CN113012090B - 一种基于可移动摄像头的多工序工件质量检测方法及装置 - Google Patents
一种基于可移动摄像头的多工序工件质量检测方法及装置 Download PDFInfo
- Publication number
- CN113012090B CN113012090B CN201911322968.5A CN201911322968A CN113012090B CN 113012090 B CN113012090 B CN 113012090B CN 201911322968 A CN201911322968 A CN 201911322968A CN 113012090 B CN113012090 B CN 113012090B
- Authority
- CN
- China
- Prior art keywords
- quality detection
- workpiece
- image
- camera
- movable
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 claims abstract description 129
- 238000004458 analytical method Methods 0.000 claims abstract description 21
- 238000012545 processing Methods 0.000 claims description 33
- 238000003466 welding Methods 0.000 claims description 30
- 230000003287 optical effect Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000003708 edge detection Methods 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 4
- 238000013461 design Methods 0.000 abstract description 2
- 230000007547 defect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 3
- 238000003754 machining Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000006978 adaptation Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 238000004148 unit process Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T1/00—General purpose image data processing
- G06T1/0007—Image acquisition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/181—Segmentation; Edge detection involving edge growing; involving edge linking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8411—Application to online plant, process monitoring
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N21/88—Investigating the presence of flaws or contamination
- G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
- G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
-
- 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
- G06T2207/10004—Still image; Photographic image
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Constituent Portions Of Griding Lathes, Driving, Sensing And Control (AREA)
Abstract
