CN116891177A - 一种工件分拣起重机吊具 - Google Patents
一种工件分拣起重机吊具 Download PDFInfo
- Publication number
- CN116891177A CN116891177A CN202311121541.5A CN202311121541A CN116891177A CN 116891177 A CN116891177 A CN 116891177A CN 202311121541 A CN202311121541 A CN 202311121541A CN 116891177 A CN116891177 A CN 116891177A
- Authority
- CN
- China
- Prior art keywords
- workpiece
- image
- grabbing
- gradient
- follows
- 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.)
- Granted
Links
- 230000007246 mechanism Effects 0.000 claims abstract description 44
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000000034 method Methods 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 12
- 238000001514 detection method Methods 0.000 claims description 9
- 238000000605 extraction Methods 0.000 claims description 9
- 238000001914 filtration Methods 0.000 claims description 9
- 230000007547 defect Effects 0.000 claims description 7
- 238000009499 grossing Methods 0.000 claims description 6
- 238000007781 pre-processing Methods 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 238000003708 edge detection Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 claims description 3
- 230000001629 suppression Effects 0.000 claims description 3
- 230000000903 blocking effect Effects 0.000 description 8
- 230000004888 barrier function Effects 0.000 description 3
- 230000002950 deficient Effects 0.000 description 2
- 238000000151 deposition Methods 0.000 description 2
- 206010066054 Dysmorphism Diseases 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000010959 steel 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/34—Sorting according to other particular properties
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
- B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
- B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
- B07C5/36—Sorting apparatus characterised by the means used for distribution
- B07C5/361—Processing or control devices therefor, e.g. escort memory
- B07C5/362—Separating or distributor mechanisms
