CN112869304B - 鞋底混线生产的多轴智能喷胶系统 - Google Patents
鞋底混线生产的多轴智能喷胶系统 Download PDFInfo
- Publication number
- CN112869304B CN112869304B CN202010065086.1A CN202010065086A CN112869304B CN 112869304 B CN112869304 B CN 112869304B CN 202010065086 A CN202010065086 A CN 202010065086A CN 112869304 B CN112869304 B CN 112869304B
- Authority
- CN
- China
- Prior art keywords
- sole
- glue spraying
- glue
- data
- template
- 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
Links
- 239000003292 glue Substances 0.000 title claims abstract description 181
- 238000005507 spraying Methods 0.000 title claims abstract description 145
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 54
- 238000012545 processing Methods 0.000 claims abstract description 67
- 239000007921 spray Substances 0.000 claims abstract description 18
- 230000007246 mechanism Effects 0.000 claims abstract description 15
- 238000004364 calculation method Methods 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000013138 pruning Methods 0.000 claims description 2
- 230000036544 posture Effects 0.000 claims 4
- 238000000034 method Methods 0.000 description 14
- 230000008569 process Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 238000012549 training Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000002860 competitive effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000003754 machining Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000000844 transformation Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 239000000853 adhesive Substances 0.000 description 1
- 238000004026 adhesive bonding Methods 0.000 description 1
- 230000001070 adhesive effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
- 238000009966 trimming Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A43—FOOTWEAR
- A43D—MACHINES, TOOLS, EQUIPMENT OR METHODS FOR MANUFACTURING OR REPAIRING FOOTWEAR
- A43D25/00—Devices for gluing shoe parts
- A43D25/18—Devices for applying adhesives to shoe parts
- A43D25/183—Devices for applying adhesives to shoe parts by nozzles
Abstract
