CN115055964B - 一种基于喷油泵的智能装配方法及系统 - Google Patents
一种基于喷油泵的智能装配方法及系统 Download PDFInfo
- Publication number
- CN115055964B CN115055964B CN202210989577.4A CN202210989577A CN115055964B CN 115055964 B CN115055964 B CN 115055964B CN 202210989577 A CN202210989577 A CN 202210989577A CN 115055964 B CN115055964 B CN 115055964B
- Authority
- CN
- China
- Prior art keywords
- assembled
- acquiring
- invariant chain
- connected domain
- chain code
- 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
Images
Classifications
-
- 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
- B23P21/00—Machines for assembling a multiplicity of different parts to compose units, with or without preceding or subsequent working of such parts, e.g. with programme control
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及图像处理技术领域,具体涉及一种基于喷油泵的智能装配方法及系统,该方法包括:获取两个待装配零件的装配面图像,获取装配面图像中每个连通域的旋转不变链码及链码序列,获取链码序列中相邻两个旋转不变链码的连通域的位置信息,根据连通域的位置信息、旋转不变链码获取待装配零件的第一描述子,根据待装配零件的第一描述子获取该待装配零件中每个连通域的第二描述子,对两个待装配零件的连通域的第二描述子进行匹配,根据匹配结果调整其中一个待装配零件的位姿,从而实现装配,本发明实现了对待装配零件的位姿精确调整,从而保证了装配精度。
Description
技术领域
本发明涉及图像处理技术领域,具体涉及一种基于喷油泵的智能装配方法及系统。
背景技术
喷油泵是汽车柴油机上的一个重要组成部分,喷油泵总成通常是由喷油泵、调速器等部件安装在一起组成的一个整体,喷油泵是柴油发动机的“心脏”部件,它一旦出问题会使整个柴油机工作失常。
在喷油泵装配时,由于喷油泵的零件体积小,形状不规则,且装配零件之间配合精度要求较高,油泵生产企业多以人工组装的方式对油泵进行装配,但其在装配过程中,只有部分工序能实现自动化,但无法实现上料装配到卸料整个过程的全自动模式,故,现有技术中提出,通过模板匹配等方法来调整零件位姿,以实现智能装配。
模板匹配的方法进行装配时,其主要是利用多模板匹配,第一步是先确定泵体的ROI区域,然后提取零件信息建立零件模板,然后进行模板匹配,在进行模板匹配的过程中,需要计算标准模板零件所有特征点和实际模板零件上所有特征点的匹配度,从而根据匹配后的零件调整零件位姿实现零件的装配。
然而,喷油泵中大部分都是金属零件,受光照影响大,利用模板匹配的特征点匹配时,对局部特征的要求较高,且对于两个零件来说,位姿不同,导致不同位置的受光照的影响不同,进而会导致表示局部特征的特征点往往难以找到对应的匹配特征,从而会使得特征点匹配出现误差,导致两个零件位姿的调节不准确,进而影响装配精度。
因此,本发明提供一种基于喷油泵的智能装配方法及系统,予以解决上述问题。
发明内容
本发明提供一种基于喷油泵的智能装配方法及系统,以解决现有的装配精度的问题。
本发明的一种基于喷油泵的智能装配方法采用如下技术方案:该方法包括:
获取喷油泵的两个待装配零件的装配面图像;
获取装配面图像的所有连通域,以连通域的边界线上的不同点为起点得到多个不同的链码,根据每个连通域所有链码获取该连通域的旋转不变链码,并根据每个零件的所有连通域的旋转不变链码获取链码序列;
获取每个连通域的第一主成分方向和第二主成分方向,分别获取第一主成分方向和第二主成分方向与连通域的交点,获取两交点之间的连线,获取连线与其对应的第一主成分方向、第二主成分方向的夹角值;
