基于机器视觉的工业机器人分拣技术应用研究与系统开发

随着科学技术的不断进步,与机器人有关的技术也得到飞速发展,专家和学者关注的焦点也转移到机器人视觉技术方面,从而让机器人也拥有和人眼相似的使用功能.文章研究了基于机器视觉的工业机器人分拣系统,该系统主要包括机器人本体及工件平台、机器视觉和运动控制三大模块,对它们的结构分别进行了设计;最后重点分析了分拣系统中应用的关键技术.     

基于机器视觉的机器人抓取实验系统

针对工业机器人成本高、开源性差和维护困难等问题,设计了一种基于机器视觉的机器人抓取实验系统.该系统利用机器视觉、深度学习和路径规划等技术对目标工件进行识别、定位,并完成抓取任务.机器人系统在结构设计上采用串联结构,利用无刷直流电机作为机器人关节的驱动机构.为了解决工件识别与定位问题,利用Pytorch框架下的深度学习模...     

基于机器视觉的机器人智能分拣实验平台开发

针对机器视觉和机器人技术设备分散和功能单一等问题,开发设计了基于机器视觉的机器人智能分拣综合实验平台。将机电传动控制、气动控制、工程光学、图像处理技术、机器人控制技术等有机融合,可开设物料传送装置拆装测绘、光学图像采集系统搭建、单片机控制系统设计、真空吸附搬运分拣气动回路设计、手眼标定与形状匹配图像处理、机器人操作控制、上位机软件开发等实验。该实验平台体现了教学设备的先进性和创新性,有利于提高学生的工程实践和创新能力。     

基于TensorFlow的垃圾分拣机器人设计

针对人工智能相关专业深度机器学习理论与实践脱节的情况,结合市场对垃圾分拣的实际需求,设计了一款基于TensorFlow的垃圾视觉分拣机器人实验平台。实验平台硬件部分包括:NVIDIA Jetson TX2嵌入式机器学习平台、智能机械臂控制系统;软件部分基于TensorFlow深度学习框架,通过数据采集、数据标注、MobileNet SSD模型的迁移训练等若干步骤,实现了垃圾的视觉分拣。实验平台可满足深度学习、工业机器人、机器视觉等先进技术的实践教学要求,有助于提高学生的创新与实践能力。     

基于PLC和视觉的机器人物体识别和分类研究

对目标物体的准确识别和分类,是机器人在工业应用中进行抓取和分拣等任务的核心问题。提出了基于PLC和机器视觉的物体形状和颜色识别系统,该系统由PLC作为主控,利用机器视觉对物体形状和颜色进行分类,在识别目标特征后,送入MATLAB处理后将结果发送给PLC,PLC控制机器人的关节,进行目标选择和抓取,有效提高了定位精度和工作效率,降低了成本。     

基于机器视觉的多目标跟踪技术的研究

机器视觉可以帮助机器识别物体并对物体进行作业.本文在工业机器人的设计基础上,增加一个机器视觉系统.系统由机器人、摄像机、图像采集卡、计算机及系统软件所构成.机器人凭着这个视觉系统,可以捕获目标物体的特征并且识别目标物体,然后对物体进行定位,最后控制工业机器人完成作业任务.     

基于机器视觉的O型圈质量检测智能系统开发

针对人工检测耗时多、误差率大的问题,设计了O型圈图像处理步骤,在半径检测、侧面厚度检测、缺陷检测时分别进行了图像分割,并设计出一套基于机器视觉的O型圈智能分拣系统。实验表明,该系统能对不同规格O型圈的尺寸以及表面缺陷进行全面检测,最终实现高效率的检验及分拣。     

一种应用于PCB裸板质量检测的图像拼接算法

在印刷电路板(PCB)裸板质量检测中,针对单次拍摄完整PCB裸板无法获取高分辨率、高精度图像的问题,根据机器视觉原理和数字图像处理技术设计并实现了一种针对PCB裸板质检的图像拼接算法。该算法首先利用SURF算子实现图像特征提取,然后在随机抽样一致算法的基础上优化匹配结果,最后采用保留PCB缺陷特征的改进加权融合方法进行图像融合,完成视觉系统中的PCB图像拼接。实验结果表明,该算法可以有效地对PCB裸板图像进行无缝拼接,同时能够将未拼接图像因精度低而漏检的瑕疵部分清晰展现并输出检测结果,以备后续对PCB裸板进行综合质检,可应用在公司实际产品检测中,具有良好的工程实用性。     

基于Vision Builder AI的PCBA智能化缺陷检测系统

PCBA在电子设备领域占据着越来越重要的地位,当今工业领域使用AOI设备对PCBA进行缺陷检测.为了解决目前市面上AOI设备造价高、检测效率低、检测对象局限等问题,设计了基于Vision Builder AI的PCBA智能化缺陷检测系统.该系统采用MV-CE013-50GC CCD工业相机结合LED光源MV-RL62X32A60-V共同采集PCBA图像,并传送至PC,利用Vision Builder AI软件进行对比度增强、图像去噪、配准等图像处理操作,对标准图像进行待检测区域及元器件进行设定,对比检测图像与标准图像,判断是否存在缺陷,经大量实验数据分析,证明该系统检测速度快,准确度高,具有良好的实用价值.     