本发明设计了一种基于可移动摄像头的多工序工件质量检测方法及装置,包括:质量检测控制模块、可移动图像采集模块和工件质量分析模块。质量检测控制模块根据当前工序流程,控制可移动摄像头支架的运动,同时控制摄像头的采集;可移动图像采集模块包括一套可移动摄像头支架,用于固定摄像头,并通过调整摄像头的位置和姿态实时检测各个工序下的工件质量;工件质量分析模块通过工序识别单元和质量检测单元处理图像数据,获取实时质量检测结果。本发明具有实现简单,成本低的优点。
Description
技术领域
本发明属于工业自动化领域,具体的说是一种基于可移动摄像头的多工序工件质量检测方法及装置,应用于工业上加工工件过程中不同工序下的实时质量检测。
背景技术
工件质量检测是目前工业自动化领域的一个重要方向。它能通过检测生产加工后的工件质量,来对整个加工设备,工艺做出重要的评判。因此,实时检测工件质量对于实时了解当前设备的加工质量,有着重要的作用。同时,通过实时检测工件质量,可以及时地了解当前加工设备和工艺的质量,并及时地改善当前加工设备和工艺中存在的不足,从而提高工件质量。
因此,如何在多工序下的加工过程中实时检测工件质量,是非常重要的问题。
工件质量检测在目前工业自动化领域有多种方法。针对不同的工件加工过程,有许多不同的质量检测方法。本发明涉及的抓取、磨削、焊接过程,工业上常用的方法主要包括基于机械检测设备的方法和基于机器视觉的方法。基于机械检测设备的方法缺点是检测准确度不够,检测效率低,且只适合部分加工过程。基于机器视觉的方法可以检测多种加工过程且实时性较好,缺点是单个摄像头的方法一般是固定在某个位置,当涉及到多个加工工序时,需要在每个工序完成后,将工件放至指定位置,导致检测灵活性较差;多个单目摄像头的方法需要在加工流程中的多个位置安装摄像头,这种安装方式对于设备的空间要求较高,会压缩设备加工空间,特别是焊接这种对于加工空间要求较高的加工过程,甚至会导致新的碰撞问题。
发明内容
根据上述提出的技术问题,提出一种基于可移动摄像头的多工序工件质量检测方法及装置,用于解决现有的工件质量检测方法中采用机械检测设备计算不准确实时性较差的缺点,同时也克服了采用单个摄像头灵活性较差的缺点,并且解决了现有多个单目摄像头在质量检测中压缩设备加工空间的问题。本发明采用的技术手段如下:
一种基于可移动摄像头的多工序工件质量检测装置,包括:
质量检测控制模块、可移动图像采集模块和工件质量分析模块;质量检测控制模块根据当前工序流程,控制可移动摄像头支架运动到预设工序位置,同时控制摄像头的采集;可移动图像采集模块包括用于固定摄像头的可移动摄像头支架,并通过调整摄像头的位置和姿态实时采集各个工序下的工件图像;工件质量分析模块处理图像数据获取实时质量检测结果。
所述质量检测控制模块包括支架运动控制电路和采集控制电路,支架运动控制电路用于可移动摄像头支架的运动控制与姿态调整;采集控制电路用于控制摄像头采集图像。
所述可移动摄像头支架包括基座和设在其上的机械臂,基座底部设有全向轮,基座内设有伺服电机和光学编码器用于驱动全向轮运动,摄像头安装于机械臂末端。
所述工件质量分析模块包括工序识别单元和质量检测单元,通过工序识别单元识别出当前图像所在工序,结合质量检测单元中相应工序对应的检测子单元,进一步处理图像数据获取当前工序下的实时质量检测结果。
所述工序包括抓取、磨削、焊接三个工序。
基于可移动摄像头的多工序工件质量检测方法,包括以下步骤:
质量检测控制模块结合当前工序信息,控制可移动摄像头支架从初始安全位置运动至相应工序对应的检测位置,同时调整摄像头姿态至预设姿态;
可移动图像采集模块接收到采集控制信号后,在当前位置进行工件的图像采集,并将采集到的图像传输至工件质量分析模块;
采集完成后,需要同时通过质量检测控制模块控制可移动摄像头支架运动至指定的安全位置,保证下一工序的加工空间不受该支架和摄像头的影响;
工件质量分析模块结合可移动图像采集模块输出的图像数据,进行工序识别和质量检测,并输出当前工序的质量检测结果;
重复以上步骤直至完成所有工序下的工件质量检测。
所述工序识别的步骤包括:
通过灰度变换、中值滤波、边缘检测对图像进行处理,提取出图像中的工件边缘,结合边缘信息并与预先获取的各工序模板图像进行匹配,识别出图像的工序类别。
所述质量检测按照工序分为如下三种:
抓取工序质量检测包括:计算图像中识别出的工件真实边框与预先设定的模板边框之间IoU的值并与阈值进行比较得到质量检测结果,所述IoU的值为目标检测中的两个图像交集与并集的比值;
磨削工序质量检测包括:计算图像中的工件的面积,并结合标定好的相机参数计算出工件的真实投影面积,并判断其是否在预设阈值区间内,得到质量检测结果;
焊接工序质量检测包括:计算图像中的工件与焊接件之间的焊缝面积,并结合标定好的相机参数计算出焊缝的真实投影面积,并判断其是否在预设阈值区间内,得到质量检测结果。
本发明的有益效果是:
1.本发明建立了工件加工过程中不同工序即抓取、磨削、焊接工序下的工件质量检测,可以灵活根据加工设备的位置,加工过程的空间需求,进行相应的可移动摄像头的运动路径、采集位置和采集时间的设计,具有较强的灵活性和适应性。
2.本发明所述的一种基于可移动摄像头的多工序工件质量检测方法及装置,通过质量检测控制模块、可移动图像采集模块和工件质量分析模块,构建起了一套基于可移动的机器视觉系统的多工序工件质量检测方法及装置,能够实时检测加工工件在经历不同加工工序后工件的实时质量,当检测到工件在某一工序后的加工质量不合格,会输出对应的状态信息,及时检查出该加工工序可能存在质量问题,从而避免更大的经济损失。
附图说明
图1为本发明多工序工件质量检测装置的整体示意图;
图2为本发明可移动摄像头支架的结构示意图;
图3为本发明不同工序后摄像头的姿态示意图。
具体实施方式
下面结合附图对本发明做进一步的详细说明。
一种基于可移动摄像头的多工序工件质量检测装置,如图1所示,包括:质量检测控制模块、可移动图像采集模块和工件质量分析模块。质量检测控制模块根据当前工序流程,控制可移动摄像头支架的运动,同时控制摄像头的采集;可移动图像采集模块包括用于固定摄像头的可移动摄像头支架,并通过调整摄像头的位置和姿态实时采集各个工序下的工件图像;工件质量分析模块处理图像数据获取实时质量检测结果。该装置可以实时输出某一加工工序后的工件质量。
质量检测控制模块中支架运动控制电路按照工件抓取、磨削、焊接不同的加工工序,用于摄像头支架的运动控制和姿态调整。当工件即将完成某一加工工序时,需要将摄像头移动至指定位置,并通过调整支架基座上的机械臂的姿态来调整摄像头的姿态,使其能够达到预先设定好的姿态,以保证采集到的图像能够按照预先标定好的内外参数进行处理;当工件完成该加工工序时,采集控制电路将会控制摄像头进行图像采集,实时获取当前工件的状态信息。
可移动图像采集模块包含可移动摄像头支架和单目摄像头。可移动摄像头支架如图2所示,用于摄像头的位置调整和姿态调整。如图2所示,支架底部基座的内部图中,摄像头的位置通过可移动摄像头基座底部的四个全向轮的运动来实现调整,其中每个全向轮是由底部对应的伺服电机和光学编码器构成的控制回路进行运动控制,控制摄像头运动到相应工序完成后进行图像采集的指定位置;摄像头的姿态通过基座上的机械臂来实现调整,其中机械臂也是通过相应的伺服电机和光学编码器构成的控制回路进行姿态控制。如图2所示,机械臂示意图中的三个关节处分别通过相应的伺服电机和光学编码器实现关节的旋转控制,旋转方向如图所示,通过三个方向的旋转实现摄像头的姿态调整。不同工序下的摄像头姿态如图3所示。抓取工序完成后,需要将工件抓取至某一固定位置,以方便进行下一步的打磨;磨削工序完成后,摄像头的姿态没有发生变化;焊接工序完成后,摄像头需要调整姿态。此时通过调整机械臂的姿态,带动摄像头进行姿态变化,直至到达指定的姿态。
工件质量分析模块包括工序识别单元和质量检测单元两部分。工件质量分析模块接收来自可移动图像采集模块的图像数据。通过工序识别单元识别出当前图像所在工序,即进行抓取、磨削、焊接三个工序的图像分类处理。三个工序完成后分别对应的图像示意图如图3所示。
抓取工序完成后,图像中的工件位置将会位于一定的范围内;磨削工序完成后,工件尺寸会减小,相应的图像中的工件面积也会减小;焊接工序完成后,由于工件与焊接件连接在了一起,图像中的工件将会发生形状的变化。工序识别单元通过灰度变换、中值滤波、边缘检测的步骤对图像进行处理,提取出图像中的工件边缘,结合边缘信息并与预先获取的各工序模板图像进行匹配,识别出图像的工序类别。
根据分类处理结果,结合质量检测单元中相应分类对应的检测子单元,进一步处理图像数据,获取当前工序下的实时质量检测结果。抓取工序完成后,计算图像中识别出的工件真实边框与预先设定的模板边框之间IoU的值,即目标检测中的两个图像交集与并集的比值。当IoU超过设定的阈值时,抓取工序合格;否则不合格。磨削工序完成后,计算工件在图像中的工件面积,并结合标定好的相机参数计算出工件的真实投影面积,结合预先设定好的真实投影面积区间,如果图像中识别出的工件对应的真实投影面积在设定好的区间内,则磨削工序合格;否则不合格。焊接工序完成后,需要检查工件与焊接件间焊接部分的焊缝大小是否合适,因此只需在对应的图像中提取出焊缝边缘,并计算相应面积是否在设定区间内,如果焊缝面积在设定区间内,则焊接工序合格;否则不合格。
多工序工件质量检测装置进行工件质量检测时,具体步骤如下:
S1规划可移动图像采集模块中的可移动摄像头支架在整个加工过程中的运动路径,包括运动过程中的路径和采集图像前后的多个固定位置;
S2完成抓取工序;
S3质量检测控制模块控制可移动摄像头支架从当前位置移动至指定的图像采集位置,并通过可移动图像采集模块进行图像采集,获取当前的工件图像。采集完成后,质量检测控制模块控制可移动摄像头支架从当前图像采集位置移动至另一设计好的安全位置,该位置需要保证下一工序的加工空间不受干扰;同时将获取的工件图像传输至工件质量分析模块进行工件质量分析,获得当前工序下的工件质量。
S4完成磨削工序,并重复S3中的操作,相应的路径和位置需要按照S1中的规划进行调整;
