[发明专利]基于人工智能的工业机器人视觉图像识别系统

权利要求书

1.基于人工智能的工业机器人视觉图像识别系统，其特征在于：包括：

清晰度检测模块(60)，在工业机器人成像模块的成像后，对成像结果进行检测，并在获取到成像清晰度值后，与相应的阈值进行比对，判断成像清晰度是否达标，如果不达标，则将判断结果输出；

检测单元(10)，在工业机器人的成像清晰度不达标时，对成像模块进行检测，周期性的形成检测信息，并建检测信息数据集；

第一处理单元(20)，从检测信息数据集中获取检测数据，进行第一次评估，获取评估值，并输出相应的控制策略；

控制单元(30)，依据输出的控制策略，通过对调焦模块(40)及补光模块(50)进行控制，对成像模块进行调整，由清晰度检测模块(60)对成像的清晰度再次进行检测，如果清晰度仍不能达到预期，则由自检单元(70)对成像模块进行自检，判断成像模块是否存在有故障特征，如果存在，则由第二处理单元(80)进行检索，如果存在相应的应对方案，将相应的应对方案输出，并由第三处理单元(90)进行执行；如果不存在相应的应对方案，则由第三处理单元(90)发出警报。

2.根据权利要求1所述的基于人工智能的工业机器人视觉图像识别系统，其特征在于：所述检测单元(10)包括：

光线检测模块(11)，对成像模块邻近区域的光照强度进行检测，形成光照强度LD；

距离检测模块(12)，判断成像模块与成像目标物之间距离，并形成成像距离JL；

透光性检测模块(13)，检测成像模块进光区域的模糊程度，并形成透光率TG。

3.根据权利要求1所述的基于人工智能的工业机器人视觉图像识别系统，其特征在于：所述第一处理单元(20)包括：

第一评估模块(21)，获取光照强度LD、成像距离JL及成透光率TG，先进行归一化处理，关联后获取评估值P；

判断模块(22)，获取评估值P，并将其与相应阈值进行对比，判断是否小于阈值，输出判断结果；

分析模块(23)，接收判断模块(22)形成的判断结果，在评估值P小于相应阈值时，形成第一调整策略；在评估值P不小于相应阈值时，形成第二调整策略；

控制单元(30)，接收第一调整策略，形成第一控制指令，对调焦模块(40)及补光模块(50)中的至少一个进行调整。

4.根据权利要求3所述的基于人工智能的工业机器人视觉图像识别系统，其特征在于：所述第一调整策略为：在光照强度LD小于阈值时，对位于成像模块周围的补光模块(50)邻近区域的光照强度进行调节，直至光照强度LD符合阈值；在成像距离JL不符合阈值时，对由成像模块所具备的补光模块(50)对焦距进行调整，直至成像清晰度符合阈值。

5.根据权利要求3所述的基于人工智能的工业机器人视觉图像识别系统，其特征在于：所述第二调整策略为：控制自检单元(70)对成像模块进行自检，判断是否为成像模块内部的问题。

6.根据权利要求3所述的基于人工智能的工业机器人视觉图像识别系统，其特征在于：所述评估值P的获取方式如下：

获取光照强度LD、成像距离JL及成透光率TG，进行归一化处理，形成评估值P；其中，关联的方法符合如下公式：

其中，0≤γ≤1，0≤θ≤1，0≤β≤1，γ、θ、β为权重，C为常数修正系数，其具体值可由用户调整设置，R为成像距离JL及光照强度LD之间相关系数，由若干组光照强度LD及成像距离JL计算得出。

7.根据权利要求5所述的基于人工智能的工业机器人视觉图像识别系统，其特征在于：所述自检单元(70)包括扫描模块(71)、特征库(72)及上记录模块(73)，

所述扫描模块(71)，对成像模块进行扫描，如果存在故障，则将故障特征进行输出；

所述特征库(72)，获取输出的故障特征，并在故障特征库中进行检索，如果检索到，则确定成像模型的故障类型，对故障的种类进行输出；如果未在故障特征库中检索到，则由上记录模块(73)对故障特征及相应的故障类型进行记录，存入特征库(72)中。