CN117299583A - 一种光学筛选机的控制方法 - Google Patents
一种光学筛选机的控制方法 Download PDFInfo
- Publication number
- CN117299583A CN117299583A CN202311584146.0A CN202311584146A CN117299583A CN 117299583 A CN117299583 A CN 117299583A CN 202311584146 A CN202311584146 A CN 202311584146A CN 117299583 A CN117299583 A CN 117299583A
- Authority
- CN
- China
- Prior art keywords
- assembly
- spin
- matched
- standard reference
- reference model
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000012216 screening Methods 0.000 title claims abstract description 36
- 230000003287 optical effect Effects 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 38
- 230000002093 peripheral effect Effects 0.000 claims description 27
- 238000005259 measurement Methods 0.000 claims description 19
- 230000007547 defect Effects 0.000 claims description 8
- 238000009987 spinning Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 description 28
- 238000001514 detection method Methods 0.000 description 18
- 238000004519 manufacturing process Methods 0.000 description 17
- 230000000694 effects Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000012937 correction Methods 0.000 description 3
- 238000009713 electroplating Methods 0.000 description 3
- 239000002932 luster Substances 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000003321 amplification Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000003199 nucleic acid amplification method Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 238000003908 quality control method Methods 0.000 description 1
- 125000003003 spiro group Chemical group 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Classifications
-
- 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
- B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
-
- 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
- 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
- B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
- B07C2501/0009—Sorting of fasteners, e.g. screws, nuts, bolts
-
- 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
- B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
- B07C2501/0063—Using robots
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种光学筛选机的控制方法,包括安装支架和数据处理模组,安装支架上设有对称设置的左侧横向组件和右侧横向组件,左侧横向组件和右侧横向组件上分别设有左侧竖向组件和右侧竖向组件,本发明通过左侧横向组件和右侧横向组件的相对距离调节可以进行检测工位的宽度调节,使用过程中能灵活适应不同宽度的产品检测,通过左侧竖向组件和右侧竖向组件的竖向调节,可以便捷的进行不同作业模式的切换,通过将异形工件转化为数字化的点云三维模型,然后通过对点云三维模型进行比对作业,简化了现有技术中通过人工或机械的方式调整产品的角度的作业方法,使一条生产线上的多个产品能同时进行筛选,同时使产品的筛选效率大幅提升。
Description
技术领域
本发明涉及光学筛选机技术领域,具体为一种光学筛选机的控制方法。
背景技术
以公开号为CN116532378A的已公开专利为对比文件1,在对比文件1一种防滑铆螺母及其检测筛选设备中指出,在铆螺母实际生产制造过程中,电镀后的铆螺母上一般还存在有电镀液,其在晾干之前,需要进行清洗,而后再进行晾干处理,晾干后的铆螺母一般需要人工转运或机械转运至光学摄像仪的检测平台上,且在铆螺母转运至检测平台上后,还需要采用人工或机械调整对正并进行固定,以使光学摄像仪得到有效成像。而工厂生产铆螺母一般为大批量生产,经由上述电镀处理以及光学筛选、人工全检处理的铆螺母,其由电镀处理至光学筛选、人工全检的转运效率较低;且晾干后的铆螺母由料箱转运至光学摄像仪的检测平台上时,铆螺母也多处于散乱状态,需要采用人工/机械调整对正,并使铆螺母保持固定,铆螺母的调整耗时较长,整体检测筛选效率不高,影响铆螺母的整体生产制造效率。
以公开号为CN207681045U的已公开专利为对比文件2,在对比文件2一种光学筛选设备中指出,光学检测设备用于检测物品的长宽高。目前,现有光学检测设备的上料机构是由带电机减速器、传送带和出料口组成。现有的光学检测设备检测效率慢,检测物品的长宽高 误差大,经常造成不良品误入市场。现有的传送装置主要采取是皮带传送的方式,物品传送至光学检测设备后,须用人工调整物品的角度,再将物品置于光学检测设备,造成企业生产 成本增加,生产效率降低。并且,现有的光学检测设备检测物品时,需要将CCD相机和光源固 定于支架,对物品进行拍摄检测,现有的支架结构固定,当检测不同长宽高的物品时,不能调节支架,只能更换新的支架,造成企业的生产成本增加。
