CN116840243B - 一种机器视觉对象识别的修正方法及系统 - Google Patents
一种机器视觉对象识别的修正方法及系统 Download PDFInfo
- Publication number
- CN116840243B CN116840243B CN202311122872.0A CN202311122872A CN116840243B CN 116840243 B CN116840243 B CN 116840243B CN 202311122872 A CN202311122872 A CN 202311122872A CN 116840243 B CN116840243 B CN 116840243B
- Authority
- CN
- China
- Prior art keywords
- monitoring equipment
- visual monitoring
- deviation
- reference line
- offset
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 238000012937 correction Methods 0.000 title claims abstract description 26
- 230000000007 visual effect Effects 0.000 claims abstract description 111
- 238000012544 monitoring process Methods 0.000 claims abstract description 89
- 238000001514 detection method Methods 0.000 claims abstract description 26
- 238000005259 measurement Methods 0.000 claims abstract description 16
- 238000004519 manufacturing process Methods 0.000 claims abstract description 12
- 230000007547 defect Effects 0.000 claims abstract description 4
- 238000012806 monitoring device Methods 0.000 claims description 22
- 238000012545 processing Methods 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 8
- 238000003860 storage Methods 0.000 claims description 2
- 238000006073 displacement reaction Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 6
- 230000009471 action Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000012423 maintenance Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009435 building construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 230000011664 signaling Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
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
- G01N21/84—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
- 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
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
-
- 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
-
- 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
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
