CN113211231A - 一种自动识别铸铁毛坯件的打磨生产方法、系统及其控制系统 - Google Patents

一种自动识别铸铁毛坯件的打磨生产方法、系统及其控制系统 Download PDF

Info

Publication number
CN113211231A
CN113211231A CN202110523073.9A CN202110523073A CN113211231A CN 113211231 A CN113211231 A CN 113211231A CN 202110523073 A CN202110523073 A CN 202110523073A CN 113211231 A CN113211231 A CN 113211231A
Authority
CN
China
Prior art keywords
cast iron
blank
iron blank
camera
characteristic
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
Application number
CN202110523073.9A
Other languages
English (en)
Inventor
令狐彬
周璠
许�鹏
胡炳彰
刘筱筱
高磊
马霄珂
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 Dihong Artificial Intelligence Technology Co ltd
Original Assignee
Suzhou Dihong Artificial Intelligence Technology 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 Dihong Artificial Intelligence Technology Co ltd filed Critical Suzhou Dihong Artificial Intelligence Technology Co ltd
Priority to CN202110523073.9A priority Critical patent/CN113211231A/zh
Publication of CN113211231A publication Critical patent/CN113211231A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B9/00—Machines or devices designed for grinding edges or bevels on work or for removing burrs; Accessories therefor
    • B24B9/02—Machines or devices designed for grinding edges or bevels on work or for removing burrs; Accessories therefor characterised by a special design with respect to properties of materials specific to articles to be ground
    • B24B9/04—Machines or devices designed for grinding edges or bevels on work or for removing burrs; Accessories therefor characterised by a special design with respect to properties of materials specific to articles to be ground of metal, e.g. skate blades
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B49/00—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation
    • B24B49/12—Measuring or gauging equipment for controlling the feed movement of the grinding tool or work; Arrangements of indicating or measuring equipment, e.g. for indicating the start of the grinding operation involving optical means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B24—GRINDING; POLISHING
    • B24B—MACHINES, DEVICES, OR PROCESSES FOR GRINDING OR POLISHING; DRESSING OR CONDITIONING OF ABRADING SURFACES; FEEDING OF GRINDING, POLISHING, OR LAPPING AGENTS
    • B24B51/00—Arrangements for automatic control of a series of individual steps in grinding a workpiece
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • 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
    • 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
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • 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
    • G06T2207/20081—Training; Learning
    • 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
    • G06T2207/20084—Artificial neural networks [ANN]
    • 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
    • G06T2207/30232—Surveillance
    • 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
    • G06T2207/30241—Trajectory

Abstract

本公开实施例中提供了一种自动识别铸铁毛坯件的打磨生产方法、系统及其控制系统，所述自动识别铸铁毛坯件的打磨生产系统包括摄像头，用于拍摄待打磨的铸铁毛坯件；传送组件，用于运送毛坯件和将不合格的毛坯件直接进行分流不进行后续操作；机器人自动打磨组件，根据打磨轨迹进行自动打磨；视觉处理系统，通过识别、定位特征点并还原出需要打磨的边缘轨迹；中央主控系统，所述的中央主控系统分别与摄像头、机器人自动打磨系统组件、传送组件、视觉处理系统对应连接。所述的中央主控系统用于控制传送组件工作、获取摄像头所拍摄的图像、通过视觉处理系统还原出需要打磨的边缘轨迹，做出判断指导机器人完成打磨工作。本公开实施例的整个生产机站为流水线架构，考虑到打磨过程中的灰尘和碎屑对相机和光源的影响，因此视觉检测工作与打磨工作在不同的工作区完成，各个工作区为了防止粉尘扩散或者防止被粉尘污染，可以利用防护罩进行隔离。