综上所诉,在现有技术中,在紧固件以及五金、电子零配件的生产过程中,为了保证产品的良率,通常会通过光学影像筛选机对批量生产的产品进行检测,在进行光学影像筛选前需要通过人工或机械的方式调整产品的角度,使产品的朝向和角度一致以便于光学影像的筛选,如图1所示,实际生产过程中的异形工件,不仅前后两端具有不同的结构特征,在左右两侧也具有一个或多个不同的结构特征,因为产品多个方向的结构都不同,很难将一条生产线上的产品进行统一调整使其统一角度,导致现有技术中异形工件的光学筛选的效率不高,所以本申请旨在提供一种光学筛选机的控制方法,以提高现有技术中异形工件的光学筛选的效率。
发明内容
本发明为克服上述情况不足,旨在提供一种光学筛选机的控制方法能解决上述问题的技术方案。
为实现上述目的,本发明提供如下技术方案:
一种光学筛选机的控制方法,包括安装支架和数据处理模组,安装支架上设有对称设置的左侧横向组件和右侧横向组件,左侧横向组件和右侧横向组件上分别设有左侧竖向组件和右侧竖向组件;
左侧横向组件和右侧横向组件在安装支架上横向滑动调节配合,左侧竖向组件和右侧竖向组件分别在左侧横向组件和右侧横向组件上竖向滑动调节配合;
左侧竖向组件上设有左侧测量组件,右侧竖向组件上设有右侧测量组件,数据处理模组用以对左侧测量组件和右侧测量组件的数据进行处理,左侧竖向组件和右侧竖向组件配合形成作业工位,多个待检测工件置于同一作业平面上;
左侧测量组件包括沿左侧竖向组件的运动方向从上往下依次设置的左一激光测量模组、左二摄影测量模组和左三相机模组,右侧测量组件包括沿右侧竖向组件的运动方向从上往下依次设置的右一激光测量模组、右二摄影测量模组和右三相机模组;
左一激光测量模组和右一激光测量模组配合进行激光扫描作业,左二摄影测量模组和右二摄影测量模组配合进行摄影测量作业,左三相机模组和右三相机模组配合进行图像采集作业;
数据处理模组的作业包括如下步骤:
S100:将多个待检测工件的激光测量点云三维模型进行朝向统一的调节,并分别存储记录每个零件的旋转角度α1,α2,……,αn;
S200:将多个待检测工件的摄影测量点云三维模型分别以α1,α2,……,αn为依据进行朝向统一的调节,然后对产品的表面特征分别进行比对;
S300:相机模组对摄影测量点云三维模型局部区域缺陷进行图像采集。
作为本发明进一步方案:左一激光测量模组和右一激光测量模组配合进行激光扫描测量作业,同时数据处理模组包括以下工作步骤:
S110,获取待检测工件N1,N2,N3,……,Nn,的激光扫描点云数据,生成激光扫描三维模型N2’,N3’,……,Nn’;
S111,将N2’,N3’,……,Nn’置于同一空间参考系G1下,G1包含坐标轴x,y,z,以作业平面为统一参考平面T;
S112,在G1中,T上建立有参考坐标系G2,G2包含坐标轴x,y;
S113,设立一标准参考模型设为N1’,N1’在T上设有投影T1,在投影T1的周缘轮廓上分别取前后的顶点为第一参考点A1和A2,将A1和A2的坐标信息分别存储为A1’和A2’,其中A1’和A2’分别包括(xa1,ya1)和(xa2,ya2);
S114,N2’在T上设有投影T2,在投影T2的周缘轮廓上分别取前后的顶点为第一参考点B1和B2,将B1和B2的坐标信息分别存储为B1’和B2’,其中B1’和B2’分别包括(xb1,yb1)和(xb2,yb2);
S115,将T2进行自旋,将B1’和B2’的坐标分别存储为变量(xb1+β1,yb1+γ1)和(xb2+β2,yb2+γ2),其中,xb2+β2-xb1+β1=λb;
S116,将λb与xa2-xa1进行比对,当且仅当λb=xa2-xa1时,判断为T2与T1的朝向一致,T2自旋停止;
S117,当T2的自旋角度大于或等于360度停止自旋,并标记为不合格;
S118,以此类推,分别将N3’,……,Nn’依次代入步骤S114、S115、S116和S117,直到完成所有产品。
作为本发明进一步方案:标准参考模型的获取包括以下工作步骤:
S120,N2’在T上设有投影T2,在投影T2的周缘轮廓上分别取前后的顶点为参考点B1和B2,将B1和B2的坐标信息分别存储为B1’和B2’,其中B1’和B2’分别包括(xb1,yb1)和(xb2,yb2);
S121,N3’在T上设有投影T3,在投影T3的周缘轮廓上分别取前后的顶点为第一参考点C1和C2,将C1和C2的坐标信息分别存储为C1’和C2’,其中C1’和C2’分别包括(xc1,yc1)和(xc2,yc2);
S122,将T3进行自旋,将C1’和C2’的坐标分别存储为变量(xc1+β1,yc1+γ1)和(xc2+β2,yc2+γ2),其中,xc2+β2-xc1+β1=λc;
S123,将λc与xb2-xb1进行比对;
S124,当λc=xb2-xb1时,则判断为T3与T2的朝向一致,T3自旋停止,将N3’或N2’设为标准参考模型N1’;
S125,若T3自旋大于或等于360度时,S124不成立,则判断为T3与T2无法匹配,T3自旋停止,依次分别取N4’、……,Nn’按顺序代入到S121、S122中;
S126,将λd与λc和xb2-xb1进行比对,将λe与λd和λc和xb2-xb1进行比对,以此类推;
S127,当Tn与前面任意一项匹配,则Tn自旋停止,将Nn’设为标准参考模型N1’。
作为本发明进一步方案:数据处理模组包括用以保证标准参考模型N1’准确性的第一校对操作,第一校对操作包括以下工作步骤:
S130,随机选取Nn’,Nn’在T上设有投影Tn,在Tn的周缘轮廓上分别取前后的顶点为第一参考点Zn1和Zn2,将Zn1和Zn1的坐标信息分别存储为Zn1’和Zn2’,其中Zn1’和Zn2’分别包括(xzn1,yzn1)和(xzn2,yzn2);
S131,将Tn进行自旋,将Zn1’和Zn2’的坐标分别存储为变量(xzn1+β1,yzn1+γ1)和(xzn2+β2,yzn2+γ2),其中,xzn2+β2-xzn1+β1=λzn;
S132,将λzn与xa2-xa1进行比对;
S133,当λzn=xa2-xa1时,则判断为Tn与T1的朝向一致,Tn自旋停止,标准参考模型N1’合格;
S134,若Tn自旋大于或等于360度时,S133不成立,则判断为Tn与T1无法匹配,Tn自旋停止,随机抽取N-1’和N-2’,重新进行标准参考模型的获取。
作为本发明进一步方案:数据处理模组包括用以保证标准参考模型N1’准确性的第二校对操作,第二校对操作包括以下工作步骤:
S140,第一校对操作完成后,在Tn的周缘轮廓上任意位置取多个第二参考点;
S141,将Tn的多个第二参考点分别与T1的相同位置进行比对;
S142,比对成功,则表示标准参考模型N1’合格;
S143,比对不成功,重新进行第一校对操作和第二校对操作;
S144,比对成功,则表示标准参考模型N1’合格,比对不成功,则重新进行标准参考模型的获取。
作为本发明进一步方案:S130中的Nn’抽取多个,S140中的Nn’抽取多个。
作为本发明进一步方案:数据处理模组包括用以保证标准参考模型N1’准确性的第三校对操作,第三校对操作包括以下工作步骤:
当产品良率率低于一定阈值,重新对标准参考模型N1’进行获取。
