CN116921116A - 一种机械自动化加工系统 - Google Patents

一种机械自动化加工系统 Download PDF

Info

Publication number
CN116921116A
CN116921116A CN202310873536.3A CN202310873536A CN116921116A CN 116921116 A CN116921116 A CN 116921116A CN 202310873536 A CN202310873536 A CN 202310873536A CN 116921116 A CN116921116 A CN 116921116A
Authority
CN
China
Prior art keywords
processing
workpiece
spraying
track
image
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.)
Withdrawn
Application number
CN202310873536.3A
Other languages
English (en)
Inventor
杨爱凤
陈仁炜
夏立
杨志成
李华
李霞
饶志娟
陈子怡
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.)
Nanjing Tianzaihui Technology Co ltd
Original Assignee
Nanjing Tianzaihui 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 Nanjing Tianzaihui Technology Co ltd filed Critical Nanjing Tianzaihui Technology Co ltd
Priority to CN202310873536.3A priority Critical patent/CN116921116A/zh
Publication of CN116921116A publication Critical patent/CN116921116A/zh
Withdrawn legal-status Critical Current

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B05—SPRAYING OR ATOMISING IN GENERAL; APPLYING FLUENT MATERIALS TO SURFACES, IN GENERAL
    • B05B—SPRAYING APPARATUS; ATOMISING APPARATUS; NOZZLES
    • B05B13/00—Machines or plants for applying liquids or other fluent materials to surfaces of objects or other work by spraying, not covered by groups B05B1/00 - B05B11/00
    • B05B13/02—Means for supporting work; Arrangement or mounting of spray heads; Adaptation or arrangement of means for feeding work
    • B05B13/04—Means for supporting work; Arrangement or mounting of spray heads; Adaptation or arrangement of means for feeding work the spray heads being moved during spraying operation
    • B05B13/0431—Means for supporting work; Arrangement or mounting of spray heads; Adaptation or arrangement of means for feeding work the spray heads being moved during spraying operation with spray heads moved by robots or articulated arms, e.g. for applying liquid or other fluent material to 3D-surfaces
    • 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
    • B07C5/342—Sorting according to other particular properties according to optical properties, e.g. colour
    • B07C5/3422—Sorting according to other particular properties according to optical properties, e.g. colour using video scanning devices, e.g. TV-cameras
    • 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
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J11/00—Manipulators not otherwise provided for
    • B25J11/0075—Manipulators for painting or coating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • 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
    • G01N21/8851—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
    • G01N2021/8854—Grading and classifying of flaws

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Multimedia (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Manipulator (AREA)

Abstract

本发明涉及机械自动化加工技术领域，且公开了一种机械自动化加工系统，包括：中央处理器；图像采集系统用于摄录待加工的工件或者物料。该一种机械自动化加工系统，通过获取待加工工件的图像数据，基于获取的点云数据，建立相应的矢量方程即喷涂模型，然后根据喷涂模型生成所需的加工轨迹以及加工参数，最终根据加工参数和加工轨迹，自动生成G代码，不用人为地参与编写G代码以及加工轨迹的生成。可见，本申请自动生成喷涂机器人的G代码以及加工轨迹，实现了喷涂自动化，提高了喷涂机器人的加工效率。

