JP2020187016A - 位置ずれ検出方法 - Google Patents
位置ずれ検出方法 Download PDFInfo
- Publication number
- JP2020187016A JP2020187016A JP2019092033A JP2019092033A JP2020187016A JP 2020187016 A JP2020187016 A JP 2020187016A JP 2019092033 A JP2019092033 A JP 2019092033A JP 2019092033 A JP2019092033 A JP 2019092033A JP 2020187016 A JP2020187016 A JP 2020187016A
- Authority
- JP
- Japan
- Prior art keywords
- work
- data
- background display
- display unit
- detection method
- 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.)
- Pending
Links
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
【課題】ワークの外形ラインの検出精度を向上可能な位置ずれ検出方法を提供すること。【解決手段】ロボットに教示した基準となるワークの位置と、実際のワークの位置とのずれ量を検出する位置ずれ検出方法であって、(a)撮像手段を用いて背景表示部及び前記背景表示部上に載置した前記ワークの画像を取得するステップと、(b)前記ワークの外形ラインのデータを取得するステップと、(c)前記外形ラインのデータと、基準となる外形ラインのデータとを対比させ、前記外形ラインを取得できた割合を算出するステップと、(d)前記背景表示部の色を段階的に変化させるステップと、(e)ステップ(a)〜(d)をn回(nは1以上の整数)繰り返すステップと、(f)前記外形ラインを取得できた割合が最も高いメインデータを抽出するステップと、(g)前記メインデータと、校正画像とを比較し、前記ワークの位置ずれを補正量として算出するステップを備える。【選択図】図2
Description
本発明は位置ずれ検出方法に関するものである。
撮像手段を用いてワークを撮像して得られた画像には、ワーク以外に、ワークを載置している背景の画像も含まれている。したがって、ワークと背景とを区別する処理が必要となる。特許文献1には、光学特性が互いに異なる複数の背景材料を用いて、検査対象に測定光を照射し、測定ステップ、背景判定ステップ及び良品判定ステップを繰り返す、異物検出方法が開示されている。
発明者は、光学特性が互いに異なる複数の背景材料を用いる方法を、撮像装置を用いた外形ラインの検出の精度向上に適用することは困難であるという問題を見出した。
本発明は、上記の問題を鑑みてなされたものであり、ワークの外形ラインの検出精度を向上可能な位置ずれ検出方法を提供するものである。
本発明に係る位置ずれ検出方法は、
ロボットに教示した基準となるワークの位置と、実際のワークの位置とのずれ量を検出する位置ずれ検出方法であって、
(a)撮像手段を用いて背景表示部及び前記背景表示部上に載置した前記ワークの画像を取得するステップと、
(b)前記ワークの外形ラインのデータを取得するステップと、
(c)前記外形ラインのデータと、基準となる外形ラインのデータとを対比させ、前記外形ラインを取得できた割合を算出するステップと、
(d)前記背景表示部の色を段階的に変化させるステップと、
(e)ステップ(a)〜(d)をn回(nは1以上の整数)繰り返すステップと、
(f)前記外形ラインを取得できた割合が最も高いメインデータを抽出するステップと、
(g)前記メインデータと、校正画像とを比較し、前記ワークの位置ずれを補正量として算出するステップと、を備える。
ロボットに教示した基準となるワークの位置と、実際のワークの位置とのずれ量を検出する位置ずれ検出方法であって、
(a)撮像手段を用いて背景表示部及び前記背景表示部上に載置した前記ワークの画像を取得するステップと、
(b)前記ワークの外形ラインのデータを取得するステップと、
(c)前記外形ラインのデータと、基準となる外形ラインのデータとを対比させ、前記外形ラインを取得できた割合を算出するステップと、
(d)前記背景表示部の色を段階的に変化させるステップと、
(e)ステップ(a)〜(d)をn回(nは1以上の整数)繰り返すステップと、
(f)前記外形ラインを取得できた割合が最も高いメインデータを抽出するステップと、
(g)前記メインデータと、校正画像とを比較し、前記ワークの位置ずれを補正量として算出するステップと、を備える。
本発明に係る位置ずれ検出方法では、
前記背景表示部の色を段階的に変化させるステップと、
前記外形ラインを取得できた割合が最も高いメインデータを抽出するステップと、
前記メインデータと、校正画像とを比較し、前記ワークの位置ずれを補正量として算出するステップと、を備える。
よって、ワークの外形ラインの検出精度を向上できる。
前記背景表示部の色を段階的に変化させるステップと、