作为本发明进一步方案:摄影测量作业过程中,数据处理模组的作业包括产品每个面的分别比对。
作为本发明进一步方案:安装支架上设有横向设置的螺纹调节杆,左侧横向组件包括转动连接在螺纹调节杆的端部的左侧安装板,右侧横向组件包括螺接在螺纹调节杆上的右侧安装板,左侧竖向组件和右侧竖向组件分别设于左侧安装板和右侧安装板上。
作为本发明进一步方案:安装支架上固设有承载板,承载板上固设有电机和变速箱,承载板上开设有安装孔,安装孔内滑动设有在安装孔内升降配合的升降杆,升降杆的下端与变速箱螺接,升降杆的上端固设有升降板,左侧竖向组件包括固设于升降板上的多个左侧竖向杆,右侧竖向组件包括滑动设于升降板上的右滑块,右滑块上固设有多个右侧竖向杆,左侧竖向杆在左侧安装板上竖向滑动配合,右侧竖向杆在右侧安装板上竖向滑动配合。
与现有技术相比,本发明的有益效果如下:
本发明通过左侧横向组件和右侧横向组件的相对距离调节可以进行检测工位的宽度调节,使用过程中能灵活适应不同宽度的产品检测,通过左侧竖向组件和右侧竖向组件的竖向调节,可以便捷的进行不同作业模式的切换,数据处理模组通过激光测量点云三维模型的转向调节代替传统的人工或机械的方式调整产品的角度,使用过程更加灵活,而且调整比对精度更高,在转向调节的过程中,还可以筛选掉外形轮廓具有明显缺陷的工件,数据处理模组将摄影测量点云三维模型进行统一调向后,分别对每个面的外表特征进行颜色,光泽等多种外观细节的对比,使产品的对比效果更好,对比精度更高,数据处理模组对摄影测量点云数据比对中无法判断的局部特征进行图像采集后进行进一步更加精细化的比对,本发明通过多个模块的依次有序配合,将多个产品的筛选进行批量化的从整体到局部的拆分比对,使筛选效率更高;
通过将多个方向具有不同结构的异形工件转化为数字化的点云三维模型,然后通过对点云三维模型进行比对作业,简化了现有技术中通过人工或机械的方式调整产品的角度的作业方法,使一条生产线上的多个产品能同时进行筛选,同时使产品的筛选效率大幅提升,筛选成本降低。
附图说明
图1是现有技术中的一种异形工件的结构立体图;
图2是本发明中G1的结构示意图;
图3是本发明中G2的结构示意图;
图4是本发明中N1’与N2’的比对过程中的示意图;
图5是本发明中第二校对操作过程中的示意图;
图6是权利要求1中的工作流程图;
图7是权利要求2中的工作流程图;
图8是权利要求3中的工作流程图;
图9是权利要求4中的工作流程图;
图10是权利要求5中的工作流程图;
图11是本发明的结构立体图;
图12是本发明的正视图;
图中的附图标记及名称如下:
安装支架-100,左侧横向组件-200,右侧横向组件-300,左侧竖向组件-400,右侧竖向组件-500,螺纹调节杆-010,左侧安装板-210,右侧安装板-310,承载板-020,电机-030,变速箱-040,升降杆-050,升降板-060,左侧竖向杆-410,右滑块-510,右侧竖向杆-520。
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。
请参阅图1-12,一种光学筛选设备的控制方法,包括安装支架100和数据处理模组,安装支架100上设有对称设置的左侧横向组件200和右侧横向组件300,左侧横向组件200和右侧横向组件300上分别设有左侧竖向组件400和右侧竖向组件500;
左侧横向组件200和右侧横向组件300在安装支架100上横向滑动调节配合,左侧竖向组件400和右侧竖向组件500分别在左侧横向组件200和右侧横向组件300上竖向滑动调节配合;
左侧竖向组件400上设有左侧测量组件,右侧竖向组件500上设有右侧测量组件,数据处理模组用以对左侧测量组件和右侧测量组件的数据进行处理,左侧竖向组件400和右侧竖向组件500配合形成作业工位,多个待检测工件置于同一作业平面上;
左侧测量组件包括沿左侧竖向组件400的运动方向从上往下依次设置的左一激光测量模组、左二摄影测量模组和左三相机模组,右侧测量组件包括沿右侧竖向组件500的运动方向从上往下依次设置的右一激光测量模组、右二摄影测量模组和右三相机模组;
左一激光测量模组和右一激光测量模组配合进行激光扫描作业,左二摄影测量模组和右二摄影测量模组配合进行摄影测量作业,左三相机模组和右三相机模组配合进行图像采集作业;
数据处理模组的作业包括如下步骤:
S100:将多个待检测工件的激光测量点云三维模型进行朝向统一的调节,并分别存储记录每个零件的旋转角度α1,α2,……,αn;
S200:将多个待检测工件的摄影测量点云三维模型分别以α1,α2,……,αn为依据进行朝向统一的调节,然后对产品的表面特征分别进行比对;
S300:相机模组对摄影测量点云三维模型局部区域缺陷进行图像采集;
将如图1所示的多个待检测工件置于作业工位平面上,放置在作业平面上的一面是一致的结构,理想状态下,任意产品进行自旋时,通过旋转一定角度可以与另一产品朝向一致;
如图11所示,左侧竖向组件400和右侧竖向组件500配合形成检测工位,首先将多个待检测工件(如紧固件等)均匀的置于传送带上,传送带的平面作为作业平面,检测工位的工作流程包括以下三步:第一步是左一激光测量模组和右一激光测量模组配合进行激光扫描作业,第二步是左二摄影测量模组和右二摄影测量模组配合进行摄影测量作业,第三步是左三相机模组和右三相机模组配合进行图像采集作业;
首先左一激光测量模组和右一激光测量模组配合进行激光扫描作业,激光扫描的基本原理是利用激光束在物体表面上扫描并测量其反射信号,通过计算激光束的往返时间和反射信号的强度,确定物体表面上各个点的空间坐标,主要包括以下几个步骤:激光束的发射、扫描、接收和数据处理,在激光扫描过程中,激光器发射出一束聚焦的激光束,经过扫描镜的控制,使激光束快速而准确地在物体表面上扫描,光学接收器接收到激光束的反射信号,并通过光电传感器将其转化为电信号,接收到的信号经过放大、滤波和模数转换等处理后,生成数字化的点云数据,点云是指海量三维点的几何,这些点除了几何坐标还包括了一些附加属性,通过激光扫描可以分别获得多个待检测工件的激光测量点云三维模型,通过比对多个待检测工件的激光测量点云三维模型,可以对比多个待检测工件的相互之间的外观轮廓差异,数据处理模组通过激光测量点云三维模型的转向调节代替传统的人工或机械的方式调整产品的角度,使用过程更加灵活,将多个激光测量点云三维模型进行转向调节到一致方向后,便于后续筛选对比作业,而且在转向调节的过程中,可以筛选掉外形轮廓具有明显缺陷的工件,不合格工件由机械手或其他辅助工具从传送带上进行剔除,激光测量比对的优点是精度高,对产品外形轮廓的定位准确;
完成激光扫描作业后,左侧竖向组件400和右侧竖向组件500进行上升调节,使左二摄影测量模组和右二摄影测量模组配合进行摄影测量作业,通过摄影测量原理得到摄影测量点云三维模型,包括几何坐标、颜色、光泽以及其他表面细节信息,其中,为了兼顾摄影测量模型比对的效率,需要将摄影测量点云三维模型的朝向调整一致,而激光测量点云三维模型通过数据处理模组已经实现朝向一致,并记录了每个激光测量点云三维模型旋转过程中的角度α1,α2,……,αn,数据处理模组可以分别以α1,α2,……,αn为依据快捷的进行摄影测量点云三维模型朝向统一的调节,然后将摄影测量点云三维模型的每个面进行分别的细节化对比,虽然激光扫描作业也能获取产品的颜色信息,但是相对于摄影测量细节上是不足的,摄影测量比对的优点是产品外表细节保留更完整,包括颜色,光泽以及其他表面细节,对比效果更好,其中,筛选通过的产品为合格品,不合格工件由机械手或其他辅助工具从传送带上进行剔除,这里的合格与不合格取决于品控的调整,可以根据允许的公差进行调整相关参数,在公差范围内的产品为合格品,摄影测量比对过程中受环境光或精度等因素影响,部分摄影测量点云三维模型存在局部区域无法识别判断的情况,则使用相机模组进行进一步的分析比对;