Description

一种机械自动化加工系统
技术领域
本发明涉及机械自动化加工技术领域，具体为一种机械自动化加工系统。
背景技术
随着机器人技术的发展进步，机器人已经广泛应用于各行各业。喷涂机器人主要用于对工件进行喷涂加工，例如，木材，其一般是抓取喷枪等喷涂工具按照一定的轨迹运动，以完成对工件的喷涂加工，其中，喷涂机器人可以通过运行已编写好的G代码，来使喷枪按特定的轨迹进行加工。
喷涂自动化的关键在于加工轨迹和G代码的自动生成。而现有的喷涂机器人的轨迹生成方法主要是离线编程法，离线编程法采用人机交互方式编写G代码，即具备相应的工艺经验以及轨迹编程经验编程人员，利用人机交互进行编写代码。喷涂机器人的G代码以及加工轨迹均是人为生成的，进而在一定程度上降低了喷涂机器人的加工效率。
在现有的家具喷涂生产过程一般都是将物料或者工件在喷涂车间执行喷涂任务后，将喷涂后的物料或者工件运输至固定的加工车间，以加工车间的相关管理人员对喷涂后的物料进行喷涂后的加工管理操作，如通过相关管理人员确定喷涂是否合格等，如存在不合规的时候，重新进行喷涂加工处理，如此，就会导致喷涂加工的效率较低的问题。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种机械自动化加工系统。
(二)技术方案
为实现上述目的，本发明提供如下技术方案：一种机械自动化加工系统，包括：
中央处理器；
图像采集系统，用于摄录待加工的工件或者物料；
视觉定位系统，用于对待加工的工件或者物料进行精准定位；
模型选择系统，用于针对不同待加工的工件或者物料轮廓图形的形状，选择相应的加工工艺；
瑕疵检测系统，用于对喷涂完毕的工件或者物料进行检测，将不合格的进行剔除。
在本发明实施例中，所述图像采集系统包括图像集合获取模块，用于分别获取所述多个图像采集设备对目标工件或者物料进行监控得到的家具监控图像集合，其中，多个图像采集设备分别设置于目标传输通道的不同方向的监控区域，目标传输通道用于传输喷涂加工完成的工件或者物料，监控图像集合包括至少一帧家具监控图像；轮廓确定模块，用于基于多个图像采集设备采集的多个监控图像集合包括的监控图像，确定出所述目标工件或者物料的轮廓信息。
在本发明实施例中，所述视觉定位系统包括：对目标工件或者物料的轮廓图形进行区域分割，得出多个规则的子轮廓图形，并依靠喷涂模型模块建立子轮廓图形的喷涂模型，根据喷涂模型来适应模型选择系统。
在本发明实施例中，所述喷涂模型模块包括：
界点提取单元，用于利用边界提取算法对点云数据进行分析，找出边界点，边界提取算法为经纬线扫描法、网格划分法以及最小凸边法中的任意一种；
边界点连接单元，用于连接边界点，生成待加工工件的轮廓图形；
分割单元，用于基于点云数据切割算法，将轮廓图形分割成多个规则的子轮廓图形；
建立单元，用于分别建立多个子轮廓图形的喷涂模型。
在本发明实施例中，所述模型选择系统包括轨迹生成单元，用于根据子轮廓图形的形状，选择相应的加工工艺，基于喷涂模型，生成子轮廓图形的加工轨迹以及加工参数，所述轨迹生成单元包括：
选择模块，用于根据子轮廓图形的形状，选择相应的加工工艺；
轨迹自动生成模块，用于对喷涂模型进行分析处理，自动生成加工轨迹；
参数计算模块，根据加工轨迹，计算得出加工参数。
在本发明实施例中，所述G代码生成单元包括：
转换模块，用于将加工参数转换为预设格式的参数数据；
代码自动生成模块，用于根据参数数据以及加工轨迹，自动生成G代码，以使喷涂机器人自动化加工待加工工件。
在本发明实施例中，所述模型选择系统还包括：G代码生成单元，用于根据加工轨迹以及加工参数，自动生成G代码，以使喷涂机器人自动化加工待加工工件。
在本发明实施例中，所述瑕疵检测系统包括：图像识别电脑系统：与所述图像采集系统连接，用于对采集的图像进行识别，将其与合格工件或者物料进行对比，根据识别结果判断出是否有瑕疵，对于有瑕疵的工件或者物料，通过瑕疵报警分级处理装置进行提醒、标记或移出；瑕疵报警分级处理装置：与图像识别电脑系统连接，用于当出现有瑕疵的工件或者物料时进行报警，并对其进行标记或者移出流水线。
(三)有益效果
与现有技术相比，本发明提供了一种机械自动化加工系统，具备以下有益效果：
1、该一种机械自动化加工系统，通过获取待加工工件的图像数据；提取点云数据的边界点，生成待加工工件的轮廓图形，对轮廓图形进行区域分割，得出多个规则的子轮廓图形，建立子轮廓图形的喷涂模型；根据子轮廓图形的形状，选择相应的加工工艺，基于喷涂模型，生成子轮廓图形的加工轨迹以及加工参数；根据加工轨迹以及加工参数，自动生成G代码，以使喷涂机器人自动化加工待加工工件，基于获取的点云数据，建立相应的矢量方程即喷涂模型，然后根据喷涂模型生成所需的加工轨迹以及加工参数，最终根据加工参数和加工轨迹，自动生成G代码，不用人为地参与编写G代码以及加工轨迹的生成。可见，本申请自动生成喷涂机器人的G代码以及加工轨迹，实现了喷涂自动化，提高了喷涂机器人的加工效率。
2、该一种机械自动化加工系统，通过设置图像采集系统、瑕疵报警分级处理装置，图像采集系统将采集的工件或者物料图像传输给中央处理器进行识别处理；中央处理器对采集的打印产品图像进行图像识别，将其与合格图片进行对比，根据识别结果判断出工件或者物料是否有瑕疵，对于有瑕疵的工件或者物料，通过瑕疵报警分级处理装置进行提醒、标记或移出；本发明可以避免传统人工检测导致的漏检、误检以及对检测人员经验的依赖，可以提高出厂产品良率，提高产品质量，降低算法复杂性，提高检测率，降低硬件成本，对于提高产品良率、质量，增加产量提供可靠数据，提高产线的自动化和智能化程度，节约人力成本。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明系统框图。
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。
