[发明专利]一种基于视觉的螺母分拣设备及其分拣方法在审

专利信息
申请号: 202011554516.2 申请日: 2020-12-24
公开(公告)号: CN112657869A 公开(公告)日: 2021-04-16
发明(设计)人: 林明盛;黄冬冬 申请(专利权)人: 广州中设机器人智能装备股份有限公司
主分类号: B07C5/342 分类号: B07C5/342;B07C5/02;B07C5/34;B07C5/36;B07C5/38;B65G47/90;G06K9/00
代理公司: 广州帮专高智知识产权代理事务所(特殊普通合伙) 44674 代理人: 陆茵
地址: 510000 广东省广州*** 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: 一种 基于 视觉 螺母 分拣 设备 及其 方法
【说明书】:

发明涉及一种基于视觉的螺母分拣设备,属于零件分拣设备领域,包括视觉识别装置、机座、中转机械手及夹持机械手,视觉识别装置、中转机械手及夹持机械手均固定安装在机座上并均与设置有Efficient Net卷积神经网络的总控制处理器电连接;机座设有用于放置若干待分拣的螺母的工作平台及放置完成初次分拣的螺母的中转台,工作平台位于视觉识别装置的下方并均在视觉识别装置扫描采集的范围内,中转机械手设置在工作平台与中转台之间,夹持机械手位于中转台的另一侧。通过在工作平台上方设置视觉识别装置,且视觉识别装置与设置有Efficient Net卷积神经网络的总控制处理器电连接的方式提高了对不同螺母零件的特征识别,进而提高了抓取的精准度。

技术领域

本发明涉及零件分拣设备领域,具体涉及一种基于视觉的螺母分拣设备及其分拣方法。

背景技术

随着工业的进步,工业上的零件分拣已经逐步趋向于自动化和智能化代替传统人工分拣和抽检的方式,以解决传统人工分拣速度慢、劳动量大、易漏检等问题。

但目前采用智能化进行零件分拣存在以下的问题:首先,在捡取零件时,由于零件的放置存在不确定性,且当不同类型的零件错综叠放互相遮挡时,会导致进行扫描采集的相机识别困难,从而导致在获取零件群体的点云图像信息时,出现识别不准确,且目前传统机器人工作的校准方式是通过示教器校准的,这就导致抓取时顺序混乱,容易碰撞等问题。此外,分拣或抓取零部件效率较低,泛化能力低,难以满足多种工件识别和抓取的要求。

发明内容

针对现有技术的不足,本发明提出一种基于视觉的螺母分拣设备,通过在工作平台上方设置视觉识别装置,且视觉识别装置与设置有Efficient Net卷积神经网络的总控制处理器电连接的方式提高了对不同螺母零件的特征识别,进而提高了抓取的精准度。

本发明的技术方案是这样实现的:

本发明提供的一种基于视觉的螺母分拣设备,包括视觉识别装置、机座、中转机械手及夹持机械手,所述视觉识别装置、所述中转机械手及所述夹持机械手均固定安装在所述机座上并均与设置有Efficient Net卷积神经网络的总控制处理器电连接;所述机座设有用于放置若干待分拣的螺母的工作平台及放置完成初次分拣的所述螺母的中转台,所述工作平台位于所述视觉识别装置的下方并均在所述视觉识别装置扫描采集的范围内,所述中转机械手设置在所述工作平台与所述中转台之间,所述夹持机械手位于所述中转台的一侧。

本发明优选的技术方案在于,所述视觉识别装置包括光源装置及相机,所述相机位于若干所述光源装置的内部,所述相机与所述总控制处理器的输入端电连接,所述光源装置与所述总控制处理器的输出控制端电连接。

本发明优选的技术方案在于,所述中转机械手包括X轴运动装置、Y轴运动装置、Z轴升降装置及旋转夹头,所述Y轴运动装置滑动连接在所述X轴运动装置上,所述Z轴升降装置滑动连接在所述Y轴运动装置上,所述旋转夹头固定连接在所述Z轴升降装置的下端端部,所述X轴运动装置固定连接在所述机座上且一端位于所述中转台内部的上方,另一端位于所述工作平台内部的上方。

本发明优选的技术方案在于,所述夹持机械手为六轴机械臂;所述六轴机械臂包括夹取执行端、转动端及固定端,所述转动端转动连接在所述固定端上,所述夹取执行端转动连接在所述转动端上;所述夹取执行端与所述螺母相适配,所述转动端最大覆盖范围与所述工作平台相适配。

本发明优选的技术方案在于,还包括进料装置,所述进料装置与所述总控制处理器电连接且固定安装在所述机座上;所述机座上还设有取料区及进料口,所述取料区位于所述工作平台的一侧,所述进料装置的一端位于所述取料区内部,另一端与所述进料口相对应。

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广州中设机器人智能装备股份有限公司,未经广州中设机器人智能装备股份有限公司许可,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/202011554516.2/2.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