本发明提供了一种鞋底混线生产的多轴智能喷胶系统,于一种鞋底混线生产的多轴智能喷胶系统中,输送机构先后输送第一与第二鞋底至工作平台上,而位于工作平台上的第一与第二鞋底具有不同的几何形状及摆设方位。摄影机先后拍摄位于工作平台上的第一与第二鞋底,以获得代表第一与第二鞋底的第一与第二深度数据。处理器依据存储于数据库中的模板数据与喷胶加工数据,以及第一与第二深度数据分别产生第一与第二喷胶加工参数。多轴喷胶机电连接至处理器,并分别依据第一与第二喷胶加工参数对位于工作平台上的第一与第二鞋底进行喷胶。藉此可以达成不同鞋底的自动化弹性喷胶作业。
Description
技术领域
本发明是有关于一种鞋底混线生产的多轴智能喷胶系统,且特别是有关于一种适用于不同鞋底的混线生产系统的多轴智能喷胶系统。
背景技术
近年来,定制化商品的在消费市场中越来越受欢迎。二十世纪以前以成本为导向的规模生产方式已经被取代成大量定制化模式。因此,企业开始重视消费者的各别需求,加以强调商品的独特性与其定制化服务,生产的型态变得多样化,大幅增加制造技术的复杂度。
因应于科技的快速发展,企业开始落实智能制造的概念,重新定义生产制程,引进新式软硬体设备,配合数据的分析与应用,实现快速、高弹性的制造能力。对于点胶(或喷胶)作业来说,在传统大量生产的情况下,仅需以人工设计少数喷胶路径,即可满足鞋底贴合的需求。随着定制化的订单来临,鞋类商品的生产复杂度变高,故在备料、排程、品质以及人员训练上,皆面对相当大的挑战。智能制造的概念不同于传统的自动化,而是机器设备需要在不同的情境下具备相当的自主决策能力,即是机器设备需要因应不同鞋款,对应产生适合的喷胶路径,才能减少人为的介入,有效降低生产成本。
基于机器视觉的运动导引技术已发展多年,针对精度要求的点胶或喷胶工作,例如印刷电路板元件黏合,已成功采用高解析度电荷耦合元件影像感测器(Charge-coupleddevice,CCD)相机,发展平面式的路径规划功能。然而基于传统视觉的解决方案有其限制,并不适用于鞋底的混线生产,首先是成本考量,高解析度相机的硬体单价,已超过三轴点胶装置成本的三分之一,市场接受度不高。由于无法准确获得深度数据,故单一相机仅适用于平面的点胶作业。若要经由立体视觉原理计算深度,则需同时使用两台相机,增加系统复杂度与成本,亦不是具有竞争力的解答方案。
亦有采用多轴机器人进行鞋底喷胶的尝试,由于喷胶工作通常不牵涉精准的速度、加速度控制,或是在运动中承受相当的荷重,因此并不需复杂度较高的回馈控制。一般多轴机器人使用伺服马达,配合高性能的电脑数值控制(Computer Numerical Control,CNC)控制器,价格为点胶机的数倍,且同样要进行运动规划,添置额外的软硬体设备,并不适用于现今的制鞋产业。
因此,在合并类似或相关的产品制造过程的混线生产中,不同在制品随机出现,生产系统须能即时、自动改变制程设定,完成对应的制造工作。现行的混线生产的鞋底贴合工作,仍多由人工完成,自动化程度不高,限制鞋品大量定制化概念的实现。
另一方面,传统三轴点胶设备大多用于大量自动化生产,适用于平面的黏合作业,无法处理复杂几何的喷胶工作,通常需要配合辅助夹治具,才能顺利完成点胶工作。然而对鞋底贴合而言,其点胶位置不仅位于内侧,需要避开鞋底墙面,且运动路径为曲线,皆造成点胶规划上的挑战。现行三轴点胶路径多由人工操作,使用按键输入教导器,以示范学习的方式完成。首先,由使用者根据制造需求,产生正确的机器运动指令,接者由机器重复执行这些指令,而模仿完成相同的运动。示范学习仰赖人类视觉判断与空间引导的结果,在复杂环境中容易发生碰撞,限制更大的是无法自动化,无法满足智能制造的需求。
发明内容
因此,本发明的一个目的是提供一种鞋底混线生产的多轴智能喷胶系统,来达成不同鞋底的自动化弹性喷胶作业。
为达上述目的,本发明提供一种鞋底混线生产的多轴智能喷胶系统,包含一工作平台、一输送机构、一摄影机、一数据库、一处理器以及一多轴喷胶机。输送机构先后输送一第一鞋底及一第二鞋底至工作平台上,而位于工作平台上的第一鞋底与第二鞋底具有不同的几何形状及摆设方位。摄影机先后拍摄位于工作平台上的第一鞋底及第二鞋底,以获得代表第一鞋底的第一深度数据,然后获得代表第二鞋底的第二深度数据。数据库存储多个模板数据及对应于此等模板数据的多个喷胶加工数据。处理器电连接至输送机构、摄影机及数据库。处理器首先依据此等模板数据、此等喷胶加工数据及第一深度数据产生第一喷胶加工参数,然后依据此等模板数据、此等喷胶加工数据及第二深度数据产生第二喷胶加工参数。多轴喷胶机电连接至处理器,首先依据第一喷胶加工参数对位于工作平台上的第一鞋底进行喷胶,然后依据第二喷胶加工参数对位于工作平台上的第二鞋底进行喷胶。
通过上述实施例,可以在鞋底混线生产线上利用多轴智能喷胶系统来达成不同鞋底的自动化弹性喷胶作业,以满足可以于同一生产线完成各种不同方位、尺寸、样式的鞋底喷胶的弹性制造的需求,更不需人工进行额外调整,也不需采用额外夹治具来固定鞋底,可以有效节省人力及设备成本。
为让本发明的上述内容能更明显易懂,下文特举较佳实施例,并配合所附图式,作详细说明如下。