所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”、“顺时针”、“逆时针”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，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、以特定的方位构造和操作，因此不能理解为对本发明的限制。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
如图1所示，本发明提供了一种机械自动化加工系统，包括：
中央处理器；
图像采集系统，用于摄录待加工的工件或者物料；
视觉定位系统，用于对待加工的工件或者物料进行精准定位；
模型选择系统，用于针对不同待加工的工件或者物料轮廓图形的形状，选择相应的加工工艺；
瑕疵检测系统，用于对喷涂完毕的工件或者物料进行检测，将不合格的进行剔除。
进一步的，在本发明实施例中，图像采集系统包括图像集合获取模块，用于分别获取多个图像采集设备对目标工件或者物料进行监控得到的家具监控图像集合，其中，多个图像采集设备分别设置于目标传输通道的不同方向的监控区域，目标传输通道用于传输喷涂加工完成的工件或者物料，监控图像集合包括至少一帧家具监控图像；轮廓确定模块，用于基于多个图像采集设备采集的多个监控图像集合包括的监控图像，确定出目标工件或者物料的轮廓信息。
进一步的，在本发明实施例中，视觉定位系统包括：对目标工件或者物料的轮廓图形进行区域分割，得出多个规则的子轮廓图形，并依靠喷涂模型模块建立子轮廓图形的喷涂模型，根据喷涂模型来适应模型选择系统。
进一步的，在本发明实施例中，喷涂模型模块包括：
界点提取单元，用于利用边界提取算法对点云数据进行分析，找出边界点，边界提取算法为经纬线扫描法、网格划分法以及最小凸边法中的任意一种；
边界点连接单元，用于连接边界点，生成待加工工件的轮廓图形；
分割单元，用于基于点云数据切割算法，将轮廓图形分割成多个规则的子轮廓图形；
建立单元，用于分别建立多个子轮廓图形的喷涂模型。
需要说明的是，上述喷涂模型可以是指三维矢量方程，可以通过基于同一剖面上的若干点坐标，得到待加工工件与剖面交线的三维矢量方程，对矢量方程进行处理，可以生成并优化得到的加工轨迹。
在本发明的一些实施例中，点云数据生成矢量方程的过程可以具体为：利用边界提取算法对点云数据进行分析，找出边界点，边界提取算法为经纬线扫描法、网格划分法以及最小凸边法中的任意一种；连接边界点，生成待加工工件的轮廓图形；基于点云数据切割算法，将轮廓图形分割成多个规则的子轮廓图形；分别建立多个子轮廓图形的喷涂模型。
将点云数据分割成多个小部分数据进行处理，可以大大减少后续轨迹优化的计算量，从而提高了计算速度，提高了加工效率。
可以理解的是，点云数据中的数据点可以分为边界点和内部点，点云数据边界点可以是指能够描述点云数据形态轮廓的少量点集，点云数据边界点通常都有一个特性：它附近的邻近点都位于同一侧分布，而不是分布在四周，基于边界点特性，可以采用数据点及其邻近点的分布均匀性来判定边界点和非边界点，然后根据相应的边界点，可以确定待加工工件的几何图形形状。
进一步的，在本发明实施例中，模型选择系统包括轨迹生成单元，用于根据子轮廓图形的形状，选择相应的加工工艺，基于喷涂模型，生成子轮廓图形的加工轨迹以及加工参数，轨迹生成单元包括：
选择模块，用于根据子轮廓图形的形状，选择相应的加工工艺；
轨迹自动生成模块，用于对喷涂模型进行分析处理，自动生成加工轨迹；
参数计算模块，根据加工轨迹，计算得出加工参数。
需要说明的是，上述子轮廓图形的形状一般为规则的多边形，例如，正方形、长方形、类正方形以及类长方形，子轮廓图形的划分一般是按区域分割的，例如，对整个桌子进行分割，可以将桌面分割为子轮廓图形，将底座作为一个子轮廓图形。
进一步的，在本发明实施例中，G代码生成单元包括：
转换模块，用于将加工参数转换为预设格式的参数数据；
代码自动生成模块，用于根据参数数据以及加工轨迹，自动生成G代码，以使喷涂机器人自动化加工待加工工件。
进一步的，在本发明实施例中，模型选择系统还包括：G代码生成单元，用于根据加工轨迹以及加工参数，自动生成G代码，以使喷涂机器人自动化加工待加工工件。
在本发明的一些实施例中，轨迹生成以及优化的过程可以具体为：根据子轮廓图形的形状，选择相应的加工工艺；对喷涂模型进行分析处理，自动生成加工轨迹；根据加工轨迹，计算得出加工参数；其中，加工参数包括喷枪方向参数以及喷枪速度参数。
进一步的，在本发明实施例中，瑕疵检测系统包括：图像识别电脑系统：与图像采集系统连接，用于对采集的图像进行识别，将其与合格工件或者物料进行对比，根据识别结果判断出是否有瑕疵，对于有瑕疵的工件或者物料，通过瑕疵报警分级处理装置进行提醒、标记或移出；瑕疵报警分级处理装置：与图像识别电脑系统连接，用于当出现有瑕疵的工件或者物料时进行报警，并对其进行标记或者移出流水线。
需要说明的是，针对打印图像随机性和复杂性的问题，中央处理器将此次工件或者物料图片发送到中央处理器，可以直接将采集到的图像和合格的图片进行比较，其中可以使用缩小图像尺寸减小计算量，或者分块检测、重点区域检测、机器学习、角点检测等方法减少检测计算量。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，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”或者其任何其他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。在没有更多限制的情况下，由语句“包括一个引用结构”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (8)