Description

一种自动识别铸铁毛坯件的打磨生产方法、系统及其控制 系统
技术领域
本公开涉及自动化技术领域，尤其涉及一种自动识别铸铁毛坯件的打磨生产方法、系统及其控制系统。
背景技术
产品在出厂时不仅仅要检测其大小尺寸是否合格，还需要对指定位置的平整度进行检测并打磨，比如针对客户的铸铁毛胚件，对其指定位置进行图像识别检测，并对不合格产品的飞皮切割与打磨平整。在现有的研究技术中，图像检测技术与自动打磨技术没有得到有效的整合，需要耗费人力资源来进行判断识别，并容易出现漏检，因此，急需开发一种自动铸铁毛坯件识别和打磨装置来解决该问题，以提高企业成产的良率。
发明内容
有鉴于此，本公开实施例提供一种自动识别铸铁毛坯件的打磨生产方法、系统及其控制系统，至少部分解决现有技术中存在的问题。
第一方面，本公开实施例提供了一种自动识别铸铁毛坯件的打磨生产方法，所述自动识别铸铁毛坯件的打磨生产方法包括如下步骤：
采集传送带传送过来的待进行打磨的铸铁毛坯件的图像；
检测所述铸铁毛坯件是否为不合格产品；
若所述铸铁毛坯件为合格产品，则继续将所述铸铁毛坯件传送至打磨工位；若所述铸铁毛坯件为不合格产品，则将所述铸铁毛坯件分流至不合格件处理位；
采集传送过来的所述铸铁毛坯件的图像，根据所获取的图像获取所述铸铁毛坯件需要打磨的边缘轨迹；
控制打磨机器人根据所述铸铁毛坯件需要打磨的边缘轨迹对所述铸铁毛坯件进行打磨。
根据本公开实施例的一种具体实现方式，所述检测所述铸铁毛坯件是否为不合格产品的步骤，包括：
对采集的铸铁毛坯件的图像根据边缘和形状信息进行特征区域提取，提取图像上所有连通的小区域得到所述图像上特征区域数量；
比较采集到的图像中特征区域数量和模板图片中的特征区域总数量，如果不相等，则判别为采集的铸铁毛坯件的图像存在精度不达标；
如果特征区域总数量相等，则根据每一个特征区域的重心、面积以及最左、最右、最上、最下的像素位置形成特征向量，与模板图片中的特征区域进行一一对应；
利用训练得到的深度神经网络模型判断铸铁毛坯件的图像中的特征区域与模板图片对应特征区域的相似度；
根据相似度情况判断铸铁毛坯件是否为不合格产品。
根据本公开实施例的一种具体实现方式，所述根据相似度情况判断铸铁毛坯件是否为不合格产品的步骤，包括：
如果相似度小于设定的阈值，则判断该特征区域有瑕疵，则判定铸铁毛坯件的精度不合格；
如果所有特征区域的相似度均大于阈值，则判断所有特征区域与模板图片的特征区域的旋转角度是否具有一致性，如果某几个特征区域的旋转角度与其它旋转角度存在较大的不一致性，则判定铸铁毛坯件的精度不合格。
根据本公开实施例的一种具体实现方式，所述根据所获取的图像获取所述铸铁毛坯件需要打磨的边缘轨迹的步骤包括：
识别并定位特征点，与铸铁毛坯件的标准曲线对比，拟合出铸铁毛坯件需要打磨的边缘轨迹。
此外，为实现上述目的，本公开实施例还提出一种自动识别铸铁毛坯件的打磨生产系统，所述系统包括主控系统、摄像机组、传送组件、机器人自动打磨组件、视觉处理系统，所述主控系统分别与所述摄像机组、传送组件、机器人自动打磨组件、视觉处理系统连接；
所述自动识别铸铁毛坯件的打磨生产系统用于实现如上所述的自动识别铸铁毛坯件的打磨生产方法。
根据本公开实施例的一种具体实现方式，所述摄像机组包括第一摄像机和第二摄像机，所述传送组件包括第一传送带、第二传动带和第三传送带，所述第一摄像机设置在所述第一传送带一侧，所述第一传送带用于将待打磨的铸铁毛坯件传送至所述第一摄像机处；
所述第二摄像机设置在所述第三传动带一侧，所述第三传送带用于将从所述第二传送带传送过来的合格的铸铁毛坯件传送至所述第二摄像机处；所述第二传送带用于将从所述第一传送带处传送过来的不合格的铸铁毛坯件分流出去。