完成摄影测量作业后,左侧竖向组件400和右侧竖向组件500进行上升调节,使左三相机模组和右三相机模组配合进行图像采集作业,光学镜头通过相机的机械光学接口,将成像目标成像在CCD的光敏面上,在驱动电路所提供的驱动脉冲的作用下,CCD完成光电荷的转换、存储、转移和读取的过程,从而将二维的光学信息转换为一维的电信号输出,信号处理电路主要接收来自CCD的一维电信号,视频或图象经采样、量化后转变成为数字图象信息后,然后将该信息输入并存储到存储器,该过程便称作图像采集,在摄影测量点云三维模型的比对过程中,部分小区域无法准确判断,则通过CCD相机对该区域进行图像采集,数据处理模组通过后续的图像处理算法进行处理,对该区域进行进一步更加精细化的比对;
本发明通过左侧横向组件200和右侧横向组件300的相对距离调节可以进行检测工位的宽度调节,使用过程中能灵活适应不同宽度的产品检测,通过左侧竖向组件400和右侧竖向组件500的竖向调节,可以便捷的进行不同作业模式的切换,数据处理模组通过激光测量点云三维模型的转向调节代替传统的人工或机械的方式调整产品的角度,使用过程更加灵活,而且调整比对精度更高,在转向调节的过程中,还可以筛选掉外形轮廓具有明显缺陷的工件,数据处理模组将摄影测量点云三维模型进行统一调向后,分别对每个面的外表特征进行颜色,光泽等多种外观细节的对比,使产品的对比效果更好,对比精度更高,数据处理模组对摄影测量点云数据比对中无法判断的局部特征进行图像采集后进行进一步更加精细化的比对,本发明通过多个模块的依次有序配合,将多个产品的筛选进行批量化的从整体到局部的拆分比对,使筛选效率更高;
通过将多个方向具有不同结构的异形工件转化为数字化的点云三维模型,然后通过对点云三维模型进行比对作业,简化了现有技术中通过人工或机械的方式调整产品的角度的作业方法,使一条生产线上的多个产品能同时进行筛选,同时使产品的筛选效率大幅提升,筛选成本降低。
本发明实施例中,左一激光测量模组和右一激光测量模组配合进行激光扫描测量作业,同时数据处理模组包括以下工作步骤:
S110,获取待检测工件N1,N2,N3,……,Nn,的激光扫描点云数据,生成激光扫描三维模型N2’,N3’,……,Nn’;
S111,将N2’,N3’,……,Nn’置于同一空间参考系G1下,G1包含坐标轴x,y,z,以作业平面为统一参考平面T;
S112,在G1中,T上建立有参考坐标系G2,G2包含坐标轴x,y;
S113,设立一标准参考模型设为N1’,N1’在T上设有投影T1,在投影T1的周缘轮廓上分别取前后的顶点为第一参考点A1和A2,将A1和A2的坐标信息分别存储为A1’和A2’,其中A1’和A2’分别包括(xa1,ya1)和(xa2,ya2);
S114,N2’在T上设有投影T2,在投影T2的周缘轮廓上分别取前后的顶点为第一参考点B1和B2,将B1和B2的坐标信息分别存储为B1’和B2’,其中B1’和B2’分别包括(xb1,yb1)和(xb2,yb2);
S115,将T2进行自旋,将B1’和B2’的坐标分别存储为变量(xb1+β1,yb1+γ1)和(xb2+β2,yb2+γ2),其中,xb2+β2-xb1+β1=λb;
S116,将λb与xa2-xa1进行比对,当且仅当λb=xa2-xa1时,判断为T2与T1的朝向一致,T2自旋停止;
S117,当T2的自旋角度大于或等于360度停止自旋,并标记为不合格;
S118,以此类推,分别将N3’,……,Nn’依次代入步骤S114、S115、S116和S117,直到完成所有产品;
如图2所示,在激光扫描测量作业的过程中,通过激光扫描作业得到待检测工件N1、N2、N3、……、Nn,的基于激光扫描点云数据的三维模型N2’、N3’、……,Nn’,其中N2’、N3’、……,Nn’,分别包含待检测工件N1、N2、N3,……,Nn,的空间坐标信息(x,y,z),将N2’、N3’,……、Nn’置于同一空间参考系G1下,以作业平面为统一参考平面T,然后将各待检测工件的激光扫描点云三维模型分别进行轮廓比对,以便于转向调节,在进行轮廓比对的过程中,由于N2’、N3’,……、Nn’、Nn+1’是三维空间的点坐标,难以抓取具有明显对比特征的参考点,而且三维空间的点坐标包含信息较多,对比过程中的数据比对繁琐,所以分别将N2’、N3’,……、Nn’投影处理,投影处理可以简化三维模型的结构特征;
如图3所示,分别得到N1’和N2’的投影T1和T2,然后在T1的周缘轮廓上分别取前后的顶点为第一参考点A1和A2,在T2的周缘轮廓上分别取前后的顶点为第一参考点B1和B2,通过抓取参考点以便于投影T1和投影T2的比对,T1和T2是N1’和N2’在T上的俯视投影,即将N1’和N2’的Z轴坐标简化省略掉,只保留了N1’和N2’的x轴和y轴信息,其中A1’和A2’分别包括(xa1,ya1)和(xa2,ya2),B1’和B2’分别包括(xb1,yb1)和(xb2,yb2);
当投影T1和投影T2朝向一致时,即可判断N1’与N2’的朝向一致,而为了使投影T1和投影T2的朝向一致,将T2进行旋转,在T2旋转的过程中,将B1’和B2’的坐标变化分别存储为变量(xb1+β1,yb1+γ1)和(xb2+β2,yb2+γ2),其中,(xb1+β1,yb1+γ1)和(xb2+β2,yb2+γ2)的值可以用与Y轴平行的参考线分别向T2的前端和后端靠近进行获取,如图4所示,将xb2+β2-xb1+β1存储为变量λb,其中xb2+β2-xb1+β1表示T2的前后顶点的距离,其中当λb=xa2-xa1时,即可以判定为T2前后顶点的距离与T1前后顶点的距离相等,即可判定为T2和T1朝向一致,即可判断为N1’与N2’的朝向一致,然后将N3’,……、Nn’依次代入步骤S114、S115、S116和S117,将N3’,……、Nn’分别与N1’进行比对,将T3,T4,……Tn分别于T1进行比对,直到完成所有产品,从而使所有产品的激光扫描点云三维模型的朝向一致,在T2的旋转过程中,如果T2的自旋角度大于360度,则说明T2始终无法与T1匹配,说明N2’的外观轮廓不合格,反之,如果T2与T1匹配完成,则说明T2与T1朝向一致,说明N2’与N1’的朝向一致,然后分别对T2与T1的周缘轮廓进行进一步比对,判断T2周缘轮廓的其他部位与T1的周缘轮廓的其他部位,从而可以对T2和T1进一步筛选,依此类推,将每个模型与标准参考模型进行比对,通过设立标准参考模型将激光扫描点云三维模型朝向调整为一致后,对激光扫描点云三维模型各部分的外观轮廓尺寸的比对精度更高,速度更快,比对质量更好,提高筛选比对的效率同时在激光扫描点云三维模型朝向调整的过程中也能进行筛选,筛选效率进一步提高。
本发明实施例中,标准参考模型的获取包括以下工作步骤:
S120,N2’在T上设有投影T2,在投影T2的周缘轮廓上分别取前后的顶点为参考点B1和B2,将B1和B2的坐标信息分别存储为B1’和B2’,其中B1’和B2’分别包括(xb1,yb1)和(xb2,yb2);