基于机器视觉和MATLAB/GUI的柚子外观尺寸检测系统

介绍了一种基于机器视觉技术的柚子外观尺寸检测系统.利用CMOS摄像头采集柚子正立图像,通过数字图像处理技术获取柚子的纵径、横径、表面积及体积等外观尺寸参数.借鉴已有球状水果机器视觉检测误差理论,对检测数据进行修正,提高检测精度,并应用Matlab/GUI技术建立柚子外观尺寸测量系统界面.实验表明,检测系统具有较高的检测精度,可满足实际生产中柚子分级精度的要求,且人机交互界面友好,使用操作方便.     

基于神经网络的双目机器视觉传感器标定

本文利用神经网络强大的非线性映射功能,建立BP神经网络双目机器视觉成像模型.一次性完成两个摄像机的标定,视觉系统的各参数信息皆分别存储在网络的各个权值内.通过仿真实验测的目标的最大距离误差为0.48mm.     

自动分拣系统和射频识别(RFID)技术在图书馆建设中的应用及展望

本文通过对自动分拣系统及射频识别(英文简称为RFID)技术的阐述,结合图书馆服务管理的模式,探讨现代化公共图书馆如何利用先进技术更好地服务大众.     

基于机器视觉的合金刀具检测系统设计与研究

针对目前国内合金刀具的尺寸检测采用人工抽检所面临的检测结果不具客观性、无法保证产品质量的问题,结合工业现场的实际需求,融合精密光、机电及机器视觉技术,设计了国内首条全自动合金刀具尺寸检测系统.现场试用表明采用机器视觉的检测系统检测速度快,检测结果全面客观,保证了刀具品质的一致性,具有重大的工程实际应用价值.     

CCD机器视觉在缺陷检测中的关键技术研究

随着人工智能和机器视觉技术的发展,利用机器视觉技术对精密工件表面的缺陷检测也就成为了必然。采用计算机视觉技术和人工智能的方法将会极大地提高检测精度和效率。本课题主要研究基于CCD工业相机的机器视觉技术在精密机械缺陷检测中的关键技术,期望能够实现利用计算机来对精密机械的缺陷进行高质量的自动检测。     

一种新型机器视觉教学系统的应用

文章介绍了一种由摄像机和不同光源制作的机器视觉教学系统,详细说明了系统的组成和原理。在利用机器视觉系统开设的模式识别、数字图像处理课程中,通过理论模拟和实际试验的结合,使原本枯燥的数学理论变得新颖,在2个年级的教学试验中进行了测试,效果良好。     

机器视觉仿真实验平台的研究与设计

随着计算机和成像技术的迅速发展,机器视觉相关的理论和技术在生产和教学中变得越来越重要。本文分析了智能、视觉和计算三者之间的关系,指出了进化和训练对于机器视觉系统的重要性,设计了一种用于机器视觉研究和教学的视觉虚拟平台,提出了基于视觉仿真的机器视觉研究和教学方法。     

物料分拣系统设计

以物料分拣系统为例研究Factory I/O与PLC融合的设计过程。物料分拣系统包括视觉检测模块、物料运输模块、分拣模块和控制模块4部分。PLC输出信号给电机,电机启动带动传送带运行,把传送带上的物料运输到指定位置,视觉检测模块负责区分物料,将检测到的信号传递给PLC,PLC再通过对信号的分析处理控制推杆和挡板进行物料分拣。物料分拣系统用Factory I/O搭建了硬件环境,用TIA Portal V16对PLC程序进行了调试。联机调试实验结果表明,系统可以自动识别2种颜色、3种物料形状进而达到分拣6种物料的效果。     

基于光电技术的异型烟分拣系统研究与设计

国内市场中异型烟的需求不断增长,导致异型烟品类繁多、规格不一,无法使用标准条烟的自动化分拣设备进行分拣作业,只能采取人工分拣的方式进行分拣,不仅劳动强度大、作业效率低,而且出错率高,成本高.自动化的异型烟分拣系统采用光电效应的原理,可对任何规格的条烟进行识别分析,能够快速完成异型烟的分拣作业,且与订单中的规格、数量保持一致,大大提高了异型烟的分拣效率,降低了异型烟的分拣成本.     

基于视觉伺服的桌面型机械臂创新实验平台研制

研制了一种基于视觉伺服的桌面型机械臂创新实验平台,整个系统由机械臂本体、控制器、视觉伺服系统组成。机器臂共有3个自由度,分别由3个步进电机驱动;控制器采用主控板+驱动板的设计结构,具有结构简单、可扩展性强的优点;视觉伺服系统运行在主控板之上,能够通过摄像头采集目标物体图像信息,并将位置信息转换控制指令,控制机械臂完成物体抓取任务。实践表明该方案具有成本低、控制效果好、系统鲁棒性强的优点。     

机器视觉技术在飞机蒙皮损伤检测中的应用

机器视觉技术已被广泛应用于农业、工业等各个领域,成为实现生产自动化与智能化的关键技术之一。但在民航领域针对机器视觉技术的应用案例较少,因此深入研究机器视觉技术对于提高我国民航业的综合竞争力具有重要意义。对机器视觉技术的发展历程及应用现状进行简述,通过分析机器视觉技术在飞机蒙皮损伤检测中的工作原理,突出了机器视觉技术在飞机蒙皮损伤检测中的优势,最后对其发展前景进行了展望。