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C1/00—Load-engaging elements or devices attached to lifting or lowering gear of cranes or adapted for connection therewith for transmitting lifting forces to articles or groups of articles
- B66C1/10—Load-engaging elements or devices attached to lifting or lowering gear of cranes or adapted for connection therewith for transmitting lifting forces to articles or groups of articles by mechanical means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C13/00—Other constructional features or details
- B66C13/04—Auxiliary devices for controlling movements of suspended loads, or preventing cable slack
- B66C13/08—Auxiliary devices for controlling movements of suspended loads, or preventing cable slack for depositing loads in desired attitudes or positions
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66C—CRANES; LOAD-ENGAGING ELEMENTS OR DEVICES FOR CRANES, CAPSTANS, WINCHES, OR TACKLES
- B66C13/00—Other constructional features or details
- B66C13/16—Applications of indicating, registering, or weighing devices
-
- 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
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- 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
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- Chemical & Material Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
一种工件分拣起重机吊具,包含底座、放物机构、摄像机、转盘、抓取机构和驱动电机;所述底座的底面设有对称的两个放物机构,能够拍摄地面工件摆放图片的摄像机,以及转盘,其中两个放物机构分别用于存放标准件和异形件,摄像机通过图像处理单元与中央处理器对应连接,所述转盘底面设有两抓取机构,两抓取机构分别用于抓取标准件或者异形件;所述底座的顶面设有与起重机小车的卷扬设备连接的滑轮组,以及驱动电机,驱动电机能够驱动转盘转动,将抓取机构抓取的工件送至对应的放物机构内;本吊具的运输成本低,且运输效率高。
Description
技术领域
本发明涉及起重机技术领域,尤其是涉及一种工件分拣起重机吊具。
背景技术
公知的,在工业生产中,会根据不同场景和设备的需要,将工件分为标准件和异形件;
例如在钢构件生产中,会生产标准件方形盖板,也会根据用户的需要生产一些异形件弧边盖板,而对于一些企业来说,由于车间空间较小,因此生产出的标准件和异形件就会堆放在一起,这样一来,在对工件进行运输时,就需要先经过人工分拣,并且更换上相应的吊具来对特定的工件进行运输,一方面增加了人力成本,费时费力;另一方面,不同吊具在更换时也会相应的增加施工时间,降低了运输效率;
中国专利(CN201110250764.2)公开了一种分选吊具,通过设置若干对不同规格的分选夹持板,可夹持各种不同规格的成品,起到分选的作用,另外,夹持架在滑轮组带动下,通过两侧的升降导向轮沿行走架的两侧升降导柱升降,使夹持架的升降平稳,工作行程确保垂直;但是该吊具在抓取前依然需要进行人工分选的步骤,导致工件的运输成本较高;
因此,综上所述,目前市场上需要一种运输成本低,且效率高的吊具。
发明内容
为了克服背景技术中的不足,本发明公开了一种工件分拣起重机吊具。
为实现上述发明目的,本发明采用如下技术方案:
一种工件分拣起重机吊具,包含底座、放物机构、摄像机、转盘、抓取机构和驱动电机;所述底座的底面设有对称的两个放物机构,能够拍摄地面工件摆放图片的摄像机,以及转盘,其中两个放物机构分别用于存放标准件和异形件,摄像机通过图像处理单元与中央处理器对应连接,所述转盘底面设有两抓取机构,两抓取机构分别用于抓取标准件或者异形件;所述底座的顶面设有与起重机小车的卷扬设备连接的滑轮组,以及驱动电机,驱动电机能够驱动转盘转动,将抓取机构抓取的工件送至对应的放物机构内。
优选的,所述抓取机构包含安装座、转块、旋转电机、抓取电机和夹爪,其中安装座设为U形,安装座安装在底座上,安装座的开槽内设有能够转动的转块,安装座外设有驱动转块转动的旋转电机,转块底部设有两个能够对应开合的夹爪,以及驱动夹爪动作的抓取电机。
优选的,所述放物机构包含延长块、套杆和限位部件,其中延长块安装在底座底面,延长块的末端垂直设有套杆,套杆的末端设有能够防止工件脱离套杆的限位部件。
优选的,所述套杆的末端顶部设有凹槽,所述限位部件包含挡条和扭簧,其中挡条的两侧分别设有一转台,两转台分别通过一扭簧安装在凹槽内。
优选的,所述图像处理单元包含图像预处理模块、特征提取模块、以及目标检测和分类模块;其中图像预处理模块能够对摄像机拍摄的工件图像进行灰度处理;
特征提取模块能够计算出灰度图像中工件的边缘,并将工件图形的轮廓提取出来;
目标检测和分类模块能够判断提取出的工件图形是标准件还是异形件。
优选的,所述图像处理单元还包含缺陷检测模块,该模块能够检测出工件是否具有缺陷。
优选的,所述特征提取模块采用Canny边缘检测算法对灰度图像中工件的边缘进行计算,其中计算过程为:
1)对图像进行平滑滤波处理,用高斯滤波去除噪声;
2)在平滑后的图像上计算像素点的水平和垂直方向的梯度;
3)在整个图像上,根据梯度方向,对梯度幅值进行非最大抑制;
4)设置低阈值和高阈值,根据梯度幅值与高、低阈值的关系,将图像中的像素点分为三个类别:强边缘像素、弱边缘像素和非边缘像素;
5)根据强边缘像素和弱边缘像素的连接性,将弱边缘像素判定为强边缘像素,从而连接成完整的边缘。
优选的,所述步骤1)的具体过程如下:
采用一维形式的计算公式对图像进行平滑处理,公式为:
;
其中,G(x)是高斯函数的值;x是自变量;μ是均值,表示高斯函数的中心位置;σ是标准差,控制高斯函数的宽度;
采用二维高斯函数对图像进行滤波去噪,公式为:
;
其中,G(x,y)是二维高斯函数的值;x和y是自变量;μ和ν是均值,表示高斯函数的中心位置;σ是标准差,控制高斯函数的宽度。
优选的,所述步骤2)的具体过程如下:
计算图像在水平方向的梯度,公式为:
;
计算图像在垂直方向的梯度,公式为:
;
梯度幅值的计算公式为:
;
梯度方向的计算公式为:
;
其中I(x, y)表示图像在坐标 (x, y) 处的灰度值,x表示像素在水平方向上的坐标,y表示像素在垂直方向上的坐标。
优选的,所述步骤3)的具体过程如下:
a. 根据计算出的像素点梯度幅值和梯度方向,对每个像素点,沿着梯度方向查找两侧的邻近像素;
b.将当前像素点的梯度幅值与邻近像素的梯度幅值进行比较;
c.如果当前像素点的梯度幅值是邻近像素中最大的,说明该像素点处于边缘位置,保留其较大的梯度幅值;
d.如果当前像素点的梯度幅值不是最大的,将其梯度幅值置为0,以抑制非边缘响应;
e.重复对图像中的每个像素进行上述操作。
由于采用如上所述的技术方案,本发明具有如下有益效果:
本发明公开的一种工件分拣起重机吊具,通过摄像机以及图像处理单元能够实现对标准件和异形件的自动区分,省去人工分拣的成本,有效降低运输成本;之后配和转盘和抓取机构,即可分别抓取两种工件,而两个放物机构则能够暂时存放工件,完成工件的集中运输,有效提高了工件的运输效率。
附图说明
图1为本发明的一种结构示意图。
图中:1、底座;2、放物机构;201、延长块;202、套杆;2021、凹槽;203、限位部件;2031、挡条;2032、扭簧;3、摄像机;4、转盘;5、抓取机构;501、安装座;502、转块;503、旋转电机;504、抓取电机;505、夹爪;6、驱动电机;7、滑轮组;8、标准件;9、异形件。
具体实施方式
下面将结合本发明实施例中的附图,对本发明的技术方案进行说明,在描述中,需要理解的是,若有术语“上”、“下”、“前”、“后”、“左”、“右”等指示的方位或位置关系,仅是与本发明的附图对应,为了便于描述本发明,而不是指示或暗示所指的装置或元件必须具有特定的方位:
结合附图1所述的一种工件分拣起重机吊具,包含底座1、放物机构2、摄像机3、转盘4、抓取机构5和驱动电机6;所述底座1的底面设有两个对称的放物机构2,能够拍摄地面工件摆放图片的摄像机3,以及转盘4,其中两个放物机构2分别用于存放标准件8和异形件9,摄像机3通过图像处理单元与中央处理器对应连接,摄像机3能够将地面摆放的工件拍摄成照片,然后经由图像处理单元将照片中最上层的工件进行区分,判断其为标准件8还是异形件9,并发送至中央处理器,最后由中央处理器控制相应的抓取机构5对工件进行抓取,并通过转盘4将工件送至对应的放物机构2内;