根据本公开实施例的一种具体实现方式，所述第一摄像机和所述第二摄像机的数量均为多个，多个所述第一摄像机安设的角度不同，多个所述第二摄像机安设的角度不同。
根据本公开实施例的一种具体实现方式，所述机器人自动打磨组件包括封闭罩。
根据本公开实施例的一种具体实现方式，所述第一摄像机和第二摄像机外侧均设置有防护罩，所述防护罩内侧设置有补光灯。
此外，为实现上述目的，本公开实施例还提出一种自动识别铸铁毛坯件的打磨生产控制系统，所述自动识别铸铁毛坯件的打磨生产控制系统用于实现如上所述的方法。
本公开实施例中自动识别铸铁毛坯件的打磨生产方法，所述自动识别铸铁毛坯件的打磨生产方法包括如下步骤：采集传送带传送过来的待进行打磨的铸铁毛坯件的图像；检测所述铸铁毛坯件是否为不合格产品；若所述铸铁毛坯件为合格产品，则继续将所述铸铁毛坯件传送至打磨工位；若所述铸铁毛坯件为不合格产品，则将所述铸铁毛坯件分流至不合格件处理位；采集传送过来的所述铸铁毛坯件的图像，根据所获取的图像获取所述铸铁毛坯件需要打磨的边缘轨迹；控制打磨机器人根据所述铸铁毛坯件需要打磨的边缘轨迹对所述铸铁毛坯件进行打磨。本公开实施例的整个生产机站为流水线架构，考虑到打磨过程中的灰尘和碎屑对相机和光源的影响，因此视觉检测工作与打磨工作在不同的工作区完成，各个工作区为了防止粉尘扩散或者防止被粉尘污染，可以利用防护罩进行隔离。
附图说明
为了更清楚地说明本公开实施例的技术方案，下面将对实施例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公开的一些实施例，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它的附图。
图1为本公开实施例提供的一种自动识别铸铁毛坯件的打磨生产系统结构示意图；
图2为本公开实施例提供的一种自动识别铸铁毛坯件的打磨生产系统摄像机组结构示意图。
附图标记汇总：
1-第一传送带，2-机器人自动打磨组件
3-第二传送带，4-第三传送带，5-机械架
21-第一摄像机，22-第二摄像机
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本公开的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
需要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本公开的基本构想，图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种自动识别铸铁毛坯件的打磨生产方法。
参见图1和图2，本公开实施例提供的一种所述自动识别铸铁毛坯件的打磨生产方法，所述方法包括如下步骤：
采集传送带传送过来的待进行打磨的铸铁毛坯件的图像；
检测所述铸铁毛坯件是否为不合格产品；
若所述铸铁毛坯件为合格产品，则继续将所述铸铁毛坯件传送至打磨工位；若所述铸铁毛坯件为不合格产品，则将所述铸铁毛坯件分流至不合格件处理位；
采集传送过来的所述铸铁毛坯件的图像，根据所获取的图像获取所述铸铁毛坯件需要打磨的边缘轨迹；
控制打磨机器人根据所述铸铁毛坯件需要打磨的边缘轨迹对所述铸铁毛坯件进行打磨。
上述方法应用于自动识别铸铁毛坯件的打磨生产系统中，自动识别铸铁毛坯件的打磨生产系统包括主控系统、摄像机组、传送组件、机器人自动打磨组件5、视觉处理系统，所述主控系统分别与所述摄像机组、传送组件、机器人自动打磨组件5、视觉处理系统连接；其中，传送组件，用于运送毛坯件和将不合格的毛坯件直接进行分流，包括第一传送带、第二传送带与第三传送带。