前記外形ラインを取得できた割合が最も高いメインデータを抽出するステップと、
前記メインデータと、校正画像とを比較し、前記ワークの位置ずれを補正量として算出するステップと、を備える。
よって、ワークの外形ラインの検出精度を向上できる。
本発明により、ワークの外形ラインの検出精度を向上できる。
以下、本発明の具体的な実施の形態について、図面を参照しながら詳細に説明する。
<実施の形態>
まず、図1を用いて、本実施の形態にかかる位置ずれ検出方法に用いる画像処理装置1について説明する。
図1は、実施の形態にかかる位置ずれ検出方法に用いる画像処理装置を示す模式図である。図1に示すように、画像処理装置1は、背景表示部10、撮像手段20、画像処理部30、ロボットアーム40を備える。例えば、撮像手段20、画像処理部30及びロボットアーム40がそれぞれ別体となった構成であってもよいし、一体となった構成であるロボットビジョン(マシンビジョン)を用いてもよい。
まず、図1を用いて、本実施の形態にかかる位置ずれ検出方法に用いる画像処理装置1について説明する。
図1は、実施の形態にかかる位置ずれ検出方法に用いる画像処理装置を示す模式図である。図1に示すように、画像処理装置1は、背景表示部10、撮像手段20、画像処理部30、ロボットアーム40を備える。例えば、撮像手段20、画像処理部30及びロボットアーム40がそれぞれ別体となった構成であってもよいし、一体となった構成であるロボットビジョン(マシンビジョン)を用いてもよい。
本実施の形態におけるワークWは、後述する撮像手段20によって撮像可能な対象である。例えば、鋳造アルミダイカストによって鋳込まれる、エンジンブロック、ハウジングケース、ボデー部品のサスタワー、サスペンションメンバー、リアサイドメンバー等である。ワークWは、背景表示部10に載置されている。換言すると、ワークW及び背景表示部10を平面視した際に、背景表示部10は、ワークWの背景に位置する。
背景表示部10は、表示する背景色を段階的に任意の色に変更可能な画面である。背景表示部10として、例えば液晶ディスプレイや、有機ELディスプレイを用いることができる。
撮像手段20は、ワークW及び背景表示部10の画像を取得する、画像センサ(カメラ)である。撮像手段20は、ワークW及び背景表示部10を一度に撮像できる位置に配置することが好ましい。特に、撮像手段20を、ワークW及び背景表示部10の上方に配置することが好ましい。撮像手段20は、ワークW及び背景表示部10の上方に固定された固定式のものを用いることができるが、これに限定されない。例えば、撮像手段20は、ロボットアーム40や別の機器に接続して用いられるような、可動式のものであってもよい。撮像手段20が備える撮像素子は、例えばCCD(Charge-Coupled Device)やCMOS(Complementary Metal-Oxide Semiconductor)センサ等を用いることができる。なお、撮像手段に加え、例えばレーザー光を組み合わせることにより、ワークの3次元の位置を検出することも可能である。
画像処理部30は、画像処理装置1の動作制御を行うものであり、CPU(Central Processing Unit)を含むプロセッサや、メモリ、通信モジュール、カメラポート及びロボット教示操作盤を備える。ロボット教示操作盤は、取得する画像の領域を教示するための操作盤である。より具体的には、画像処理部30は、撮像手段20が取得した画像を処理し、当該処理結果に基づき、背景表示部10又はロボットアーム40を制御する。なお、カメラポートは複数備えていてもよい。画像処理装置1が備えるロボットアーム40とは別体のロボットを、通信モジュールを用いて制御する機能を有していてもよい。画像処理部30の動作に関する詳細は、図2及び図3を用いて後述する。
ロボットアーム40は、画像処理部30の処理結果に基づき、ワークWを保持し、位置ずれの補正を行う。ロボットアーム40の種類は、ワークWの形状に応じて、例えば、垂直多関節ロボット、水平多関節ロボット(スカラロボット)、パラレルリンクロボット、直交ロボット等から適宜選択可能である。ワークWの保持方法としては、ワークWを保持できるものであればよい。より具体的には、例えば、ワークWを把持、挟持、磁石を用いる等、ワークWの種類に応じて、適宜変更可能である。
本実施の形態に係る位置ずれ検出方法では、上述の画像処理装置1を用いることができる。本実施の形態にかかる位置ずれ検出方法は、ロボットに教示した基準となるワークの位置と、実際のワークの位置とのずれ量を検出する位置ずれ検出方法である。
図2は、実施の形態にかかる位置ずれ検出方法を示すフローチャートである。本実施の形態にかかる位置ずれ検出方法は、図2に示すステップS1〜S14のうち、少なくとも以下の(a)〜(g)のステップを備える。
(a)撮像手段を用いて背景表示部及び背景表示部上に載置したワークの画像を取得するステップ(ステップS2)。
(b)ワークの外形ラインのデータを取得するステップ(ステップS5)。
(c)外形ラインのデータと、基準となる外形ラインのデータとを対比させ、外形ラインを取得できた割合を算出するステップ(ステップS6)。
