[发明专利]一种基于机器视觉的零件分拣方法及系统在审

专利信息
申请号: 201910583511.3 申请日: 2019-06-28
公开(公告)号: CN110180799A 公开(公告)日: 2019-08-30
发明(设计)人: 韩欣蕊;朱宇;鲁文;梁绍翔;黄深华;李俊杰;肖艺颖 申请(专利权)人: 中船黄埔文冲船舶有限公司
主分类号: B07C5/34 分类号: B07C5/34;B07C5/36
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 颜希文;郝传鑫
地址: 510700*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 零件分拣 基于机器 零件类型 零件图像 图像信息 视觉 模板库 动作参数 分拣机构 零件分类 现场图像 样本生成 运行路径 坐标信息 大空间 分拣 套料 匹配 采集 投放 规划
【说明书】:

本发明提供了一种基于机器视觉的零件分拣方法及系统,涉及零件分拣技术领域。基于机器视觉的零件分拣方法包括以下步骤:S1、基于套料册和/或零件样本生成零件图像模板库;S2、采集现场图像,提取现场零件的图像信息及其坐标信息;S3、将现场零件的图像信息与零件图像模板库进行匹配,确定零件类型;S4、根据零件类型规划分拣机构的运行路径和捡取动作参数。采用该方法实现了对现场零件的主动捡取动作,并将捡取的零件分类投放至对应的位置,从而实现了在前后工序存在较大空间距离和时间间隔的情况下,对各种零件进行准确判断并完成分拣动作,适用范围更大。

技术领域

本发明涉及零件分拣技术领域,具体涉及一种基于机器视觉的零件分拣方法及系统。

背景技术

在生产制造业中,分拣零件一般是整个生产工序中的必要环节,传统的分拣方法是通过专门的工人对零件进行人工识别,并控制捡取机构分拣出对应的零件。但是,因人工分拣不可避免地存在失误,所以这种分拣方法既无法满足高效、准确的生产要求,又不能适应工业自动化的发展。

如授权公告号为CN103785622B、授权公告日为2018.12.30的中国发明专利公开了基于机器视觉的零件分拣装置的零件分拣方法,并具体公开了零件分拣装置包括图像采集系统、图像处理系统和分拣机构,图像采集系统为用于定时采集零件图像的CCD相机;图像处理系统为用于从零件图像获取分拣信息并发送推送指令的图像处理系统;分拣机构还包括:用于接收推送指令并推送零件的气缸;与气缸位置配合且用于接收零件的若干流水线分支。分拣机构中的流水线传送零件,图像采集系统自动采集由流水线传入摄像区域的零件图像,再由图像输入接口传入计算机的处理平台,继而由图像处理算法模块做出判断,最后由输出控制接口发出指令,命令分拣机构将该零件进行分类输出。

现有技术的零件分拣方法中零件从流水线到流水线分支的位置转移距离小,仅适用于流水线式快速生产作业中。但是,在生产工艺中前一工序与后一工序之间可能存在较大的空间距离和时间间隔,不能通过流水线来实现对接,比如,机加工后的金属零件需要先分拣和码垛,之后根据生产需要再进行取用和转移。综上所述,现有技术的零件分拣方法仅适用于流水线式生产作业,不能用于前后工序的空间距离和时间间隔大的情况,适用范围有限。

发明内容

为了解决上述问题,本发明的目的在于提供了一种基于机器视觉的零件分拣方法,以解决现有技术的分拣方法仅适用于流水线式生产作业,不能用于前后工序的空间距离和时间间隔大的情况,适用范围有限的问题。同时本发明的目的还在于提供一种基于机器视觉的零件分拣系统。

本发明的基于机器视觉的零件分拣方法的技术方案为:

基于机器视觉的零件分拣方法,包括以下步骤:

S1、制作零件图像模板库;

S2、采集现场图像,提取现场零件的图像信息及其坐标信息;

S3、将现场零件的图像信息与零件图像模板库进行匹配,确定零件类型;

S4、根据零件类型规划分拣机构的运行路径和捡取动作参数。

有益效果:先将零件的样本信息录入制作成对应的零件图像模板库,采集现场图像,根据图像信息获得现场零件信息,再将现场零件的图像信息与零件图像模板库进行匹配确定类型,最后规划出分拣吊机的运行路径,实现了对现场零件的主动捡取动作,并将捡取的零件分类投放至对应的位置,从而实现了在前后工序存在较大空间距离和时间间隔的情况下,对各种零件进行准确判断并完成分拣动作,适用范围更大。

进一步的,为了提高样本信息的准确度,所述S1包括:

基于套料册和/或零件样本进行图形标注与训练工作得出训练模型;

将所述各训练模型分别对应至零件图像模板库中。

进一步的,为了提高现场零件的识别效率,所述S2包括:

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中船黄埔文冲船舶有限公司,未经中船黄埔文冲船舶有限公司许可,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/201910583511.3/2.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