本发明公开了一种机器视觉对象识别的修正方法及系统，包括视觉监测设备、移动平台、云台、第一控制器、第二控制器、现场监控机、中控服务器；所述视觉监测设备用于采集生产线中的被监测对象的图像并传输至现场监控机；所述现场监控机用于识别被监测对象的图像，判断被监测对象是否有缺陷；所述移动平台为三轴移动平台，用于调整视觉监测设备的位置；所述云台为单轴俯仰云台，用于调整视觉监测设备的角度；所述中控服务器用于判断视觉监测设备是否出现了位置与姿态的偏移并进行修正。本发明能够应对视觉监测设备的偏差，且在偏差的检测中兼顾考量了位移偏差和角度偏差，能够实现对视觉监测设备的准确修正，保证了测控任务的精准高效。
Description
技术领域
本发明涉及机器视觉技术领域，尤其涉及一种机器视觉对象识别的修正方法及系统。
背景技术
机器视觉技术广泛应用于生产制造检测等工业控制领域，用于感知环境、监测产品质量、控制生产流程等。机器视觉技术通过摄取目标的图像信号，传送至图像处理系统，基于图像的像素、亮度、颜色等信息转化为数字信号，经过分析判断来控制现场设备的动作。
由于视觉监测装置常常应用于数控加工、建筑施工、危险场所等场景中，工作环境复杂恶劣，由于环境中的振动、干扰、碰撞等多种原因，导致视觉监测装置偏离了初始状态，如出现位置的偏移或者角度的偏移，这样就导致视觉监测装置采集的图像数据出现了偏差，从而影响了正常的测量控制任务。实际生产中常常通过归零指令来控制视觉监测装置回到零位，但却往往效果很差，原因在于复杂的现场环境中长时间的振动、干扰、碰撞等因素常常会导致零位的偏差，简单的归零指令虽然会调整视觉监测装置的位姿，但是难以回归至初始位姿，仍然与初始的目标位姿存在一定的偏差。并且，在实际生产中视觉监测设备不但会出现XYZ三轴方向上的偏离，还会出现角度的偏离，而角度的偏离会导致视觉图像上的XYZ三轴的偏离距离的改变，因此难以分别分析出角度和XYZ三轴方向的偏移量。
发明专利申请CN116184927A提出一种基于视觉的激光加工分时校正系统及方法，包括预先设置加工时间和校正时间，选定标定点并计算标定点的加工理论坐标，在加工过程中根据预先设置的时间通过上位机发送暂停指令，暂停后采集所述加工区域的图像，得到标定点实际加工坐标，计算实际坐标和理论实际坐标的偏差，对所述偏差进行校正，代替传统加工过程中的人工检测，避免了人工检测过程中出现的问题，提高了加工的效率和精度。但是该发明专利申请未能对角度偏移和XYZ三轴方向上的偏移量进行检测和修正。
发明专利CN115143887B提出一种视觉监测设备测量结果的修正方法及视觉监测系统，通过视觉监测设备分别采集第一基准点和第二基准点的标准图像，分别获取第一基准点、第二基准点在标准图像中的固定位置M和O；依次采集第一基准点和第二基准点的实时图像，若第一基准点或第二基准点的实际位置与固定位置不同，则表明视觉监测设备的实际位置A'与预设位置A发生了偏差；确定视觉监测设备的实际位置A'的x向偏移量∆X以及y向偏移量∆Y；根据x向偏移量∆X、y向偏移量∆Y以及z向偏移量∆Z对标靶实际测量结果进行修正。该发明能够对标靶实际监测结果进行修正，以克服因视觉测量设备自身位置变化而带来的测量偏差。但是该发明仅仅考虑了XYZ三轴的位移偏差，并未考虑角度偏差；并且该发明通过转动摄像头获取两个基准点的位置，再融合到一个坐标系中进行处理，其中代入了转动的误差，难以准确计算偏移量。
发明内容
发明目的：针对以上问题，本发明提出一种机器视觉对象识别的修正系统及方法。
技术方案：第一方面，本发明提出一种机器视觉对象识别的修正系统，包括：
视觉监测设备、移动平台、云台、第一控制器、第二控制器、现场监控机、中控服务器；
所述现场监控机与第一控制器、第二控制器分别通信连接；
所述第一控制器与移动平台通信连接；
所述第二控制与云台通信连接；
优选地，所述视觉监测设备用于采集生产线中的被监测对象的图像并传输至现场监控机；
所述现场监控机用于识别被监测对象的图像，判断被监测对象是否有缺陷；所述移动平台为三轴移动平台，用于调整视觉监测设备的位置；所述云台为单轴俯仰云台，用于调整视觉监测设备的角度；
所述第一控制器用于向移动平台发送控制指令；
所述第二控制器用于向云台发送控制指令；
所述中控服务器包含偏移判断模块、偏移修正模块；
所述偏移判断模块用于判断视觉监测设备是否出现了位置与姿态的偏移；
所述偏移修正模块用于对视觉监测设备的位置和姿态偏移进行修正。
优选地，所述偏移判断模块还包括：角度偏移判断模块、Z轴偏移判断模块、XOY平面偏移判断模块；
所述角度偏移判断模块用于对视觉监测设备的角度偏差的检测；
所述Z轴偏移判断模块用于对视觉监测设备的Z轴位置检测；
所述XOY平面偏移判断模块用于对视觉监测设备的XOY平面位置的检测。