获取链码序列中相邻两个旋转不变链码对应的连通域的中心点距离与该两个相邻的旋转不变链码中的第一个旋转不变链码的连通域的最大直径的比值,将比值与两个夹角值作为该相邻两个旋转不变链码的连通域的位置信息,根据链码序列中每两个相邻的旋转不变链码、位置信息获取描述待装配零件的形状和位置的第一描述子;
根据第一描述子获取该待装配零件的装配面图像中每个连通域的第二描述子,对两个待装配零件中每个连通域的第二描述子进行匹配得到两个待装配零件的连通域的匹配关系,根据匹配关系调整其中一个待装配零件的位姿并进行装配。
优选的,根据每个连通域所有链码获取旋转不变链码的步骤包括:
计算连通域对应的每个链码中相邻链码线之间的角度差,其中,角度差为相邻链码线在8链码中间隔的8链码的链码线的条数;
根据每个链码对应的所有角度差获取角度差链码;
对所有角度差链码进行归一化得到归一化角度差链码;
将归一化角度差链码作为旋转不变链码。
优选的,根据每个连通域所有链码获取旋转不变链码的步骤包括:
对每个连通域对应的所有链码进行归一化得到归一化链码;
对归一化后的归一化链码进行一阶差分得到归一化差分码,归一化差分码即为旋转不变链码。
优选的,根据每个装配面图像对应连通域的旋转不变链码获取链码序列步骤包括:
获取每个连通域对应的旋转不变链码构成的自然数;
对每个零件的所有连通域的旋转不变链码的自然数进行降序排序得到的序列即为链码序列。
优选的,将连通域的位置信息记为一个位置序列;
其中,链码序列中相邻两个旋转不变链码对应的连通域的中心点距离与该两个相邻的旋转不变链码中的第一个旋转不变链码的连通域的最大直径的比值作为位置序列中的第一个数;
将连线与其对应的第一主成分方向、第二主成分方向的夹角值中夹角值小的作为位置序列中的第二个数,夹角值大的作为位置序列中的第三个数。
优选的,根据链码序列中每两个相邻的旋转不变链码、位置信息获取描述待装配零件的形状和位置的第一描述子的步骤包括:
将链码序列中每个旋转不变链码的顺序作为每个待装配零件的连通域的顺序;
按照连通域的顺序将所有连通域的旋转不变链码、位置信息串起来得到描述待装配零件的形状和位置的第一描述子。
优选的,根据第一描述子获取该待装配零件的装配面图像中每个连通域的第二描述子的步骤包括:
将第一描述子中的每个连通域的旋转不变链码作为节点;
将相邻两旋转不变链码之间的位置信息作为节点之间的边值;
根据节点对应的边值及该节点的旋转不变链码获取该节点对应的连通域的第二描述子。
优选的,对两个待装配零件中每个连通域的第二描述子进行匹配得到两个待装配零件的连通域的匹配关系的步骤包括:
通过KM匹配计算其中一个待装配零件的每个连通域的第二描述子与另一个待装配零件的所有连通域的第二描述子的匹配值;
将匹配值最大的两个连通域记为两个待装配零件的对应连通域,即连通域的匹配关系。
优选的,根据匹配关系调整其中一个待装配零件的位姿并进行装配的步骤包括:
获取其中一个待装配零件上相邻两个连通域中心点的第一中心连线;
获取另一个待装配零件上相邻两个连通域中心点的第二中心连线,所述第二中心连线对应的两个连通域与第一中心连线对应的两个连通域匹配;
将其中一个待装配零件平移,其中,平移时将该待装配零件的第一中心连线上的任意连通域的中心点平移至与另一个待装配零件中相匹配的连通域的中心点上;
计算待装配零件平移后第二中心连线与第二中心线的夹角;
根据夹角对其中一个待装配零件进行旋转,对旋转后的两个待装配零件进行精确安装。
一种基于喷油泵的智能装配系统,该系统包括:
图像采集模块,用于获取喷油泵的两个待装配零件的装配面图像;
图像处理模块,用于获取装配面图像的所有连通域,以连通域的边界线上的不同点为起点得到多个不同的链码,根据每个连通域所有链码获取该连通域的旋转不变链码,并根据每个零件的所有连通域的旋转不变链码获取链码序列;
参数计算模块,用于获取每个连通域的第一主成分方向和第二主成分方向,分别获取第一主成分方向和第二主成分方向与连通域的交点,获取两交点之间的连线,获取连线与其对应的第一主成分方向、第二主成分方向的夹角值;
形状位置描述模块,用于获取链码序列中相邻两个旋转不变链码对应的连通域的中心点距离与该两个相邻的旋转不变链码中的第一个旋转不变链码的连通域的最大直径的比值,将比值与两个夹角值作为该相邻两个旋转不变链码的连通域的位置信息,根据链码序列中每两个相邻的旋转不变链码、位置信息获取描述待装配零件的形状和位置的第一描述子;
装配模块,用于根据第一描述子获取该待装配零件的装配面图像中每个连通域的第二描述子,对两个待装配零件中每个连通域的第二描述子进行匹配得到两个待装配零件的连通域的匹配关系,根据匹配关系调整其中一个待装配零件的位姿并进行装配。