S121,N3’在T上设有投影T3,在投影T3的周缘轮廓上分别取前后的顶点为第一参考点C1和C2,将C1和C2的坐标信息分别存储为C1’和C2’,其中C1’和C2’分别包括(xc1,yc1)和(xc2,yc2);
S122,将T3进行自旋,将C1’和C2’的坐标分别存储为变量(xc1+β1,yc1+γ1)和(xc2+β2,yc2+γ2),其中,xc2+β2-xc1+β1=λc;
S123,将λc与xb2-xb1进行比对;
S124,当λc=xb2-xb1时,则判断为T3与T2的朝向一致,T3自旋停止,将N3’或N2’设为标准参考模型N1’;
S125,若T3自旋大于或等于360度时,S124不成立,则判断为T3与T2无法匹配,T3自旋停止,依次分别取N4’、……,Nn’按顺序代入到S121、S122中;
S126,将λd与λc和xb2-xb1进行比对,将λe与λd和λc和xb2-xb1进行比对,以此类推;
S127,当Tn与前面任意一项匹配,则Tn自旋停止,将Nn’设为标准参考模型N1’;
在N2’、N3’、……,Nn’的比对过程中,为了比对的准确性,需要设立标准参考模型N1’,首先选取N2’和N3’,分别得到N2’和N3’的投影T2和T3,然后在T2的周缘轮廓上分别取前后的顶点为第一参考点B1和B2,在T3的周缘轮廓上分别取前后的顶点为第一参考点C1和C2,通过抓取参考点以便于投影T2和投影T3的比对,T2和T3是N2’和N3’在T上的俯视投影,即将N2’和N3’的Z轴坐标简化省略掉,只保留了N2’和N3’的x轴和y轴信息,其中B1’和B2’分别包括(xb1,yb1)和(xb2,yb2),C1’和C2’分别包括(xc1,yc1)和(xc2,yc2),将T3进行自旋,将C1’和C2’的坐标分别存储为变量(xc1+β1,yc1+γ1)和(xc2+β2,yc2+γ2),其中,xc2+β2-xc1+β1=λc;
当λc=xb2-xb1时,则判断为T3与T2的朝向一致,说明T3与T2在结构上具有一致性,说明T3与T2属于标准零件的特征,T3自旋停止,将N3’或N2’设为标准参考模型;
若T3自旋大于或等于360度时,S124不成立,则判断为T3与T2无法匹配,T3自旋停止,依次分别取N4’、……,Nn’按顺序代入到S121、S122中,将后面所取的模型,分别与前面每一个模型进行比对,当Nn与前面任意一项匹配,则Tn自旋停止,并将Nn’设为标准参考模型N1’。
本发明实施例中,数据处理模组包括用以保证标准参考模型N1’准确性的第一校对操作,第一校对操作包括以下工作步骤:
S130,随机选取Nn’,Nn’在T上设有投影Tn,在Tn的周缘轮廓上分别取前后的顶点为第一参考点Zn1和Zn2,将Zn1和Zn1的坐标信息分别存储为Zn1’和Zn2’,其中Zn1’和Zn2’分别包括(xzn1,yzn1)和(xzn2,yzn2);
S131,将Tn进行自旋,将Zn1’和Zn2’的坐标分别存储为变量(xzn1+β1,yzn1+γ1)和(xzn2+β2,yzn2+γ2),其中,xzn2+β2-xzn1+β1=λzn;
S132,将λzn与xa2-xa1进行比对;
S133,当λzn=xa2-xa1时,则判断为Tn与T1的朝向一致,Tn自旋停止,标准参考模型N1’合格;
S134,若Tn自旋大于或等于360度时,S133不成立,则判断为Tn与T1无法匹配,Tn自旋停止,随机抽取N-1’和N-2’,重新进行标准参考模型的获取;
实际生产过程中,由于多种生产因素的影响,可能存在如下的情况:
在S124中,当λc=xb2-xb1时,将N3’或N2’设为标准参考模型N1’;
在S125中,若T3自旋大于或等于360度时,S124不成立,则判断为T3与T2无法匹配,T3自旋停止,依次分别取N4’、……,Nn’按顺序代入到S121、S122、S123和S124中,直到S124成立,设此处Nn取值为Nn-5时,S124成立;
当T3或Tn-5,与T2同时存在相同的缺陷,而刚好缺陷匹配,也能使λc=xb2-xb1,但是所得到的基于N3’或Nn-5’的标准参考模型N1’,不具备代表性,可能导致后续的对比错误,所以需要引入校对操作,用以保证标准参考模型N1’准确性;
从生产线上随机抽取一产品与N1’进行匹配,这种随机抽取的方式可以极大程度上提高比对效果的准确性,保证标准对比模型N1’的准确性,当随机抽取模型与T1相匹配时,则判断所匹配的模型为标准对比模型N1’,当Tn自旋大于或等于360度时,S133不成立,则判断为Tn与T1无法匹配,Tn自旋停止,说明N1’的准确性不够,则重新进行标准参考模型的获取,此时,重新随机抽取N-1’和N-2’,将N-1’和N-2’重新代入到S120-127的步骤中,此处的N-1’和N-2’仅代表随机数,不代表倒数第一和倒数第二。
本发明实施例中,数据处理模组包括用以保证标准参考模型N1’准确性的第二校对操作,第二校对操作包括以下工作步骤:
S140,第一校对操作完成后,在Tn的周缘轮廓上任意位置取多个第二参考点;
S141,将Tn的多个第二参考点分别与T1的相同位置进行比对;
S142,比对成功,则表示标准参考模型N1’合格;
S143,比对不成功,重新进行第一校对操作和第二校对操作;
S144,比对成功,则表示标准参考模型N1’合格,比对不成功,则重新进行标准参考模型的获取,
如图5所示,当λzn=xa2-xa1时,即可以判定为Tn前后顶点的距离与T1前后顶点的距离相等,第一校对操作通过后,通过在任意边取多个第二参考点进行比对,在Tn的周缘轮廓上任意位置取第二参考点,将Tn的第二参考点与T1的相同位置进行比对,比对成功,则可以判定Tn的周缘轮廓上任意位置与T1相同位置都能一一对应,则表示标准参考模型N1’合格,比对不成功,则表示标准参考模型N1’或第二校对操作所选用的模型(与第一校对操作所选用的模型是同一个)其中有一个不合格,则重新进行模型的获取,重新进行第一校对操作和第二校对操作,比对成功则说明是第二校对操作所选用的模型不合格,则表示标准参考模型N1’合格,比对不成功,则表示标准参考模型N1’不合格,重新进行标准参考模型的获取。
本发明实施例中,S130中的Nn’抽取多个,S140中的Nn’抽取多个;即选用多个零件进行第一校对操作,有利于提高N1’的准确性,即选用多个零件进行第二校对操作,有利于提高N1’的准确性;
本发明实施例中,还可以通过三维绘图的方式生成标准参考模型;
在实际操作过程中,可以通过人工绘制标准参考模型N1’,以提高N1’的结构准确度。
本发明实施例中,数据处理模组包括用以保证标准参考模型N1’准确性的第三校对操作,第三校对操作包括以下工作步骤:
当产品良率率低于一定阈值,重新对标准参考模型N1’进行获取;
在极限情况下,所取的N1’有误,会导致良品率的异常的大幅下降,此时需要设一定的阈值,以重新获取标准参考模型,及时调整生产线 ,及时止损,已排除标准参考模型N1’的错误导致的错误筛选。
本发明实施例中,摄影测量作业过程中,数据处理模组的作业包括产品每个面的分别比对;
