基于机器视觉的产品表面瑕疵检测算法

在自动化生产中产品的表面异物瑕疵影响其质量、外观,如何准确、快速、高效的检测和识别出表面异物瑕疵至关重要。为提升产品表面异物瑕疵的检测效率,提出一种区段瑕疵检测算法。对区段瑕疵检测原理进行说明,设置最佳的检测方式,采用基于PLC+工控机的控制方式,设计总体机械方案,采用总面积瑕疵检测法,依托CV-X系列视觉系统,对杯子异物进行有效检测。为验证检测算法的有效性,将机器视觉检测与人工检测作对比,实验结果表明机器视觉检测具有更好的准确性和快速性,有效提升杯子异物检测效率。

基于Halcon的机器人视觉标定与应用研究

在机器人视觉伺服领域,视觉标定是一个重要的研究方向,也是当前的研究热点。对软件标定原理进行说明,建立摄像机坐标系统和机器人世界坐标系统之间的关系,利用Halcon函数库中的算子,充分考虑了机械手的末端中心和镜头径向畸变的影响,提出基于Halcon的优化软件标定方法,实现摄像机内外参数的标定。实验结果证明,该方法在X,Y,Z方向的标定精度都较高,标定过程简单易行,完全适用于工业机器人的视觉系统标定。

基于任务分解的图像视觉伺服方法

传统的基于图像机器人视觉伺服方法,伺服任务包含绕光轴(z轴)旋转运动时,机械手的运动轨迹会出现迂回,旋转角度较大时无法实现伺服任务;有沿光轴平移运动分量时,由于图像雅可比矩阵包含深度信息,大多伺服算法无法实现。提出基于任务分解的视觉伺服切换方案,在四自由度伺服任务中,先将绕z轴旋转和沿z轴平移运动分离开来并分别顺序执行,再完成沿x轴和y轴平移的伺服任务。所提方案解决了传统视觉伺服旋转运动轨迹迂回甚至不能实现的问题,稳态误差小,运动路径合理。运动仿真说明了提出方案的有效性。