螺钉装配机器人的视觉系统研究

VIP免费

3.0 高德中 2024-11-19 6 4 1.78MB 61 页 15积分

侵权投诉

摘要

螺钉锁紧是装配作业中最频繁遇到的一种操作，螺钉装配机器人的出现，大

大提高了拧螺钉的工作效率，但是，实际操作中，当遇到次品或型号规格错误的

螺钉时，传统的螺钉装配机器人并不能自动判别，这样会造成锁紧的质量不合格，

甚至损坏装配产品。因此，在锁紧操作之前应该对螺钉是否符合要求进行判断。

机器视觉检测技术具有非接触、速度快、精度和自动化程度高等优点，是当前检

测技术的发展趋势。本文以实现对普通螺钉进行实时检测为目的，运用图像处理

技术和模式识别技术，对螺钉的尺寸检测和螺钉头型的分类识别方法进行了研究。

首先，分析了螺钉装配机器人的工作原理，并根据工作原理与系统需求确定

了视觉系统的总体方案，进行光源和摄像机的选择，并完成摄像机的标定。

其次，对采集到的螺钉图像进行预处理操作：使用双边滤波方法对图像做平

滑处理，消除了图像中的干扰和噪声；接着对图像做阈值变换，得到螺钉的二值

图像；最后使用拉普拉斯算子对二值图像进行锐化操作，在获得清晰图像的同时

又突出了螺钉边缘轮廓信息。通过图像预处理，降低了后续图像处理的难度。

第三，边缘检测中，通过比较 Laplace 算子和 Canny 算子，得出 Canny 算子

更适合本课题的研究，最终利用 Canny 算子提取螺钉图像的边缘特征。为了更

有效的测出杆部螺纹的尺寸参数，应用 OpenCV 对图像进行了 ROI 感兴趣区域

提取，在不影响精度的前提下能够更快速的处理图像，完成检测。采用改进的

Harris 算子提取螺纹的边缘特征角点，根据判断特征角点是否异常，识别出光杆

等有杆部螺纹缺陷的螺钉；最后用最小二乘法对特征角点进行直线拟合，得到螺

纹的直线方程，由此计算出螺纹大径和小径的尺寸。

最后，利用图像的 7个不变 Hu 矩的值来表征不同的螺钉头型，不变 Hu 矩

具有平移、缩放和旋转的不变性，是重要的区域特征集，处理结果表明相同头型

螺钉其 Hu 矩的值接近，而不同头型螺钉 Hu 矩的值有明显差异，该方法能很好

地实现对不同螺钉头型的分类识别。

关键词：螺钉装配机器人机器视觉模式识别图像处理边缘检测

ABSTRACT

Screw locking is one of the most frequently operation in the assembly, however,

the traditional manual locking mode already cannot satisfy the needs of actual

production. The emerge of screw assembly robots, greatly improving the work

efficiency of screw locking, but, in practice, when the screw is defective or in error

specifications, the traditional screw assembly robot cannot automatically distinguish,

this will cause the locking quality unqualified, or even damage the products.

Therefore, before the locking operation, we should judgment whether the screw meets

the requirements or not. In recent years, the machine vision detection technology has

developed into one of the most advanced techniques; it has the advantages such as

non-contact, high speed, high accuracy, real-time, automation and so on, so it has

become an inevitable trend to choose the machine vision as screw detection. For the

purpose of satisfying the on-line detection of the screw, the related image processing

technology and pattern recognition theory have been applied to do the detection and

classification of the screw.

Firstly, analysis the working principle of the screw assembly robot, and the

visual system was determined through the working principle and system needs, and

then select the appropriate light source and camera, last completed the calibration of

the camera.

Secondly, do the following pretreatment operation about the screw image: use

the bilateral filtering method to do image smoothing, eliminated the noise and

interference of the image; then get two value image of the screw through the theory of

threshold transform; at last, using the Laplace operator to do sharpening operation, in

obtaining the clear image while highlighting the edge of the screw. Through the image

pretreatment, it has greatly reduces the difficulty of next step.

Thirdly, through the comparison of the several kinds of edge detection

algorithms, finally using canny algorithm to extract the screw edge contour; then do

the ROI interest region selection, further reducing the difficulty of image processing;

in the region of interest, we need seek the characteristic points of the thread, then

calculate the size index: major diameter and minor diameter according to the relation

of characteristic points.

Lastly, use Hu moment to characterization the different screw head shape, the

seven constant Hu torque descriptors are important regional feature sets, which the

features of translations, scales and rotation invariance. The experimental results show

that the screws with the same type of head shape, their Hu value of the moment are

close to, and with the different type of head shape, their Hu value of the moment have

the obvious difference, this method can realize distinguish the different type of head

shape.