本发明的有益效果是:本发明的一种基于喷油泵的智能装配方法及系统,通过获取待装配零件的装配面图像的连通域,然后根据旋转不变链码描述每个连通域,结合每个连通域的位置信息得到每个零件的第一描述子和描述每个零件内连通域的位置及形状的第二描述子,实现了每个零件的特征获取,与现有的特征点匹配相比,减少了特征的数量,从而减少了匹配时的计算量,其次,将描述每个零件内连通域的位置及形状的第二描述子作为特征进行两个零件的匹配,然后利用匹配后的连通域对零件进行位姿调节,进而使得零件调节后的位姿与另一个零件装配时,定位更准确,装配精度更高。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述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发明的一些实施例,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他的附图。
图1为本发明的一种基于喷油泵的智能装配方法的实施例的结构示意图;
图2为待装配零件的装配面图像中的其中一个连通域的链码结构示意图;
图3为8链码结构示意图;
图4为待装配零件A的结构示意图;
图5为待装配零件B的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,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。
本发明的一种基于喷油泵的智能装配方法的实施例,如图1所示,该方法包括:
S1、获取喷油泵的两个待装配零件的装配面图像,具体的,本实施例需要说明的是,已知两个待装配零件是一定可以装配到一起,且装配顺序也是正确的,故,采集两个待装配零件的图像时,先将两个待装配零件的装配面相对设置,即其中一个待装配零件夹持在工作台上固定不动,另一个待装配零件通过装配机器人的机械手夹持使两个待装配零件相对,且夹持在机械手上的该待装配零件能通过机械手转动角度以调整该待装配零件的位姿,本实施例实施时,有两个相机,一个相机对应采集一个待装配零件的图像,然后对图像进行DNN网络分割,分割时将图像中的像素共分为两类,对应位置像素属于背景区域的标注为0,属于零件区域的标注为1,网络的任务是分类,所使用的loss函数为交叉熵损失函数,最终得到每个待装配零件的装配面图像。
S2、获取装配面图像的所有连通域,以连通域的边界线上的不同点为起点得到多个不同的链码,根据每个连通域所有链码获取该连通域的旋转不变链码,并根据每个零件的所有连通域的旋转不变链码获取链码序列。
具体的,由于不同情况下拍摄的零件的姿态参数不可能完全相同,因此需要一种旋转不变的边界描述子来表示每个零部件的特征,故先获取装配面图像的所有连通域,其中,以连通域的边界线上的不同点为起点对连通域的边界线进行链码描述得到多个不同的链码:即对于一个连通域来说,常规的链码在连通域的姿态参数改变时,链码描述也会改变,但相邻链码线之间的角度是不会变的,通过对链码线之间的角度进行链码描述可以得到连通域边界线的旋转不变链码。
具体的,本实施例提出获取连通域边界线的旋转不变链码的第一种方式:计算连通域对应的每个链码中相邻链码线之间的角度差,其中,角度差为相邻链码线在8链码中间隔的8链码的链码线的条数;根据每个链码对应的所有角度差获取角度差链码;对所有角度差链码进行归一化得到归一化角度差链码;将归一化角度差链码作为旋转不变链码,归一化的过程即获取所有角度差链码中角度差链码构成的自然数最小的目标角度差链码;将目标角度差链码作为旋转不变链码,具体的,如图2所示,图2表示其中一个连通域的链码,以该连通域的边界线的不同点为起点能够得到多个链码,例如,该连通域的链码一013457、链码二134570、链码三345701,起点不同则得到的链码不同,故,在此将每个链码看作一个由各方向数构成的自然数,如链码一其对应的自然数即为013457,链码二对应的自然数即为134570,然后将每个链码的方向数对应至图3中的8链码内,同时计算该链码的相邻链码线在8链码内间隔8链码的链码线的条数,将该间隔8链码的链码线的条数作为每个链码中相邻链码线之间的角度差,每个链码的所有角度差即构成了角度差链码,例如:013457的角度差链码为:12112,对每个连通域的所有角度差链码进行归一化即得到归一化角度差链码;即一个归一化角度差链码即为连通域的旋转不变链码。
具体的,本实施例提出获取连通域边界线的旋转不变链码的第二种方式:
由于以连通域的边界线上的不同点为起点得到多个不同的链码,即以不同点为起点顺时针方向观察每一线段走向,并用相应的指向符表示,结果就形成表示该边界线的数码序列,即链码,先对每个连通域对应的所有链码进行归一化得到归一化链码;然后对归一化后的归一化链码进行一阶差分得到归一化差分码,归一化差分码即为旋转不变链码,此为现有技术中的链码的差分码获取方式,本实施例不再赘述。