优选地，所述系统还包括参考区域和工作区域；所述参考区域内设置有第一参考线和第二参考线；所述工作区域用于获取被监测对象的视觉图像。
优选地，所述中控服务器还包括批次管理模块、数据库；
所述数据库中存储有被监测对象的批次编号与尺寸的关联关系；
所述批次管理模块用于根据被监测对象的批次编号获取被监测对象的尺寸，并根据被监测对象的尺寸调节视觉监测设备的位置和姿态。
优选地，所述系统还包括移动客户端，所述移动客户端与中控服务器通信连接；工作人员可以通过移动客户端登录中控服务器实时查看生产线的状态以及视觉监测设备的状态；
所述中控服务器中还设置有故障诊断模块，用于判断在预设时间段内视觉监测设备出现偏差的频次，在频次超过阈值时判断存在故障情况，并生成报警信号，发送至移动客户端，通知工作人员及时维修。
第二方面，本发明还提供了一种机器视觉对象识别的修正方法，该方法包括：
S1、通过视觉监测设备获取参考区域的标准参考图像；
包括：通过移动平台将视觉监测设备移动至第一位置，通过云台将视觉监测设备调整至第一姿态，获取第一参考线和第二参考线的标准参考图像；获取第一参考线和第二参考线之间的第一角度；
S2、将视觉监测设备的位置和姿态调整至第一工作区域执行测控任务；包括：向移动平台输入第一移动量，向云台输入第一旋转量，从而使视觉监测设备对准第一工作区域；
S3、视觉监测设备的角度偏差的检测与修正；
S4、视觉监测设备的Z轴位置检测与修正；
S5、视觉监测设备的XOY平面位置的检测与修正；
S6、将视觉监测设备的位置和姿态调整至第二工作区域，包括：
S61、获取被监测对象的批次编号；
S62、根据被监测对象的批次编号获取被监测对象的尺寸；
S63、根据被监测对象的尺寸调节视觉监测设备的位置和姿态；
包括：向移动平台输入第二移动量，向云台输入第二旋转量，从而使视觉监测设备对准第二工作区域；
S7、执行测量控制任务。
优选地，还包括步骤S8、判断在预设时间段内视觉监测设备出现偏差的频次，在频次超过阈值时判断存在故障情况，并生成报警信号，发送至移动客户端，通知工作人员及时维修。
优选地，所述步骤S3、视觉监测设备的角度偏差的检测与修正，包括：
S31、移动平台负向调整第一移动量，云台不调整，获取第一参考线和第二参考线的第一检测图像；
S32、获取第一检测图像中第一参考线与第二参考线的第二角度；
S33、比较第一角度与第二角度，判断视觉监测设备是否有姿态偏差；
S34、根据第一角度与第二角度的角度差值，通过云台进行姿态修正；
优选地，所述步骤S4、视觉监测设备的Z轴位置检测与修正，包括：
S41、对第一检测图像的第一参考线和第二参考线延长，获取第一交点；
S42、获取第一参考线的一个第一端点、获取第二参考线的一个第二端点；
S43、基于第一交点、第一端点和第二端点获取第一检测三角形；
S44、计算第一检测三角形的面积T1，与标准参考图像中对应的三角形面积T0进行比较；
S45、根据T1与T0的比值判断视觉监测设备在Z轴的偏差，并通过移动平台对Z轴进行修正；
优选地，所述步骤S5、视觉监测设备的XOY平面位置的检测与修正，包括：
S51、分别计算第一交点、第一参考线的两个第一端点、第二参考线的两个第二端点的偏移量的偏移比例；
S52、对五点的偏移比例进行排序，比较判断最大值与最小值的偏差是否在预设范围内；若超出预设范围，则返回步骤S3继续进行姿态修正；若未超出预设范围则进入步骤S53；
S53、对五点的X方向和Y方向的偏移量进行求均值处理，从而获取视觉监测设备的X轴和Y轴偏移量；
S54、通过移动平台对X轴和Y轴方向进行修正；
第三方面，本发明还提出一种电子设备，包括存储器、处理器及存储在存储器上的且能够在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述机器视觉对象识别的修正方法中的步骤。
第四方面，本发明还提出一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现所述机器视觉对象识别的修正方法中的步骤。
本发明相对于现有技术具有以下有益效果：
1、本发明能够应对视觉监测设备的复杂工作环境，不是简单的通过归零指令来调整初始位姿的，解决了振动等恶劣环境导致云台和移动平台的初始零位出现偏差的问题，通过对第一参考线和第二参考线的检测和分析，控制移动平台和云台进行调整，从而使视觉监测设备能够对准工作区域，保证了准确高效的测量控制工作。
2、本发明在偏差的检测中兼顾考量了位移偏差和角度偏差，因为如果出现了角度偏差，同样会导致距离出现变化，而现有技术仅考虑了位移偏差，但是角度的偏离会导致视觉图像上的XYZ三轴的偏离距离的改变，因此难以分别分析出角度和XYZ三轴方向的偏移量。本发明的修正方法不但能够检测出位移偏差，还能够检测出角度偏差，并针依次对角度、Z轴和XOY平面的偏差进行修正。
