CN113959951A - 一种在线检测工件组装的机器视觉装置及检测方法 - Google Patents
一种在线检测工件组装的机器视觉装置及检测方法 Download PDFInfo
- Publication number
- CN113959951A CN113959951A CN202111381322.1A CN202111381322A CN113959951A CN 113959951 A CN113959951 A CN 113959951A CN 202111381322 A CN202111381322 A CN 202111381322A CN 113959951 A CN113959951 A CN 113959951A
- Authority
- CN
- China
- Prior art keywords
- light source
- image
- workpiece
- machine vision
- camera
- 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
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 30
- 230000008569 process Effects 0.000 claims abstract description 14
- 238000005286 illumination Methods 0.000 claims abstract description 10
- 238000005219 brazing Methods 0.000 claims abstract description 7
- 230000009471 action Effects 0.000 claims abstract description 4
- 238000003466 welding Methods 0.000 claims description 41
- 238000007689 inspection Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 7
- 238000007599 discharging Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000000007 visual effect Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 5
- 230000007547 defect Effects 0.000 claims description 4
- 230000004313 glare Effects 0.000 claims description 4
- 238000010191 image analysis Methods 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000009434 installation Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 7
- 238000011058 failure modes and effects analysis Methods 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000001816 cooling Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- BQCADISMDOOEFD-UHFFFAOYSA-N Silver Chemical compound [Ag] BQCADISMDOOEFD-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000110 cooling liquid Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000001678 irradiating effect Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000002310 reflectometry Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000003746 surface roughness Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- 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