具体的,根据每个零件的所有连通域的旋转不变链码获取链码序列的步骤:获取每个连通域对应的旋转不变链码构成的自然数;对每个零件的所有连通域的旋转不变链码的自然数进行降序排序得到的序列即为链码序列,其中需要说明的是,自然数和旋转不变链码是一一对应的,故对自然数进行降序排序即能得到旋转不变链码的链码序列,例如零件A中有三个连通域,连通域对应的旋转不变链码依次为a、b、c,且旋转不变链码的自然数的大小为a>b>c,故旋转不变链码构成的链码序列为[a,b,c]。
S3、获取每个连通域的第一主成分方向和第二主成分方向,分别获取第一主成分方向和第二主成分方向与连通域的交点,获取两交点之间的连线,获取连线与其对应的第一主成分方向、第二主成分方向的夹角值。
具体的,由于每个连通域的主成分方向是不变的,故先对每个连通域进行主成分分析,获取每个连通域的第一主成分方向和第二主成分方向,然后根据第一主成分方向和第二主成分方向定义每个连通域与其他连通域的位置关系,其中,获取连通域的边缘与第一主成分方向的交点、连通域的边缘与第二主成分方向的交点,得到两个交点之间的连线,根据连线与其对应的第一主成分方向、第二主成分方向的夹角值为后续判断连通域的位置做准备,需要说明的是,主成分分析为现有技术,根据主成分分析的算法获取每个连通域的第一主成分方向和第二主成分方向,第一主成分方向和第二主成分方向的方向线与对应连通域的边缘交点作为第一主成分方向、第二主成分方向与连通域的交点,从而即可获取第一主成分方向与连通域的交点与第二主成分方向与连通域的交点的两个交点之间的连线,然后再分别获取连线与对应的第一主成分方向、第二主成分方向对应的夹角值。
S4、获取链码序列中相邻两个旋转不变链码对应的连通域的中心点距离与该两个相邻的旋转不变链码中的第一个旋转不变链码的连通域的最大直径的比值,将比值与两个夹角值作为该相邻两个旋转不变链码的连通域的位置信息,根据链码序列中每两个相邻的旋转不变链码、位置信息获取描述待装配零件的形状和位置的第一描述子。
需要说明的是,对于外形相同,且连通域相同的两个零件装配时,如图4和5所示,两个零件,虽然其外形相同,连通域数量也相同,其对应的链码序列可能相同,故需要对两个零件进行区分,即根据上述S1-S2步骤得到的所述链码序列无法实现区分,从其连通域的位置进行分析,两个零件的连通域的位置并不相同,故在进行装配前,需要添加位置信息,以便实现对两个零件的区分,其中,本实施例需要先设置描述待装配零件的形状和位置的第一描述子。
具体的,需要说明的是,该两个相邻的旋转不变链码中的第一个旋转不变链码的连通域的最大直径,指的是在链码序列中两个相邻的旋转不变链码按照链码序列的排序顺序中的第一个旋转不变链码的连通域的最大直径,其次,两个连通域中心点距离可通过建立坐标计算两个中心点之间的距离来作为两个连通域中心点距离,对于连通域的最大直径的位置,也可以根据连通域上两个像素点的坐标计算得到,根据坐标计算两点之间的距离为现有技术,本实施例不再赘述。
具体的,将比值与两个夹角值作为该相邻两个旋转不变链码的连通域的位置信息的步骤:将连通域的位置信息记为一个位置序列,其中,链码序列中相邻两个旋转不变链码对应的连通域的中心点距离与该两个相邻的旋转不变链码中的第一个旋转不变链码的连通域的最大直径的比值作为位置序列中的第一个数;将连线与其对应的第一主成分方向、第二主成分方向的夹角值中夹角值小的作为位置序列中的第二个数,夹角值大的作为位置序列中的第三个数,从而得到每个连通域的位置信息,例如,旋转不变链码a与旋转不变链码b在该待装配零件对应的链码序列中相邻,则旋转不变链码a与旋转不变链码b对应的连通域的中心点距离与旋转不变链码a的连通域的最大直径的比值用表示,连线与其对应的第一主成分方向、第二主成分方向的夹角值中夹角值小的夹角值用表示,另一个夹角值用表示,则得到旋转不变链码a与旋转不变链码b对应的连通域之间的位置信息即为(,,)。
具体的,根据链码序列中每两个相邻的旋转不变链码、位置信息获取描述待装配零件的形状和位置的第一描述子的步骤:将链码序列中每个旋转不变链码的顺序作为每个待装配零件的连通域的顺序;按照连通域的顺序将所有连通域的旋转不变链码、位置信息串起来得到描述待装配零件的形状和位置的第一描述子,例如,对于零部件A,有三个连通域,三个连通域对应的旋转不变链码依次为a、b、c,且零部件A对应的链码序列为[,,],旋转不变链码a与旋转不变链码b对应的连通域之间的位置信息为(,,),旋转不变链码b与旋转不变链码c之间的位置参数为(,,),则第一描述子为,,,。