附图说明
图1显示依据本发明较佳实施例的鞋底混线生产的多轴智能喷胶系统的立体示意图。
图2显示依据本发明较佳实施例的鞋底混线生产的多轴智能喷胶系统的方块图。
图3与图4显示鞋底的第一例子的立体示意图。
图5显示鞋底的第二例子的立体示意图。
图6与图7分别显示鞋底的第三例子的俯视图及立体示意图。
符号说明:
D11:第一可见光数据
D12:第一深度数据
D21:第二可见光数据
D22:第二深度数据
D31:第一垂直距离
D32:第二垂直距离
D40:模板数据
D41:第一模板
D42:第二模板
H1:第一水平距离
H2:第二水平距离
H3:第三水平距离
H4:第四水平距离
L1、L2:连线
M1:第一加工数据
M2:第二加工数据
P1:第一喷胶加工参数
P2:第二喷胶加工参数
P40:喷胶加工数据
X、Y、Z:坐标轴
10:工作平台
20:输送机构
30:摄影机
40:数据库
50:处理器
51:粗略姿态决定模块
52:精确姿态决定模块
53:加工参数生成模块
60:多轴喷胶机
61:喷嘴
100:多轴智能喷胶系统
200:第一鞋底
210:第一鞋壁
211:第一鞋壁喷胶路径
215:第一上轮廓
220:第一鞋底面
221:第一鞋底面喷胶路径
222:轮廓
223:第一往复式直线喷胶路径
300:第二鞋底
310:第二鞋壁
311:第二鞋壁喷胶路径
315:第二上轮廓
320:第二鞋底面
321:第二鞋底面喷胶路径
322:轮廓
323:第二往复式直线喷胶路径
具体实施方式
深度感测技术的发展日渐成熟,以往仅使用彩色影像,在物件辨视与定位上,有相当大的限制。结合即时性的深度数据,将获得物件大小、形状、位置与方位等更为精确的信息,开启许多创新性的应用。深度感测装置无论是功能成熟度或价格,已成为消费性的商品,相较于高精密的CCD照相机,在鞋底喷胶的应用上将具有相当的竞争力。
针对鞋类大量定制化的混线生产模式,发展创新性的智能型喷胶系统,自动完成鞋底的贴合制程。经由多轴运动机构的重新设计,提供喷阀额外的旋转自由度,能快速、安全完成复杂形状的喷胶作业。采用平价的深度感测装置,搭配智能型三维辨识、定位演算法,不需人工参与或使用夹治具,即可区别不同款式、尺寸的鞋底,并准确估算其在空间中的姿态,藉此计算对应的喷胶路径,透过后处理计算,驱动五轴同动机构避开障碍物,故能正确、有效的完成喷胶作业,突破现行制鞋流程的自动化瓶颈。
鞋底混线生产的自动化需求特殊,须自动辨识不同鞋底的喷胶位置或路径,其路径几何复杂度高且易发生碰撞。为此,将发展全新的智能型多轴喷胶系统,以深度摄影机辨识环境中的鞋底,估算出鞋底在空间中的姿态,透过旋转自由度的调整,驱动譬如五轴的多轴运动机构,产生高效率、无碰撞的喷胶路径,自动完成喷胶的作业。
图1与图2分别显示依据本发明较佳实施例的鞋底混线生产的多轴智能喷胶系统的立体示意图及方块图。如图1与图2所示,本实施例提供一种鞋底混线生产的多轴智能喷胶系统100,包含一工作平台10、一输送机构20、一摄影机30、一数据库40、一处理器50以及一多轴喷胶机60,其中亦标示出坐标轴X、Y、Z。
输送机构20先后输送一第一鞋底200及一第二鞋底300至工作平台10上,而位于工作平台10上的第一鞋底200与第二鞋底300具有不同的几何形状及摆设方位。于此的不同的几何形状包含但不限于不同尺寸及/或不同外形或模板的状况,譬如两个鞋底的尺寸不同及/或外形不同,譬如两个鞋底的尺寸不同但是外形相似等混线生产状况。于本实施例中,输送机构20是以输送带作为例子来说明,但并未将本发明限制于此,故亦可采用机械手臂等其他输送机构来实施。
摄影机30先后拍摄位于工作平台10上的第一鞋底200及第二鞋底300,以获得代表第一鞋底200的第一深度数据D12,然后获得代表第二鞋底300的第二深度数据D22。数据库40存储多个模板数据D40及对应于此等模板数据D40的多个喷胶加工数据P40。处理器50电连接至输送机构20、摄影机30及数据库40。于操作时,处理器50首先依据此等模板数据D40、此等喷胶加工数据P40及第一深度数据D12产生第一喷胶加工参数P1,然后依据此等模板数据D40、此等喷胶加工数据P40及第二深度数据D22产生第二喷胶加工参数P2。
多轴喷胶机60电连接至处理器50,首先依据第一喷胶加工参数P1对位于工作平台10上的第一鞋底200进行喷胶,然后依据第二喷胶加工参数P2对位于工作平台10上的第二鞋底300进行喷胶。
藉此,可以在鞋底混线生产线上利用多轴智能喷胶系统100来达成不同鞋底的自动化弹性喷胶作业,以满足可以于同一生产线完成各种不同方位、尺寸、样式的鞋底喷胶的弹性制造的需求,更不需人工进行额外调整,也不需采用额外夹治具来固定鞋底,可以有效节省人力及设备成本。以下仅举例说明本发明的实施例的更进一步的细节,并非意图将本发明限制于此。
值得注意的是,工作平台10本身可以是固定式平台,也可以可移动/转动式平台,以与多轴喷胶机60合作而达成各种位置及角度的喷胶工作。