3、本发明在检测和计算偏移量时，在一个坐标系中选取多点进行偏移比例的计算，不但能够计算XOY平面内的偏移量，还能够进一步验证是否仍存在角度偏差，更加准确可靠，从而能够使修正量更加精准。
附图说明
图1为本发明实施例提供的一种机器视觉对象识别的修正系统结构示意图。
图2为本发明实施例提供的一种机器视觉对象识别的修正方法流程图。
图3为本发明实施例提供的一种参考区域示意图。
具体实施方式
显然，本领域技术人员基于本发明的宗旨所做的许多修改和变化属于本发明的保护范围。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当称元件、组件被“连接”到另一元件、组件时，它可以直接连接到其他元件或者组件，或者也可以存在中间元件或者组件。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。
为使本发明实施例的目的、技术方案和优点更加清楚，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。
实施例一
本发明实施例提供一种机器视觉对象识别的修正系统，具体请参考图1，图1为本发明实施例提供的一种机器视觉对象识别的修正系统结构示意图，系统包括：
视觉监测设备、移动平台、云台、第一控制器、第二控制器、现场监控机、中控服务器；
所述现场监控机与第一控制器、第二控制器分别通信连接；
所述第一控制器与移动平台通信连接；
所述第二控制与云台通信连接；
优选地，所述视觉监测设备用于采集生产线中的被监测对象的图像并传输至现场监控机；
所述现场监控机用于识别被监测对象的图像，判断被监测对象是否有缺陷；所述移动平台为三轴移动平台，用于调整视觉监测设备的位置；所述云台为单轴俯仰云台，用于调整视觉监测设备的角度；
所述第一控制器用于向移动平台发送控制指令；
所述第二控制器用于向云台发送控制指令；
所述中控服务器包含偏移判断模块、偏移修正模块；
所述偏移判断模块用于判断视觉监测设备是否出现了位置与姿态的偏移；
所述偏移修正模块用于对视觉监测设备的位置和姿态偏移进行修正。
优选地，所述偏移判断模块还包括：角度偏移判断模块、Z轴偏移判断模块、XOY平面偏移判断模块；
所述角度偏移判断模块用于对视觉监测设备的角度偏差的检测；
所述Z轴偏移判断模块用于对视觉监测设备的Z轴位置检测；
所述XOY平面偏移判断模块用于对视觉监测设备的XOY平面位置的检测。
优选地，所述系统还包括参考区域和工作区域；所述参考区域内设置有第一参考线和第二参考线；所述工作区域用于获取被监测对象的视觉图像。
优选地，所述中控服务器还包括批次管理模块、数据库；
所述数据库中存储有被监测对象的批次编号与尺寸的关联关系；
所述批次管理模块用于根据被监测对象的批次编号获取被监测对象的尺寸，并根据被监测对象的尺寸调节视觉监测设备的位置和姿态。
优选地，所述系统还包括移动客户端，所述移动客户端与中控服务器通信连接；工作人员可以通过移动客户端登录中控服务器实时查看生产线的状态以及视觉监测设备的状态；
所述中控服务器中还设置有故障诊断模块，用于判断在预设时间段内视觉监测设备出现偏差的频次，在频次超过阈值时判断存在故障情况，并生成报警信号，发送至移动客户端，通知工作人员及时维修。
实施例二
本发明实施例还提供了一种机器视觉对象识别的修正方法，具体请参考图2，图2为本发明实施例提供的一种机器视觉对象识别的修正方法流程图，该方法包括步骤：
S1、通过视觉监测设备获取目标区域的标准参考图像；
包括：通过移动平台将视觉监测设备移动至第一位置，通过云台将视觉监测设备调整至第一姿态，获取第一参考线和第二参考线的标准参考图像；获取第一参考线和第二参考线之间的第一角度；
如图3所示，图3为本发明实施例提供的一种参考区域示意图，实线矩形框为参考区域，参考区域中的线段AB为第一参考线，线段CD为第二参考线，M为第一参考线和第二参考线的交点，∠AMC为第一角度；
S2、将视觉监测设备的位置和姿态调整至第一工作区域执行测控任务；
包括：向移动平台输入第一移动量，向云台输入第一旋转量，从而使视觉监测设备对准第一工作区域；
通过与步骤S1相反的移动量和旋转量，将视觉监测设备调整对准工作区域进行常规的测量控制工作任务；
例如，在步骤S1中通过移动平台在X轴、Y轴、Z轴的移动量分别为（i，j，k），通过云台将视觉监测设备的角度顺时针旋转m度，从而使视觉监测设备对准目标区域，获取第一参考线和第二参考线的标准参考图像；则在步骤S2中，应当向移动平台输入移动量（-i，-j，-k），并向云台输入逆时针旋转量m度，从而使视觉监测设备的位置和姿态调整而对准工作区域，从而能够执行常规的测量控制工作任务；另外，为简化控制，本发明中的云台为单轴俯仰云台；优选地，还可采用多轴云台进行精准控制；