S5、根据第一描述子获取该待装配零件的装配面图像中每个连通域的第二描述子,对两个待装配零件中每个连通域的第二描述子进行匹配得到两个待装配零件的连通域的匹配关系,根据匹配关系调整其中一个待装配零件的位姿并进行装配。
需要说明的是,由于待装配的两个零件,必然存在定位区域,比如定位孔,但零件的位姿不同,其定位孔就不能形成定位,因此需要对进行装配的两个零件的位姿进行调整,两个零件的位姿调整后,即可对两个零件进行装配,即通过上述S1-S4步骤获得了每个零件的第一描述子,由于零件的第一描述子是按照旋转不变链码的自然数进行排序的,故自然数越大对应的连通域就越大,而在每个零件中,最大连通域即为零件的外形的连通域,由于S1-S4步骤得到了描述零件整体的第一描述子,当然,零件内每个连通域的描述子也具有旋转不变的特性,因此,需要计算每个连通域相对于整体零件的第二描述子。
具体的,通过上述S1-S4步骤获得了每个零件的第一描述子,为了获取零件的每个连通域的第二描述子,需要根据零件整体的第一描述子来定义该待装配零件内每个连通域的第二描述子,同样地以位置信息和每个连通域的旋转不变链码信息确定每个连通域的第二描述子,即将第一描述子中的每个连通域的旋转不变链码作为节点;将相邻两旋转不变链码之间的位置信息作为节点之间的边值;根据节点对应的边值及该节点的旋转不变链码获取该节点对应的连通域的第二描述子,例如,零件的第一描述子为,,,,则旋转不变链码b对应的节点为非首尾位置的旋转不变链码对应的连通域,故旋转不变链码b对应的节点的第二描述子,即旋转不变链码对应的第二描述子为,,。
具体的,对两个待装配零件中每个连通域的第二描述子进行匹配得到两个待装配零件的连通域的匹配关系的步骤包括:通过KM匹配计算其中一个待装配零件的每个连通域的第二描述子与另一个待装配零件的所有连通域的第二描述子的匹配值;将匹配值最大的两个连通域记为两个待装配零件的对应连通域,即连通域的匹配关系。
具体的,根据匹配关系调整其中一个待装配零件的位姿并进行装配的步骤包括:获取其中一个待装配零件上相邻两个连通域中心点的第一中心连线;获取另一个待装配零件上相邻两个连通域中心点的第二中心连线,所述第二中心连线对应的两个连通域与第一中心连线对应的两个连通域匹配;将其中一个待装配零件平移,其中,平移时将该待装配零件的第一中心连线上的任意连通域的中心点平移至与另一个待装配零件中相匹配的连通域的中心点上;计算待装配零件平移后第二中心连线与第二中心线的夹角,根据夹角对其中一个待装配零件进行旋转,对旋转后的两个待装配零件进行精确安装,该旋转过程可通过装配机器人的机械手实现待装配零件的转动,从而实现两个待装配零件的位姿匹配,进而实现精确装配。
本发明的一种基于喷油泵的智能装配系统的实施例,该系统具体包括:图像采集模块、图像处理模块、参数计算模块、形状位置描述模块及装配模块,其中,图像采集模块用于获取喷油泵的两个待装配零件的装配面图像;图像处理模块用于获取装配面图像的所有连通域,以连通域的边界线上的不同点为起点得到多个不同的链码,根据每个连通域所有链码获取该连通域的旋转不变链码,并根据每个零件的所有连通域的旋转不变链码获取链码序列;参数计算模块用于获取每个连通域的第一主成分方向和第二主成分方向,分别获取第一主成分方向和第二主成分方向与连通域的交点,获取两交点之间的连线,获取连线与其对应的第一主成分方向、第二主成分方向的夹角值;形状位置描述模块用于获取链码序列中相邻两个旋转不变链码对应的连通域的中心点距离与该两个相邻的旋转不变链码中的第一个旋转不变链码的连通域的最大直径的比值,将比值与两个夹角值作为该相邻两个旋转不变链码的连通域的位置信息,根据链码序列中每两个相邻的旋转不变链码、位置信息获取描述待装配零件的形状和位置的第一描述子;装配模块用于根据第一描述子获取该待装配零件的装配面图像中每个连通域的第二描述子,对两个待装配零件中每个连通域的第二描述子进行匹配得到两个待装配零件的连通域的匹配关系,根据匹配关系调整其中一个待装配零件的位姿并进行装配。
综上所说,本法发明的一种基于喷油泵的智能装配方法及系统,通过获取待装配零件的装配面图像的连通域,然后根据旋转不变链码描述每个连通域,结合每个连通域的位置信息得到每个零件的第一描述子和描述每个零件内连通域的位置及形状的第二描述子,实现了每个零件的特征获取,与现有的特征点匹配相比,减少了特征的数量,从而减少了匹配时的计算量,其次,将描述每个零件内连通域的位置及形状的第二描述子作为特征进行两个零件的匹配,然后利用匹配后的连通域对零件进行位姿调节,进而使得零件调节后的位姿与另一个零件装配时,定位更准确,装配精度更高。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于喷油泵的智能装配方法,其特征在于,该方法包括:
获取喷油泵的两个待装配零件的装配面图像;
获取装配面图像的所有连通域,以连通域的边界线上的不同点为起点得到多个不同的链码,根据每个连通域所有链码获取该连通域的旋转不变链码,并根据每个零件的所有连通域的旋转不变链码获取链码序列;
获取每个连通域的第一主成分方向和第二主成分方向,分别获取第一主成分方向和第二主成分方向与连通域的交点,获取两交点之间的连线,获取连线与其对应的第一主成分方向、第二主成分方向的夹角值;
获取链码序列中相邻两个旋转不变链码对应的连通域的中心点距离与该两个相邻的旋转不变链码中的第一个旋转不变链码的连通域的最大直径的比值,将比值与两个夹角值作为该相邻两个旋转不变链码的连通域的位置信息,根据链码序列中每两个相邻的旋转不变链码、位置信息获取描述待装配零件的形状和位置的第一描述子;根据链码序列中每两个相邻的旋转不变链码、位置信息获取描述待装配零件的形状和位置的第一描述子的步骤包括:将链码序列中每个旋转不变链码的顺序作为每个待装配零件的连通域的顺序;按照连通域的顺序将所有连通域的旋转不变链码、位置信息串起来得到描述待装配零件的形状和位置的第一描述子;
根据第一描述子获取该待装配零件的装配面图像中每个连通域的第二描述子,根据第一描述子获取该待装配零件的装配面图像中每个连通域的第二描述子的步骤包括:将第一描述子中的每个连通域的旋转不变链码作为节点;将相邻两旋转不变链码之间的位置信息作为节点之间的边值;根据节点对应的边值及该节点的旋转不变链码获取该节点对应的连通域的第二描述子,对两个待装配零件中每个连通域的第二描述子进行匹配得到两个待装配零件的连通域的匹配关系,根据匹配关系调整其中一个待装配零件的位姿并进行装配。
2.根据权利要求1所述的一种基于喷油泵的智能装配方法,其特征在于,根据每个连通域所有链码获取旋转不变链码的步骤包括:
计算连通域对应的每个链码中相邻链码线之间的角度差,其中,角度差为相邻链码线在8链码中间隔的8链码的链码线的条数;
根据每个链码对应的所有角度差获取角度差链码;
对所有角度差链码进行归一化得到归一化角度差链码;
将归一化角度差链码作为旋转不变链码。
3.根据权利要求1所述的一种基于喷油泵的智能装配方法,其特征在于,根据每个连通域所有链码获取旋转不变链码的步骤包括:
对每个连通域对应的所有链码进行归一化得到归一化链码;
对归一化后的归一化链码进行一阶差分得到归一化差分码,归一化差分码即为旋转不变链码。
4.根据权利要求1所述的一种基于喷油泵的智能装配方法,其特征在于,根据每个装配面图像对应连通域的旋转不变链码获取链码序列步骤包括:
获取每个连通域对应的旋转不变链码构成的自然数;
对每个零件的所有连通域的旋转不变链码的自然数进行降序排序得到的序列即为链码序列。
5.根据权利要求1所述的一种基于喷油泵的智能装配方法,其特征在于,将连通域的位置信息记为一个位置序列;
其中,链码序列中相邻两个旋转不变链码对应的连通域的中心点距离与该两个相邻的旋转不变链码中的第一个旋转不变链码的连通域的最大直径的比值作为位置序列中的第一个数;
将连线与其对应的第一主成分方向、第二主成分方向的夹角值中夹角值小的作为位置序列中的第二个数,夹角值大的作为位置序列中的第三个数。
6.根据权利要求1所述的一种基于喷油泵的智能装配方法,其特征在于,对两个待装配零件中每个连通域的第二描述子进行匹配得到两个待装配零件的连通域的匹配关系的步骤包括:
通过KM匹配计算其中一个待装配零件的每个连通域的第二描述子与另一个待装配零件的所有连通域的第二描述子的匹配值;
将匹配值最大的两个连通域记为两个待装配零件的对应连通域,即连通域的匹配关系。
7.根据权利要求1所述的一种基于喷油泵的智能装配方法,其特征在于,根据匹配关系调整其中一个待装配零件的位姿并进行装配的步骤包括:
获取其中一个待装配零件上相邻两个连通域中心点的第一中心连线;
获取另一个待装配零件上相邻两个连通域中心点的第二中心连线,所述第二中心连线对应的两个连通域与第一中心连线对应的两个连通域匹配;
将其中一个待装配零件平移,其中,平移时将该待装配零件的第一中心连线上的任意连通域的中心点平移至与另一个待装配零件中相匹配的连通域的中心点上;
计算待装配零件平移后第二中心连线与第二中心线的夹角;
根据夹角对其中一个待装配零件进行旋转,对旋转后的两个待装配零件进行精确安装。
8.一种基于喷油泵的智能装配系统,其特征在于,该系统包括:
图像采集模块,用于获取喷油泵的两个待装配零件的装配面图像;