(d)背景表示部の色を段階的に変化させるステップ(ステップS8)。
(e)ステップ(a)〜(d)をn回(nは1以上の整数)繰り返すステップ(ステップS7)。
(f)外形ラインを取得できた割合が最も高いメインデータを抽出するステップ(ステップS9)。
(g)メインデータと、校正画像とを比較し、ワークの位置ずれを補正量として算出するステップ(ステップS11)。
図2は、実施の形態にかかる位置ずれ検出方法を示すフローチャートである。本実施の形態にかかる位置ずれ検出方法は、図2に示すステップS1〜S14のうち、少なくとも以下の(a)〜(g)のステップを備える。
(a)撮像手段を用いて背景表示部及び背景表示部上に載置したワークの画像を取得するステップ(ステップS2)。
(b)ワークの外形ラインのデータを取得するステップ(ステップS5)。
(c)外形ラインのデータと、基準となる外形ラインのデータとを対比させ、外形ラインを取得できた割合を算出するステップ(ステップS6)。
(d)背景表示部の色を段階的に変化させるステップ(ステップS8)。
(e)ステップ(a)〜(d)をn回(nは1以上の整数)繰り返すステップ(ステップS7)。
(f)外形ラインを取得できた割合が最も高いメインデータを抽出するステップ(ステップS9)。
(g)メインデータと、校正画像とを比較し、ワークの位置ずれを補正量として算出するステップ(ステップS11)。
以下、図1及び図2と、図2のフローチャートのステップの一部を示す図3及び図4を参照し、本実施の形態に係る位置ずれ検出方法の一連の流れについて説明する。
<ステップS1:ワークセット>
図3は、実施の形態にかかる背景表示部上にワークを載置し、境界部の位置を示した平面図である。
ステップS1では、図3に示すように、背景表示部10上にワークWを載置してセットする。
ワークWを背景表示部10上に載置する方法として、例えば、ロボットや機械を用いることができる。なお、作業者が載置してもよい。また、図3では一例として、平面視でワークWと同様の形状を有する背景表示部10を用いているが、これに限定されない。背景表示部10の形状は、平面視した際にワークWの外形より大きくなるような形状であればよい。より具体的には、背景表示部10の形状は、例えば、矩形状等のものを用いることもでき、所望の形状に適宜変更可能である。
図3は、実施の形態にかかる背景表示部上にワークを載置し、境界部の位置を示した平面図である。
ステップS1では、図3に示すように、背景表示部10上にワークWを載置してセットする。
ワークWを背景表示部10上に載置する方法として、例えば、ロボットや機械を用いることができる。なお、作業者が載置してもよい。また、図3では一例として、平面視でワークWと同様の形状を有する背景表示部10を用いているが、これに限定されない。背景表示部10の形状は、平面視した際にワークWの外形より大きくなるような形状であればよい。より具体的には、背景表示部10の形状は、例えば、矩形状等のものを用いることもでき、所望の形状に適宜変更可能である。
図3に示すように、背景表示部10が表示する背景色10aは、少なくともワークWの背景の一部に表示される。より具体的には、撮像手段20が画像取得可能な範囲の背景表示部10に、背景色10a(ドットのハッチングで示す)を表示させることが好ましい。換言すれば、図3では、背景表示部10のうち、背景色10aが表示されている部分が、撮像手段20が画像取得可能な範囲である。なお、撮像手段20の画像取得可能な範囲に応じて、背景色10aを表示させる範囲は適宜変更することが可能である。また、背景色10aの表示範囲は、撮像手段20の画像取得可能な範囲に限られず、背景表示部10全体に表示させてもよい。なお、背景色10aは、ステップS2の開始までに表示されていればよく、ワークWを載置する時点で表示されていてもよいし、載置した後に表示してもよい。
本実施の形態において、一連のフローの間表示されている背景色10aは、単色であることが好ましい。背景色10aとして、例えば、ワークWの色と補色関係となる色を用いることができる。また、ワークWの色が無彩色である場合は、無彩色とコントラストがつきやすい、白、黒及び青系統のいずれかの色を用いることができる。
<ステップS2:画像取得(a)>
ステップS2では、図1に示す撮像手段20を用いて、背景表示部10及び背景表示部10上に載置したワークWの画像を取得する。背景表示部10には、背景色10aが表示されているものとする。
本実施の形態では、撮像手段20はワークW及び背景表示部10の上方に配置されている。したがって、ワークW及び背景表示部10を平面視した、二次元画像を取得することができる。
ステップS2では、図1に示す撮像手段20を用いて、背景表示部10及び背景表示部10上に載置したワークWの画像を取得する。背景表示部10には、背景色10aが表示されているものとする。
本実施の形態では、撮像手段20はワークW及び背景表示部10の上方に配置されている。したがって、ワークW及び背景表示部10を平面視した、二次元画像を取得することができる。
以下、ステップS3〜ステップS14は、図1に示す画像処理部30が処理を行う。
<ステップS3:ワークと背景表示部との境界部のコントラストを算出>