如前面所述,将激光扫描点云三维模型朝向调整为一致后,在激光扫描点云三维模型的调整过程中,每个模型的旋转角度分别进行记录,比如对于产品N2,N2’旋转了角度αn-1与标准参考模型朝向一致,那么N2的摄影测量点云三维模型也需要旋转角度αn-1才能与标准参考模型朝向一致,所以可以快捷的将多个产品的摄影测量点云三维模型的朝向统一,然后分别对产品的每个面进行颜色、光照强度、明暗度以及光泽度以及其他外观细节的对比,对比效果更好,对比精细化程度更高;
本发明实施例中,左一激光测量模组和左一激光测量模组分别包括激光雷达扫描仪,左二摄影测量模组和右二摄影测量模组分别包括图像采集器,左三相机模组和右三相机模组分别包括CCD高清相机;
通过激光雷达扫描仪(未图示)进行激光扫描作业,通过图像采集器(未图示)进行摄影测量作业,通过CCD高清相机(未图示)进行图像采集作业。
本发明实施例中,安装支架100上设有横向设置的螺纹调节杆010,左侧横向组件200包括转动连接在螺纹调节杆010的端部的左侧安装板210,右侧横向组件300包括螺接在螺纹调节杆010上的右侧安装板310,左侧竖向组件400和右侧竖向组件500分别设于左侧安装板210和右侧安装板310上;
通过螺纹调节杆010的转动可以快捷的调节左侧安装板210和右侧安装板310的相对距离,可以快捷的调节左侧竖向组件400和右侧竖向组件500的相对距离。
本发明实施例中,安装支架100上固设有承载板020,承载板020上固设有电机030和变速箱040,承载板020上开设有安装孔,安装孔内滑动设有在安装孔内升降配合的升降杆050,升降杆050的下端与变速箱040螺接,升降杆050的上端固设有升降板060,左侧竖向组件400包括固设于升降板060上的多个左侧竖向杆410,右侧竖向组件500包括滑动设于升降板060上的右滑块510,右滑块510上固设有多个右侧竖向杆520,左侧竖向杆410在左侧安装板210上竖向滑动配合,右侧竖向杆520在右侧安装板310上竖向滑动配合;
升降杆050的下端与变速箱040螺接,通过电机030和变速箱040带动升降杆050的升降,带动升降板060的升降,升降板060在升降过程中还可以通过螺纹调节杆010的转动带动左侧安装板210横向调节,从而使左侧竖向杆410和右侧竖向杆520既能进行竖向的调节也能进行横向的调节使,使作业操作更加的灵活;
左一激光测量模组和左一激光测量模组分别包括设置在左侧竖向杆410和右侧竖向杆520上的激光雷达扫描仪,左二摄影测量模组和右二摄影测量模组分别包括设置在左侧竖向杆410和右侧竖向杆520上的图像采集器,左三相机模组和右三相机模组分别包括设置在左侧竖向杆410和右侧竖向杆520上的CCD高清相机;
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)
1.一种光学筛选机的控制方法,其特征在于,包括安装支架和数据处理模组,安装支架上设有对称设置的左侧横向组件和右侧横向组件,左侧横向组件和右侧横向组件上分别设有左侧竖向组件和右侧竖向组件;
左侧横向组件和右侧横向组件在安装支架上横向滑动调节配合,左侧竖向组件和右侧竖向组件分别在左侧横向组件和右侧横向组件上竖向滑动调节配合;
左侧竖向组件上设有左侧测量组件,右侧竖向组件上设有右侧测量组件,数据处理模组用以对左侧测量组件和右侧测量组件的数据进行处理,左侧竖向组件和右侧竖向组件配合形成作业工位,多个待检测工件置于同一作业平面上;
左侧测量组件包括沿左侧竖向组件的运动方向从上往下依次设置的左一激光测量模组、左二摄影测量模组和左三相机模组,右侧测量组件包括沿右侧竖向组件的运动方向从上往下依次设置的右一激光测量模组、右二摄影测量模组和右三相机模组;
左一激光测量模组和右一激光测量模组配合进行激光扫描作业,左二摄影测量模组和右二摄影测量模组配合进行摄影测量作业,左三相机模组和右三相机模组配合进行图像采集作业;
数据处理模组的作业包括如下步骤:
S100:将多个待检测工件的激光测量点云三维模型进行朝向统一的调节,并分别存储记录每个零件的旋转角度α1,α2,……,αn;
S200:将多个待检测工件的摄影测量点云三维模型分别以α1,α2,……,αn为依据进行朝向统一的调节,然后对产品的表面特征分别进行比对;
S300:相机模组对摄影测量点云三维模型局部区域缺陷进行图像采集。
2.根据权利要求1所述的一种光学筛选机的控制方法,其特征在于,左一激光测量模组和右一激光测量模组配合进行激光扫描测量作业,同时数据处理模组包括以下工作步骤:
S110,获取待检测工件N1,N2,N3,……,Nn,的激光扫描点云数据,生成激光扫描三维模型N2’,N3’,……,Nn’;
S111,将N2’,N3’,……,Nn’置于同一空间参考系G1下,G1包含坐标轴x,y,z,以作业平面为统一参考平面T;
S112,在G1中,T上建立有参考坐标系G2,G2包含坐标轴x,y;
S113,设立一标准参考模型设为N1’,N1’在T上设有投影T1,在投影T1的周缘轮廓上分别取前后的顶点为第一参考点A1和A2,将A1和A2的坐标信息分别存储为A1’和A2’,其中A1’和A2’分别包括(xa1,ya1)和(xa2,ya2);
S114,N2’在T上设有投影T2,在投影T2的周缘轮廓上分别取前后的顶点为第一参考点B1和B2,将B1和B2的坐标信息分别存储为B1’和B2’,其中B1’和B2’分别包括(xb1,yb1)和(xb2,yb2);
S115,将T2进行自旋,将B1’和B2’的坐标分别存储为变量(xb1+β1,yb1+γ1)和(xb2+β2,yb2+γ2),其中,xb2+β2-xb1+β1=λb;
S116,将λb与xa2-xa1进行比对,当且仅当λb=xa2-xa1时,判断为T2与T1的朝向一致,T2自旋停止;
S117,当T2的自旋角度大于或等于360度停止自旋,并标记为不合格;
S118,以此类推,分别将N3’,……,Nn’依次代入步骤S114、S115、S116和S117,直到完成所有产品。
3.根据权利要求2所述的一种光学筛选机的控制方法,其特征在于,标准参考模型的获取包括以下工作步骤:
S120,N2’在T上设有投影T2,在投影T2的周缘轮廓上分别取前后的顶点为参考点B1和B2,将B1和B2的坐标信息分别存储为B1’和B2’,其中B1’和B2’分别包括(xb1,yb1)和(xb2,yb2);
S121,N3’在T上设有投影T3,在投影T3的周缘轮廓上分别取前后的顶点为第一参考点C1和C2,将C1和C2的坐标信息分别存储为C1’和C2’,其中C1’和C2’分别包括(xc1,yc1)和(xc2,yc2);
S122,将T3进行自旋,将C1’和C2’的坐标分别存储为变量(xc1+β1,yc1+γ1)和(xc2+β2,yc2+γ2),其中,xc2+β2-xc1+β1=λc;
S123,将λc与xb2-xb1进行比对;
S124,当λc=xb2-xb1时,则判断为T3与T2的朝向一致,T3自旋停止,将N3’或N2’设为标准参考模型N1’;
S125,若T3自旋大于或等于360度时,S124不成立,则判断为T3与T2无法匹配,T3自旋停止,依次分别取N4’、……,Nn’按顺序代入到S121、S122中;
S126,将λd与λc和xb2-xb1进行比对,将λe与λd和λc和xb2-xb1进行比对,以此类推;
S127,当Tn与前面任意一项匹配,则Tn自旋停止,将Nn’设为标准参考模型N1’。
4.根据权利要求3所述的一种光学筛选机的控制方法,其特征在于,数据处理模组包括用以保证标准参考模型N1’准确性的第一校对操作,第一校对操作包括以下工作步骤:
S130,随机选取Nn’,Nn’在T上设有投影Tn,在Tn的周缘轮廓上分别取前后的顶点为第一参考点Zn1和Zn2,将Zn1和Zn1的坐标信息分别存储为Zn1’和Zn2’,其中Zn1’和Zn2’分别包括(xzn1,yzn1)和(xzn2,yzn2);
S131,将Tn进行自旋,将Zn1’和Zn2’的坐标分别存储为变量(xzn1+β1,yzn1+γ1)和(xzn2+β2,yzn2+γ2),其中,xzn2+β2-xzn1+β1=λzn;
S132,将λzn与xa2-xa1进行比对;
S133,当λzn=xa2-xa1时,则判断为Tn与T1的朝向一致,Tn自旋停止,标准参考模型N1’合格;
S134,若Tn自旋大于或等于360度时,S133不成立,则判断为Tn与T1无法匹配,Tn自旋停止,随机抽取N-1’和N-2’,重新进行标准参考模型的获取。
5.根据权利要求4所述的一种光学筛选机的控制方法,其特征在于,数据处理模组包括用以保证标准参考模型N1’准确性的第二校对操作,第二校对操作包括以下工作步骤:
S140,第一校对操作完成后,在Tn的周缘轮廓上任意位置取多个第二参考点;
S141,将Tn的多个第二参考点分别与T1的相同位置进行比对;
S142,比对成功,则表示标准参考模型N1’合格;
S143,比对不成功,重新进行第一校对操作和第二校对操作;
S144,比对成功,则表示标准参考模型N1’合格,比对不成功,则重新进行标准参考模型的获取。
6.根据权利要求5所述的一种光学筛选机的控制方法,其特征在于,S130中的Nn’抽取多个,S140中的Nn’抽取多个。
7.根据权利要求6所述的一种光学筛选机的控制方法,其特征在于,数据处理模组包括用以保证标准参考模型N1’准确性的第三校对操作,第三校对操作包括以下工作步骤:
当产品良率率低于一定阈值,重新对标准参考模型N1’进行获取。
8.根据权利要求1-7任一项所述的一种光学筛选机的控制方法,其特征在于,摄影测量作业过程中,数据处理模组的作业包括产品每个面的分别比对。
9.根据权利要求8所述的一种光学筛选机的控制方法,其特征在于,安装支架上设有横向设置的螺纹调节杆,左侧横向组件包括转动连接在螺纹调节杆的端部的左侧安装板,右侧横向组件包括螺接在螺纹调节杆上的右侧安装板,左侧竖向组件和右侧竖向组件分别设于左侧安装板和右侧安装板上。
10.根据权利要求9所述的一种光学筛选机的控制方法,其特征在于,安装支架上固设有承载板,承载板上固设有电机和变速箱,承载板上开设有安装孔,安装孔内滑动设有在安装孔内升降配合的升降杆,升降杆的下端与变速箱螺接,升降杆的上端固设有升降板,左侧竖向组件包括固设于升降板上的多个左侧竖向杆,右侧竖向组件包括滑动设于升降板上的右滑块,右滑块上固设有多个右侧竖向杆,左侧竖向杆在左侧安装板上竖向滑动配合,右侧竖向杆在右侧安装板上竖向滑动配合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311584146.0A CN117299583B (zh) | 2023-11-25 | 2023-11-25 | 一种光学筛选机的控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311584146.0A CN117299583B (zh) | 2023-11-25 | 2023-11-25 | 一种光学筛选机的控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117299583A true CN117299583A (zh) | 2023-12-29 |
CN117299583B CN117299583B (zh) | 2024-05-03 |
Family
ID=89260675
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311584146.0A Active CN117299583B (zh) | 2023-11-25 | 2023-11-25 | 一种光学筛选机的控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117299583B (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6266138B1 (en) * | 1999-10-12 | 2001-07-24 | Perceptron, Inc. | System and method for detecting defects in a surface of a workpiece |
CN104296682A (zh) * | 2014-10-28 | 2015-01-21 | 电子科技大学 | 一种基于机器视觉火车导轨轮廓测量中轮廓配准方法 |
CN105928457A (zh) * | 2016-06-21 | 2016-09-07 | 大连理工大学 | 一种全向三维激光彩色扫描系统及其方法 |
CN106338245A (zh) * | 2016-08-15 | 2017-01-18 | 南京工业大学 | 一种工件非接触移动测量方法 |
CN106842216A (zh) * | 2017-02-13 | 2017-06-13 | 大连理工大学 | 一种基于Kinect与三维激光协同的工件位姿在线检测方法 |
CN106872476A (zh) * | 2017-03-31 | 2017-06-20 | 武汉理工大学 | 一种基于线结构光的铸造类工件表面质量检测方法与系统 |
CN106949848A (zh) * | 2017-03-15 | 2017-07-14 | 深圳市深视智能科技有限公司 | 一种高精度激光3d轮廓手机结构件检测方法 |
US20180224549A1 (en) * | 2017-02-07 | 2018-08-09 | Topcon Corporation | Surveying System |
US20190156472A1 (en) * | 2017-11-17 | 2019-05-23 | Kodak Alaris Inc. | Automated in-line object inspection |
CN110286124A (zh) * | 2018-03-14 | 2019-09-27 | 浙江大学山东工业技术研究院 | 基于机器视觉的耐火砖测量系统 |
CN111156925A (zh) * | 2019-12-19 | 2020-05-15 | 南京理工大学 | 基于线结构光和工业机器人的大构件三维测量方法 |
CN111331569A (zh) * | 2020-04-20 | 2020-06-26 | 宁波惟景三维科技有限公司 | 一种复杂铸件自动化三维测量与划线系统 |
WO2020223594A2 (en) * | 2019-05-02 | 2020-11-05 | Kodak Alaris, Inc | Automated 360-degree dense point object inspection |
-
2023
