[发明专利]基于图像识别的PCB自动上料检测系统及方法在审

专利信息
申请号: 201810020002.5 申请日: 2018-01-09
公开(公告)号: CN108007865A 公开(公告)日: 2018-05-08
发明(设计)人: 张振;蔡园园 申请(专利权)人: 科为升视觉技术(苏州)有限公司
主分类号: G01N21/01 分类号: G01N21/01;G01N21/84;B25J19/04
代理公司: 无锡市汇诚永信专利代理事务所(普通合伙) 32260 代理人: 张欢勇
地址: 215000 江苏省苏州市苏*** 国省代码: 江苏;32
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 图像 识别 pcb 自动 检测 系统 方法
【权利要求书】:

1.一种基于图像识别的PCB自动上料检测系统,包括

PCB上料区(1),所述PCB上料区(1)上设置有第一视觉系统(2)的取像区;

PCB传送区(4),所述第一视觉系统(2)的取像区通过四轴机械手(3)与PCB传送区(4)连接;

视觉系统取像区(6),所述视觉系统取像区(6)设置在PCB传送区(4)上,所述视觉系统取像区(6)上设置有第二视觉系统(7);

PCB正面检测设备(9),所述PCB正面检测设备(9)与视觉系统取像区(6)通过六轴机械手(8)连接;

PCB放料区(11),所述PCB放料区(11)通过所述六轴机械手(8)与PCB正面检测设备(9)连接;

所述第一视觉系统(2)、四轴机械手(3)、第二视觉系统(7)、六轴机械手(8)、PCB正面检测设备(9)分别与控制器连接。

2.根据权利要求1所述的基于图像识别的PCB自动上料检测系统,其特征在于:还包括与控制器连接的PCB反面检测设备(10),所述PCB反面检测设备(10)通过所述六轴机械手(8)与视觉系统取像区(6)连接,所述PCB反面检测设备(10)通过所述六轴机械手(8)与PCB放料区(11)连接。

3.根据权利要求1所述的基于图像识别的PCB自动上料检测系统,其特征在于:所述PCB传送区(4)上设置有除尘区(5),所述除尘区(5)位于视觉系统取像区(6)之前。

4.一种基于图像识别的PCB自动上料检测方法,利用到权1-3中任意一项所述的基于图像识别的PCB自动上料检测系统,其特征在于,包括:

S1,四轴机械手(3)给第一视觉系统(2)发送四轴拍照信号,第一视觉系统(2)收到四轴拍照信号后,在PCB上料区(1)取像,通过图像算法来辨别上料区最上方的是隔板还是PCB以及PCB是正面还是反面;

S2,如果视觉系统检测到的是PCB,且PCB是正面,则发送PCB位置信息给四轴机械手(3),四轴机械手(3)根据位置信息抓取PCB并将其放置到PCB传送区(4)上;

S3,PCB传送区(4)上的传感器感应到PCB之后,发送拍照信号给第二视觉系统(7),所述第二视觉系统(7)收到信号后进行取像,利用图像算法精准定位到PCB的位置信息,并将位置信息发送给六轴机械手(8),所述六轴机械手(8)根据位置信息抓取PCB放置到PCB正面检测设备(9)进行检测。

5.根据权利要求4所述的基于图像识别的PCB自动上料检测方法,其特征在于:在S2中,如果所述第一视觉系统(2)检测到的是隔板,则发送信号给四轴机械手(3),四轴机械手(3)将隔板抓取放置到隔板的区域。

6.根据权利要求4所述的基于图像识别的PCB自动上料检测方法,其特征在于:在S2中,如果所述第一视觉系统(2)检测到PCB反面,则基于图像识别的PCB自动上料检测系统发出警报,或/和通知作业人员翻转PCB。

7.根据权利要求4所述的基于图像识别的PCB自动上料检测方法,其特征在于:在S2中,当所述四轴机械手(3)根据位置信息抓取PCB并将其放置到PCB传送区(4)上后,对PCB进行除尘。

8.根据权利要求4所述的基于图像识别的PCB自动上料检测方法,其特征在于:在S1中,所述四轴机械手(3)给第一视觉系统(2)发送四轴拍照信号后,若第一视觉系统(2)没有接收到信号,则控制器判断超时并且重连。

9.根据权利要求4所述的基于图像识别的PCB自动上料检测方法,其特征在于:在S3中,发送拍照信号给第二视觉系统(7)后,若第二视觉系统(7)没有接收到信号,则控制器判断超时并且重连。

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科为升视觉技术(苏州)有限公司,未经科为升视觉技术(苏州)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/201810020002.5/1.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