机器人自动打磨组件，根据打磨轨迹进行自动打磨；
视觉处理系统，通过识别、定位特征点并还原出需要打磨的边缘轨迹；
主控系统，所述的主控系统分别与摄像机、机器人自动打磨组件、传送组件、视觉处理系统对应连接。所述的主控系统用于控制传送组件工作、获取摄像机所拍摄的图像、通过视觉处理系统还原出需要打磨的边缘轨迹，做出判断指导机器人完成打磨工作。
所述的中央主控系统实现自动识别待打磨铸铁毛坯件，并且识别打磨步骤如下：
S1、根据第一摄像机收集到的铸铁毛坯件的样本图片，对铸铁毛坯件进进行筛选，光源和相机固定安装在检测平台上，从合适的位置和角度拍摄铸铁毛坯件的图片，利用结构光三维重建技术还原铸铁毛坯件三维信息，并且提取特征点。
S2、利用基于深度学习的算法检测铸铁毛坯件上是否还有毛刺。如果发现铸铁毛坯件尺寸不合格品，则直接分流不进行后续打磨；如果合格，则对铸铁毛坯件进行定位，并通过视觉处理系统拟合出打磨轨迹。
S3、视觉处理系统采用基于结构光三维重建和深度学习技术的算法，首先重建目标物体的三维位置，然后识别、定位特征点并还原出需要打磨的边缘轨迹，然后将轨迹反馈给中央主控系统，由其指导机器人完成打磨工作；铸铁毛坯件打磨工作区利用夹具将铸铁毛坯件固定在确定的位置，再导入视觉处理系统得到的打磨轨迹，然后利用机器人控制刀具沿打磨轨迹完成去除毛刺工作。通过第二摄像机对打磨后铸铁毛坯件去除毛刺后的效果进行拍照，由视觉处理系统来判断并反馈给中央主控。
本发明的优点在于：
(1)本公开实施例的整个生产机站为流水线架构，考虑到打磨过程中的灰尘和碎屑对相机和光源的影响，因此视觉检测工作与打磨工作在不同的工作区完成，各个工作区为了防止粉尘扩散或者防止被粉尘污染，可以利用防护罩进行隔离。
(2)本公开实施例包括第一摄像机和第二摄像机，所述第一摄像机用于对铸铁毛坯件进行初次拍照，所述第二摄像机对打磨后的铸铁毛坯件进行第二次拍照。视觉处理系统采用基于结构光三维重建和深度学习技术的算法，首先重建目标物体的三维位置，然后识别、定位特征点并还原出需要打磨的边缘轨迹，然后将轨迹反馈给中央主控系统。
(3)中央控制系统是整个装置的核心，完成核心工作流程和业务分析，中央主控系统的流程，通过组件化的框架搭建，只需配置即可完成业务流程，并与机器视觉系统、PLC、显示系统、机器人通过协议接口进行实时通讯。
(4)机器人自动打磨组件整体为密封方式，保证在打磨过程中所产生的粉尘与噪音不会影响到设备外部。减少对操作人员的伤害与影响。打磨操作区域由工业六轴机器人完成，机器人手臂端抓取可换道具电主轴完成倒角去毛刺操作，电主轴为伺服电机控制，刀具转速可调节。
(5)遮光罩和补光灯的设置是为了防止因外部环境影响拍摄效果。
(6)装置还包括传送机构，这样铸铁毛坯件直接通过传送机构来传送。
(7)由中央主控系统来控制传送机构的分流方向，由视觉处理系统提供理论依据。
具体地，一种可自动识别铸铁毛坯件的打磨生产装置，包括机械架5、摄像头、传送组件、机器人自动打磨组件2、视觉处理系统、中央主控系统。
其中摄像头用于拍摄判断待打磨的铸铁毛坯件；具体来说，所述摄像头包括第一摄像机21和第二摄像机22，所述第一摄像机21主要对主体铸造精度不合格的铸铁毛坯件进行筛选，如果发现不合格品，则直接通过第二传送带3分流不进行后续打磨；如果合格，则对铸铁毛坯件进行定位，并通过视觉处理系统拟合出打磨轨迹，所述第二摄像机22主要对打磨后铸铁毛坯件去除毛刺后的效果进行判断，如果不合格，则通过第三传送带4分流与合格品进行区分。所述第一是和相投和第二摄像头外设置有遮光罩，所述遮光罩内还设置有给摄像头补光的补光灯。