- G01N21/01—Arrangements or apparatus for facilitating the optical investigation
-
- 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
- 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
- G01N21/95—Investigating the presence of flaws or contamination characterised by the material or shape of the object to be examined
- G01N21/9515—Objects of complex shape, e.g. examined with use of a surface follower device
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
- G05B19/05—Programmable logic controllers, e.g. simulating logic interconnections of signals according to ladder diagrams or function charts
- G05B19/058—Safety, monitoring
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/10—Plc systems
- G05B2219/16—Plc to applications
- G05B2219/163—Domotique, domestic, home control, automation, smart, intelligent house
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Signal Processing (AREA)
- Automation & Control Theory (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明涉及一种在线检测工件组装的机器视觉装置及检测方法,本装置安装在自动火焰钎焊系统中,系统动作由PLC控制,本机器视觉装置包括照相机、处理器、照明控制器以及光源,照相机以及光源分别通过线路连接处理器,光源与处理器之间的线路中串联照明控制器,照相机、光源以及处理器均连接电源,光源与照相机安装在待检测工件的两侧且相对设置,照相机采集工件的图形数据。本发明采用了机器视觉系统的技术,零件在装配过程中及装配后立即被机器视觉系统所识别、分析、计算等,快速给出组装正确与否的结论,并实时给出图像显示及具体偏差参数,实现了工件组装正确与否的在线检测。
Description
技术领域
本发明属于焊接自动控制领域,涉及机器视觉,具体是一种在线检测工件组装的机器视觉装置及检测方法。
背景技术
随着产业升级以及智能制造趋势的发展,自动化、智能化设备进入各个传统行业。新能源电池冷却板管口组件由多个零件组成,由于待组装零件存在很大相似性,而且零件体积小、数量多,装配失误的可能性极高,装配失误后,工件焊接后即报废。
传统的加工方式是人工装配,然后由人工火焰钎焊或在人工辅助在自动火焰钎焊机上完成焊接。由于产品的特殊性,对每个零件的位置、装配尺寸精度等均有严格的要求。在生产实践中,时有发生漏装零件,装错零件,安装不到位等情况,以致造成焊接后出现次品、不合格品甚至报废的情况,产生浪费。而对于自动化生产而言,先组装,再检验,检验合格再去焊接的过程,严重制约了自动化过程的实施效率。
产品为铝材质,银白色,反光效果好。产品尺寸小,细节多,视觉上零件与周围环境的可区分度较差。而且生产环境通常是普通生产车间,设备内部有灯光照明,上述原因造成光源复杂。而且,因为工装运行轨迹及人员操作空间限制,无法制造固定的封闭光源暗箱;移动式光源暗箱运动部分复杂。
传统传感器检测需要考虑传感器的固定问题,本产品所需的检测项目内容,需要几十组传感器,空间占用大,成本高。且需要做成可移动式结构,防止检测系统与工装运动轨迹干涉,导致传感器检测方式难以实现,而且检测速度慢,影响生产效率。
发明内容
本发明的目的在于克服现有技术的不足之处,提供一种提升质量、提升效率、可靠性高、节约人工的在线检测工件组装的机器视觉装置及其检测方法。
本发明解决其技术问题是采取以下技术方案实现的:
一种在线检测工件组装的机器视觉装置,本装置安装在自动火焰钎焊系统中,系统动作由PLC控制,其特征在于:本机器视觉装置包括照相机、处理器、照明控制器以及光源,照相机以及光源分别通过线路连接处理器,光源与处理器之间的线路中串联照明控制器,照相机、光源以及处理器均连接电源,光源与照相机安装在待检测工件的两侧且相对设置,照相机采集工件的图形数据。