于本实施例子中,摄影机30获得的第一深度数据D12的精度范围介于在1至10mm之间;较佳是介于2至8mm之间,更佳是介于2至4mm之间。因此,可以采用较低精度的商业用深度相机,来达成符合弹性制造需求的鞋底方位及几何形状的辨识工作。通过本实施例的设置方法,可以不需使用深度数据的精度在1mm、0.5mm甚至0.1mm以下的深度相机,或不需使用可获得深度数据精度在1mm、0.5mm甚至0.1mm以下的多台可见光相机,而大量节省设备成本。
于一例子中,处理器50由电脑配合安装于其中的一套智能型喷胶规划软体来实施。于另一例子中,处理器50由微处理器配合智能型喷胶规划软体其中来实施。
于本实施例的多轴智能喷胶系统100,当进行第一鞋底200的喷胶处理时,处理器50执行Linemod演算法,以依据第一深度数据D12辨识出第一鞋底200最接近于此等模板数据D40的第一模板D41,并决定第一鞋底200在空间中的粗略姿态(coarse pose);当进行第二鞋底300的喷胶处理时,处理器50执行Linemod演算法,以依据第二深度数据D22辨识出第二鞋底300最接近于此等模板数据D40的第二模板D42,并决定第二鞋底300在空间中的粗略姿态。粗略姿态的决定可以由处理器50的粗略姿态决定模块51来执行。Linemod是一个3D物体辨识演算法,可以于本实施例中获得良好的辨识效果。
于一个例子中,处理器50执行Linemod演算法,以求出第一深度数据D12与此等模板数据D40的每一个的相似度值。然后,经由预设的阈值筛选出第一模板D41或是包含第一模板D41的多个模板,以进行下一阶段的精确姿态计算。同理,处理器50执行Linemod演算法,以求出第二深度数据D22与此等模板数据D40的每一个的相似度值。然后,经由预设的阈值筛选出第二模板D42或是包含第二模板D42的多个模板,以进行下一阶段的精确姿态计算。
在后续的精确姿态计算过程中,处理器50以第一模板D41以及第一鞋底200在空间中的粗略姿态当作初始解,并执行修剪式迭代最近点演算法(Trimmed Iterative ClosestPoint,Trimmed ICP),以计算出第一鞋底200的精确姿态(fine pose)。同理,处理器50以第二模板D42以及第二鞋底300在空间中的粗略姿态当作初始解,并执行修剪式迭代最近点演算法,以计算出第二鞋底300的精确姿态。精确姿态的决定可以由处理器50的精确姿态决定模块52来执行。
接着,处理器50依据第一鞋底200的精确姿态找出对应于第一模板D41的此等喷胶加工数据P40中的第一加工数据M1。然后,处理器50将第一加工数据M1进行对应的空间坐标转换,以产生第一喷胶加工参数P1。接着,处理器50依据第一喷胶加工参数P1控制多轴喷胶机60对第一鞋底200进行喷胶。同理,处理器50依据第二鞋底300的精确姿态找出对应于第二模板D42的此等喷胶加工数据P40中的第二加工数据M2。然后,处理器50将第二加工数据M2进行对应的空间坐标转换,以产生第二喷胶加工参数P2。加工参数的生成可由处理器50的加工参数生成模块53来执行。接着,处理器50依据第二喷胶加工参数P2控制多轴喷胶机60对第二鞋底300进行喷胶。
图3与图4显示鞋底的第一例子的立体示意图。如2与图3所示,第一喷胶加工参数P1包含第一鞋底200的第一鞋壁210的第一鞋壁喷胶路径211。第二喷胶加工参数P2包含第二鞋底300的第二鞋壁310的第二鞋壁喷胶路径311。多轴喷胶机60的一喷嘴61在鞋壁喷胶路径上有不同的角度,以避免喷嘴61与鞋壁碰撞而影响喷胶结果。除了鞋壁的喷胶路径以外,第一喷胶加工参数P1可以更包含第一鞋底200的第一鞋底面220的第一往复式直线(Zigzag)喷胶路径223。同理,第二喷胶加工参数P2可以更包含第二鞋底300的第二鞋底面320的第二往复式直线喷胶路径323。
图5显示鞋底的第二例子的立体示意图。如图2与图5所示,第一喷胶加工参数P1包含第一鞋底200的第一鞋底面220的第一鞋底面喷胶路径221,而处理器50依据第一鞋底面220的轮廓222向内偏移一第一水平距离H1,以产生第一鞋底面喷胶路径221,此第一鞋底面喷胶路径221可以存储于数据库40中。于一例子中,当数据库40没有喷胶路径时,处理器50可以依据鞋底面的轮廓产生喷胶路径而于数据库40中建立喷胶路径。同样地,第二喷胶加工参数P2包含第二鞋底300的第二鞋底面320的第二鞋底面喷胶路径321,而处理器50依据第二鞋底面320的轮廓322向内偏移一第二水平距离H2,以产生第二鞋底面喷胶路径321。此外,图5的第一往复式直线喷胶路径223与第二往复式直线喷胶路径323的路径也可以是沿着第一鞋底200与第二鞋底300的长度方向延伸进行。