图像处理模块,用于获取装配面图像的所有连通域,以连通域的边界线上的不同点为起点得到多个不同的链码,根据每个连通域所有链码获取该连通域的旋转不变链码,并根据每个零件的所有连通域的旋转不变链码获取链码序列;
参数计算模块,用于获取每个连通域的第一主成分方向和第二主成分方向,分别获取第一主成分方向和第二主成分方向与连通域的交点,获取两交点之间的连线,获取连线与其对应的第一主成分方向、第二主成分方向的夹角值;
形状位置描述模块,用于获取链码序列中相邻两个旋转不变链码对应的连通域的中心点距离与该两个相邻的旋转不变链码中的第一个旋转不变链码的连通域的最大直径的比值,将比值与两个夹角值作为该相邻两个旋转不变链码的连通域的位置信息,根据链码序列中每两个相邻的旋转不变链码、位置信息获取描述待装配零件的形状和位置的第一描述子,根据链码序列中每两个相邻的旋转不变链码、位置信息获取描述待装配零件的形状和位置的第一描述子的步骤包括:将链码序列中每个旋转不变链码的顺序作为每个待装配零件的连通域的顺序;按照连通域的顺序将所有连通域的旋转不变链码、位置信息串起来得到描述待装配零件的形状和位置的第一描述子;
装配模块,用于根据第一描述子获取该待装配零件的装配面图像中每个连通域的第二描述子,根据第一描述子获取该待装配零件的装配面图像中每个连通域的第二描述子的步骤包括:将第一描述子中的每个连通域的旋转不变链码作为节点;将相邻两旋转不变链码之间的位置信息作为节点之间的边值;根据节点对应的边值及该节点的旋转不变链码获取该节点对应的连通域的第二描述子,对两个待装配零件中每个连通域的第二描述子进行匹配得到两个待装配零件的连通域的匹配关系,根据匹配关系调整其中一个待装配零件的位姿并进行装配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210989577.4A CN115055964B (zh) | 2022-08-18 | 2022-08-18 | 一种基于喷油泵的智能装配方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210989577.4A CN115055964B (zh) | 2022-08-18 | 2022-08-18 | 一种基于喷油泵的智能装配方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115055964A CN115055964A (zh) | 2022-09-16 |
CN115055964B true CN115055964B (zh) | 2022-11-08 |
Family
ID=83208451
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210989577.4A Active CN115055964B (zh) | 2022-08-18 | 2022-08-18 | 一种基于喷油泵的智能装配方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115055964B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115797356B (zh) * | 2023-02-09 | 2023-05-23 | 山东第一医科大学附属省立医院(山东省立医院) | 一种核磁共振肿瘤区域提取方法 |
CN116433990B (zh) * | 2023-06-12 | 2023-08-15 | 恒超源洗净科技(深圳)有限公司 | 基于视觉检测的超声波清洗机反馈调节系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106624709A (zh) * | 2016-12-29 | 2017-05-10 | 南京天祥智能设备科技有限公司 | 基于双目视觉的装配系统及装配方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3356028B2 (ja) * | 1997-10-21 | 2002-12-09 | 三菱自動車工業株式会社 | 車両用窓ガラスの自動組付け装置 |
CN101806586B (zh) * | 2010-04-21 | 2011-08-31 | 上海交通大学 | 基于图像匹配的汽车密封条截面轮廓测量装置及测量方法 |
CN102024143B (zh) * | 2010-11-16 | 2013-04-24 | 湖南大学 | 高速医药生产线上药液异物图像跟踪识别方法 |
CN103996029B (zh) * | 2014-05-23 | 2017-12-05 | 安庆师范学院 | 表情相似度度量方法及装置 |