而且,自动焊接系统包括多工位转盘、工件夹具,多工位转盘上径向均布安装有多个工件夹具,多工位转盘驱动工件夹具依次旋转到多个不同的工位,其中第一工位为用于将零件装入工件夹具的上料工位,同时也是将完成全部焊接工作后去下产品的下料工位,本装置安装在第一工位的位置。
而且,所述照明控制器采用10位置的旋转可调旋钮。
而且,所述处理器提供对图形的处理及输出功能,选择开关量输出模块的处理器,将输出的开关量信号能够传输给PLC。
一种在线检测工件组装的机器视觉检测方法,其特征在于:步骤为:
(1)第一工位安装工件,工件安装在光源与照相机之间;
(2)机器视觉装置的光源保持常亮,照相机采集到光源背景中零件投射出的图像;
(3)照相机将采集到的图像传输到处理器,处理器进行图形的分析和处理,检测全部可能存在的组装错误;
(4)输出分析结果,本实施例采用开关量输出模块,将开关量信号直接传输给PLC;
(5)工件焊接完成后回到。
而且,在采集之前,根据现场环境调节光源亮度;调节照相机焦距,保证能够采集到清晰图像。
而且,全部可能存在的组装错误包括:
序号 | 零件名称 | 错误1 | 错误2 | 错误3 | 错误4 |
1 | 基体 | 装反 | 未装到位 | ||
2 | 中立管 | 漏装 | 装反 | 未装到位 | 重复焊接 |
3 | 侧立管 | 漏装 | 装反 | 未装到位 | 重复焊接 |
4 | 立柱 | 漏装 | 未装到位 | 重复焊接 | |
5 | 侧立管焊环 | 漏装 | 重复装 | 未安装到焊接位置 | 焊环变形 |
6 | 中立管焊环 | 漏装 | 重复装 | 未安装到焊接位置 | 焊环变形 |
7 | 立柱焊环 | 漏装 | 重复装 | 未安装到焊接位置 | 焊环变形 |
8 | 侧立管定位工装 | 未下压 | 未下压到位 | ||
9 | 中立管定位工装 | 未下压 | 未下压到位 | ||
10 | 立柱定位工装 | 未下压 | 未下压到位 |
而且,处理器进行图形的分析和处理的方式,图像处理采用的图像识别算法,图像分析采用图形示教及图像亮度值分布比较法。
而且,图形示教及图像亮度值分布比较法具体为:
选取中间接管作为视界范围确定的基准图像,采用图形比较的方式做判断,机器视觉系统对获取的图形特征与实际抓取的图像特征做比较,报告所找到的图案的X,Y坐标值,角度,输出检查窗口的“工具固定原点”,从而为其它图像识别工具提供一个图像位置的基础;
该算法在预设的图像范围内,寻找与预先示教的图形相匹配的图像特征,包括边缘、面积,并计算此图像特征在摄像头视界中的位置,由此获取其它各个识别点的相对坐标值、角度;如果无法找到匹配的图形,如因外界光源炫光干扰,造成轮廓变形,无法匹配图形,则视觉系统报错;此识别方式系统有边缘识别、面积识别两个模式,鉴于是背光源,边缘线比较清晰,所以采用边缘识别,获取准确的坐标和较高的识别率;
对于其它检测点,选取亮度作为检测工具,对检测范围内,根据平均灰度值确定特征是否存在;如果区域面积的得分在极限范围内,则报告通过,否则报告失败;
这种检测方法,通过计算预设的检测框内的图像平均灰度值与示教时预存的数值范围相比较,实际图像灰度值在预设的极限范围内则通过检测;
调整时,通过调整检测区面积和检测区位置,直接改变平均灰度值,然后调整灰度的上下限数值,使测量值位于上下限的中值即可;
针对全部可能存在的组装错误缺陷,对于每一个缺陷设置检测点,每个设置点都采用平均灰度值检测。
本发明的优点和积极效果是:
1、本装置的应用即能够有效解决装配过程中零件防歪、放错的问题,又能够解决装配后装配位置及尺寸的自动检验问题。
2、本装置的应用能够解决自动检验与自动控制系统连接问题,机器视觉检测可以采用远距离测量方式,躲避开工装的运动轨迹;而且固定机械结构简单,位置灵活,结构简单,实用性强。
3、本装置的应用能够解决机器视觉监测中误判率高的问题,通过FMEA分析表(表1),我们列出了产品在手工装配过程中可能出现的错误,采用本方法可以全面检测可能出现的问题。
4、本发明采用了机器视觉系统的技术,零件在装配过程中及装配后立即被机器视觉系统所识别、分析、计算等,快速给出组装正确与否的结论,并实时给出图像显示及具体偏差参数,实现了工件组装正确与否的在线检测。
5、本装置经过在不同场地的实验运行,尽管设备周边环境,照明条件,空间变化等情况多次发生,但是本装置的视觉系统都能够达到误判率为零的效果,适于在本领域推广使用,检验效果好,可靠性高。
附图说明
图1为本发明的连接示意图;
图2为零件分解示意图;
图3为成品示意图;
图4为本装置的安装位置示意图;
图5为光源亮度与识别成功率关系图;
图6为基准图像的设置画面;
图7为其他检测点的设置画面。
具体实施方式
下面结合附图并通过具体实施例对本发明作进一步详述,以下实施例只是描述性的,不是限定性的,不能以此限定本发明的保护范围。