图6与图7分别显示鞋底的第三例子的俯视图及立体示意图。如图2、6与7所示,处理器50更依据第一鞋底面喷胶路径221向内偏移一第三水平距离H3及向上偏移一第一垂直距离D31,以产生第一上轮廓215。然后,处理器50通过第一鞋底面喷胶路径221与相对应的第一上轮廓215的连线L1以获得多轴喷胶机60的一喷嘴61的第一角度参数,并避免喷嘴61与第一鞋底200的第一鞋壁210碰撞。同样地,处理器50更依据第二鞋底面喷胶路径321向内偏移一第四水平距离H4及向上偏移一第二垂直距离D32,以产生第二上轮廓315。然后,处理器50通过第二鞋底面喷胶路径321与相对应的第二上轮廓315的连线L2以获得喷嘴61的第二角度参数,并避免喷嘴61与第二鞋底300的第二鞋壁310碰撞。
虽然仅用深度数据即可完成本发明的实施例的上述鞋底混线生产的喷胶动作,但是亦可使用可见光数据来做为辅助,以更进一步提升辨识效果。因此,如图1与2所示,摄影机30除了包含深度摄影单元以外,更包含可见光摄影单元。于此例子中,摄影机30拍摄位于工作平台10上的第一鞋底200及第二鞋底300,以更进一步获得代表第一鞋底200的第一可见光数据D11及代表第二鞋底300的第二可见光数据D21。然后,处理器50首先依据此等模板数据D40、此等喷胶加工数据P40、第一可见光数据D11及第一深度数据D12产生第一喷胶加工参数P1,然后依据此等模板数据D40、此等喷胶加工数据P40、第二可见光数据D21及第二深度数据D22产生第二喷胶加工参数P2,处理器50依据第一可见光数据D11与第二可见光数据D21更进一步增进第一喷胶加工参数P1与第二喷胶加工参数P2的准确度。
因此,于本实施例中,输送带将一个待喷胶鞋底传送至与喷胶机对应的工作平台(工作平台也可以被视为属于喷胶机)上,经由连接电脑的深度相机,快速撷取工作平台上的二维彩色影像,以及三维深度数据。由电脑中的智能喷胶规划程式,参考此两项信息,由真实场景中辨识、定位出鞋底。接着计算适当的喷胶运动路径,输出至点胶机的控制机构,驱动喷胶阀(喷嘴)执行喷胶工作后,返回原点等待下一个待加工的鞋底,重复此一流程,以完成混线生产的黏合作业。
本实施例在无夹治具的情况下,针对工作平台上随机摆置的不同鞋底,自动完成对应的喷胶路径规划,处理器内所执行的软体或韧体的步骤包括预先处理的鞋底模型与喷胶路径,即时执行的智能辨识功能,以及最后驱动喷胶机运动的介面程式三个部分。本实施例使用深度相机,快速进行鞋底的三维辨识与定位,使用的计算方法分为两个阶段,首先根据Linemod演算法,由取得的真实场景影像中,辨识出是哪一支鞋底,并决定该鞋底在空间中的粗略姿态。接下来以此结果做为初始解,透过修剪式迭代最近点演算法,计算出鞋底的精确姿态。辨识出哪一支鞋底,以及其在工作平台上的摆置位置与方向信息后,即可将预先建立好的喷胶路径或鞋底的信息,进行对应的空间坐标转换,套用在目前的鞋底完成喷胶作业。
Linemod演算法能在大量训练数据中,透过不同特征的比对结果,快速找出最接近实际输入的数据。在鞋底喷胶的应用中,将待辨识的各个鞋底的三维模型,根据不同的视角撷取其深度信息,透过计算梯度方向、方向扩散、预处理对应图与存储预处理结果等步骤,建立每一个视角的模板(template),作为即时姿态辨识所需的训练数据。于待辨识的实际环境图像中,Linemod演算法将依序比对所有的线性存储结果,计算出与个别模板的相似度值,再经由预设的阈值筛选最终一个,或是数个最佳结果,进行下一阶段的精确姿态计算。
有关修剪式迭代最近点演算法,现有技术中已经有相当成熟的应用,于此不再详述而仅简述如下。处理器可以先将深度数据及模板转换成参考点群与目标点群,两者组成的点数不一定要相同。假设在参考点群中的任一点,皆可在找到一个相对应的最近点(譬如:针对参考点群的每一个点,可从目标点群中找出一对应点及一对应关系)。因此,典型的迭代最近点法可以包含了以下步骤:(a)选择参考点群;(b)针对参考点群中的每一个点,从目标点群中找到对应点;(c)给予对应关系不同的预设权重;(d)排除离群值;(d)计算使对应点平均距离最小的刚体转换,包含旋转矩阵与平移向量,以使经过刚体转换的参考点群能与目标点群高度迭合,其中刚体转换对应至鞋底的精确姿态。由于在本实施例的应用中,是由特定视角撷取环境的深度信息,故需进行修剪式迭代最近点演算法的修正,移除特定视角下无法被检测到的点群,仅保留能被深度相机撷取的部分,以提高点群迭合的准确度。在实作上,将使用三维设计软体,参考深度摄影机的解析度,以及相机摆置的相对位置,针对所有待辨识鞋底的三维模型,产生根据视角修剪过的点云。
然后,根据鞋底的三维模型,产生喷胶所需的运动路径。有关鞋壁的喷胶路径,将鞋底面轮廓偏移一个给定距离,此距离取决于喷胶阀的胶水特性,以及使用压力与喷胶阀运动速度,这些因素将会影响喷胶的有效半径。将偏移后轮廓离散为若干点,即代表为喷阀的喷嘴中心位置。接着,决定喷阀在空间中的轴向,避免喷胶阀运动时与鞋壁发生碰撞。有关鞋底面的喷胶路径,将根据给定距离产出往复式直线(zigzag)路径,其直线端点可以由一系列平面,与鞋壁的喷胶参考轮廓相交而产生。