ステップS3では、境界部のコントラストを算出する。
図3に示すように、境界部Bとは、撮像手段20が画像取得可能な範囲であって、平面視した際に、ワークWと背景表示部10が表示する背景色10aとの境界部分のことを指す。図3では、境界部Bを黒太線にて示す。境界部のコントラストの算出方法としは、輝度、彩度、濃度などの差を用いてもよく、一般的なコントラストの算出方法を用いることが可能である。
ステップS3では、境界部のコントラストを算出する。
図3に示すように、境界部Bとは、撮像手段20が画像取得可能な範囲であって、平面視した際に、ワークWと背景表示部10が表示する背景色10aとの境界部分のことを指す。図3では、境界部Bを黒太線にて示す。境界部のコントラストの算出方法としは、輝度、彩度、濃度などの差を用いてもよく、一般的なコントラストの算出方法を用いることが可能である。
<ステップS4:ワークの外形ラインの判断>
ステップS4では、取得した境界部Bのコントラストに基づき、ワークWの外形ラインELを判断可能か否かを判断する。
ステップS4では、取得した境界部Bのコントラストに基づき、ワークWの外形ラインELを判断可能か否かを判断する。
まず、本実施の形態における用語「外形ライン」について説明する。
図4は、実施の形態にかかるワークの外形ラインの一例を示した平面図である。図4では、ワークWの外形ラインELの一例を、黒太線にて示す。図4に示すように、境界部Bとして取得した部分のうち、少なくとも一部の指定した範囲のことを、「外形ラインEL」と呼ぶ。より具体的には、例えば、図3に示した境界部Bのうち、右上がり斜線、右下がり斜線及び半楕円状の円弧を、データを取得する対象の外形ラインELとして指定することができる。なお、データ取得対象の外形ラインELを、境界部Bと一致するように指定してもよい。
図4は、実施の形態にかかるワークの外形ラインの一例を示した平面図である。図4では、ワークWの外形ラインELの一例を、黒太線にて示す。図4に示すように、境界部Bとして取得した部分のうち、少なくとも一部の指定した範囲のことを、「外形ラインEL」と呼ぶ。より具体的には、例えば、図3に示した境界部Bのうち、右上がり斜線、右下がり斜線及び半楕円状の円弧を、データを取得する対象の外形ラインELとして指定することができる。なお、データ取得対象の外形ラインELを、境界部Bと一致するように指定してもよい。
データ取得対象の外形ラインELとして指定した部分は、後のステップにおいて、ワークWの位置ずれ量の補正の指標として用いることができる。すなわち、ロボットに教示した外形ラインELの基準となる位置と、取得した外形ラインELの位置との間にずれがある場合、当該ずれ量に基づいて、ワークWの位置の補正を行うことができる。
次に、本ステップにて行うワークの外形ラインの判断可否について説明する。
ワークWの外形ラインを判断可能な場合とは(ステップS4:YES)、例えば、ステップS3で算出した境界部Bのコントラストが高い場合である。すなわち、ワークWの外形ラインELの色と、背景表示部10が表示する背景色10aの色とがより高コントラストとなっている場合である。
ワークWの外形ラインを判断可能な場合とは(ステップS4:YES)、例えば、ステップS3で算出した境界部Bのコントラストが高い場合である。すなわち、ワークWの外形ラインELの色と、背景表示部10が表示する背景色10aの色とがより高コントラストとなっている場合である。
これに対し、ワークWの外形ラインを判断可能ではない場合とは(ステップS4:NO)、例えば、ステップS3で算出した境界部Bのコントラストが低い場合である。すなわち、ワークWの外形ラインELの色と、背景表示部10が表示する背景色10aの色とが近い色であり、低コントラストとなっている場合である。
図2に示すように、画像処理部30が記憶する外形ラインELを判断可能であるとする閾値のデータと、取得した画像から算出した境界部Bのコントラストのデータとに基づいて、取得したデータが閾値以上である場合は(ステップS4:YES)、ステップS5へ進む。一方、取得したデータが閾値を下回る場合は(ステップS4:NO)、ステップS13へ進み、当該取得したデータは外形ラインのデータリストから外す。ステップS13へ進んだ場合は、ステップS2へ戻ってフローを再開してもよい。
<ステップS5:外形ラインのデータを取得(b)>
ステップS5では、ステップS4において外形ラインELを判断可能と判断したデータを取得する。すなわち、外形ラインELを判断可能とされた境界部Bのデータから、外形ラインELとして指定した部分を、取得データとして取得する。
ステップS5では、ステップS4において外形ラインELを判断可能と判断したデータを取得する。すなわち、外形ラインELを判断可能とされた境界部Bのデータから、外形ラインELとして指定した部分を、取得データとして取得する。
<ステップS6:基準データに対する取得データの割合を算出(c)>
ステップS6では、外形ラインELの基準となる基準データと、ステップS5にて取得した外形ラインELの取得データと、を対比させ、外形ラインELを取得できた割合を数値として算出する。数値は例えば、パーセント(%)表記で算出することができる。外形ラインELの基準となる「基準データ」とは、ワークWの外形ラインの実測データのことを指す。
