[发明专利]一种基于机器视觉的零部件识别分选方法及系统

说明书

本发明公开了一种基于机器视觉的零部件识别分选方法及系统，集合外观检测和识别分选，选用两个机械手，一个作为图像采集，另一个集成了相机和多种吸盘，用于对小零部件的引导定位和吸取，能够快速准确地定位和抓取被测零件。能够实现对各种不同尺寸汽车零部件的检选，适用性更广。并降低了普通机械手对于不同零部件抓取编程的难度，可操作性强。

技术领域

本发明涉及零部件识别领域，具体地指一种基于机器视觉的零部件识别分选方法及系统。

背景技术

随着工业的迅速发展，劳动量越来越大。在大批量的零部件分拣的生产过程中，用人力方式进行零部件的分拣的质量效率低且精度不高，难以满足工业要求。而机器视觉的检测方法则可以大批量的分拣零部件产品，大大提高了生产效率和生产的自动化程度。

目前，基于机器人视觉的零部件判别方法主要为在传送带两侧或上方安置工业相机，通过对在传送带上传送的零部件进行拍照采集图像，或由夹具、机械手抓取到相机前进行拍摄，再由主控计算机进行零部件图像的预处理和特征提取，并与模板库匹配，从而完成零部件种类的识别。

国内的高校以及科研单位针对基于机器视觉的零部件检测方法的相关专利有：

申请号为201510607834.3的发明申请“精冲零部件缺陷智能在线检测方法”采用传送带传送零部件到拍摄区域，再配合基于机器视觉的方法完成检测，仅用传送带，精冲零件的成像效果并不理想，易造成漏拍或成像模糊；

申请号为201510973877.3的发明申请“一种基于机器视觉的小微型轴类部件尺寸在线检测装置”采用可移动相机底座移动相机来对零部件进行拍摄检测，其侧重点在于单片机的控制；

申请号为201210124176.9的发明申请“一种基于机器视觉的零部件表面缺陷检测方法及装置”采用夹具夹取零部件至相机前拍摄，配合基于机器视觉的方法完成检测，仅用夹具，对于零部件的尺寸有很大限制，且夹具会造成成像干扰。如需进行各尺寸零部件的检测，则需更换夹具，增加了成本；

申请号为201610365672.1的发明申请“一种多机械手垃圾分选控制系统”采用传送带传送垃圾到拍摄区域，处理分类，后由多个机械手进行分类放置，传送带上的动拍摄成像，对于小垃圾的成像效果不理想。

综述，仅用相机对在传送带上的零部件进行拍摄，对于小零部件，其成像面积小，传送带存在的零部件跑偏以及其本身的磨损、划伤、搭接开裂等问题，很容易造成工业相机对小零部件漏拍或拍不全等问题，同时传送带运动状态下对于小零部件的拍摄效果影响较大。仅用机械手爪或夹具抓取给相机进行拍摄，对于不同尺寸范围的零部件则需要不同大小的机械手爪或夹具，增加了成本。同时零部件成像面积小，机械手爪或夹具抓取会对其成像造成干扰，也会对零部件表面造成损伤。

发明内容

本发明就是针对现有技术的不足，提供了一种测量和抓取准确、可操作性强的基于机器视觉的零部件识别分选方法及系统。

为了实现上述目的，本发明所设计的基于机器视觉的零部件识别分选方法，其特殊之处在于，包括以下步骤：

S1 采集样本零部件图像，对样本零部件图像进行特征提取并建立零部件模板库；

S2 判断待检测零部件是否到达检测区域，并且判断零部件的属性，具体包括大小、磁性以及非磁性，其中，小零部件指尺寸在直径为200mm圆所形成的面积之内的零部件，且重量小于1000N，其余为大零部件；

S3 对待检测零部件进行图像采集和特征提取：大零部件直接进行图像采集和特征提取；磁性小零部件采用磁性吸盘吸取后进行图像采集和特征提取；非磁性小零部件采用真空吸盘吸取后再进行图像采集和特征提取；其中，图像采集采用装有工业相机的机械手实现；小零部件的吸取采用装有磁性吸盘、真空吸盘和工业相机的另一机械手实现；