通过上述实施例,可以在鞋底混线生产线上利用多轴智能喷胶系统来达成不同鞋底的自动化弹性喷胶作业,以满足可以于同一生产线完成各种不同方位、尺寸、样式的鞋底喷胶的弹性制造的需求,更不需人工进行额外调整,也不需采用额外夹治具来固定鞋底,可以有效节省人力及设备成本。再者,利用两阶段定位法,可以使用一般精度的摄影机即可达成高精度的鞋底喷胶工作,降低设备成本。
在较佳实施例的详细说明中所提出的具体实施例仅用以方便说明本发明的技术内容,而非将本发明狭义地限制于上述实施例,在不超出本发明的精神及以上权利要求的情况,所做的种种变化实施,皆属于本发明的范围。
Claims (9)
1.一种鞋底混线生产的多轴智能喷胶系统,其特征在于,包含:
一工作平台;
一输送机构,先后输送一第一鞋底及一第二鞋底至所述工作平台上,而位于所述工作平台上的所述第一鞋底与所述第二鞋底具有不同的几何形状及摆设方位;
一摄影机,先后拍摄位于所述工作平台上的所述第一鞋底及所述第二鞋底,以获得代表所述第一鞋底的第一深度数据,然后获得代表所述第二鞋底的第二深度数据;
一数据库,存储多个模板数据及对应于所述模板数据的多个喷胶加工数据;
一处理器,电连接至所述输送机构、所述摄影机及所述数据库,所述处理器首先依据所述模板数据、所述喷胶加工数据及所述第一深度数据产生第一喷胶加工参数,然后依据所述模板数据、所述喷胶加工数据及所述第二深度数据产生第二喷胶加工参数;以及
一多轴喷胶机,电连接至所述处理器,首先依据所述第一喷胶加工参数对位于所述工作平台上的所述第一鞋底进行喷胶,然后依据所述第二喷胶加工参数对位于所述工作平台上的所述第二鞋底进行喷胶,且
所述处理器执行Linemod演算法,以依据所述第一深度数据辨识出所述第一鞋底最接近于所述模板数据的第一模板,并决定所述第一鞋底在空间中的粗略姿态;以及
所述处理器执行Linemod演算法,以依据所述第二深度数据辨识出所述第二鞋底最接近于所述模板数据的第二模板,并决定所述第二鞋底在空间中的粗略姿态。
2.根据权利要求1所述的鞋底混线生产的多轴智能喷胶系统,其特征在于:
所述处理器执行Linemod演算法,以求出所述第一深度数据与所述模板数据的每一个的相似度值,并经由预设的阈值筛选出所述第一模板或是包含所述第一模板的多个模板,以进行下一阶段的精确姿态计算;以及
所述处理器执行Linemod演算法,以求出所述第二深度数据与所述模板数据的每一个的相似度值,并经由预设的阈值筛选出所述第二模板或是包含所述第二模板的多个模板,以进行下一阶段的精确姿态计算。
3.根据权利要求1所述的鞋底混线生产的多轴智能喷胶系统,其特征在于:
所述处理器以所述第一模板以及所述第一鞋底在空间中的粗略姿态当作初始解,并执行修剪式迭代最近点演算法,以计算出所述第一鞋底的精确姿态;以及
所述处理器以所述第二模板以及所述第二鞋底在空间中的粗略姿态当作初始解,并执行修剪式迭代最近点演算法,以计算出所述第二鞋底的精确姿态。
4.根据权利要求3所述的鞋底混线生产的多轴智能喷胶系统,其特征在于:
所述处理器依据所述第一鞋底的精确姿态找出对应于所述第一模板的所述喷胶加工数据中的第一加工数据,并将第一加工数据进行对应的空间坐标转换,以产生所述第一喷胶加工参数,并依据所述第一喷胶加工参数控制所述多轴喷胶机对所述第一鞋底进行喷胶;以及
所述处理器依据所述第二鞋底的精确姿态找出对应于所述第二模板的所述喷胶加工数据中的第二加工数据,并将所述第二加工数据进行对应的空间坐标转换,以产生所述第二喷胶加工参数,并依据所述第二喷胶加工参数控制所述多轴喷胶机对所述第二鞋底进行喷胶。
5.根据权利要求4所述的鞋底混线生产的多轴智能喷胶系统,其特征在于:
所述第一喷胶加工参数包含所述第一鞋底的第一鞋壁的第一鞋壁喷胶路径;以及
所述第二喷胶加工参数包含所述第二鞋底的第二鞋壁的第二鞋壁喷胶路径。
6.根据权利要求4所述的鞋底混线生产的多轴智能喷胶系统,其特征在于:
所述第一喷胶加工参数包含所述第一鞋底的第一鞋底面的第一鞋底面喷胶路径,所述处理器依据所述第一鞋底面的轮廓向内偏移一第一水平距离,以产生所述第一鞋底面喷胶路径;以及
所述第二喷胶加工参数包含所述第二鞋底的第二鞋底面的第二鞋底面喷胶路径,所述处理器依据所述第二鞋底面的轮廓向内偏移一第二水平距离,以产生所述第二鞋底面喷胶路径。
7.根据权利要求6所述的鞋底混线生产的多轴智能喷胶系统,其特征在于:
所述处理器还依据所述第一鞋底面喷胶路径向内偏移一第三水平距离及向上偏移一第一垂直距离,以产生第一上轮廓,并通过所述第一鞋底面喷胶路径与相对应的所述第一上轮廓的连线以获得所述多轴喷胶机的一喷嘴的第一角度参数,并避免所述喷嘴与所述第一鞋底的第一鞋壁碰撞;以及
所述处理器还依据所述第二鞋底面喷胶路径向内偏移一第四水平距离及向上偏移一第二垂直距离,以产生第二上轮廓,并通过所述第二鞋底面喷胶路径与相对应的所述第二上轮廓的连线以获得所述喷嘴的第二角度参数,并避免所述喷嘴与所述第二鞋底的第二鞋壁碰撞。
8.根据权利要求1所述的鞋底混线生产的多轴智能喷胶系统,其特征在于,所述摄影机获得的所述第一深度数据的精度范围介于在1至10mm之间。
