[实用新型]基于机器视觉的在线零件识别系统无效

专利信息
申请号: 200720082729.3 申请日: 2007-12-27
公开(公告)号: CN201134038Y 公开(公告)日: 2008-10-15
发明(设计)人: 郑义和;黄大贵;李加宽;葛森 申请(专利权)人: 四川普什宁江机床有限公司
主分类号: G05B19/418 分类号: G05B19/418
代理公司: 成都天嘉专利事务所 代理人: 徐丰
地址: 611830四*** 国省代码: 四川;51
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 机器 视觉 在线 零件 识别 系统
【说明书】:

技术领域

实用新型涉及零件识别系统技术领域,确切的说涉及将加工零件转化为具有相应特征结构的图像,然后再将其转化为具有相应特征的零件代码加以显示并传送到柔性制造系统的控制系统中。

背景技术

随着现代制造业的发展,制造产品朝着小批量、多种类的方向发展,传统的制造技术及生产管理模式正发生巨大变革;加工工业正朝着高速、高精密、高度自动化、智能化和柔性化的方向发展。因此,柔性制造系统即FMS(Flexible Manufacturing System)也应运而生,同时也出现了向无人化车间、工厂发展的趋势。

机器视觉技术具有快速性、可重复性、智能化、非接触、现场抗干扰能力强等优点,随着智能制造系统的发展,越来越多的FMS必将引入了机器视觉技术。目前,从国内外的柔性制造系统来看,还尚未配套机器视觉技术,但从长远的角度来看,该项技术必将在柔性制造系统(特别是无人化车间)中推广应用。

实用新型内容

为解决上述技术问题,本实用新型提出了一种能够满足无人化现场操作、智能化、自动化控制程度高的基于机器视觉的在线零件识别系统,本实用新型零件识别效率高,准确性好,适用面广。

本实用新型采用的技术方案如下:

一种基于机器视觉的在线零件识别系统,包括对需要识别的工件进行图像采集的采集器,与所述采集器连接并将采集到的图像信号进行处理的工控机,给所述工控机下发命令和计划文件的主机,其特征在于:所述工控机内集成有在线零件图像识别模块,所述在线零件图像识别模块包括对采集到的图像信号进行输入的输入模块、对输入的图像信号进行处理的图像处理识别模块和将识别处理后的图像信号输出的输出模块;所述的图像处理识别模块包括对所述的图像信号进行预处理的图像预处理模块,对产生故障时进行处理的故障处理模块,对所述图像处理模块进行参数设定的参数设置模块,存放零件图像的图像库模块,以及提取零件图像和对该图像与图像库中的零件图像进行对比分析的图像匹配模块;所述故障处理模块和图像匹配模块上还连接有人机交互界面。

所述工控机上设置有I/O接口,工控机经所述I/O接口与主机相连。

所述工控机包括对所述图像信号进行放大、滤波、采样处理,以及将处理后的图像信号写入工控机的采集卡。

所述采集器为工业CCD相机。

所述人机交互界面为输入键盘和显示识别结果的显示器。

本实用新型的工作原理如下:

在自动识别零件前,摄取各种零件的图像生成图像库。在每个工作计划执行前,根据主机下发的计划文件,更新当前工作计划临时零件库;识别系统工作时,当载有零件的自动牵引小车将托板送到上料工位,工人装夹工件,然后按动摄像启动按钮,光源系统启动为系统提供均匀的光线,由工业CCD相机开始摄像,工控机内的图像采集卡对工业CCD相机传送来的图像信号进行放大、滤波、采样等处理,并将图像信号写入到工控机的内存中,然后由在线零件图像识别模块对采集到的零件图像进行图像处理和识别。最后在显示器上显示识别结果,同时通过I/O接口,把识别出来的零件信息传送给托板库控制系统和主机,主机再根据识别结果安排加工中心并调用相应的数控加工程序传给相应的加工中心,完成相应零件的加工。

本实用新型的优点在于:

1、本实用新型采用在线零件图像识别模块对工件的图像进行识别、处理,结合工业CCD相机、采集卡和主机,从而具有除了上下料由人工完成外,其余程序皆由整个系统自动控制完成的优点,满足了人们对无人化现场操作、智能化、自动化控制程度高的要求;且识别效率高,准确性好,适用面广,可识别箱体、轴、盘类等工件种类。

2、本实用新型具有人机交互界面,图像识别的结果将返回人机交互界面,方便人们看到识别结果,系统具备自诊断功能,即如果系统识别过程中出现了异常,系统将给出提示信息采取保护,改正措施。

附图说明

图1为本实用新型的整体结构示意图

图2为在线零件图像识别模块的结构原理方框图

具体实施方式

实施例1

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于四川普什宁江机床有限公司,未经四川普什宁江机床有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/200720082729.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top