S3、在测控过程中对视觉监测平台进行移动位置调整，获取第一检测图像，包括：
S31、移动平台负向调整第一移动量，云台不调整，获取第一参考线和第二参考线的第一检测图像；
S32、获取第一检测图像中第一参考线与第二参考线的第二角度；
S33、比较第一角度与第二角度，判断视觉监测设备是否有姿态偏差；
S34、根据第一角度与第二角度的角度差值，通过云台进行姿态修正；
如图3所示，若云台角度出现偏移，则会导致视觉监测设备获取的图像出现畸变，从而导致检测图像中的∠AMC出现变化，且∠AMC与云台的偏移角度之间存在内在的关联，因此本发明基于此来检测和修正角度偏移量；
S4、视觉监测设备Z轴位置检测与修正；
S41、对第一检测图像的第一参考线和第二参考线延长，获取第一交点；
S42、获取第一参考线的一个第一端点、获取第二参考线的一个第二端点；
S43、基于第一交点、第一端点和第二端点获取第一检测三角形；
S44、计算第一检测三角形的面积T1，与标准参考图像中对应的三角形面积T0进行比较；
S45、根据T1与T0的比值判断视觉监测设备在Z轴的偏差，并通过移动平台对Z轴进行修正；
如图3所示，第一交点为M，第一端点为A和B，第二端点为C和D，显然可选取M、B、D三点构成三角形；通过图像分析软件能够获取三角形MBD的面积；如果视觉监测设备在Z轴方向存在偏移，则会导致检测图像中的三角形MBD面积成比例的改变，且Z轴方向的偏移量和MBD的面积改变量存在正相关的关系，因此本发明基于此来检测和修正Z轴偏移量；
S5、XOY平面的检测与修正，包括：
S51、分别计算第一交点、第一参考线的两个第一端点、第二参考线的两个第二端点的偏移量的偏移比例；
S52、对五点的偏移比例进行排序，比较判断最大值与最小值的偏差是否在预设范围内；若超出预设范围，则返回步骤S3继续进行姿态修正；若未超出预设范围则进入步骤S53；
S53、对五点的X方向和Y方向的偏移量进行求均值处理，从而获取视觉监测设备的X轴和Y轴偏移量；
S54、通过移动平台对X轴和Y轴方向进行修正；
如图3所示，分别计算M、A、B、C、D五个点在X方向和Y方向的偏移量；如果不存在角度偏移，则五点的偏移比例应当差距微弱；若五点的偏移比例差距较大，则说明云台仍然存在一定的偏移情况，从而影响了五点的偏移量测量，此时应当继续调整修正角度；
S6、将视觉监测设备的位置和姿态调整至第二工作区域，包括：
S61、获取被监测对象编号；
S62、根据被监测对相当编号获取被监测对象的尺寸；
S63、根据被监测对象的尺寸调节视觉监测设备的位置和姿态；
包括：向移动平台输入第二移动量，向云台输入第二旋转量，从而使视觉监测设备对准第二工作区域；
由于不同批次的被监测对象（如生产线中的零件、产品等）的尺寸和位置存在差异，为了能够适配工业生产过程中的不同对象，视觉监测设备需要适应性地调整其位置和姿态；
S7、执行测量控制任务。
优选地，还包括步骤S8、判断在预设时间段内视觉监测设备出现偏差的频次，在频次超过阈值时判断存在故障情况，并生成报警信号，发送至移动客户端，通知工作人员及时维修。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件的方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应该认为超出本发明的范围。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系属于仅仅用来将一个实体或者操作与另一个实体或者操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其他任何变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。
Claims (6)
1.一种机器视觉对象识别的修正方法，应用于机器视觉对象识别的修正系统，所述修正系统包括视觉监测设备、移动平台、云台、第一控制器、第二控制器、现场监控机、中控服务器；所述现场监控机与第一控制器、第二控制器分别通信连接；所述第一控制器与移动平台通信连接；所述第二控制与云台通信连接；其特征在于，所述视觉监测设备用于采集生产线中的被监测对象的图像并传输至现场监控机；所述现场监控机用于识别被监测对象的图像，判断被监测对象是否有缺陷；所述移动平台为三轴移动平台，用于调整视觉监测设备的位置；所述云台为单轴俯仰云台，用于调整视觉监测设备的角度；所述第一控制器用于向移动平台发送控制指令；所述第二控制器用于向云台发送控制指令；所述中控服务器包含偏移判断模块、偏移修正模块；所述偏移判断模块用于判断视觉监测设备是否出现了位置与姿态的偏移；所述偏移修正模块用于对视觉监测设备的位置和姿态偏移进行修正；
其特征在于，所述修正方法包括：