9.根据权利要求1所述的鞋底混线生产的多轴智能喷胶系统,其特征在于:
所述摄影机拍摄位于所述工作平台上的所述第一鞋底及所述第二鞋底,以更进一步获得代表所述第一鞋底的第一可见光数据及代表所述第二鞋底的第二可见光数据;以及
所述处理器首先依据所述模板数据、所述喷胶加工数据、所述第一可见光数据及所述第一深度数据产生所述第一喷胶加工参数,然后依据所述模板数据、所述喷胶加工数据、所述第二可见光数据及所述第二深度数据产生所述第二喷胶加工参数,所述处理器依据所述第一可见光数据与所述第二可见光数据更进一步增进所述第一喷胶加工参数与所述第二喷胶加工参数的准确度。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108143625 | 2019-11-29 | ||
TW108143625A TWI728580B (zh) | 2019-11-29 | 2019-11-29 | 鞋底混線生產之多軸智慧噴膠系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112869304A CN112869304A (zh) | 2021-06-01 |
CN112869304B true CN112869304B (zh) | 2022-02-18 |
Family
ID=76042806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010065086.1A Active CN112869304B (zh) | 2019-11-29 | 2020-01-20 | 鞋底混线生产的多轴智能喷胶系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN112869304B (zh) |
TW (1) | TWI728580B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114947310B (zh) * | 2022-06-22 | 2023-12-26 | 福建省华宝智能科技有限公司 | 一种智能涂胶装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104161355A (zh) * | 2014-07-31 | 2014-11-26 | 黑金刚(福建)自动化科技股份公司 | 一种鞋类的自动化制作方法及自动化生产线 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102920112A (zh) * | 2012-10-29 | 2013-02-13 | 东莞市意利自动化科技有限公司 | 用于鞋大底的喷胶轨迹生成系统 |
CN203969453U (zh) * | 2014-07-25 | 2014-12-03 | 黑金刚(福建)自动化科技股份公司 | 一种改进型的鞋底定位及喷胶装置 |
CN106313059A (zh) * | 2016-09-30 | 2017-01-11 | 芜湖固高自动化技术有限公司 | 一种机器人鞋子喷胶系统及其轨迹示教方法 |
TWI670467B (zh) * | 2018-10-15 | 2019-09-01 | 立普思股份有限公司 | 使用深度影像偵測的加工方法 |
CN109701810A (zh) * | 2018-11-28 | 2019-05-03 | 东莞易通自动化科技有限公司 | 一种基于3d视觉喷胶机器人系统及其工作方法 |
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 |
-
2019
- 2019-11-29 TW TW108143625A patent/TWI728580B/zh active
-
2020
- 2020-01-20 CN CN202010065086.1A patent/CN112869304B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104161355A (zh) * | 2014-07-31 | 2014-11-26 | 黑金刚(福建)自动化科技股份公司 | 一种鞋类的自动化制作方法及自动化生产线 |
Also Published As
Publication number | Publication date |
---|---|
CN112869304A (zh) | 2021-06-01 |
TWI728580B (zh) | 2021-05-21 |
TW202119967A (zh) | 2021-06-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3222393B1 (en) | Automated guidance system and method for a coordinated movement machine | |