一种在线检测工件组装的机器视觉装置,本装置安装在自动火焰钎焊系统中,系统动作由PLC控制。自动火焰钎焊系统为在先开发的自动焊接系统,已在先申请专利保护,本文中不再详细描述。
参见图2和图3所示,产品能源电池冷却板总成的进出冷却液的管口部分是由4个零件组成,加上焊环共有7个零件,焊接后成为一个整体。待组装零件存在很大相似性,而且零件数量多,装配失误的可能性极高,装配失误后,工件焊接后即报废。4个零件分别为1个连接件,2个尺寸相同的接管,1个紧固件,2个尺寸相同的大焊环、1个小焊环。
自动焊接系统包括多工位转盘1、工件夹具2,多工位转盘上径向均布安装有多个工件夹具,多工位转盘驱动工件夹具依次旋转到多个不同的工位,其中第一工位为用于将零件装入工件夹具的上料工位,同时也是将完成全部焊接工作后去下产品的下料工位,本装置安装在第一工位的位置。
本机器视觉装置包括照相机6、处理器7、照明控制器4以及光源3,照相机以及光源分别通过线路连接处理器,光源与处理器之间的线路中串联照明控制器,照相机、光源以及处理器均连接电源(电源为常规连接,图中未示出)。光源与照相机安装在待检测工件5的两侧且相对设置,照相机采集工件的图形数据,工件在光源稳定照明背景中,能够获得清晰的图像。
照相机能够调节焦距,获得清晰的图像。
照明控制器能够调节光源的亮度,本实施例采用一个10位置的旋转可调旋钮,通过转动旋钮控制光源的亮度。
处理器,提供对图形的处理及输出功能,本实施例选择开关量输出模块的处理器,将输出的开关量信号直接传输给原PLC。
电源,为系统提供24V直流电。
本装置的加测方法为:
(1)上料工位安装零件;
(2)机器视觉装置的光源保持常亮,照相机采集到光源背景中零件投射出的图像;在采集之前,应根据现场环境调节光源亮度;调节照相机焦距,保证能够采集到清晰图像。
(3)照相机将采集到的图像传输到处理器,处理器进行图形的分析和处理,检测全部可能存在的组装错误;
表1组装错误FMEA分析表:
序号 | 零件名称 | 错误1 | 错误2 | 错误3 | 错误4 |
1 | 基体 | 装反 | 未装到位 | ||
2 | 中立管 | 漏装 | 装反 | 未装到位 | 重复焊接 |
3 | 侧立管 | 漏装 | 装反 | 未装到位 | 重复焊接 |
4 | 立柱 | 漏装 | 未装到位 | 重复焊接 | |
5 | 侧立管焊环 | 漏装 | 重复装 | 未安装到焊接位置 | 焊环变形 |
6 | 中立管焊环 | 漏装 | 重复装 | 未安装到焊接位置 | 焊环变形 |
7 | 立柱焊环 | 漏装 | 重复装 | 未安装到焊接位置 | 焊环变形 |
8 | 侧立管定位工装 | 未下压 | 未下压到位 | ||
9 | 中立管定位工装 | 未下压 | 未下压到位 | ||
10 | 立柱定位工装 | 未下压 | 未下压到位 |
FMEA:Failure Mode and Effects Analysis失效模式与影响分析
图像处理采用的图像识别算法,要充分考虑待识别目标的几何图形特性、图像的前景和背景的分离突出效果;以及用做图像识别的特征要素部位的产品一致性,防止出现同一种产品有的批次检测误判率较高的现象。
视觉检测方式选择了图形示教及图像亮度值分布比较的方法。
如图6所示,选取中间接管作为视界范围确定的基准图像,采用图形比较的方式做判断,机器视觉系统对获取的图形特征与实际抓取的图像特征做比较,报告所找到的图案的X,Y坐标值,角度,输出检查窗口的“工具固定原点”,从而为其它图像识别工具提供一个图像位置的基础。
该算法在预设的图像范围内,寻找与预先示教的图形相匹配的图像特征(边缘、面积等图形参数),并计算此图像特征在摄像头视界中的位置,由此获取其它各个识别点的相对坐标值、角度。如果无法找到匹配的图形,例如因外界光源炫光干扰,造成轮廓变形,无法匹配图形,则视觉系统报错。此识别方式系统有边缘识别、面积识别两个模式,鉴于我们是背光源,边缘线比较清晰,所以采用边缘识别。这样可以获取准确的坐标和较高的识别率。
如图7所示,对于其它检测点,选取亮度作为检测工具,对检测范围内,根据平均灰度 (即亮度)值确定特征是否存在;如果区域面积的得分在极限范围内,则报告通过,否则报告失败。
这种检测方法,通过计算预设的检测框内的图像平均灰度(即亮度)值与示教时预存的数值范围相比较,实际图像灰度值在预设的极限范围内则通过检测。
这个方式误差率小,易于调整。调整时,通过调整检测区面积和检测区位置,直接改变平均灰度值,然后调整灰度的上下限数值,使测量值位于上下限的中值即可。
针对FMEA分析(表1)中列出的各项错误,对于每一个缺陷设置检测点,每个设置点都采用平均灰度(即亮度)值检测。
经实际用500件正确装配的产品实测,系统未出现误判。模拟装配错误300件测试后,未出现误判。
表2实测结果
(4)输出分析结果,本实施例采用开关量输出模块,将开关量信号直接传输给PLC。
根据经验,机器视觉系统影响识别效果的部件为以下三个部分:
摄像头的分辨率,视野;
光源类型;