S5完成焊接工序,并重复S3中的操作,相应的路径和位置需要按照S1中的规划进行调整。
步骤S3中,进行工件质量分析时,首先通过工序识别单元识别出当前图像所在工序,即进行抓取、磨削、焊接三个工序的图像分类处理;根据分类处理结果,结合质量检测单元中相应分类对应的检测子单元,进一步处理图像数据,获取当前工序下的实时质量检测结果。质量检测单元进行质量检测的过程中,需要结合预先标定好的摄像头在不同位置时的内外参数和图像尺度进行数据处理。
本发明所述的一种基于可移动摄像头的多工序工件质量检测方法及装置,通过质量检测控制模块、可移动图像采集模块和工件质量分析模块,构建起了一套基于机器视觉的多工序实时工件质量检测系统,能够实时检测加工工件在经历不同加工工序后工件的实时质量。并且不影响加工过程中加工设备的工作空间,避免了潜在的碰撞问题。通过实时检测多工序下的工件质量,能够及时发现加工工序中存在的问题,避免更大的经济损失。
以上所述是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明所述原理的前提下,还可以做出若干改进和润饰,这些改进和润饰应视为本发明的保护范围。
Claims (4)
1.一种基于可移动摄像头的多工序工件质量检测装置,其特征在于,包括:
质量检测控制模块、可移动图像采集模块和工件质量分析模块;质量检测控制模块根据当前工序流程,控制可移动摄像头支架运动到预设工序位置,同时控制摄像头的采集;可移动图像采集模块包括用于固定摄像头的可移动摄像头支架,并通过调整摄像头的位置和姿态实时采集各个工序下的工件图像;工件质量分析模块处理图像数据获取实时质量检测结果;
所述工件质量分析模块包括工序识别单元和质量检测单元,通过工序识别单元识别出当前图像所在工序,结合质量检测单元中相应工序对应的检测子单元,进一步处理图像数据获取当前工序下的实时质量检测结果;
所述工序包括抓取、磨削、焊接三个工序;
所述工序识别的步骤包括:
通过灰度变换、中值滤波、边缘检测对图像进行处理,提取出图像中的工件边缘,结合边缘信息并与预先获取的各工序模板图像进行匹配,识别出图像的工序类别;
所述质量检测按照工序分为如下三种:
抓取工序质量检测包括:计算图像中识别出的工件真实边框与预先设定的模板边框之间IoU的值并与阈值进行比较得到质量检测结果,所述IoU的值为目标检测中的两个图像交集与并集的比值;
磨削工序质量检测包括:计算图像中的工件的面积,并结合标定好的相机参数计算出工件的真实投影面积,并判断其是否在预设阈值区间内,得到质量检测结果;
焊接工序质量检测包括:计算图像中的工件与焊接件之间的焊缝面积,并结合标定好的相机参数计算出焊缝的真实投影面积,并判断其是否在预设阈值区间内,得到质量检测结果。
2.根据权利要求1所述的一种基于可移动摄像头的多工序工件质量检测装置,其特征在于,所述质量检测控制模块包括支架运动控制电路和采集控制电路,支架运动控制电路用于可移动摄像头支架的运动控制与姿态调整;采集控制电路用于控制摄像头采集图像。
3.根据权利要求1所述的一种基于可移动摄像头的多工序工件质量检测装置,其特征在于,所述可移动摄像头支架包括基座和设在其上的机械臂,基座底部设有全向轮,基座内设有伺服电机和光学编码器用于驱动全向轮运动,摄像头安装于机械臂末端。
4.基于可移动摄像头的多工序工件质量检测方法,其特征在于,包括以下步骤:
质量检测控制模块结合当前工序信息,控制可移动摄像头支架从初始安全位置运动至相应工序对应的检测位置,同时调整摄像头姿态至预设姿态;
可移动图像采集模块接收到采集控制信号后,在当前位置进行工件的图像采集,并将采集到的图像传输至工件质量分析模块;
采集完成后,需要同时通过质量检测控制模块控制可移动摄像头支架运动至指定的安全位置,保证下一工序的加工空间不受该支架和摄像头的影响;
工件质量分析模块结合可移动图像采集模块输出的图像数据,进行工序识别和质量检测,并输出当前工序的质量检测结果;
所述工序识别的步骤包括:
通过灰度变换、中值滤波、边缘检测对图像进行处理,提取出图像中的工件边缘,结合边缘信息并与预先获取的各工序模板图像进行匹配,识别出图像的工序类别;
所述质量检测按照工序分为如下三种:
抓取工序质量检测包括:计算图像中识别出的工件真实边框与预先设定的模板边框之间IoU的值并与阈值进行比较得到质量检测结果,所述IoU的值为目标检测中的两个图像交集与并集的比值;
磨削工序质量检测包括:计算图像中的工件的面积,并结合标定好的相机参数计算出工件的真实投影面积,并判断其是否在预设阈值区间内,得到质量检测结果;
焊接工序质量检测包括:计算图像中的工件与焊接件之间的焊缝面积,并结合标定好的相机参数计算出焊缝的真实投影面积,并判断其是否在预设阈值区间内,得到质量检测结果;