- 2023-11-25 CN CN202311584146.0A patent/CN117299583B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6266138B1 (en) * | 1999-10-12 | 2001-07-24 | Perceptron, Inc. | System and method for detecting defects in a surface of a workpiece |
CN104296682A (zh) * | 2014-10-28 | 2015-01-21 | 电子科技大学 | 一种基于机器视觉火车导轨轮廓测量中轮廓配准方法 |
CN105928457A (zh) * | 2016-06-21 | 2016-09-07 | 大连理工大学 | 一种全向三维激光彩色扫描系统及其方法 |
CN106338245A (zh) * | 2016-08-15 | 2017-01-18 | 南京工业大学 | 一种工件非接触移动测量方法 |
US20180224549A1 (en) * | 2017-02-07 | 2018-08-09 | Topcon Corporation | Surveying System |
CN106842216A (zh) * | 2017-02-13 | 2017-06-13 | 大连理工大学 | 一种基于Kinect与三维激光协同的工件位姿在线检测方法 |
CN106949848A (zh) * | 2017-03-15 | 2017-07-14 | 深圳市深视智能科技有限公司 | 一种高精度激光3d轮廓手机结构件检测方法 |
CN106872476A (zh) * | 2017-03-31 | 2017-06-20 | 武汉理工大学 | 一种基于线结构光的铸造类工件表面质量检测方法与系统 |
US20190156472A1 (en) * | 2017-11-17 | 2019-05-23 | Kodak Alaris Inc. | Automated in-line object inspection |
CN110286124A (zh) * | 2018-03-14 | 2019-09-27 | 浙江大学山东工业技术研究院 | 基于机器视觉的耐火砖测量系统 |
WO2020223594A2 (en) * | 2019-05-02 | 2020-11-05 | Kodak Alaris, Inc | Automated 360-degree dense point object inspection |
CN111156925A (zh) * | 2019-12-19 | 2020-05-15 | 南京理工大学 | 基于线结构光和工业机器人的大构件三维测量方法 |
CN111331569A (zh) * | 2020-04-20 | 2020-06-26 | 宁波惟景三维科技有限公司 | 一种复杂铸件自动化三维测量与划线系统 |
Non-Patent Citations (2)
Title |
---|
刘家豪;贺赛先;: "基于双目便携式三维扫描技术的小工件测量", 科学技术与工程, no. 07, 8 March 2016 (2016-03-08), pages 36 - 46 * |
马彤彤;吕传景;朱文芳;黄桂平;: "基于工业摄影扫描测量方法的航空部件再制造逆向建模实践", 航空制造技术, no. 17, 1 September 2018 (2018-09-01), pages 98 - 103 * |
Also Published As
Publication number | Publication date |
---|---|
CN117299583B (zh) | 2024-05-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR101772673B1 (ko) | 멀티 광학 모듈 비전 검사 시스템 | |
CN102735166B (zh) | 三维扫描仪和机器人系统 | |
CN109499908A (zh) | 一种用于机械零件的视觉检测系统 | |
CN1095624C (zh) | 电子元件安装装置 | |
US9486840B2 (en) | High-speed, triangulation-based, 3-D method and system for inspecting manufactured parts and sorting the inspected parts | |
CN109405755B (zh) | 一种大尺寸管板孔径和节距测量装置与测量方法 | |
US20140346095A1 (en) | High-speed, high-resolution, triangulation-based, 3-d method and system for inspecting manufactured parts and sorting the inspected parts | |
CN109238135B (zh) | 一种基于视觉精准定位来料到测试箱的方法 | |
CN113245242B (zh) | 一种载玻片缺陷检测分拣系统 | |
JPH06294745A (ja) | 円筒形核燃料ペレットを自動的に分類するための光学的方法及び装置 | |
KR100886655B1 (ko) | 로봇 기반 멀티 레이저 비전 시스템의 자동 캘리브레이션방법 | |
CN109092701A (zh) | 电池铝壳检测装置 | |
CN114529510B (zh) | 一种阴极铜在线质量自动检测分类方法 | |
CN112345553A (zh) | 一种硬盘零件检测装置及检测方法 | |
CN117299583B (zh) | 一种光学筛选机的控制方法 | |
CN215297174U (zh) | 一种硅片检测装置 | |
CN114113116A (zh) | 一种大口径元件表面微缺陷精确检测工艺方法 | |
US11378520B2 (en) | Auto focus function for vision inspection system | |
CN106018415A (zh) | 基于显微视觉的微小零件质量检测系统 | |
CN109701890A (zh) | 磁瓦表面缺陷检测与分拣方法 | |
CN105954288B (zh) | 电解锰阴极板剥离后空板检测与分拣系统及检测方法 | |
CN115876122A (zh) | 一种基于机器视觉的零件尺寸测量装置及方法 | |
CN113953208B (zh) | 一种电子元件全自动分拣装置及其分拣方法 | |
CN113751332A (zh) | 视觉检查系统和检查零件的方法 | |
WO2015142457A1 (en) | High-speed, high-resolution, triangulation-based, 3-d method and system for inspecting manufactured parts and sorting the inspected parts |
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 |