[发明专利]群视觉机器协同装配方法及模型系统有效

专利信息
申请号: 201611209458.3 申请日: 2016-12-23
公开(公告)号: CN106774208B 公开(公告)日: 2017-12-26
发明(设计)人: 韩九强;于洋;郑辑光 申请(专利权)人: 西安交通大学
主分类号: G06F17/50 分类号: G06F17/50
代理公司: 西安智大知识产权代理事务所61215 代理人: 段俊涛
地址: 710049 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视觉 机器 协同 装配 方法 模型 系统
【说明书】:

技术领域

发明属于工业自动控制技术领域,特别涉及一种群视觉机器协同装配方法及模型系统。

背景技术

随着经济的快速发展,竞争变得更加激烈,产品更新换代的周期逐渐压缩,对于多品种小批量生产模式的需求日益强烈,引起了人们对智能自动化生产线的更多关注。目前很多自动化生产线虽然能很好地完成任务,但是成本很高,并且只能完成单一工作,复杂的工序需要多台机器人顺序工作,一旦中间哪个环节出现故障,整个系统将瘫痪,并且生产效率低,占地面积大,成本高,需要多种传感器协同来完成识别工作,当生产对象改变时,需要更换硬件,增加成本,因此灵活性差,很难适应多品种小批量的生产模式。

发明内容

为了克服上述现有技术的缺点,本发明的目的在于提供一种群视觉机器协同装配方法及模型系统,其实用性强,适应多种生产对象,控制灵活,可扩展性强,所需空间小,各部分独立作业,出现故障时可以单独进行维修,并不影响整个系统的工作,鲁棒性好,可实现高效、柔性化生产。

为了实现上述目的,本发明采用的技术方案是:

一种群视觉机器协同装配方法,包括控制平台1、视觉机器人工作站2以及承担控制平台1和视觉机器人工作站2之间通信的无线模块3,其特征在于,所述控制平台1根据输入的订单信息解算出所需的元件数及种类、投入工作的智能视觉机器人的数量,并根据实际的工作情况,动态调节工作在不同模块的智能视觉机器人的数量。

每类智能视觉机器人完成独立的任务,互不干扰,当某一类机器人发生故障时,可以单独对其进行维修,并不影响整个系统的运行,具有很好的鲁棒性。当装配对象发生改变时,通过控制平台1向视觉机器人工作站2发出控制指令,让视觉机器人工作站2运行针对此对象的装配程序,这样能很好地满足多品种小批量的生产模式,系统灵活性很强。

所述视觉机器人工作站2包括一个环形的传送装置23,沿传送装置23布置有上料区231、装配区233、238和下料区235,上料区231附近布置元件存放区22,下料区235附近布置成品存放区26,上料区231的上料智能视觉机器人21和下料区235的下料智能视觉机器人27都具有上料模块和下料模块,控制平台1根据实时的装配情况来动态调节工作在这两种模块的智能视觉机器人的数量,装配区的装配智能视觉机器人只有装配模块,每个智能视觉机器人都配有与控制平台1以及智能视觉机器人之间通信的无线模块211和以及用于寻找路径和元件识别的视觉传感器213,所述协同装配方法包括四个方面的协同:所有智能视觉机器人与传送装置23的启停协同、上料智能视觉机器人21和传送装置23间的协同、装配智能视觉机器人24、25、28、29与传送装置23间的协同、下料智能视觉机器人27与传送装置23间的协同。

所述控制平台1根据实际的工作情况,动态调节工作在不同模块的智能视觉机器人的数量的过程是:

控制平台1向视觉机器人工作站2发送开始工作命令,并让视觉机器人工作站2运行相应的装配对象的程序,所有智能视觉机器人同时开始工作,上料智能视觉机器人21通过视觉传感器213返回的图像信息识别路径运动到元件存放区22捡取所需要的元件,然后运动到上料区231开始上料,装配智能视觉机器人通过视觉传感器242识别所需元件232,并将成品236放在传送装置23上,下料智能视觉机器人27通过视觉传感器273识别合格成品236,将其从传送装置23上抓下放在成品存放区26,所有智能视觉机器人在每一步工作中,将工作信息通过无线模块3传送给控制平台1,控制平台1将信息进行整合,以获取传送装置上的元件数量、传送装置上的成品数量、累计合格成品数量,根据这些信息动态调节智能视觉机器人的数量以及工作在上料模块和下料模块的智能视觉机器人的数量,来更好地完成装配任务。

所述上料智能视觉机器人21的上料过程要根据传送装置23的速度来协同上料,所述装配智能视觉机器人24、25、28、29的装配过程要根据传送装置23的速度来协同抓取所需元件进行装配,所述下料智能视觉机器人27的下料过程要根据传送装置23的速度来协同抓下成品。

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西安交通大学,未经西安交通大学许可,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/201611209458.3/2.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