传送组件，所述传送组件用于运送毛坯件和将不合格的毛坯件直接进行分流，包含第一传送带1、第二传送带3与第三传送带4。在该方案中，所述第一传送带1用于运送主体毛坯件，所述第二传送带3用于驱使主体精度不合格铸铁毛坯件分流，所述第三传送带4驱使经打磨后仍不合格的铸铁毛坯件分流。
机器人自动打磨组件，所述机器人自动打磨系统整体为密封方式，保证在打磨过程中所产生的粉尘与噪音不会影响到设备外部。减少对操作人员的伤害与影响。打磨操作区域由工业六轴机器人完成，机器人手臂端抓取可换道具电主轴完成倒角去毛刺操作，电主轴为伺服电机控制，刀具转速可调节。更换刀柄在设备内部侧面，机器人根据AI模拟结果自动换取刀具。新刀具更换只需人工在设备侧面手工取出更换即可完成。设备外部有整体防护罩，并进行隔音处理，有效减小噪音向外传递。在旋转工装位置增加防护安全门，可进一步将设备缝隙减小。
视觉处理系统通过识别判断毛坯件主体铸造尺寸是否合格、定位特征点并还原出需要打磨的边缘轨迹，中央主控系统分别与摄像头、机器人自动打磨系统组件、传送组件、视觉处理系统对应连接，通过视觉处理系统还原出需要打磨的边缘轨迹，做出判断指导机器人完成打磨工作。
中央主控系统分别与摄像头、机器人自动打磨系统组件、传送组件、视觉处理系统对应连接。所述的中央主控系统用于控制传送组件工作、获取摄像头所拍摄的图像、通过视觉处理系统还原出需要打磨的边缘轨迹，做出判断指导机器人完成打磨工作。
基于上述装置，所述视觉处理系统处理图像包括检测判断毛坯件主体铸造精度是否合格以及定位毛刺特征点并还原出需要打磨的边缘轨迹。以下分别对铸造精度判断和拟合打磨轨迹的步骤分别进行描述：
对铸造主体精度判别步骤如下：
S1、通过摄像头采集毛坯件主体图片，并进行特征区域提取，将图片上所有连通的小区域提取出来。
S2、比较采集到的标签图片中特征区域数量和模板图片中的特征区域总数量，如果不相等，则判别为采集图片存在精度不达标；如果特征区域总数量相等，则根据每一个小特征区域的重心，面积，以及最左、最右、最上、最下的像素位置形成特征向量，与模板图片中的特征区域进行一一对应；
S3、利用深度学习技术，分别训练校正后的每一个小特征区域的图像与模板对应小特征区域图像的相似度深度神经网络；
S4、利用训练得到的深度神经网络判断采集图像中的各个小特征区域与模板对应小特征区域的相似度；
(1)如果相似度小于设定的阈值，则判断该小特征区域有瑕疵，给出精度不合格的结果。
(2)如果所有小特征区域的相似度均大于阈值，则判断所有小特征区域与模板小特征区域的旋转角度是否具有一致性，如果某几个小特征区域的旋转角度与其它旋转角度存在较大的不一致性，给出不合格的结果。
(3)如果以上两步判断都没有发现精度不合格，则判断采集的图像无瑕疵。
定位毛刺特征点以及打磨轨迹拟合步骤如下：
S1、通过摄像头采集毛坯件主体图片，利用结构光三维重建技术还原铸铁毛坯件三维信息，并且提取特征点。
S2、利用深度学习模型，判断铸铁毛坯件图片中是否含有毛刺。
S3、识别并定位特征点，与铸铁毛坯件的标准曲线对比。拟合出铸铁毛坯件待打磨轨迹并将打磨轨迹反馈给主控系统。
以上所述，仅为本公开的具体实施方式，但本公开的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本公开揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本公开的保护范围之内。因此，本公开的保护范围应以权利要求的保护范围为准。