ステップS6では、外形ラインELの基準となる基準データと、ステップS5にて取得した外形ラインELの取得データと、を対比させ、外形ラインELを取得できた割合を数値として算出する。数値は例えば、パーセント(%)表記で算出することができる。外形ラインELの基準となる「基準データ」とは、ワークWの外形ラインの実測データのことを指す。
ここで、「外形ラインELを取得できた割合」の具体例について説明する。
例えば、外形ラインELを取得できた割合が100%の場合とは、基準データと取得データを対比させたとき、100%一致することを指す。すなわち、撮像手段20が撮像した画像から取得したデータより、ワークWの外形ラインELを完全に読み取ることができたことを意味する。この場合、外形ラインELの検出精度(スコア)は100である。
例えば、外形ラインELを取得できた割合が100%の場合とは、基準データと取得データを対比させたとき、100%一致することを指す。すなわち、撮像手段20が撮像した画像から取得したデータより、ワークWの外形ラインELを完全に読み取ることができたことを意味する。この場合、外形ラインELの検出精度(スコア)は100である。
例えば、外形ラインELを取得できた割合が80%の場合とは、基準データと取得データとを対比させたとき、80%一致することを指す。すなわち、撮像手段20が撮像した画像から取得したデータより、基準データに対してワークWの外形ラインELの80%を読み取ることはできたが、20%は読み取ることができなかったことを意味する。この場合、外形ラインELの検出精度(スコア)を80である。
<ステップS7:n回繰り返し完了の判断(e)>
ステップS7では、ステップS2〜S6をn回繰り返したか否かを判断する。nは1以上の整数であり、任意の値に設定可能である。n回繰り返しが完了していない場合は(ステップS7:NO)、ステップS8に進む。n回繰り返しが完了した場合は(ステップS7:YES)、ステップS9に進む。
ステップS7では、ステップS2〜S6をn回繰り返したか否かを判断する。nは1以上の整数であり、任意の値に設定可能である。n回繰り返しが完了していない場合は(ステップS7:NO)、ステップS8に進む。n回繰り返しが完了した場合は(ステップS7:YES)、ステップS9に進む。
<ステップS8:背景色を変化させる(d)>
ステップS8では、背景表示部10の背景色10aを段階的に変化させる。段階的に変化させるとは、いわゆるグラデーションに変化させることである。より具体的には、ステップS2〜S8を繰り返す一連のフローごとに、色を段階的に変化させる。すなわち、1回目のフローからn回目のフローまでの各回の色を並べると、グラデーションになるように変化させる。グラデーションの変化の程度は任意に設定可能である。
ステップS8では、背景表示部10の背景色10aを段階的に変化させる。段階的に変化させるとは、いわゆるグラデーションに変化させることである。より具体的には、ステップS2〜S8を繰り返す一連のフローごとに、色を段階的に変化させる。すなわち、1回目のフローからn回目のフローまでの各回の色を並べると、グラデーションになるように変化させる。グラデーションの変化の程度は任意に設定可能である。
<ステップS9:取得した外形ラインの割合が最も高いデータを抽出(f)>
ステップS9では、外形ラインELを取得できた割合が最も高いデータをメインデータとして抽出する。背景色10aをn回、段階的に変化させることによって、同じワークWについて、最大でn個のデータを取得することができる。n個のデータのうち、ワークWと背景色10aとの境界部Bにおいて、コントラストが最も大きいとき、ワークWの外形ラインELをより正確に読み取ることができる。すなわち、コントラストが最も大きく、外形ラインELを取得できた割合がより100%に近い値となった場合のデータをメインデータとして抽出し、ステップS10へ進む。
ステップS9では、外形ラインELを取得できた割合が最も高いデータをメインデータとして抽出する。背景色10aをn回、段階的に変化させることによって、同じワークWについて、最大でn個のデータを取得することができる。n個のデータのうち、ワークWと背景色10aとの境界部Bにおいて、コントラストが最も大きいとき、ワークWの外形ラインELをより正確に読み取ることができる。すなわち、コントラストが最も大きく、外形ラインELを取得できた割合がより100%に近い値となった場合のデータをメインデータとして抽出し、ステップS10へ進む。
<ステップS10:メインデータが閾値以上か否かの判断>
ステップS10では、ステップS9において抽出したメインデータが、閾値以上か否かを判断する。ステップS9において外形ラインELを取得できた割合の値が、所定の値以上であったか否かを閾値として設定する。閾値は、任意の値(%)を設定することができ、当該値は適宜変更可能である。メインデータが閾値以上であった場合(ステップS10:YES)、ステップS11へ進む。メインデータが閾値未満であった場合(ステップS10:NO)、ステップS14へ進み、フローを停止する。なお、ステップS14へ進んだ場合は、ステップS2へ戻ってフローを再開してもよい。