重复以上步骤直至完成所有工序下的工件质量检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911322968.5A CN113012090B (zh) | 2019-12-20 | 2019-12-20 | 一种基于可移动摄像头的多工序工件质量检测方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911322968.5A CN113012090B (zh) | 2019-12-20 | 2019-12-20 | 一种基于可移动摄像头的多工序工件质量检测方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113012090A CN113012090A (zh) | 2021-06-22 |
CN113012090B true CN113012090B (zh) | 2024-03-01 |
Family
ID=76382314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911322968.5A Active CN113012090B (zh) | 2019-12-20 | 2019-12-20 | 一种基于可移动摄像头的多工序工件质量检测方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113012090B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004286721A (ja) * | 2003-03-20 | 2004-10-14 | Framatome Anp | 原子炉の一次循環系の配管の部分を修理する方法及び交換する方法及び手段 |
JP2007203322A (ja) * | 2006-01-31 | 2007-08-16 | Jfe Steel Kk | 突合せ溶接部の良否検出方法および装置 |
CN108274095A (zh) * | 2018-01-18 | 2018-07-13 | 天津工业大学 | 基于正面熔池图像特征的非对称角焊缝焊接质量检测方法 |
CN109332928A (zh) * | 2018-10-23 | 2019-02-15 | 江苏山扬智能装备有限公司 | 基于深度学习在线检测的路灯灯杆自动焊接系统及焊接方法 |
CN109407547A (zh) * | 2018-09-28 | 2019-03-01 | 合肥学院 | 面向全景视觉感知的多摄像头在环仿真测试方法与系统 |
DE102017120383A1 (de) * | 2017-09-05 | 2019-03-07 | Trumpf Werkzeugmaschinen Gmbh + Co. Kg | Innenraum-personenortung-basierte fertigungssteuerung in der metallverarbeitenden industrie |
CN109454501A (zh) * | 2018-10-19 | 2019-03-12 | 江苏智测计量技术有限公司 | 一种车床在线监测系统 |
CN109859177A (zh) * | 2019-01-17 | 2019-06-07 | 航天新长征大道科技有限公司 | 基于深度学习的工业射线影像评定方法及装置 |
CN110032971A (zh) * | 2019-04-12 | 2019-07-19 | 南京理工大学 | 基于单目摄像头的移动平台异物检测检测方法及检测系统 |
-
2019
- 2019-12-20 CN CN201911322968.5A patent/CN113012090B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004286721A (ja) * | 2003-03-20 | 2004-10-14 | Framatome Anp | 原子炉の一次循環系の配管の部分を修理する方法及び交換する方法及び手段 |
JP2007203322A (ja) * | 2006-01-31 | 2007-08-16 | Jfe Steel Kk | 突合せ溶接部の良否検出方法および装置 |
DE102017120383A1 (de) * | 2017-09-05 | 2019-03-07 | Trumpf Werkzeugmaschinen Gmbh + Co. Kg | Innenraum-personenortung-basierte fertigungssteuerung in der metallverarbeitenden industrie |
CN108274095A (zh) * | 2018-01-18 | 2018-07-13 | 天津工业大学 | 基于正面熔池图像特征的非对称角焊缝焊接质量检测方法 |