1.一种机械自动化加工系统，其特征在于，包括：
中央处理器；
图像采集系统，用于摄录待加工的工件或者物料；
视觉定位系统，用于对待加工的工件或者物料进行精准定位；
模型选择系统，用于针对不同待加工的工件或者物料轮廓图形的形状，选择相应的加工工艺；
瑕疵检测系统，用于对喷涂完毕的工件或者物料进行检测，将不合格的进行剔除。
2.根据权利要求1所述的一种机械自动化加工系统，其特征在于：所述图像采集系统包括图像集合获取模块，用于分别获取所述多个图像采集设备对目标工件或者物料进行监控得到的家具监控图像集合，其中，多个图像采集设备分别设置于目标传输通道的不同方向的监控区域，目标传输通道用于传输喷涂加工完成的工件或者物料，监控图像集合包括至少一帧家具监控图像；轮廓确定模块，用于基于多个图像采集设备采集的多个监控图像集合包括的监控图像，确定出所述目标工件或者物料的轮廓信息。
3.根据权利要求1所述的一种机械自动化加工系统，其特征在于：所述视觉定位系统包括：对目标工件或者物料的轮廓图形进行区域分割，得出多个规则的子轮廓图形，并依靠喷涂模型模块建立子轮廓图形的喷涂模型，根据喷涂模型来适应模型选择系统。
4.根据权利要求2所述的一种机械自动化加工系统，其特征在于：所述喷涂模型模块包括：
界点提取单元，用于利用边界提取算法对点云数据进行分析，找出边界点，边界提取算法为经纬线扫描法、网格划分法以及最小凸边法中的任意一种；
边界点连接单元，用于连接边界点，生成待加工工件的轮廓图形；
分割单元，用于基于点云数据切割算法，将轮廓图形分割成多个规则的子轮廓图形；
建立单元，用于分别建立多个子轮廓图形的喷涂模型。
5.根据权利要求1所述的一种机械自动化加工系统，其特征在于：所述模型选择系统包括轨迹生成单元，用于根据子轮廓图形的形状，选择相应的加工工艺，基于喷涂模型，生成子轮廓图形的加工轨迹以及加工参数，所述轨迹生成单元包括：
选择模块，用于根据子轮廓图形的形状，选择相应的加工工艺；
轨迹自动生成模块，用于对喷涂模型进行分析处理，自动生成加工轨迹；
参数计算模块，根据加工轨迹，计算得出加工参数。
6.根据权利要求5所述的一种机械自动化加工系统，其特征在于：所述模型选择系统还包括：G代码生成单元，用于根据加工轨迹以及加工参数，自动生成G代码，以使喷涂机器人自动化加工待加工工件。
7.根据权利要求6所述的一种机械自动化加工系统，其特征在于：所述G代码生成单元包括：
转换模块，用于将加工参数转换为预设格式的参数数据；
代码自动生成模块，用于根据参数数据以及加工轨迹，自动生成G代码，以使喷涂机器人自动化加工待加工工件。
8.根据权利要求1所述的一种机械自动化加工系统，其特征在于：所述瑕疵检测系统包括：图像识别电脑系统：与所述图像采集系统连接，用于对采集的图像进行识别，将其与合格工件或者物料进行对比，根据识别结果判断出是否有瑕疵，对于有瑕疵的工件或者物料，通过瑕疵报警分级处理装置进行提醒、标记或移出；瑕疵报警分级处理装置：与图像识别电脑系统连接，用于当出现有瑕疵的工件或者物料时进行报警，并对其进行标记或者移出流水线。
CN202310873536.3A 2023-07-17 2023-07-17 一种机械自动化加工系统 Withdrawn CN116921116A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310873536.3A CN116921116A (zh) 2023-07-17 2023-07-17 一种机械自动化加工系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310873536.3A CN116921116A (zh) 2023-07-17 2023-07-17 一种机械自动化加工系统