ステップS10では、ステップS9において抽出したメインデータが、閾値以上か否かを判断する。ステップS9において外形ラインELを取得できた割合の値が、所定の値以上であったか否かを閾値として設定する。閾値は、任意の値(%)を設定することができ、当該値は適宜変更可能である。メインデータが閾値以上であった場合(ステップS10:YES)、ステップS11へ進む。メインデータが閾値未満であった場合(ステップS10:NO)、ステップS14へ進み、フローを停止する。なお、ステップS14へ進んだ場合は、ステップS2へ戻ってフローを再開してもよい。
<ステップS11:校正画像と照合し、補正量を算出(g)>
ステップS11では、メインデータと、校正用に準備した校正画像とを照合し、ワークWの位置ずれを補正量として算出する。ワークWを平面視した際のx軸方向、y軸方向及びr方向について、補正量を算出することができる。
ステップS11では、メインデータと、校正用に準備した校正画像とを照合し、ワークWの位置ずれを補正量として算出する。ワークWを平面視した際のx軸方向、y軸方向及びr方向について、補正量を算出することができる。
<ステップS12:補正量をロボットに送信>
ステップS12では、ステップS11で算出した補正量をロボットに送信する。ワークWを置いた位置と、基準位置との間にずれがあった場合であっても、補正量を受信したロボットは、正確な位置で搬送チャック等を行うことができる。
ステップS12では、ステップS11で算出した補正量をロボットに送信する。ワークWを置いた位置と、基準位置との間にずれがあった場合であっても、補正量を受信したロボットは、正確な位置で搬送チャック等を行うことができる。
以上が、本実施の形態にかかる位置ずれ検出方法の一連の流れである。
本実施の形態にかかる位置ずれ検出方法は、他に、以下の場合についても用いることができる。例えば、ビジョンやカメラを用いて、製品やワークの位置又は外形のシルエットなどを識別する場合にも、用いることができる。また、治具、中継台又は仮置き台などに置いた粗材、ワーク又は製品等を、ロボット又は機械を用いて搬送チャックを行う場合にも、用いることができる。さらに、異なる色のワークや製品が混在している場合について、当該ワークや製品をロボット又は機械を用いて搬送チャックを行う場合にも、用いることができる。また、ワークの塗装の前後や、焼き入れの前後等、色の変化前と変化後のワークの両方でロボット又は機械を用いて搬送チャックを行う場合においても用いることができる。
本実施の形態にかかる位置ずれ検出方法は、他に、以下の場合についても用いることができる。例えば、ビジョンやカメラを用いて、製品やワークの位置又は外形のシルエットなどを識別する場合にも、用いることができる。また、治具、中継台又は仮置き台などに置いた粗材、ワーク又は製品等を、ロボット又は機械を用いて搬送チャックを行う場合にも、用いることができる。さらに、異なる色のワークや製品が混在している場合について、当該ワークや製品をロボット又は機械を用いて搬送チャックを行う場合にも、用いることができる。また、ワークの塗装の前後や、焼き入れの前後等、色の変化前と変化後のワークの両方でロボット又は機械を用いて搬送チャックを行う場合においても用いることができる。
発明者は、光学特性が互いに異なる複数の背景材料を用いる方法を、撮像装置を用いた外形ラインの検出の精度向上に適用することは困難であるという問題を見出した。
本実施の形態では、ワークを載置した背景表示部の背景色を、一連のフローの繰り返し単位ごとに段階的に変化させている。ワークは、同素材を用いた場合であっても成形条件によっては色が異なる場合があるが、色が異なるワークについて位置ずれの検出を行う場合であっても、背景表示部の背景色を適宜段階的に変化させることができる。つまり、本実施の形態では、背景色を段階的に変化させた上で、ワークの外形ラインを取得できた割合が最も高いメインデータに基づいて、位置ずれの補正量を決定することができる。したがって、外形ラインの検出精度を向上できる。
以下、図5〜7を参照し、実施例に基づき本発明を具体的に説明するが、本発明はこれらの実施例のみに限定されるものではない。
本実施例では、ワークとしてアルミ製の粗材を用いて、位置ずれ検出を行った。ワークの色は、銀白色であった。
図5は、実施例にかかる位置ずれ検出方法を用いて、背景色を変化させた際のワークの外形ラインの検出精度(スコア)の変化を示すグラフである。ここで、「検出精度(スコア)」とは、実施の形態のステップS6において述べたように、外形ラインの基準となる基準データと、取得した外形ラインの取得データと、を対比させ、外形ラインを取得できた割合を数値(パーセント、%)として算出したものである。
図5は、実施例にかかる位置ずれ検出方法を用いて、背景色を変化させた際のワークの外形ラインの検出精度(スコア)の変化を示すグラフである。ここで、「検出精度(スコア)」とは、実施の形態のステップS6において述べたように、外形ラインの基準となる基準データと、取得した外形ラインの取得データと、を対比させ、外形ラインを取得できた割合を数値(パーセント、%)として算出したものである。