所述转盘4底面设有两抓取机构5,两抓取机构5分别用于抓取标准件8或者异形件9;所述底座1的顶面设有与起重机小车的卷扬设备连接的滑轮组7,以及驱动电机6,驱动电机6能够驱动转盘4转动,将抓取机构5抓取的工件送至对应的放物机构2内,其中抓取机构5和放物机构2为对应的两组,一组用于抓取以及存放标准件8,另一组用于抓取以及存放异形件9。
实施例1为:所述抓取机构5包含安装座501、转块502、旋转电机503、抓取电机504和夹爪505,其中安装座501设为U形,安装座501安装在底座1上,安装座501的开槽内设有能够转动的转块502,安装座501外设有驱动转块502转动的旋转电机503,转块502底部设有两个能够对应开合的夹爪505,以及驱动夹爪505动作的抓取电机504,通过旋转电机503带动转块502转动能够随之调整夹爪505的抓取角度,从而让夹爪505能够轻松抓取水平放置的工件,而抓取电机504则是用于驱动两夹爪505的开合。
实施例2为:所述放物机构2包含延长块201、套杆202和限位部件203,其中延长块201安装在底座1底面,延长块201的末端垂直设有套杆202,套杆202的末端设有能够防止工件脱离套杆202的限位部件203,由于标准件8方形盖板和异形件9弧边盖板的板面均有通孔,因此工件在转盘4的带动下,通过其通孔能够挂在套杆202上,从而完成工件在吊具上的存放,待套杆202上放满之后,再由起重机对其进行转运,能够提高工件的运输效率,另外,通过限位部件203能够防止套杆202上的工件掉落;此外,所述套杆202的末端顶部设有凹槽2021,所述限位部件203包含挡条2031和扭簧2032,其中挡条2031的两侧分别设有一转台,两转台分别通过一扭簧2032安装在凹槽2021内,通过扭簧2032的作用力能够让挡条2031保持竖直状态,即挡条2031与套杆202对应垂直,而当工件要挂在套杆202上时,工件会先带动挡条2031向凹槽2021内移动,当挡条2031完全位于凹槽2021内后,此时套杆202上将没有阻挡,工件即可挂在套杆202上,同时因为工件与挡条2031脱离抵触关系,在扭簧2032的作用下,挡条2031将恢复竖直状态,阻止工件脱离套杆202。
实施例3为,所述图像处理单元包含图像预处理模块、特征提取模块、以及目标检测和分类模块;其中图像预处理模块能够对摄像机3拍摄的工件图像进行灰度处理;
特征提取模块能够计算出灰度图像中工件的边缘,并将工件图形的轮廓提取出来;
目标检测和分类模块能够判断提取出的工件图形是标准件8还是异形件9。
此外,所述图像处理单元还包含缺陷检测模块,该模块能够检测出工件是否具有缺陷,对于缺陷工件,则将其留在地面,由人工进行收集。
实施例4为:所述特征提取模块采用Canny边缘检测算法对灰度图像中工件的边缘进行计算,其中计算过程为:
1)对图像进行平滑滤波处理,用高斯滤波去除噪声;
2)在平滑后的图像上计算像素点的水平和垂直方向的梯度;
3)在整个图像上,根据梯度方向,对梯度幅值进行非最大抑制;
4)设置低阈值和高阈值,根据梯度幅值与高、低阈值的关系,将图像中的像素点分为三个类别:强边缘像素、弱边缘像素和非边缘像素;其中高于高阈值的像素点为强边缘像素,低于低阈值的像素点为非边缘像素,介于低阈值和高阈值之间的像素点为弱边缘像素;
5)根据强边缘像素和弱边缘像素的连接性,将弱边缘像素判定为强边缘像素,从而连接成完整的边缘。
实施例5为:所述步骤1)的具体过程如下:
采用一维形式的计算公式对图像进行平滑处理,公式为:
;
其中,G(x)是高斯函数的值;x是自变量;μ是均值,表示高斯函数的中心位置;σ是标准差,控制高斯函数的宽度;
采用二维高斯函数对图像进行滤波去噪,公式为:
;
其中,G(x,y)是二维高斯函数的值;x和y是自变量;μ和ν是均值,表示高斯函数的中心位置;σ是标准差,控制高斯函数的宽度。
实施例6为:所述步骤2)的具体过程如下:
计算图像在水平方向的梯度,公式为:
;
计算图像在垂直方向的梯度,公式为:
;
梯度幅值的计算公式为:
;
梯度方向的计算公式为:
;
其中I(x, y)表示图像在坐标 (x, y) 处的灰度值,x表示像素在水平方向上的坐标,y表示像素在垂直方向上的坐标。
实施例7为:所述步骤3)的具体过程如下:
a. 根据计算出的像素点梯度幅值和梯度方向,对每个像素点,沿着梯度方向查找两侧的邻近像素;
b.将当前像素点的梯度幅值与邻近像素的梯度幅值进行比较;
c.如果当前像素点的梯度幅值是邻近像素中最大的,说明该像素点处于边缘位置,保留其较大的梯度幅值;
d.如果当前像素点的梯度幅值不是最大的,将其梯度幅值置为0,以抑制非边缘响应;
e.重复对图像中的每个像素进行上述操作。