Claims (10)

1.一种自动识别铸铁毛坯件的打磨生产方法，其特征在于，所述自动识别铸铁毛坯件的打磨生产方法包括如下步骤：
采集传送带传送过来的待进行打磨的铸铁毛坯件的图像；
检测所述铸铁毛坯件是否为不合格产品；
若所述铸铁毛坯件为合格产品，则继续将所述铸铁毛坯件传送至打磨工位；若所述铸铁毛坯件为不合格产品，则将所述铸铁毛坯件分流至不合格件处理位；
采集传送过来的所述铸铁毛坯件的图像，根据所获取的图像获取所述铸铁毛坯件需要打磨的边缘轨迹；
控制打磨机器人根据所述铸铁毛坯件需要打磨的边缘轨迹对所述铸铁毛坯件进行打磨。
2.根据权利要求1所述的自动识别铸铁毛坯件的打磨生产方法，其特征在于，所述检测所述铸铁毛坯件是否为不合格产品的步骤，包括：
对采集的铸铁毛坯件的图像，根据边缘和形状信息，，提取符合特定特征的所有小区域，并且统计这些特征区域的数量；
比较采集到的图像中特征区域数量和模板图片中的特征区域总数量，如果不相等，则判别为采集的铸铁毛坯件的图像存在精度不达标；
如果特征区域总数量相等，则根据每一个特征区域的重心、面积以及最左、最右、最上、最下的像素位置形成特征向量，与模板图片中的特征区域进行一一对应；
利用训练得到的深度神经网络模型判断铸铁毛坯件的图像中的特征区域与模板图片对应特征区域的相似度；
根据相似度情况判断铸铁毛坯件是否为不合格产品。
3.根据权利要求2所述的自动识别铸铁毛坯件的打磨生产方法，其特征在于，所述根据相似度情况判断铸铁毛坯件是否为不合格产品的步骤，包括：
如果相似度小于设定的阈值，则判断该特征区域有瑕疵，则判定铸铁毛坯件的精度不合格；
如果所有特征区域的相似度均大于阈值，则判断所有特征区域与模板图片的特征区域的旋转角度是否具有一致性，如果某几个特征区域的旋转角度与其它旋转角度存在较大的不一致性，则判定铸铁毛坯件的精度不合格。
4.根据权利要求3所述的自动识别铸铁毛坯件的打磨生产方法，其特征在于，所述根据所获取的图像获取所述铸铁毛坯件需要打磨的边缘轨迹的步骤包括：
识别并定位特征点，与铸铁毛坯件的标准曲线对比，拟合出铸铁毛坯件需要打磨的边缘轨迹。
5.一种自动识别铸铁毛坯件的打磨生产系统，其特征在于，所述自动识别铸铁毛坯件的打磨生产系统包括主控系统、摄像机组、传送组件、机器人自动打磨组件、视觉处理系统，所述主控系统分别与所述摄像机组、传送组件、机器人自动打磨组件、视觉处理系统连接；
所述自动识别铸铁毛坯件的打磨生产系统用于实现如权利要求1～5任一项所述的自动识别铸铁毛坯件的打磨生产方法。
6.根据权利要求5所述的自动识别铸铁毛坯件的打磨生产系统，其特征在于，所述摄像机组包括第一摄像机和第二摄像机，所述传送组件包括第一传送带、第二传动带和第三传送带，所述第一摄像机设置在所述第一传送带一侧，所述第一传送带用于将待打磨的铸铁毛坯件传送至所述第一摄像机处；
所述第二摄像机设置在所述第三传动带一侧，所述第三传送带用于将从所述第二传送带传送过来的合格的铸铁毛坯件传送至所述第二摄像机处；所述第二传送带用于将从所述第一传送带处传送过来的不合格的铸铁毛坯件分流出去。
7.根据权利要求6所述的自动识别铸铁毛坯件的打磨生产系统，其特征在于，所述第一摄像机和所述第二摄像机的数量均为多个，多个所述第一摄像机安设的角度不同，多个所述第二摄像机安设的角度不同。
8.根据权利要求5所述的自动识别铸铁毛坯件的打磨生产系统，其特征在于，所述机器人自动打磨组件包括封闭罩。
9.根据权利要求7所述的自动识别铸铁毛坯件的打磨生产系统，其特征在于，所述第一摄像机和第二摄像机外侧均设置有防护罩，所述防护罩内侧设置有补光灯。
10.一种自动识别铸铁毛坯件的打磨生产控制系统，其特征在于，所述自动识别铸铁毛坯件的打磨生产控制系统用于实现如权利要求1～5任一项所述的方法。
CN202110523073.9A 2021-05-13 2021-05-13 一种自动识别铸铁毛坯件的打磨生产方法、系统及其控制系统 Pending CN113211231A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110523073.9A CN113211231A (zh) 2021-05-13 2021-05-13 一种自动识别铸铁毛坯件的打磨生产方法、系统及其控制系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110523073.9A CN113211231A (zh) 2021-05-13 2021-05-13 一种自动识别铸铁毛坯件的打磨生产方法、系统及其控制系统