光源的亮度。
摄像头选择:
摄像头的分辨率和视野,取决于产品的尺寸、需要识别部分的尺寸、识别精度,以及产品和摄像头的距离。
摄像头的选择,一般可以用实验的方式解决。因为分辨率越大的摄像头价格越高。所以尽量选择刚好满足检测要求的摄像头。这次设计方案,我们是用实验的方法,在3款不同分辨率的摄像头中选择确定的。
确定摄像头分辨率后,鉴于产品的材质、色彩、反光度等物理特性,综合光源类型,以及最终形成的图像效果等因素,最终选定采用黑白摄像头。
光源类型选择:
直接决定了机器视觉系统的使用效果,所以要精心选择。可以根据待测工件的材质,表面粗糙程度,待检测部位的具体要求,参照下面光源特性表(表3)选择。
根据表3,结合产品因素以及环境因素,确定选择背光光源作为照明,抓取剪影图像用于分析。
这种光源会形成剪影效果的图像,白色的背景,黑色的工件图像非常容易识别。
这种背光光源,有效的避免了灯光照射在银色金属工件上产生的眩光,干扰图像识别,造成误判。
表3:光源特性表
光源亮度选择:
对于亮度,我们采用了实际测试的方法,实测结果见图5。
根据实测数据,总结出在此设备环境中,使用背光光源,在无外界光源干扰条件下,光源亮度达到3即可实现无误判。在有外界光源干扰下,光源亮度达到4,可实现无误判。考虑长期使用后,光源亮度衰减的因素,设置亮度范围为5~8。
尽管为说明目的公开了本发明的实施例和附图,但是本领域的技术人员可以理解:在不脱离本发明及所附权利要求的精神和范围内,各种替换、变化和修改都是可能的,因此,本发明的范围不局限于实施例和附图所公开的内容。
Claims (9)
1.一种在线检测工件组装的机器视觉装置,本装置安装在自动火焰钎焊系统中,系统动作由PLC控制,其特征在于:本机器视觉装置包括照相机、处理器、照明控制器以及光源,照相机以及光源分别通过线路连接处理器,光源与处理器之间的线路中串联照明控制器,照相机、光源以及处理器均连接电源,光源与照相机安装在待检测工件的两侧且相对设置,照相机采集工件的图形数据。
2.根据权利要求1所述的在线检测工件组装的机器视觉装置,其特征在于:自动焊接系统包括多工位转盘、工件夹具,多工位转盘上径向均布安装有多个工件夹具,多工位转盘驱动工件夹具依次旋转到多个不同的工位,其中第一工位为用于将零件装入工件夹具的上料工位,同时也是将完成全部焊接工作后去下产品的下料工位,本装置安装在第一工位的位置。
3.根据权利要求1所述的在线检测工件组装的机器视觉装置,其特征在于:所述照明控制器采用10位置的旋转可调旋钮。
4.根据权利要求1所述的在线检测工件组装的机器视觉装置,其特征在于:所述处理器提供对图形的处理及输出功能,选择开关量输出模块的处理器,将输出的开关量信号能够传输给PLC。
5.一种在线检测工件组装的机器视觉检测方法,其特征在于:步骤为:
(1)第一工位安装工件,工件安装在光源与照相机之间;
(2)机器视觉装置的光源保持常亮,照相机采集到光源背景中零件投射出的图像;
(3)照相机将采集到的图像传输到处理器,处理器进行图形的分析和处理,检测全部可能存在的组装错误;
(4)输出分析结果,本实施例采用开关量输出模块,将开关量信号直接传输给PLC;
(5)工件焊接完成后回到。
6.根据权利要求5所述的线检测工件组装的机器视觉检测方法,其特征在于:在采集之前,根据现场环境调节光源亮度;调节照相机焦距,保证能够采集到清晰图像。
8.根据权利要求5所述的线检测工件组装的机器视觉检测方法,其特征在于:处理器进行图形的分析和处理的方式,图像处理采用的图像识别算法,图像分析采用图形示教及图像亮度值分布比较法。
9.根据权利要求8所述的线检测工件组装的机器视觉检测方法,其特征在于:图形示教及图像亮度值分布比较法具体为:
选取中间接管作为视界范围确定的基准图像,采用图形比较的方式做判断,机器视觉系统对获取的图形特征与实际抓取的图像特征做比较,报告所找到的图案的X,Y坐标值,角度,输出检查窗口的“工具固定原点”,从而为其它图像识别工具提供一个图像位置的基础;
该算法在预设的图像范围内,寻找与预先示教的图形相匹配的图像特征,包括边缘、面积,并计算此图像特征在摄像头视界中的位置,由此获取其它各个识别点的相对坐标值、角度;如果无法找到匹配的图形,如因外界光源炫光干扰,造成轮廓变形,无法匹配图形,则视觉系统报错;此识别方式系统有边缘识别、面积识别两个模式,鉴于是背光源,边缘线比较清晰,所以采用边缘识别,获取准确的坐标和较高的识别率;
对于其它检测点,选取亮度作为检测工具,对检测范围内,根据平均灰度值确定特征是否存在;如果区域面积的得分在极限范围内,则报告通过,否则报告失败;
这种检测方法,通过计算预设的检测框内的图像平均灰度值与示教时预存的数值范围相比较,实际图像灰度值在预设的极限范围内则通过检测;
调整时,通过调整检测区面积和检测区位置,直接改变平均灰度值,然后调整灰度的上下限数值,使测量值位于上下限的中值即可;