Oh et al. | Stereo vision based automation for a bin-picking solution | |
Song et al. | CAD-based pose estimation design for random bin picking using a RGB-D camera | |
US11396101B2 (en) | Operating system, control device, and computer program product | |
US20200298411A1 (en) | Method for the orientation of an industrial robot, and industrial robot | |
Vahrenkamp et al. | Visual servoing for humanoid grasping and manipulation tasks | |
Bedaka et al. | Automatic robot path integration using three-dimensional vision and offline programming | |
US20220024042A1 (en) | Method and system for robot control using visual feedback | |
JP2016099257A (ja) | 情報処理装置及び情報処理方法 | |
Kim | CAD‐based automated robot programming in adhesive spray systems for shoe outsoles and uppers | |
CN112109072B (zh) | 一种大型稀疏特征托盘精确6d位姿测量和抓取方法 | |
CN112743270A (zh) | 基于2d/3d视觉定位的机器人焊接装配方法及系统 | |
CN112869304B (zh) | 鞋底混线生产的多轴智能喷胶系统 | |
CN109255801A (zh) | 视频中三维物体边缘追踪的方法、装置、设备及存储介质 | |
Rückert et al. | Calibration of a modular assembly system for personalized and adaptive human robot collaboration | |
Zhang et al. | Vision-guided robotic assembly using uncalibrated vision | |
Tipary et al. | Planning and optimization of robotic pick-and-place operations in highly constrained industrial environments | |
Lei et al. | Unknown object grasping using force balance exploration on a partial point cloud | |
CN112847362B (zh) | 一种基于图像矩的搬运机器人视觉伺服控制方法 | |
Walck et al. | Automatic observation for 3d reconstruction of unknown objects using visual servoing | |
JPH02110788A (ja) | 3次元物体の形状認識方法 | |
US20220228851A1 (en) | Measurement device, measurement method, and computer-readable storage medium storing a measurement program | |
CN116100562B (zh) | 多机器人协同上下料的视觉引导方法及系统 | |
Durovsky | Point cloud based bin picking: object recognition and pose estimation using region growing segmentation algorithm | |
Nakao et al. | Object position/pose estimation using CAD models for navigation of manipulator with a single CCD camera |
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 |