S1、通过视觉监测设备获取参考区域的标准参考图像；包括：通过移动平台将视觉监测设备移动至第一位置，通过云台将视觉监测设备调整至第一姿态，获取第一参考线和第二参考线的标准参考图像；获取第一参考线和第二参考线之间的第一角度；
S2、将视觉监测设备的位置和姿态调整至第一工作区域执行测控任务；包括：向移动平台输入第一移动量，向云台输入第一旋转量，从而使视觉监测设备对准第一工作区域；
S3、视觉监测设备的角度偏差的检测与修正；包括：
S31、移动平台负向调整第一移动量，云台不调整，获取第一参考线和第二参考线的第一检测图像；
S32、获取第一检测图像中第一参考线与第二参考线的第二角度；
S33、比较第一角度与第二角度，判断视觉监测设备是否有姿态偏差；
S34、根据第一角度与第二角度的角度差值，通过云台进行姿态修正；
S4、视觉监测设备的Z轴位置偏差的检测与修正；包括：
S41、对第一检测图像的第一参考线和第二参考线延长，获取第一交点；
S42、获取第一参考线的一个第一端点、获取第二参考线的一个第二端点；
S43、基于第一交点、第一端点和第二端点获取第一检测三角形；
S44、计算第一检测三角形的面积T1，与标准参考图像中对应的三角形面积T0进行比较；
S45、根据T1与T0的比值判断视觉监测设备在Z轴的偏差，并通过移动平台对Z轴进行修正；
S5、视觉监测设备的XOY平面位置偏差的检测与修正；包括：
S51、分别计算第一交点、第一参考线的两个第一端点、第二参考线的两个第二端点的偏移量的偏移比例；
S52、对五点的偏移比例进行排序，比较判断最大值与最小值的偏差是否在预设范围内；若超出预设范围，则返回步骤S3继续进行姿态修正；若未超出预设范围则进入步骤S53；
S53、对五点的X方向和Y方向的偏移量进行求均值处理，从而获取视觉监测设备的X轴和Y轴偏移量；
S54、基于X轴和Y轴偏移量生成移动平台控制指令，对X轴和Y轴方向进行修正；
S6、将视觉监测设备的位置和姿态调整至第二工作区域，包括：
S61、获取被监测对象的批次编号；
S62、根据被监测对象的批次编号获取被监测对象的尺寸；
S63、根据被监测对象的尺寸调节视觉监测设备的位置和姿态；包括：向移动平台输入第二移动量，向云台输入第二旋转量，从而使视觉监测设备对准第二工作区域；
S7、执行测量控制任务。
2.根据权利要求1所述的机器视觉对象识别的修正方法，其特征在于，所述偏移判断模块还包括：角度偏移判断模块、Z轴偏移判断模块、XOY平面偏移判断模块；
所述角度偏移判断模块用于判断视觉监测设备的角度偏差；
所述Z轴偏移判断模块用于判断视觉监测设备的Z轴位置偏差；
所述XOY平面偏移判断模块用于判断视觉监测设备在XOY平面位置偏差。
3.根据权利要求2所述的机器视觉对象识别的修正方法，其特征在于，所述系统还包括参考区域和工作区域；所述参考区域内设置有第一参考线和第二参考线；所述工作区域用于获取被监测对象的视觉图像。
4.根据权利要求3所述的机器视觉对象识别的修正方法，其特征在于，所述中控服务器还包括批次管理模块、数据库；
所述数据库中存储有被监测对象的批次编号与尺寸的关联关系；
所述批次管理模块用于根据被监测对象的批次编号获取被监测对象的尺寸，并根据被监测对象的尺寸调节视觉监测设备的位置和姿态。
5.一种电子设备，包括存储器、处理器及存储在存储器上的且能够在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-4中任一项所述机器视觉对象识别的修正方法中的步骤。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现权利要求1-4中任一项所述机器视觉对象识别的修正方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311122872.0A CN116840243B (zh) | 2023-09-01 | 2023-09-01 | 一种机器视觉对象识别的修正方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311122872.0A CN116840243B (zh) | 2023-09-01 | 2023-09-01 | 一种机器视觉对象识别的修正方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116840243A CN116840243A (zh) | 2023-10-03 |
| CN116840243B true CN116840243B (zh) | 2023-11-28 |
Family
ID=88172892