针对全部可能存在的组装错误缺陷,对于每一个缺陷设置检测点,每个设置点都采用平均灰度值检测。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111381322.1A CN113959951A (zh) | 2021-11-21 | 2021-11-21 | 一种在线检测工件组装的机器视觉装置及检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111381322.1A CN113959951A (zh) | 2021-11-21 | 2021-11-21 | 一种在线检测工件组装的机器视觉装置及检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113959951A true CN113959951A (zh) | 2022-01-21 |
Family
ID=79471299
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111381322.1A Pending CN113959951A (zh) | 2021-11-21 | 2021-11-21 | 一种在线检测工件组装的机器视觉装置及检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113959951A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5095204A (en) * | 1990-08-30 | 1992-03-10 | Ball Corporation | Machine vision inspection system and method for transparent containers |
JPH10318936A (ja) * | 1997-05-21 | 1998-12-04 | Omron Corp | 視覚淡欠陥検査方法および装置 |
CN102840836A (zh) * | 2012-09-24 | 2012-12-26 | 常熟市晓创光电科技有限公司 | 一种基于机器视觉的装配间隙检测方法及装置 |
CN103868934A (zh) * | 2014-01-21 | 2014-06-18 | 图灵视控(北京)科技有限公司 | 基于机器视觉的玻璃灯杯检测系统及方法 |
CN206296647U (zh) * | 2016-12-26 | 2017-07-04 | 珠海宝利通耗材有限公司 | 碳粉盒端盖多工位自动化装配一体机 |
CN206747745U (zh) * | 2017-03-10 | 2017-12-15 | 大典五金制品(九江)有限公司 | 一种自动火焰钎焊机 |
CN109068051A (zh) * | 2018-06-19 | 2018-12-21 | 江苏高远智能科技有限公司 | 一种工业相机自适应智能调节装置 |
CN110108712A (zh) * | 2019-04-20 | 2019-08-09 | 东莞中科蓝海智能视觉科技有限公司 | 多功能视觉缺陷检测系统 |
CN210254844U (zh) * | 2019-06-24 | 2020-04-07 | 广东网纳智能装备有限公司 | 多工位转盘焊接装置的工件定位装置 |
CN111951237A (zh) * | 2020-08-04 | 2020-11-17 | 上海微亿智造科技有限公司 | 外观视觉检测方法 |
-
2021
- 2021-11-21 CN CN202111381322.1A patent/CN113959951A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5095204A (en) * | 1990-08-30 | 1992-03-10 | Ball Corporation | Machine vision inspection system and method for transparent containers |
JPH10318936A (ja) * | 1997-05-21 | 1998-12-04 | Omron Corp | 視覚淡欠陥検査方法および装置 |
CN102840836A (zh) * | 2012-09-24 | 2012-12-26 | 常熟市晓创光电科技有限公司 | 一种基于机器视觉的装配间隙检测方法及装置 |
CN103868934A (zh) * | 2014-01-21 | 2014-06-18 | 图灵视控(北京)科技有限公司 | 基于机器视觉的玻璃灯杯检测系统及方法 |
CN206296647U (zh) * | 2016-12-26 | 2017-07-04 | 珠海宝利通耗材有限公司 | 碳粉盒端盖多工位自动化装配一体机 |