CN106625673B (zh) * | 2016-12-29 | 2019-09-24 | 南京天祥智能设备科技有限公司 | 狭小空间装配系统及装配方法 |
CN108311859B (zh) * | 2018-01-22 | 2019-12-31 | 安徽慧视金瞳科技有限公司 | 一种基于视觉检测技术的绝缘子自动装配方法 |
CN110355567B (zh) * | 2019-08-07 | 2021-08-10 | 江苏汇博机器人技术股份有限公司 | 基于相机的机器人装配方法 |
CN112231857A (zh) * | 2020-09-30 | 2021-01-15 | 中国航空工业集团公司雷华电子技术研究所 | 一种盖板和壳体的智能匹配方法 |
CN114049489B (zh) * | 2022-01-13 | 2022-04-12 | 山东鹰联光电科技股份有限公司 | 一种光纤电缆护套破裂预警方法 |
-
2022
- 2022-08-18 CN CN202210989577.4A patent/CN115055964B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106624709A (zh) * | 2016-12-29 | 2017-05-10 | 南京天祥智能设备科技有限公司 | 基于双目视觉的装配系统及装配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115055964A (zh) | 2022-09-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN115055964B (zh) | 一种基于喷油泵的智能装配方法及系统 | |
US6421458B2 (en) | Automated inspection of objects undergoing general affine transformation | |
CN113724216B (zh) | 一种波峰焊点缺陷检测方法及系统 | |
CN111251336B (zh) | 一种基于视觉定位的双臂协同智能装配系统 | |
CN114897864B (zh) | 基于数模信息的工件检测及缺陷判断方法 | |
CN114743259A (zh) | 位姿估计方法、位姿估计系统、终端、存储介质及应用 | |
CN113506342B (zh) | 一种基于多相机全景视觉的slam全向回环校正方法 | |
CN112729112B (zh) | 基于机器人视觉的发动机缸体孔径与孔位检测方法 | |
CN106056121A (zh) | 基于sift图像特征匹配的卫星装配工件快速识别方法 | |
CN113592923A (zh) | 一种基于深度局部特征匹配的批图像配准方法 | |
CN108520533B (zh) | 一种面向工件定位的多维度特征配准方法 | |
CN111523342A (zh) | 一种复杂场景下的二维码检测和校正方法 | |
CN116935013B (zh) | 基于三维重建的电路板点云大范围拼接方法及系统 | |
CN112132798A (zh) | 基于Mini ARU-Net网络的复杂背景PCB标记点图像检测方法 | |
CN115861352A (zh) | 单目视觉、imu和激光雷达的数据融合和边缘提取方法 | |
JP3039241B2 (ja) | リング状ワークの特徴点抽出方法 | |
CN110349129A (zh) | 一种高密度柔性ic基板外观缺陷检测方法 | |
CN112288808B (zh) | 基于视觉的柴油发动机活塞缸台阶孔直径位置测量方法 | |
CN111415384B (zh) | 一种基于深度学习的工业图像组件精准定位系统 | |
CN114998624A (zh) | 图像查找方法和装置 | |
CN110355567B (zh) | 基于相机的机器人装配方法 | |
CN113963070A (zh) | 一种圆形标定板识别方法 | |
Nelson | Memory-based recognition for 3-d objects | |
CN112560666B (zh) | 一种机器人视觉伺服抓取目标定位方法 | |
CN111325802A (zh) | 一种直升机风洞试验中圆形标记点识别匹配方法 |
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 |