CN109407547A (zh) * | 2018-09-28 | 2019-03-01 | 合肥学院 | 面向全景视觉感知的多摄像头在环仿真测试方法与系统 |
CN109454501A (zh) * | 2018-10-19 | 2019-03-12 | 江苏智测计量技术有限公司 | 一种车床在线监测系统 |
CN109332928A (zh) * | 2018-10-23 | 2019-02-15 | 江苏山扬智能装备有限公司 | 基于深度学习在线检测的路灯灯杆自动焊接系统及焊接方法 |
CN109859177A (zh) * | 2019-01-17 | 2019-06-07 | 航天新长征大道科技有限公司 | 基于深度学习的工业射线影像评定方法及装置 |
CN110032971A (zh) * | 2019-04-12 | 2019-07-19 | 南京理工大学 | 基于单目摄像头的移动平台异物检测检测方法及检测系统 |
Non-Patent Citations (4)
Title |
---|
Panoramic Crack Detection for Steel Beam Based on Structured Random Forests;Sen Wang;《IEEE》;全文 * |
柔性电路板制造过程自动监控与智能分析系统的设计与实现;位永恒;《中国优秀硕士学位论文全文数据库》;全文 * |
用于大中型轴流风机铝叶片的机器人打磨系统;刘基照;汪义玲;吕杰森;甘瑞霞;;风机技术(01);全文 * |
管道焊缝检测视觉图像处理的研究;廖高华;甘志梅;吴园;;焊接技术(06);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113012090A (zh) | 2021-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110539109B (zh) | 一种基于单双目视觉的机器人自动焊接系统及方法 | |
CN106093075B (zh) | 一种用于视觉检测的镜片自动上料装置和方法 | |
CN110524582B (zh) | 一种柔性组对焊接机器人工作站 | |
US11466974B2 (en) | Image capturing apparatus and machine tool | |
WO2015120734A1 (zh) | 基于机器视觉的焊接轨迹校正专用测试装置及方法 | |
CN103480991B (zh) | 一种薄钢板窄焊缝在线视觉检测与控制装置 | |
CN113102880A (zh) | 一种基于视觉示教的线激光焊缝自动跟踪系统及方法 | |
CN109702290B (zh) | 基于视觉识别的钢板坡口切割方法 | |
CN103231162A (zh) | 机器人焊接质量视觉检测装置及其检测方法 | |
CN110293559B (zh) | 一种自动识别定位对准的安装方法 | |
EP4013578A1 (en) | Robot-mounted moving device, system, and machine tool | |
CN113001536B (zh) | 一种面向协作多机器人的防碰撞检测方法及装置 | |
CN111645111A (zh) | 一种基于工业机器人的智能制造系统及方法 | |
CN110315346A (zh) | 自动化加工系统以及自动化加工方法 | |
CN109269445A (zh) | 一种可自动校正的连杆加工夹具的视觉检测装置及方法 | |
CN212886706U (zh) | 一种基于机器视觉的铸造件智能精确打磨加工装置 | |
CN111152221A (zh) | 一种焊接机器人控制系统及其控制方法 | |
CN113012090B (zh) | 一种基于可移动摄像头的多工序工件质量检测方法及装置 | |
CN110097526B (zh) | 工件图像生成装置 | |
CN114769962B (zh) | 一种基于视觉传感的移动焊接机器人的焊缝识别跟踪系统 | |
CN114663400A (zh) | 一种基于视觉定位座椅坐垫的打钉控制方法及系统 | |
CN211588658U (zh) | 一种机器视觉辅助曲面加工装置 | |
CN114460087A (zh) | 一种基于机器视觉的焊点缺陷检测系统和方法 | |
US20220134577A1 (en) | Image processing method, image processing apparatus, robot-mounted transfer device, and system | |
CN113715935A (zh) | 一种汽车挡风玻璃自动装配系统及自动装配方法 |
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 |