本发明未详述部分为现有技术,对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明;因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内,不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种工件分拣起重机吊具,其特征是:包含底座(1)、放物机构(2)、摄像机(3)、转盘(4)、抓取机构(5)和驱动电机(6);所述底座(1)的底面设有对称的两个放物机构(2),能够拍摄地面工件摆放图片的摄像机(3),以及转盘(4),其中两个放物机构(2)分别用于存放标准件(8)和异形件(9),摄像机(3)通过图像处理单元与中央处理器对应连接,所述转盘(4)底面设有两抓取机构(5),两抓取机构(5)分别用于抓取标准件(8)或者异形件(9);所述底座(1)的顶面设有与起重机小车的卷扬设备连接的滑轮组(7),以及驱动电机(6),驱动电机(6)能够驱动转盘(4)转动,将抓取机构(5)抓取的工件送至对应的放物机构(2)内。
2.如权利要求1所述的工件分拣起重机吊具,其特征是:所述抓取机构(5)包含安装座(501)、转块(502)、旋转电机(503)、抓取电机(504)和夹爪(505),其中安装座(501)设为U形,安装座(501)安装在底座(1)上,安装座(501)的开槽内设有能够转动的转块(502),安装座(501)外设有驱动转块(502)转动的旋转电机(503),转块(502)底部设有两个能够对应开合的夹爪(505),以及驱动夹爪(505)动作的抓取电机(504)。
3.如权利要求1所述的工件分拣起重机吊具,其特征是:所述放物机构(2)包含延长块(201)、套杆(202)和限位部件(203),其中延长块(201)安装在底座(1)底面,延长块(201)的末端垂直设有套杆(202),套杆(202)的末端设有能够防止工件脱离套杆(202)的限位部件(203)。
4.如权利要求3所述的工件分拣起重机吊具,其特征是:所述套杆(202)的末端顶部设有凹槽(2021),所述限位部件(203)包含挡条(2031)和扭簧(2032),其中挡条(2031)的两侧分别设有一转台,两转台分别通过一扭簧(2032)安装在凹槽(2021)内。
5.如权利要求1所述的工件分拣起重机吊具,其特征是:所述图像处理单元包含图像预处理模块、特征提取模块、以及目标检测和分类模块;其中图像预处理模块能够对摄像机(3)拍摄的工件图像进行灰度处理;
特征提取模块能够计算出灰度图像中工件的边缘,并将工件图形的轮廓提取出来;
目标检测和分类模块能够判断提取出的工件图形是标准件(8)还是异形件(9)。
6.如权利要求5所述的工件分拣起重机吊具,其特征是:所述图像处理单元还包含缺陷检测模块,该模块能够检测出工件是否具有缺陷。
7.如权利要求5所述的工件分拣起重机吊具,其特征是:所述特征提取模块采用Canny边缘检测算法对灰度图像中工件的边缘进行计算,其中计算过程为:
1)对图像进行平滑滤波处理,用高斯滤波去除噪声;
2)在平滑后的图像上计算像素点的水平和垂直方向的梯度;
3)在整个图像上,根据梯度方向,对梯度幅值进行非最大抑制;
4)设置低阈值和高阈值,根据梯度幅值与高、低阈值的关系,将图像中的像素点分为三个类别:强边缘像素、弱边缘像素和非边缘像素;
5)根据强边缘像素和弱边缘像素的连接性,将弱边缘像素判定为强边缘像素,从而连接成完整的边缘。
8.如权利要求7所述的工件分拣起重机吊具,其特征是:所述步骤1)的具体过程如下:
采用一维形式的计算公式对图像进行平滑处理,公式为:
;
其中,G(x)是高斯函数的值;x是自变量;μ是均值,表示高斯函数的中心位置;σ是标准差,控制高斯函数的宽度;
采用二维高斯函数对图像进行滤波去噪,公式为:
;
其中,G(x,y)是二维高斯函数的值;x和y是自变量;μ和ν是均值,表示高斯函数的中心位置;σ是标准差,控制高斯函数的宽度。
9.如权利要求7所述的工件分拣起重机吊具,其特征是:所述步骤2)的具体过程如下:
计算图像在水平方向的梯度,公式为:
;
计算图像在垂直方向的梯度,公式为:
;
梯度幅值的计算公式为:
;
梯度方向的计算公式为:
;
其中I(x, y)表示图像在坐标 (x, y) 处的灰度值,x表示像素在水平方向上的坐标,y表示像素在垂直方向上的坐标。
10.如权利要求7所述的工件分拣起重机吊具,其特征是:所述步骤3)的具体过程如下:
a. 根据计算出的像素点梯度幅值和梯度方向,对每个像素点,沿着梯度方向查找两侧的邻近像素;
b.将当前像素点的梯度幅值与邻近像素的梯度幅值进行比较;
c.如果当前像素点的梯度幅值是邻近像素中最大的,说明该像素点处于边缘位置,保留其较大的梯度幅值;
d.如果当前像素点的梯度幅值不是最大的,将其梯度幅值置为0,以抑制非边缘响应;