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311122872.0A Active CN116840243B (zh) | 2023-09-01 | 2023-09-01 | 一种机器视觉对象识别的修正方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116840243B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117197133B (zh) * | 2023-11-06 | 2024-01-30 | 湖南睿图智能科技有限公司 | 一种复杂工业环境下视觉机器人的控制系统及方法 |
| CN117253198B (zh) * | 2023-11-20 | 2024-01-26 | 山东大学 | 一种智能制造动态管理方法及系统 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06785A (ja) * | 1992-06-23 | 1994-01-11 | Citizen Watch Co Ltd | 視覚センサ座標系の補正方法 |
| CN110136208A (zh) * | 2019-05-20 | 2019-08-16 | 北京无远弗届科技有限公司 | 一种机器人视觉伺服系统的联合自动标定方法及装置 |
| CN110567469A (zh) * | 2018-06-05 | 2019-12-13 | 北京市商汤科技开发有限公司 | 视觉定位方法、装置、电子设备及系统 |
| CN111145247A (zh) * | 2019-12-18 | 2020-05-12 | 配天机器人技术有限公司 | 基于视觉的位置度检测方法及机器人、计算机存储介质 |
| CN111476763A (zh) * | 2020-03-26 | 2020-07-31 | 创驱（上海）新能源科技有限公司 | 一种视觉位置修正的装置和方法 |
| CN114979469A (zh) * | 2022-05-09 | 2022-08-30 | 江苏泰坦智慧科技有限公司 | 一种基于机器视觉比对的摄像机机械误差校准方法及系统 |
| CN115144867A (zh) * | 2022-06-24 | 2022-10-04 | 山东浪潮科学研究院有限公司 | 一种基于无人机搭载三轴云台相机的目标检测定位方法 |
| CN115143887A (zh) * | 2022-09-05 | 2022-10-04 | 常州市建筑科学研究院集团股份有限公司 | 视觉监测设备测量结果的修正方法及视觉监测系统 |
| CN115421486A (zh) * | 2022-09-01 | 2022-12-02 | 深圳市正浩创新科技股份有限公司 | 返航控制方法、装置、计算机可读介质及自移动设备 |
| KR20230112881A (ko) * | 2022-01-21 | 2023-07-28 | 주식회사 제이스텍 | 가공 스테이지의 이동없이 동축 비전을 이용한 레이저 스캐너 캘리브레이션 방법 |
-
2023
- 2023-09-01 CN CN202311122872.0A patent/CN116840243B/zh active Active
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH06785A (ja) * | 1992-06-23 | 1994-01-11 | Citizen Watch Co Ltd | 視覚センサ座標系の補正方法 |
| CN110567469A (zh) * | 2018-06-05 | 2019-12-13 | 北京市商汤科技开发有限公司 | 视觉定位方法、装置、电子设备及系统 |
| CN110136208A (zh) * | 2019-05-20 | 2019-08-16 | 北京无远弗届科技有限公司 | 一种机器人视觉伺服系统的联合自动标定方法及装置 |
| CN111145247A (zh) * | 2019-12-18 | 2020-05-12 | 配天机器人技术有限公司 | 基于视觉的位置度检测方法及机器人、计算机存储介质 |
| CN111476763A (zh) * | 2020-03-26 | 2020-07-31 | 创驱（上海）新能源科技有限公司 | 一种视觉位置修正的装置和方法 |
| KR20230112881A (ko) * | 2022-01-21 | 2023-07-28 | 주식회사 제이스텍 | 가공 스테이지의 이동없이 동축 비전을 이용한 레이저 스캐너 캘리브레이션 방법 |