図5のグラフの横軸は背景色を示しており、縦軸は検出精度(スコア)を示している。各プロットが、繰り返し回数を示している。具体的には、例えば、一番左のプロットが1回目、2番目のプロットが2回目の繰り返しを行ったときの検出精度(スコア)を示している。
本実施例では、図5に示すように、横軸の上向き黒矢印のタイミングで、背景色を白から黒へと変化させた。具体的には、本実施例では、白背景を用いた検出を64回繰り返した。白背景の、合計検出回数64回の検出精度(スコア)の平均は、94.0%であった。一方、黒背景に変更した後、黒背景を用いた検出を55回繰り返した。黒背景の、合計検出回数55回の検出精度(スコア)の平均は、99.2%であった。このように、背景色を白から黒へと変化させることによって、検出精度(スコア)を向上させることができた。本実施例において用いたワークは銀白色であるため、ワークに対して白背景を用いるよりも、黒背景を用いた方が高コントラストとなり、検出精度(スコア)を向上させることができたものと考えられる。
図6は、実施例にかかる位置ずれ検出方法を用いて背景色を変化させた際の、ワークの外形ラインの検出精度(スコア)とx方向の補正量のばらつきの関係を示すグラフである。x方向の補正量とは、ステップS11にて算出した補正量のことを意味する。すなわち、ロボットに教示した基準となる位置データと、取得した位置データとの差の値のことである。各データは、シックス・シグマ(6σ)の範囲内におけるばらつきを示している。
図6に示すように、ワークの外形ラインの検出精度(スコア)が低い場合、特に79.2%の場合のx方向の補正量は1.09mmであった。一方で、外形ラインの検出精度が99.9%の場合のx方向の補正量は0.04mmであった。よって、ワークの外形ラインの検出精度(スコア)が高いほど、x方向の補正量のばらつきは小さいという結果を得ることができた。
図7は、実施例にかかる位置ずれ検出方法を用いて背景色を変化させた際の、ワークの外形ラインの検出精度(スコア)とy方向の補正量のばらつきの関係を示すグラフである。y方向の補正量とは、x方向の補正量の場合と同様に、ステップS11にて算出した補正量のことを意味する。すなわち、ロボットに教示した基準となる位置データと、取得した位置データとの差の値のことである。各データは、シックス・シグマ(6σ)の範囲内におけるばらつきを示している。
図7に示すように、ワークの外形ラインの検出精度(スコア)が低い場合、特に79.2%の場合のy方向の補正量は0.15mmであった。一方で、外形ラインの検出精度が99.9%の場合のx方向の補正量は0.02mmであった。よって、ワークの外形ラインの検出精度(スコア)が高いほど、y方向の補正量のばらつきは小さいという結果を得ることができた。
以上の結果より、ワークの外形ラインの検出精度(スコア)が高いほど、x方向及びy方向の補正量のばらつきは小さい。すなわち、ワークの外形ラインの検出精度(スコア)と補正量のばらつきには相関関係があるものと考えられる。また、本実施例では、背景色をワークの銀白色に対して高コントラストとなる黒色に変化させることによって、ワークの外形ラインの検出精度(スコア)を向上させることができた。したがって、本実施例にかかる位置ずれ検出方法を用いることによって、ワークの外形ラインの検出精度を向上できた。
上述の通り、本実施例で用いたワークは銀白色であったが、同様の形状と寸法を備えるアルミ製の粗材であっても、銀白色とは異なる色を示す場合がある。例えば、鋳込みを行う温度によっては、同じアルミ製の粗材であっても、黒っぽい色を示すこともある。その場合は、適宜背景色を変更することによって、ワークの外形ラインの検出精度(スコア)を向上させることができる。より具体的には、黒っぽい色を示すアルミ製の粗材をワークとして用いる場合は、白又は白に近い色の背景色を用いると、ワークの外形ラインの検出精度(スコア)をより向上させることができるものと考えられる。
なお、本発明は上記実施の形態に限られたものではなく、趣旨を逸脱しない範囲で適宜変更することが可能である。
1 画像処理装置
10 背景表示部
10a 背景色
20 撮像手段
30 画像処理部
40 ロボットアーム
B 境界部
EL 外形ライン
W ワーク
10 背景表示部
10a 背景色
20 撮像手段
30 画像処理部
40 ロボットアーム
B 境界部
EL 外形ライン
W ワーク
Claims (1)
- ロボットに教示した基準となるワークの位置と、実際のワークの位置とのずれ量を検出する位置ずれ検出方法であって、
(a)撮像手段を用いて背景表示部及び前記背景表示部上に載置した前記ワークの画像を取得するステップと、
(b)前記ワークの外形ラインのデータを取得するステップと、
(c)前記外形ラインのデータと、基準となる外形ラインのデータとを対比させ、前記外形ラインを取得できた割合を算出するステップと、
(d)前記背景表示部の色を段階的に変化させるステップと、
(e)ステップ(a)〜(d)をn回(nは1以上の整数)繰り返すステップと、
(f)前記外形ラインを取得できた割合が最も高いメインデータを抽出するステップと、