Publications (1)

Publication Number Publication Date
CN116921116A true CN116921116A (zh) 2023-10-24

Family

ID=88388953

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310873536.3A Withdrawn CN116921116A (zh) 2023-07-17 2023-07-17 一种机械自动化加工系统

Country Status (1)

Country Link
CN (1) CN116921116A (zh)

Similar Documents

Publication Publication Date Title
CN114549519B (zh) 一种汽车喷涂生产线视觉检测方法、系统和可读存储介质
CN104992449B (zh) 基于机器视觉的信息识别及表面缺陷在线检测方法
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
CN112862704B (zh) 一种基于3d视觉的喷胶及喷胶质量检测系统
Konstantinidis et al. The role of machine vision in industry 4.0: an automotive manufacturing perspective
CN102680487A (zh) 用于监控特别是汽车车身部件的喷漆质量的系统和方法
CN102529019B (zh) 一种模具检测、保护及零件检测、摘取的方法
CN113891775A (zh) 用于提供板块规划几何数据的方法、用于切出工件的方法和平面激光机床
CN111815555A (zh) 对抗神经网络结合局部二值的金属增材制造图像检测方法及装置
CN107598775A (zh) 一种通过激光进行检测并多轴机器人打磨的方法
CN114851195A (zh) 一种可视化焊接工艺系统的控制方法
CN116213884B (zh) 管-法兰微分阵列式划分及自适应焊接路径规划方法
CN113393426A (zh) 一种轧钢板表面缺陷检测方法
CN115035092A (zh) 基于图像的瓶体检测方法、装置、设备及存储介质
CN115546125A (zh) 一种基于点云信息的增材制造熔敷层的误差检测并对轨迹纠偏的方法
CN117085969B (zh) 人工智能工业视觉检测方法、装置、设备及存储介质
CN114581368A (zh) 一种基于双目视觉的棒材焊牌方法及装置
CN114913346A (zh) 一种基于产品颜色及形状识别的智能分拣系统及方法
CN116909211B (zh) 一种高精密数控机床的智能调控方法及系统
CN116921116A (zh) 一种机械自动化加工系统
CN102529020B (zh) 模具检测、保护及零件检测、摘取的手眼集成装置
Qian et al. The autonomous detection of sheet metal parts using imageprocessing
CN210896219U (zh) 一种智能模具加工及检测实训系统
Kiddee et al. A geometry based feature detection method of V-groove weld seams for thick plate welding robots
Simeth et al. Using Artificial Intelligence to Facilitate Assembly Automation in High-Mix Low-Volume Production Scenario

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
WW01 Invention patent application withdrawn after publication

Application publication date: 20231024

WW01 Invention patent application withdrawn after publication