Publications (1)

Publication Number Publication Date
CN113211231A true CN113211231A (zh) 2021-08-06

Family

ID=77095386

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110523073.9A Pending CN113211231A (zh) 2021-05-13 2021-05-13 一种自动识别铸铁毛坯件的打磨生产方法、系统及其控制系统

Country Status (1)

Country Link
CN (1) CN113211231A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117392133A (zh) * 2023-12-12 2024-01-12 江苏中科云控智能工业装备有限公司 一种基于机器视觉的压铸件毛刺检测系统及方法

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107471028A (zh) * 2017-09-07 2017-12-15 中车唐山机车车辆有限公司 修磨方法及系统
CN207888358U (zh) * 2017-12-30 2018-09-21 天津曼科科技有限公司 一种自动毛刺清理机
CN108608296A (zh) * 2018-06-15 2018-10-02 芜湖泓鹄材料技术有限公司 模具铸件打磨设备
CN109115785A (zh) * 2018-08-08 2019-01-01 长沙理工大学 一种铸件打磨质量检测方法、装置及其使用方法
CN109249292A (zh) * 2018-09-14 2019-01-22 浙江机电职业技术学院 一种铸件智能打磨系统
CN109290920A (zh) * 2018-12-03 2019-02-01 宇环数控机床股份有限公司 一种铸铁件毛坯自动精整装置及方法
CN109291048A (zh) * 2018-09-26 2019-02-01 泉州华中科技大学智能制造研究院 一种磨抛工业机器人实时在线编程系统及方法
CN109916333A (zh) * 2019-04-04 2019-06-21 大连交通大学 一种基于agv的大尺寸目标高精度三维重建系统及方法
CN110434671A (zh) * 2019-07-25 2019-11-12 王东 一种基于特征测量的铸造件表面机加工轨迹校准方法
CN110524382A (zh) * 2019-08-14 2019-12-03 伊之密机器人自动化科技(苏州)有限公司 一种全自动打磨工作站及打磨方法
CN209850559U (zh) * 2018-12-13 2019-12-27 中国船舶重工集团公司第七一六研究所 一种具有三维视觉的机器人打磨系统
CN111141741A (zh) * 2019-12-09 2020-05-12 合肥迪宏自动化有限公司 一种可识别打印机标签缺陷的检测装置
CN111230862A (zh) * 2020-01-10 2020-06-05 上海发那科机器人有限公司 一种基于视觉识别功能的手持工件去毛刺方法和系统
CN111476152A (zh) * 2020-04-03 2020-07-31 甘肃省科学院 一种基于柔顺规则的轮毂打磨轨迹输出的方法及系统
CN111633549A (zh) * 2020-07-07 2020-09-08 厦门理工学院 一种异构件智能双机器人检测磨抛系统及加工方法
CN111929309A (zh) * 2020-09-14 2020-11-13 成都卓识维景科技有限公司 一种基于机器视觉的铸造件外观缺陷检测方法及系统
CN111983967A (zh) * 2020-08-17 2020-11-24 于彦奇 一种用于铸造厂型砂质量控制的智能系统及控制方法
CN212886706U (zh) * 2021-03-11 2021-04-06 成都卓识维景科技有限公司 一种基于机器视觉的铸造件智能精确打磨加工装置