| CN114979469A (zh) * | 2022-05-09 | 2022-08-30 | 江苏泰坦智慧科技有限公司 | 一种基于机器视觉比对的摄像机机械误差校准方法及系统 |
| CN115144867A (zh) * | 2022-06-24 | 2022-10-04 | 山东浪潮科学研究院有限公司 | 一种基于无人机搭载三轴云台相机的目标检测定位方法 |
| CN115421486A (zh) * | 2022-09-01 | 2022-12-02 | 深圳市正浩创新科技股份有限公司 | 返航控制方法、装置、计算机可读介质及自移动设备 |
| CN115143887A (zh) * | 2022-09-05 | 2022-10-04 | 常州市建筑科学研究院集团股份有限公司 | 视觉监测设备测量结果的修正方法及视觉监测系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116840243A (zh) | 2023-10-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116840243B (zh) | 一种机器视觉对象识别的修正方法及系统 | |
| US10035268B2 (en) | Measurement system used for calibrating mechanical parameters of robot | |
| JP6280525B2 (ja) | カメラのミスキャリブレーションの実行時決定のためのシステムと方法 | |
| US20050219530A1 (en) | Method of adjusting monitor axis | |
| JPWO2006022201A1 (ja) | ロボットの評価システム及び評価方法 | |
| CN112318503B (zh) | 一种机器人校准系统和校准方法 | |
| CN110146017B (zh) | 工业机器人重复定位精度测量方法 | |
| CN110539306B (zh) | 工件贴合方法及设备 | |
| KR20080088165A (ko) | 로봇 캘리브레이션 방법 | |
| US20220230348A1 (en) | Method and apparatus for determining a three-dimensional position and pose of a fiducial marker | |
| CN116277161B (zh) | 一种基于三维模型坐标的机械臂动态偏移监测系统 | |
| US10569418B2 (en) | Robot controller for executing calibration, measurement system and calibration method | |
| US20230271325A1 (en) | Industrial internet of things systems for monitoring collaborative robots with dual identification, control methods and storage media thereof | |
| CN112091255B (zh) | 制孔定位偏差源分布区间及测量相机安装参数的计算方法 | |
| CN114407079B (zh) | 一种控制机械臂安装螺栓的方法 | |
| CN117260815A (zh) | 基于视觉定位的机械手精准定位方法及系统 | |
| CN106092053B (zh) | 一种机器人重复定位系统及其定位方法 | |
| CN117583751A (zh) | H型钢激光切割变形补偿算法 | |
| Xu et al. | Industrial robot base assembly based on improved Hough transform of circle detection algorithm | |
| CN112428264A (zh) | 一种机器人臂的矫正方法及系统 | |
| CN112669383B (zh) | 流水线跟踪系统的跟踪方法及相机标定方法 | |
| JP3281457B2 (ja) | 基板の部品実装検査方法及び検査装置 | |
| JPH05314257A (ja) | 画像処理装置及びロボット制御装置 | |
| JPH11202928A (ja) | 作業支援装置 | |
| Joochim et al. | The 9 points calibration using SCARA robot |
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 |