e.重复对图像中的每个像素进行上述操作。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311121541.5A CN116891177B (zh) | 2023-09-01 | 2023-09-01 | 一种工件分拣起重机吊具 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311121541.5A CN116891177B (zh) | 2023-09-01 | 2023-09-01 | 一种工件分拣起重机吊具 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116891177A true CN116891177A (zh) | 2023-10-17 |
CN116891177B CN116891177B (zh) | 2023-12-05 |
Family
ID=88313746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311121541.5A Active CN116891177B (zh) | 2023-09-01 | 2023-09-01 | 一种工件分拣起重机吊具 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116891177B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106044570A (zh) * | 2016-05-31 | 2016-10-26 | 河南卫华机械工程研究院有限公司 | 一种采用机器视觉的钢卷吊自动识别装置和方法 |
CN106934813A (zh) * | 2015-12-31 | 2017-07-07 | 沈阳高精数控智能技术股份有限公司 | 一种基于视觉定位的工业机器人工件抓取实现方法 |
CN108027248A (zh) * | 2015-09-04 | 2018-05-11 | 克朗设备公司 | 具有基于特征的定位和导航的工业车辆 |
CN110956181A (zh) * | 2019-07-04 | 2020-04-03 | 中联重科股份有限公司 | 起重机配重块检测方法、设备及起重机 |
WO2020160485A1 (en) * | 2019-01-31 | 2020-08-06 | Alfred E. Mann Institute For Biomedical Engineering At The University Of Southern California | A hyperspectral imaging system |
CN113460851A (zh) * | 2021-06-02 | 2021-10-01 | 天津大学 | 基于单目视觉和激光的管片自动抓取和运输系统和方法 |
CN214935448U (zh) * | 2021-04-12 | 2021-11-30 | 广州南沙联合集装箱码头有限公司 | 一种人工集卡自动化集装箱码头收放箱系统 |
CN113753784A (zh) * | 2021-08-20 | 2021-12-07 | 武汉理工大学 | 一种搬运机器人 |
CN113879984A (zh) * | 2021-10-18 | 2022-01-04 | 武汉港迪智能技术有限公司 | 一种基于机器视觉的集装箱自动抓放系统及操作方法 |
CN114399463A (zh) * | 2021-12-07 | 2022-04-26 | 桂林电子科技大学 | 一种基于数字图像处理的锯片拾取方法及系统 |
CN114942221A (zh) * | 2022-04-20 | 2022-08-26 | 大连保税区星隆国际工贸有限公司 | 一种电路板自动视觉检测装置、系统及检测方法 |
CN116539614A (zh) * | 2022-06-27 | 2023-08-04 | 徐州煤矿安全设备制造有限公司 | 基于机器视觉的立井箕斗衬板损伤检测方法 |
-
2023
- 2023-09-01 CN CN202311121541.5A patent/CN116891177B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108027248A (zh) * | 2015-09-04 | 2018-05-11 | 克朗设备公司 | 具有基于特征的定位和导航的工业车辆 |
CN106934813A (zh) * | 2015-12-31 | 2017-07-07 | 沈阳高精数控智能技术股份有限公司 | 一种基于视觉定位的工业机器人工件抓取实现方法 |
CN106044570A (zh) * | 2016-05-31 | 2016-10-26 | 河南卫华机械工程研究院有限公司 | 一种采用机器视觉的钢卷吊自动识别装置和方法 |