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107471028A (zh) * 2017-09-07 2017-12-15 中车唐山机车车辆有限公司 修磨方法及系统
CN207888358U (zh) * 2017-12-30 2018-09-21 天津曼科科技有限公司 一种自动毛刺清理机
CN108608296A (zh) * 2018-06-15 2018-10-02 芜湖泓鹄材料技术有限公司 模具铸件打磨设备
CN109115785A (zh) * 2018-08-08 2019-01-01 长沙理工大学 一种铸件打磨质量检测方法、装置及其使用方法
CN109249292A (zh) * 2018-09-14 2019-01-22 浙江机电职业技术学院 一种铸件智能打磨系统
CN109291048A (zh) * 2018-09-26 2019-02-01 泉州华中科技大学智能制造研究院 一种磨抛工业机器人实时在线编程系统及方法
CN109290920A (zh) * 2018-12-03 2019-02-01 宇环数控机床股份有限公司 一种铸铁件毛坯自动精整装置及方法
CN209850559U (zh) * 2018-12-13 2019-12-27 中国船舶重工集团公司第七一六研究所 一种具有三维视觉的机器人打磨系统
CN109916333A (zh) * 2019-04-04 2019-06-21 大连交通大学 一种基于agv的大尺寸目标高精度三维重建系统及方法
CN110434671A (zh) * 2019-07-25 2019-11-12 王东 一种基于特征测量的铸造件表面机加工轨迹校准方法
CN110524382A (zh) * 2019-08-14 2019-12-03 伊之密机器人自动化科技(苏州)有限公司 一种全自动打磨工作站及打磨方法
CN111141741A (zh) * 2019-12-09 2020-05-12 合肥迪宏自动化有限公司 一种可识别打印机标签缺陷的检测装置
CN111230862A (zh) * 2020-01-10 2020-06-05 上海发那科机器人有限公司 一种基于视觉识别功能的手持工件去毛刺方法和系统
CN111476152A (zh) * 2020-04-03 2020-07-31 甘肃省科学院 一种基于柔顺规则的轮毂打磨轨迹输出的方法及系统
CN111633549A (zh) * 2020-07-07 2020-09-08 厦门理工学院 一种异构件智能双机器人检测磨抛系统及加工方法
CN111983967A (zh) * 2020-08-17 2020-11-24 于彦奇 一种用于铸造厂型砂质量控制的智能系统及控制方法
CN111929309A (zh) * 2020-09-14 2020-11-13 成都卓识维景科技有限公司 一种基于机器视觉的铸造件外观缺陷检测方法及系统
CN212886706U (zh) * 2021-03-11 2021-04-06 成都卓识维景科技有限公司 一种基于机器视觉的铸造件智能精确打磨加工装置

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117392133A (zh) * 2023-12-12 2024-01-12 江苏中科云控智能工业装备有限公司 一种基于机器视觉的压铸件毛刺检测系统及方法
CN117392133B (zh) * 2023-12-12 2024-02-20 江苏中科云控智能工业装备有限公司 一种基于机器视觉的压铸件毛刺检测系统及方法

Similar Documents

Publication Publication Date Title
CN103862340B (zh) 一种机器人并行打磨系统
CN106041946B (zh) 基于图像处理的机械人打磨生产方法及应用其的生产系统
CN110385618A (zh) 微小型压铸件打磨检测的柔性生产系统
CN103506908A (zh) 一种轮毂自动打磨方法及装置
CN205996743U (zh) 一种汽车轮毂窗口毛刺自动打磨装置
CN205271634U (zh) 一种轮毂智能去毛刺机器人
CN106941605A (zh) 一种砂轮修锐修整的图像视觉监控装置及方法
CN112264839A (zh) 一种用于制造物联网的切削刀具磨损在位测量装置及方法
CN105729267A (zh) 一种基于视觉控制的磨边装置及方法
CN110434697A (zh) 一种铝合金轮毂pcd孔智能打磨机及打磨方法
CN113211231A (zh) 一种自动识别铸铁毛坯件的打磨生产方法、系统及其控制系统
CN207039770U (zh) 一种砂轮修锐修整的图像视觉监控装置
CN107160241A (zh) 一种基于数控机床的视觉定位系统及方法
JPS6362675A (ja) ワ−クピ−スの自動研削方法
CN109249292A (zh) 一种铸件智能打磨系统
CN206778954U (zh) 一种自动化影像筛选机
CN106826399B (zh) 一种轮毂智能去毛刺方法
CN114260783A (zh) 一种汽车轮毂打磨工作站控制系统及其控制方法
JP3427389B2 (ja) バリ取り方法及びその装置
CN212886706U (zh) 一种基于机器视觉的铸造件智能精确打磨加工装置
CN110076689A (zh) 基于工业机器人的工件集成打磨系统及方法
CN109290920A (zh) 一种铸铁件毛坯自动精整装置及方法
CN210588486U (zh) 一种铝合金轮毂pcd孔智能打磨机
CN109345500B (zh) 一种基于机器视觉的机床刀具刀尖点位置计算方法
CN113070745B (zh) 一种刀片侧刃数控加工机床及其加工工艺

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