(g)前記メインデータと、校正画像とを比較し、前記ワークの位置ずれを補正量として算出するステップと、を備える、
位置ずれ検出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019092033A JP2020187016A (ja) | 2019-05-15 | 2019-05-15 | 位置ずれ検出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019092033A JP2020187016A (ja) | 2019-05-15 | 2019-05-15 | 位置ずれ検出方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2020187016A true JP2020187016A (ja) | 2020-11-19 |
Family
ID=73222744
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019092033A Pending JP2020187016A (ja) | 2019-05-15 | 2019-05-15 | 位置ずれ検出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2020187016A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116379926A (zh) * | 2023-05-31 | 2023-07-04 | 中国铁建电气化局集团第五工程有限公司 | 一种圆形盾构隧道接触网无轨测量方法、系统及电子设备 |
-
2019
- 2019-05-15 JP JP2019092033A patent/JP2020187016A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116379926A (zh) * | 2023-05-31 | 2023-07-04 | 中国铁建电气化局集团第五工程有限公司 | 一种圆形盾构隧道接触网无轨测量方法、系统及电子设备 |
CN116379926B (zh) * | 2023-05-31 | 2023-08-25 | 中国铁建电气化局集团第五工程有限公司 | 一种圆形盾构隧道接触网无轨测量方法、系统及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6299111B2 (ja) | レーザ加工装置 | |
TWI583941B (zh) | Grain defect detection method and device | |
TW502111B (en) | Inspection method for foreign matters inside through hole | |
CN109916914B (zh) | 一种产品缺陷检测方法及装置 | |
CN112264992A (zh) | 一种工业机器人坐标系校准方法、系统、装置和存储介质 | |
JP2019002788A (ja) | 金属加工面の検査方法、金属加工面の検査装置 | |
JP2006303491A (ja) | ウェハの検査方法 | |
JPWO2009031612A1 (ja) | 観察装置および観察方法、並びに検査装置および検査方法 | |
JP2006276454A (ja) | 画像補正方法、およびこれを用いたパターン欠陥検査方法 | |
TW200805198A (en) | Measuring method and measuring device using color image | |
JP2020187016A (ja) | 位置ずれ検出方法 | |
CN109425327B (zh) | 检查系统和检查用图像的修正方法 | |
JP2007078663A (ja) | 欠陥検査方法及び欠陥検査装置 | |
WO2015198401A1 (ja) | ファスナエレメントの検査条件設定方法とファスナエレメント検査方法 | |
CN113950386B (zh) | 焊接条件设定辅助装置 | |
CN114354491A (zh) | 一种基于机器视觉的dcb陶瓷基板缺陷检测方法 | |
JP2020504320A (ja) | 基板配置精度を検出する方法およびシステム | |
CN114909994A (zh) | 影像测量仪的校准方法 | |
JP5604967B2 (ja) | 欠陥検出方法および欠陥検出装置 | |
KR102161160B1 (ko) | 기판의 표면 검사 방법 및 이를 수행하기 위한 장치 | |
JP2007149873A (ja) | 検査機および実装基板の検査方法 | |
JP2007196401A (ja) | 射出成形製品の検査方法及び検査装置。 | |
JP2009250777A (ja) | 表面検査装置および表面検査方法 | |
JP2006284543A (ja) | 実装回路基板検査方法および実装回路基板検査装置 | |
JP2006201135A (ja) | 欠陥検査装置、欠陥検査方法及び欠陥検査プログラム |