；同时对点云进行统计滤波处理后识别出具有粘连的蜂窝陶瓷片，利用分割槽结合柔性震动推杆对此类蜂窝陶瓷片进行分割。
4.根据权利要求1所述的基于视觉的板片式蜂窝陶瓷自动装配方法，其特征在于，步骤（3）具体为：摄像头获取分拣后的单片正品蜂窝陶瓷图像，基于正反面不同纹理进行特征匹配后识别出反面陶瓷，为防止蜂窝陶瓷破裂采用麦比乌斯带轨迹对反面陶瓷进行翻面操作。
5.根据权利要求1所述的基于视觉的板片式蜂窝陶瓷自动装配方法，其特征在于，步骤（4）具体为：摄像头从上方获取正面单片陶瓷实时位姿信息，与期望装配姿态数据融合后由机械手抓取实现精准90°交叉装配，配合旋转机械装置进行捆绑涂胶，多次涂胶加热后的陶瓷件供后续装箱用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011490931.6A CN112614179A (zh) | 2020-12-16 | 2020-12-16 | 一种基于视觉的板片式蜂窝陶瓷自动装配方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011490931.6A CN112614179A (zh) | 2020-12-16 | 2020-12-16 | 一种基于视觉的板片式蜂窝陶瓷自动装配方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112614179A true CN112614179A (zh) | 2021-04-06 |
Family
ID=75240156
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011490931.6A Pending CN112614179A (zh) | 2020-12-16 | 2020-12-16 | 一种基于视觉的板片式蜂窝陶瓷自动装配方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112614179A (zh) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104858553A (zh) * | 2015-06-22 | 2015-08-26 | 上海定向材料科技有限公司 | 一种基于视觉识别的蜂窝陶瓷自动打孔设备 |
| CN104880374A (zh) * | 2014-12-24 | 2015-09-02 | 昆明理工大学 | 一种蜂窝状陶瓷-金属复合材料磨损性能的检测装置及检测方法 |
| CN205619893U (zh) * | 2016-05-20 | 2016-10-05 | 湖南信息职业技术学院 | 基于机器视觉的蜂窝陶瓷在线检测系统 |
| CN109102547A (zh) * | 2018-07-20 | 2018-12-28 | 上海节卡机器人科技有限公司 | 基于物体识别深度学习模型的机器人抓取位姿估计方法 |
| CN109590229A (zh) * | 2018-11-05 | 2019-04-09 | 上海歌通实业有限公司 | 一种蜂窝陶瓷通孔检测系统及其检测方法 |
| CN110389127A (zh) * | 2019-07-03 | 2019-10-29 | 浙江大学 | 一种金属陶瓷零件识别及表面缺陷检测系统和方法 |
| WO2020155616A1 (zh) * | 2019-01-29 | 2020-08-06 | 浙江省北大信息技术高等研究院 | 一种基于数字视网膜的拍摄装置的定位方法 |
-
2020
- 2020-12-16 CN CN202011490931.6A patent/CN112614179A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104880374A (zh) * | 2014-12-24 | 2015-09-02 | 昆明理工大学 | 一种蜂窝状陶瓷-金属复合材料磨损性能的检测装置及检测方法 |
| CN104858553A (zh) * | 2015-06-22 | 2015-08-26 | 上海定向材料科技有限公司 | 一种基于视觉识别的蜂窝陶瓷自动打孔设备 |
| CN205619893U (zh) * | 2016-05-20 | 2016-10-05 | 湖南信息职业技术学院 | 基于机器视觉的蜂窝陶瓷在线检测系统 |
| CN109102547A (zh) * | 2018-07-20 | 2018-12-28 | 上海节卡机器人科技有限公司 | 基于物体识别深度学习模型的机器人抓取位姿估计方法 |
| CN109590229A (zh) * | 2018-11-05 | 2019-04-09 | 上海歌通实业有限公司 | 一种蜂窝陶瓷通孔检测系统及其检测方法 |
| WO2020155616A1 (zh) * | 2019-01-29 | 2020-08-06 | 浙江省北大信息技术高等研究院 | 一种基于数字视网膜的拍摄装置的定位方法 |
| CN110389127A (zh) * | 2019-07-03 | 2019-10-29 | 浙江大学 | 一种金属陶瓷零件识别及表面缺陷检测系统和方法 |
Non-Patent Citations (2)
| Title |
|---|
| 廖娟: "基于双目视觉的作物点云获取与分割定位方法", 《江苏农业学报》, no. 04, pages 6 * |
| 戴卫军: "基于机器视觉的蜂窝陶瓷检测系统研究", 《自动化测试》, no. 12, pages 5 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN208662001U (zh) | 一种基于机器视觉的轮毂除漆系统 | |
| CN105973912A (zh) | 基于机器视觉的真皮表面缺陷检测系统及其检测方法 | |
| CN108747825A (zh) | 一种基于视觉检测激光修整成型砂轮装置及其修整方法 | |
| CN108268028B (zh) | 光伏电池板清洗工作的智能规划系统及方法 | |
| CN110524697B (zh) | 一种坐便器坯体自动喷釉系统及其定位方法 | |
| CN107433593B (zh) | 一种实现并联机器人食品分拣加工的方法 | |
| CN112614179A (zh) | 一种基于视觉的板片式蜂窝陶瓷自动装配方法 | |
| CN108595612B (zh) | 一种在生产制造过程中的高温锻件追踪方法 | |
| CN109759786A (zh) | 一种空调外机柔性生产线 | |
| CN113744247A (zh) | 一种pcb焊点缺陷识别方法和系统 | |
| CN206305057U (zh) | 一种轴套类工件外观缺陷及外径自动检测装置 | |
| CN112881427A (zh) | 可见光和红外热成像的电子元器件缺陷检测装置及方法 | |
| CN116991133B (zh) | 一种基于流程智能优化的高效供料控制方法及装置 | |
| CN107795557B (zh) | 一种用于发动机转子叶片榫头的粘胶成型装置及粘胶方法 | |
| CN111044608A (zh) | 基于深度学习的磁瓦内部缺陷检测方法及其应用 | |
| CN107214527A (zh) | 一种便于清洁的数控机床工作台 | |
| CN104852061B (zh) | 一种热电池集流片组件自动粘接设备及组装工艺 | |
| CN212472204U (zh) | 压滤机滤板自动化生产设备 | |
| CN109396659B (zh) | Micro SD卡异形边框切割工艺 | |
| CN216391543U (zh) | 一种实现pcb阻焊制造的自动化装置 | |
| CN214440367U (zh) | 用于无机Al涂层的涂装生产系统 | |
| CN216880792U (zh) | 一种适用于托盘清理的除尘装置 | |
| CN108263856A (zh) | 一种基于机器视觉的机器人智能快速搬运装置及其搬运方法 | |
| CN214824454U (zh) | 一种多工位玻璃加工装置 | |
| CN115228842B (zh) | 一种旋转式探针套筒的自动清洁装置及方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210406 |
|
| RJ01 | Rejection of invention patent application after publication |