CN206747745U (zh) * | 2017-03-10 | 2017-12-15 | 大典五金制品(九江)有限公司 | 一种自动火焰钎焊机 |
CN109068051A (zh) * | 2018-06-19 | 2018-12-21 | 江苏高远智能科技有限公司 | 一种工业相机自适应智能调节装置 |
CN110108712A (zh) * | 2019-04-20 | 2019-08-09 | 东莞中科蓝海智能视觉科技有限公司 | 多功能视觉缺陷检测系统 |
CN210254844U (zh) * | 2019-06-24 | 2020-04-07 | 广东网纳智能装备有限公司 | 多工位转盘焊接装置的工件定位装置 |
CN111951237A (zh) * | 2020-08-04 | 2020-11-17 | 上海微亿智造科技有限公司 | 外观视觉检测方法 |
Non-Patent Citations (1)
Title |
---|
(美)贺尔(HALL,E.L.),(美)贺尔(HALL,B.C.)著: "《机器人学入门》", 天津大学出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9047657B2 (en) | Method and system for optically inspecting outer peripheral surfaces of parts | |
CN105548185B (zh) | 基于机器视觉的汽车轮毂螺孔识别方法、遮盖方法及系统 | |
CN103492834B (zh) | 用于检测回转部件质量的自动器具及检验方法 | |
US20160109383A1 (en) | Method and system for optically inspecting the ends of a manufactured part at a single inspection station having a measurement axis | |
CN109840900B (zh) | 一种应用于智能制造车间的故障在线检测系统及检测方法 | |
CN110216080A (zh) | 一种基于图像对比的pcb加工产线的质量监控系统 | |
EP4202424A1 (en) | Method and system for inspection of welds | |
CN105424721A (zh) | 一种金属应变计缺陷自动检测系统 | |
CN116460203B (zh) | 一种带有自动检测功能的冲压系统及冲压系统运行方法 | |
CN112893172A (zh) | 基于机器视觉的垫片尺寸检测系统、方法、处理终端及介质 | |
CN211122578U (zh) | 一种玻璃表面瑕疵检测装置 | |
CN109877437B (zh) | 一种电阻焊枪的对中性检测装置及方法 | |
CN114252452A (zh) | 一种小型回转体外观缺陷和轮廓尺寸在线检测装置及方法 | |
CN113916285A (zh) | 一种洗衣机滚筒紧固螺钉的视觉检测装置及检测流程 | |
CN113814331B (zh) | 一种汽车生产线异型钣金件智能检测方法 | |
CN113959951A (zh) | 一种在线检测工件组装的机器视觉装置及检测方法 | |
CN111578883B (zh) | 一种磁环高度检测及划线设备和方法 | |
CN113205499A (zh) | 基于机器视觉的轴承缺陷模块化检测装置与方法 | |
US20140347438A1 (en) | Triangulation-based, 3-d method and system for imaging the outer peripheral surface of a part | |
CN112718552A (zh) | 一种用于led电路板质量缺陷自动检验装置及其工作方法 | |
CN208313251U (zh) | 缸盖锁片检测系统 | |
TWM619409U (zh) | 智慧化加工系統 | |
WO2014178936A2 (en) | Method and system for optically inspecting outer peripheral surfaces of parts | |
CN213239941U (zh) | 表面缺陷自动检测装置 | |
CN114062391A (zh) | 自动光学检测设备的检测方法及系统 |
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: 20220121 |
|
RJ01 | Rejection of invention patent application after publication |