Key Words: screw assembly robot, machine vision, pattern

recognition, image processing, edge detection

中文摘要

ABSTRACT

第一章绪论........................................................ 1

§1.1 课题背景 .................................................. 1

§1.2 国内外研究现状与发展趋势 .................................. 3

§1.3 机器视觉测量理论简介 ...................................... 5

§1.4 本文研究的目的、意义 ...................................... 6

§1.5 本课题的主要研究内容 ...................................... 7

第二章螺钉装配机器人视觉系统总体设计............................... 8

§2.1 系统总体设计............................................... 8

§2.1.1 螺钉装配机器人的工作流程............................. 8

§2.1.2 视觉系统的总体设计................................... 9

§2.2 照明系统设计 ............................................. 10

§2.2.1 光源的选择.......................................... 10

§2.2.2 照明方式的选择...................................... 11

§2.3 摄像机的选取 ............................................. 12

§2.4 摄像机的标定 ............................................. 13

§2.4.1 参考坐标系.......................................... 13

§2.4.2 摄像机的标定........................................ 16

§2.5 本章小结 ................................................. 16

第三章基于数字图像处理的螺钉尺寸测量.............................. 17

§3.1 图像预处理 ............................................... 17

§3.1.1 图像平滑处理........................................ 17

§3.1.2 图像阈值变换........................................ 18

§3.1.3 图像的锐化.......................................... 20

§3.2 螺纹的边缘检测 ........................................... 22

§3.2.1 传统图像边缘检测算法................................ 22

§3.2.2 边缘检测算法比较.................................... 24

§3.2.3 感兴趣区域的提取.................................... 24

§3.3 螺纹的尺寸测量 ........................................... 25

§3.3.1 普通螺纹的主要几何参数.............................. 25

§3.3.2 螺纹角点的提取...................................... 26

§3.3.3 螺纹尺寸的测量...................................... 28

§3.4 本章小结 ................................................. 31

第四章基于模式识别的螺钉分类识别.................................. 32

§4.1 基本理论介绍 ............................................. 32

§4.1.1 模式识别的基本理论.................................. 32

§4.1.2 模式识别方法概述.................................... 33

§4.1.3 图像识别与分类...................................... 34

§4.2 螺钉尺寸的判断 ........................................... 36

§4.3 螺钉头部头型的识别 ....................................... 37

§4.4 螺钉缺陷检测 ............................................. 43

§4.5 本章小结 ................................................. 44

第五章实验结果与分析.............................................. 45

§5.1 实验平台介绍 ............................................. 45

§5.2 系统标定 ................................................. 45

§5.3 实验结果 ................................................. 47

§5.3.1 螺钉尺寸检测........................................ 47

§5.3.2 螺钉头型的判断...................................... 48

§5.4 本章小结 ................................................. 50

第六章总结与展望.................................................. 51