WO2020160485A1 (en) * | 2019-01-31 | 2020-08-06 | Alfred E. Mann Institute For Biomedical Engineering At The University Of Southern California | A hyperspectral imaging system |
CN110956181A (zh) * | 2019-07-04 | 2020-04-03 | 中联重科股份有限公司 | 起重机配重块检测方法、设备及起重机 |
CN214935448U (zh) * | 2021-04-12 | 2021-11-30 | 广州南沙联合集装箱码头有限公司 | 一种人工集卡自动化集装箱码头收放箱系统 |
CN113460851A (zh) * | 2021-06-02 | 2021-10-01 | 天津大学 | 基于单目视觉和激光的管片自动抓取和运输系统和方法 |
CN113753784A (zh) * | 2021-08-20 | 2021-12-07 | 武汉理工大学 | 一种搬运机器人 |
CN113879984A (zh) * | 2021-10-18 | 2022-01-04 | 武汉港迪智能技术有限公司 | 一种基于机器视觉的集装箱自动抓放系统及操作方法 |
CN114399463A (zh) * | 2021-12-07 | 2022-04-26 | 桂林电子科技大学 | 一种基于数字图像处理的锯片拾取方法及系统 |
CN114942221A (zh) * | 2022-04-20 | 2022-08-26 | 大连保税区星隆国际工贸有限公司 | 一种电路板自动视觉检测装置、系统及检测方法 |
CN116539614A (zh) * | 2022-06-27 | 2023-08-04 | 徐州煤矿安全设备制造有限公司 | 基于机器视觉的立井箕斗衬板损伤检测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116891177B (zh) | 2023-12-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102461759B1 (ko) | 지능형 지게차 및 컨테이너 위치 및 자세 편이 검출 방법 | |
CN108000273A (zh) | 一种汽车轮毂双面全自动打磨生产线 | |
CN205087427U (zh) | 一种工业机器人自动化仓储系统 | |
CN105292892A (zh) | 一种工业机器人自动化仓储系统 | |
CN105654625A (zh) | 将衣物特别是脏衣物分类的方法 | |
CN114043298B (zh) | 一种机器人搬运刹车盘工作站及其加工方法 | |
CN105893940A (zh) | 基于边缘检测的集装箱起吊防撞定准系统的实现方法 | |
CN110404803B (zh) | 一种基于视觉的并联机器人分拣系统及分拣方法 | |
CN109052180A (zh) | 一种基于机器视觉的集装箱自动对位方法及系统 | |
CN116891177B (zh) | 一种工件分拣起重机吊具 | |
CN110180799A (zh) | 一种基于机器视觉的零件分拣方法及系统 | |
CN114184616A (zh) | 一种锂电池用蓝膜的检测装置及其控制方法 | |
CN114078162B (zh) | 钢板切割后工件的桁架分拣方法及系统 | |
CN110950255B (zh) | 起重机配重块对位检测及控制方法、设备及起重机 | |
CN216501541U (zh) | 一种钢坯识别系统 | |
CN220568679U (zh) | 一种机器视觉检测自动抓取特征点位置的装置 | |
CN110919648A (zh) | 一种基于树莓派的自动拾料堆叠装置及拾料堆叠方法 | |
CN110533717A (zh) | 一种基于双目视觉的目标抓取方法及装置 | |
CN205652757U (zh) | 机器人自动上下料系统 | |
CN116539614A (zh) | 基于机器视觉的立井箕斗衬板损伤检测方法 | |
CN107243771A (zh) | 一种零件自动翻转装置及方法 | |
CN114873526A (zh) | 一种自动挂接卸货装置及其双目识别卸货方法 | |
CN214298145U (zh) | 板料分张装置及板料拆垛传送系统 | |
CN212397308U (zh) | 货物分拣器 | |
CN113681388A (zh) | 一种智能工件棱角打磨系统及工艺 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |