[发明专利]一种基于机器视觉的学习平台在审

专利信息
申请号: 202010814939.7 申请日: 2020-08-13
公开(公告)号: CN112687142A 公开(公告)日: 2021-04-20
发明(设计)人: 刘增龙;饶显军;李南阳;赵心杰 申请(专利权)人: 杭州指南车机器人科技有限公司
主分类号: G09B9/00 分类号: G09B9/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 311100 浙江省杭州市*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 机器 视觉 学习 平台
【说明书】:

发明公开的属于视觉系统技术领域,具体为一种基于机器视觉的学习平台,包括测量平台、升降机构和活动框,所述测量平台的顶部插接有支撑杆,所述支撑杆的顶部插接所述升降机构,所述升降机构的右侧壁滑动连接所述活动框,所述测量平台的顶部一体成型连接有圆槽,该种基于机器视觉的学习平台,可以了解相机的基本概念、成像原理及应用范围,掌握相机、镜头和光源的分类、选型知识,能够根据不同工况制定打光方案,熟悉机器视觉处理软件的操作使用,图像的采集配置方法;熟练掌握定位工具、斑点检测工具、测量及识别类工具的应用;具备独立完成机器视觉的测量、检测、引导、识别等;并且时间灵活,成本低廉,学习高效。

技术领域

本发明涉及视觉系统技术领域,具体为一种基于机器视觉的学习平台。

背景技术

机器视觉用机器代替人眼来做测量和判断,是将图像处理应用于工业自动化领域进行非接触检测、测量,提高加工精度、发现产品缺陷、进行自动分析决策的一项技术。

相对于人工视觉检验,机器视觉检测拥有效率高、高精度、检测效果稳定可靠、方便信息集成等优势。

随着制造业的发展,工厂越来越多从传统模式往自动化控制模式转化,机器视觉的应用越来越重要,它代替人工,为企业节省人力物力,获得更高的效率,争取到更多的利益。自动化工厂对于机器视觉的需求越来越旺盛,视觉人才缺口非常大,目前机器视觉呈井喷式发展,快速渗透到诸多新领域,如严格管制的卫生和消费品行业,以及主要将其用于读取条码和分类包裹的打包、邮递和零售等新领域。

目前,视觉人才匮乏,学习视觉技术的成本昂贵,并且缺乏实操途径,机器视觉的学习无法针对非接触检测、测量、产品缺陷检测等进行系统性学习和实践。

发明内容

本发明的目的在于提供一种基于机器视觉的学习平台,以解决上述背景技术中提出的视觉人才匮乏,学习视觉技术的成本昂贵,并且缺乏实操途径,机器视觉的学习无法针对非接触检测、测量、产品缺陷检测等进行系统性学习和实践的问题。

为实现上述目的,本发明提供如下技术方案:一种基于机器视觉的学习平台,包括测量平台、升降机构和活动框,所述测量平台的顶部插接有支撑杆,所述支撑杆的顶部插接所述升降机构,所述升降机构的右侧壁滑动连接所述活动框,所述测量平台的顶部一体成型连接有圆槽,所述圆槽的内部接触有旋转平台,所述旋转平台的顶部放置有棋盘格标定板,所述升降机构的左侧壁螺纹连接有主调节栓,所述升降机构的内侧开设有内槽,所述活动框的侧壁粘接有活动框滑块,所述活动框滑块与所述内槽滑动连接,所述活动框的右侧壁粘接有连接杆,所述连接杆的右侧壁通过螺丝固定连接有相机夹持机构,所述相机夹持机构的内部夹状有相机,所述相机的底部螺纹连接有镜头,所述相机的顶部插接有网线和相机适配器线,所述网线的电性输出端电性连接有电脑,所述电脑的内部含有视觉软件和课程。

优选的,所述测量平台的底部粘接有垫板,所述测量平台与所述支撑杆的角度为垂直。

优选的,所述相机夹持机构的右侧壁螺纹连接有副调节栓。

优选的,所述视觉软件包括视觉课程、机器视觉简介、MVP视觉平台、其他视觉平台和机器人视觉综合应用。

优选的,所述视觉软件操作时,需要通过加密器获取软件权限。

与现有技术相比,本发明的有益效果是:该种基于机器视觉的学习平台,通过配件的组合运用,可以了解相机的基本概念、成像原理及应用范围,掌握相机、镜头和光源的分类、选型知识,能够根据不同工况制定打光方案,熟悉机器视觉处理软件的操作使用,图像的采集配置方法;熟练掌握定位工具、斑点检测工具、测量及识别类工具的应用;具备独立完成机器视觉的测量、检测、引导、识别等;并且时间灵活,成本低廉,学习高效。

附图说明

图1为本发明整体结构示意图;

图2为本发明相机夹持机构示意图。

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杭州指南车机器人科技有限公司,未经杭州指南车机器人科技有限公司许可,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/202010814939.7/2.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