§6.1 全文的工作总结 ........................................... 51

§6.2 对未来工作的展望 ......................................... 51

参考文献........................................................... 53

在读期间公开发表的论文和承担科研项目及取得成果..................... 57

致谢.............................................................. 58

第一章绪论

§1.1 课题背景

机器人技术的发展程度是一个国家高科技水平和工业自动化程度的重要标志

和体现[1]。在当今生产生活中，机器人的应用越来越广泛，发挥着日益重要的作用。

机器人技术综合了计算机、机构学、控制论、人工智能、仿生学以及信息和传感

技术，集成了多学科的发展成果，代表着高新技术的发展前沿，是当前科技研究

的热点方向。

工业机器人在工业生产中发挥着越来越重要的作用，它是目前数量最多、应

用最广泛的一种机器人[2,3]。工业机械臂是二十世纪末开始发展起来的一种工业自

动化设备，也是目前最常用的工业机器人，它的主要特点是能用编程的方法来完

成各种流水线上的作业，并且性能和构造方面在既继承了一般机器本身特点的同

时又体现了人的适应性和智能性。工业机械臂作业的高精度和在复杂环境中完成

任务的能力使其在现代化的工业生产中有着广泛的应用前景。但是，目前大部分

工业机械臂的工作环境都是已知的，一旦发生工作环境的改变，机械臂就可能无

法继续正常工作，其适应未知工作环境的能力还很差。实际生产中，我们常采取

给机械臂配备诸如视觉、距离和触觉等外部传感器的方法来提高其适应未知环境

的能力[4]。视觉传感器因为具有传送信息完整、信号范围大等特点而被广泛用于各

种工业生产中。机器视觉技术的出现，为机械臂适应未知的工作环境提供了技术

支持，随着机械臂应用领域的不断扩大和对其工作能力要求的不断提高，对机械

臂进行视觉系统方面的研究变得越来越重要。

现代工业飞速发展，各种机器设备层出不穷，但是，这么多的设备基本都需

要螺钉来紧固。而随着工业化水平的不断提高，对各种机器设备的需求也在逐年

增加，这种单纯用手工来拧紧螺钉的方式显然满足不了工业化水平的要求。同时，

因为手工拧紧螺钉的方式生产效率低，并且容易造成人为的失误，这也要求我们

采用效率和质量更高的方式。螺钉装配机器人的出现，大大提高了拧螺钉的工作

效率。市场上现有的螺钉装配机器人主要由工业机械臂、螺钉自动上料系统、精

装夹具以及螺钉锁紧装置等组成，然而，因为螺钉自身质量不能百分百合格，当

遇到次品或错误规格的螺钉时，传统的螺钉装配机器人并不能自动判别，这样会

造成锁紧的质量不合格，甚至损坏加工的产品，因此，在拧紧操作之前应该对螺

钉的好坏进行判断。所以，对螺钉装配机器人进行视觉系统研究非常重要。

机器视觉[5]从本质上来讲就是用机器代替人眼来对物体进行测量和判断，机器

螺钉装配机器人的视觉系统研究

视觉系统的工作原理是指使用诸如 CCD 相机等图像摄取装置将摄取到的物体转换

成图像信号后传送给图像处理系统，接着系统将像素、颜色和亮度等信息转变成

数字信号后运用相应的运算来提取目标的各种特征向量，处理得出结果，最后系

统根据得出的结果来控制现场设备做出相应动作。

随着计算机技术的不断发展以及与机器视觉相关产品的成熟，机器视觉技术

已成为现代工业中进行控制和测量必不可少的技术之一[5,6]。目前，机器视觉技术

已在建材、化工、食品、饮料、制药、金属加工、电子、汽车制造等领域得到广

泛应用。同时，对于大批量工业生产中所产生的测量、检查和辨识等技术，机器

视觉也非常适用。机器视觉技术是非接触的，在一些不适于人工作业或者用肉眼

难以达到要求的工作场合中，常常采用机器视觉的方法来代替人工视觉。此外，

在一些大批量的生产过程中，用人工视觉的方法来检测产品不能满足效率和精度

要求，而用机器视觉的方法则可以大大提高生产效率和生产的自动化程度。并且，

由于机器视觉技术易于实现产品信息集成，机器视觉已成为工业生产中实现计算

机集成制造和加工的重要基础技术。

在诸如机械零件的尺寸测量与分类识别、工件垂直度和平行度的测量、电路

板的缺陷检测、容器的容积和杂物检测、钢板表面的缺陷检测等工业在线检测的

各个应用领域，机器视觉的应用十分活跃。此外，在一些使用其它接触式方法难

以完成检测的场合，利用机器视觉可以有效地完成检测，机器视觉在工业生产中

正得到越来越广泛的应用，这在很大程度上提高了检测系统的智能水平和工业生

产中的自动化水平。

机器视觉系统[7]一般由摄像头（图像摄取装置）、光源、图像采集卡、图像分

析处理软件和运动控制装置等几部分组成。在工业生产中，机器视觉系统将越来

越依靠计算机技术，并且与数据采集以及其他测量和控制等产品的集成将会更加

紧密，这也非常符合虚拟仪器的发展要求。工业的现代化，要求产品从设计到生

产所花费的时间尽可能短，因此，寻找工业自动化的解决方案就变得非常重要。

将机器视觉技术运用到检测与测试系统，不仅可以提高产品的生产效率，而且还

能消除因人工操作失误所带来的损失。可以预计，随着机器视觉技术自身的不断

成熟和发展，它在工业生产领域将得到更加广泛的应用。

基于机器视觉的测量与检测技术是适合现代制造和测量技术发展的一种检测

方式，它具有以下优点[8~11]：

（1）机器视觉与机械传感器相比有着更好的适应性，它使机器视觉产品具有

了灵活性、多样性和重组性；

（2）机器视觉测量属于非接触式测量，它使被测对象不用采取任何防干扰措

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要螺钉锁紧是装配作业中最频繁遇到的一种操作，螺钉装配机器人的出现，大大提高了拧螺钉的工作效率，但是，实际操作中，当遇到次品或型号规格错误的螺钉时，传统的螺钉装配机器人并不能自动判别，这样会造成锁紧的质量不合格，甚至损坏装配产品。因此，在锁紧操作之前应该对螺钉是否符合要求进行判断。机器视觉检测技术具有非接触、速度快、精度和自动化程度高等优点，是当前检测技术的发展趋势。本文以实现对普通螺钉进行实时检测为目的，运用图像处理技术和模式识别技术，对螺钉的尺寸检测和螺钉头型的分类识别方法进行了研究。首先，分析了螺钉装配机器人的工作原理，并根据工作原理与系统需求确定了视觉系统的总体方案，进行光源和摄像机的...

展开>> 收起<<

螺钉装配机器人的视觉系统研究.pdf

共61页,预览7页

还剩页未读，继续阅读

螺钉装配机器人的视觉系统研究

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: