一种纱线空筒检测装置及方法制造方法及图纸

本发明专利技术公开了一种纱线空筒检测装置及其实现方法，包括桁架机器人装置，工业相机安装在桁架机器人上，进行图像的采集。本发明专利技术由桁架机器人、工业相机和工作站上位机组成，实现对纱筒空桶识别及定位、纱线有无断线的检测(风管中没有纱线说明纱线断线，如不能及时发现，影响很大)，结构简单、运行可靠、成本可控、适于在自动化生成车间进行推广；工业相机进行空桶和纱线连接图像的拍摄，利用图像处理技术进行纱筒上纱线厚度的检测及风管口有无纱线的检测，通过桁架机器人的运行进行空间定位，依此给上位机发出更换纱筒位置及纱线断线信息，判别精度高，速度快。

【技术实现步骤摘要】
一种纱线空筒检测装置及方法
本专利技术涉及纺织领域，具体涉及一种纱线空筒检测装置及方法。
技术介绍
目前纺织机纱线空筒没有自动化检测及更换的系统，大都是人工更换用完的纱筒。人工更换方式需要有人值守，纺织车间的纱筒更换量大，工作时间长，常出现更换不及时和漏检的情况，降低生产效率。随着机器视觉技术的发展，纺织行业的自动化和智能化程度也在提高，纱线空桶的检测和更换目前还没有解决的方案。
技术实现思路
根据上述现有技术的不足，本专利技术提供了一种纱筒空桶的在线检测装置，本专利技术采用机器视觉的方式，利用工业摄像机采集纱筒图像，并通过数字图像处理方法，获取纱筒是否为空筒，同时发出报警或更换纱筒信息，实现了纱筒更换的自动化提醒。为了实现上述目的，本专利技术提供了一种纱线空筒检测方法，包括如下步骤:步骤一、在风送纱架1附近布置桁架机器人7，桁架机器人7包括竖向运动机构8，竖向运动机构连接有视觉检测装置10；所述风送纱架1包括A柱2和B柱3；A柱2和B柱3均固定有一一对应的用于放置纱筒5的纱筒杆4；每一组对应的纱筒杆4上，一个安装进纱纱筒，另一个安装预备纱筒；预备纱筒的头线与进纱纱筒的尾线连接；进纱纱筒的头线进入风送纱架1上对应的风管6；步骤二、风送纱架1运转，通过风管6吸收头线；桁架机器人7带动视觉检测装置10运动检测所述进纱纱筒是否有头线进入风管6；若所述进纱纱筒没有头线进入风管6，则进纱纱筒上的纱线处于空筒状态，视觉检测装置10通过智能控制系统将处于空筒状态的进纱纱筒的编号发送到对应的报警或显示装置；提醒工人更换纱筒；更换的纱筒的头线与原预备纱筒的尾线相连；更换的纱筒作为预备纱筒，原预备纱筒作为进纱纱筒；步骤三、重复步骤二。进一步的改进，所述步骤二中，所述视觉检测装置10检测进纱纱筒上纱线的厚度，当进纱纱筒上纱线的厚度为0，且进纱纱筒没有头线进入风管6，则进纱纱筒上的纱线处于空筒状态；若进纱纱筒上纱线的厚度＞0，且进纱纱筒没有头线进入风管6，则说明进纱纱筒存在断线，视觉检测装置10通过智能控制系统将处于断线状态的进纱纱筒的编号发送到对应的报警或显示装置，通知工人进行接线；若进纱纱筒上纱线的厚度＞0且＜5毫米，则视觉检测装置10每一次检查周期优先对所述进纱纱筒进行巡查。进一步的改进，所述视觉检测装置10巡检时，对每一组均绕有纱线的纱筒，将头线进入风管6的纱筒自动定义为进纱纱筒，另一个纱筒自动定义为预备纱筒；桁架机器人带动视觉检测装置10，根据运行的距离对检查的纱筒进行空间定位；对上位机发出报警和换纱筒指令时，同时提供纱筒的具体位置；对检测到纱筒上的纱线少于设定阈值时，给上位机发出指令，缩短对纱线少于设定阈值的纱筒的巡视时间间隔。进一步的改进，所述视觉检测装置10包括两个摄像头，一个摄像头对应A柱2设置，另一个摄像头对应B柱3设置。进一步的改进，所述视觉检测装置10采集到图像后，先对图像二值化然后，Blob分析调整阈值选出感兴趣区域，进而得到待检测圆环区域的内外圆半径，接着由内往外沿着灰度发生跃变的地方，拟合出待检测纱筒上纱线的内圆把半径R1和外圆半径R2；R2与R1的差值即为纱筒上纱线的厚度，即纱线绕筒半径。进一步的改进，对采集到的图像，得到纱线绕筒半径的步骤如下：步骤一：图像处理：采集到的图像二值化，采用Canny算子提取纱线上纱筒的边缘点；Canny算子的检测步骤：①高斯滤波器平滑图像，去除噪声二维高斯滤波函数：其中G(x，y)为纱筒的边缘点的坐标，x表示纱筒的边缘点的横坐标，y表示纱筒的边缘点的纵坐标；σ为高斯滤波器的标准差，σ越大，高斯滤波器的频带就越宽，对图像的平滑程度就越好，通过调整σ参数，平衡对图像的噪声的抑制；n为高斯滤波器窗口大小；e为自然常数；②计算梯度幅值和梯度方向使用微分算子计算偏导数：梯度大小其中：Gx为x方向的微分算子，Gy为y方向的微分算子；B为梯度，反映了图像的边缘强调，Bx为x方向的梯度值，By为y方向的梯度值，θ为梯度角，反映了图像的边缘的方向；③对梯度幅值进行非极大值抑制沿梯度方向检测极大值点，即边缘点，像素灰度值置为0；④采用双阈值算法检测边缘和连接边缘采用双阈值检测算法，阈值为th1和th2，th1＝0.4th2，在此基础上进行图像边缘的连接，得到边界二值图；步骤二、最小二乘法圆拟合原理对边缘点进行拟合：假设空间中存在一个圆，圆心坐标为(x0,y0)，半径为r，那么圆的方程表示为：(x-x0)2+(y-y0)2＝r21对于最小二乘法的圆拟合，误差平方的优化目标函数S为：式2中：i＝1,2,...,k为圆弧上特征点坐标，k为参与拟合的特征点数；在保持优化目标函数特征的前提下，定义误差平方函数E：其中：B＝-2y0,A＝-2x0,xi表示第i个参与拟合的特征点的横坐标，yi表示第i个参与拟合的特征点的纵坐标；由最小二乘法原理，参数A,B,C使E取得极小值，根据极小值的求法，A,B,C满足：E对A求偏导数；表示E对B求偏导数；表示E对C求偏导数；根据最小二乘法计算公式求得最佳拟合圆心坐标(x0,y0)，及半径r的拟合值：拟合圆后测量外圆半径R2与内圆半径R1，即测得纱线半径，从而判断纱筒上还有多少纱线。进一步的改进，对采集到的图像，检测纱筒是否有头线进入风管6的方法如下：步骤一采集到的图像对ROI进行提取，采用高斯滤波算法进行图像平滑，实现对图像的预处理：①ROI提取：对感兴趣区域进行划分，利用投影法：其中：F(α，β)为像素点的灰度值，Xa为灰度平均值，H为图像的高度，W为图像的宽度；α表示像素点的横坐标，β表示像素点的纵坐标；②图像平滑：二维高斯滤波函数：其中x,y为图像中点坐标；σ是标准差；σ越大，高斯滤波器的频带就越宽，对图像的平滑程度就越好，通过调整σ参数，可以平衡对图像的噪声的抑制；n为高斯滤波器窗口大小；步骤二利用线段检测算法进行纱线边缘提取：①计算图像的梯度：i(x,y)为坐标(x,y)像素点的灰度值，gx(x,y)为像素点(x,y)水平方向的梯度，gy(x,y)为像素点(x,y)垂直方向的梯度，G(x,y)为像素点(x,y)上的总梯度；通过选择水平和垂直的梯度来提取最大梯度的像素，最大梯度的像素成为要提取的线段上的点，通过连接梯度最大点构成像素链形成边缘；③遍历边缘像素链，用最小二乘法进行拟合，偏差绝对值之和最小：i＝0,1,2...m为像素点坐标值，为近似拟合曲线，δi为近似拟合曲线在i点处的偏差；xi表示图像点的横坐标，yi表示图像点的纵坐标；通过添加更多像素来扩展近似拟合曲线，当误差超过设定阈值时，生成本文档来自技高网...

【技术保护点】
1.一种纱线空筒检测方法，其特征在于，包括如下步骤:/n步骤一、在风送纱架(1)附近布置桁架机器人(7)，桁架机器人(7)包括竖向运动机构(8)，竖向运动机构连接有视觉检测装置(10)；/n所述风送纱架(1)包括A柱(2)和B柱(3)；A柱(2)和B柱(3)均固定有一一对应的用于放置纱筒(5)的纱筒杆(4)；每一组对应的纱筒杆(4)上，一个安装进纱纱筒，另一个安装预备纱筒；预备纱筒的头线与进纱纱筒的尾线连接；进纱纱筒的头线进入风送纱架(1)上对应的风管(6)；/n步骤二、风送纱架(1)运转，通过风管(6)吸收头线；桁架机器人(7)带动视觉检测装置(10)运动检测所述进纱纱筒是否有头线进入风管(6)；若所述进纱纱筒没有头线进入风管(6)，则进纱纱筒上的纱线处于空筒状态，视觉检测装置(10)通过智能控制系统将处于空筒状态的进纱纱筒的编号发送到对应的报警或显示装置；提醒工人更换纱筒；更换的纱筒的头线与原预备纱筒的尾线相连；更换的纱筒作为预备纱筒，原预备纱筒作为进纱纱筒；/n步骤三、重复步骤二。/n

【技术特征摘要】
1.一种纱线空筒检测方法，其特征在于，包括如下步骤:
步骤一、在风送纱架(1)附近布置桁架机器人(7)，桁架机器人(7)包括竖向运动机构(8)，竖向运动机构连接有视觉检测装置(10)；
所述风送纱架(1)包括A柱(2)和B柱(3)；A柱(2)和B柱(3)均固定有一一对应的用于放置纱筒(5)的纱筒杆(4)；每一组对应的纱筒杆(4)上，一个安装进纱纱筒，另一个安装预备纱筒；预备纱筒的头线与进纱纱筒的尾线连接；进纱纱筒的头线进入风送纱架(1)上对应的风管(6)；
步骤二、风送纱架(1)运转，通过风管(6)吸收头线；桁架机器人(7)带动视觉检测装置(10)运动检测所述进纱纱筒是否有头线进入风管(6)；若所述进纱纱筒没有头线进入风管(6)，则进纱纱筒上的纱线处于空筒状态，视觉检测装置(10)通过智能控制系统将处于空筒状态的进纱纱筒的编号发送到对应的报警或显示装置；提醒工人更换纱筒；更换的纱筒的头线与原预备纱筒的尾线相连；更换的纱筒作为预备纱筒，原预备纱筒作为进纱纱筒；
步骤三、重复步骤二。


2.如权利要求1所述的纱线空筒检测方法，其特征在于，所述步骤二中，所述视觉检测装置(10)检测进纱纱筒上纱线的厚度，当进纱纱筒上纱线的厚度为0，且进纱纱筒没有头线进入风管(6)，则进纱纱筒上的纱线处于空筒状态；若进纱纱筒上纱线的厚度＞0，且进纱纱筒没有头线进入风管(6)，则说明进纱纱筒存在断线，视觉检测装置(10)通过智能控制系统将处于断线状态的进纱纱筒的编号发送到对应的报警或显示装置，通知工人进行接线；若进纱纱筒上纱线的厚度＞0且＜5毫米，则视觉检测装置(10)每一次检查周期优先对所述进纱纱筒进行巡查。


3.如权利要求1所述的纱线空筒检测方法，其特征在于，所述视觉检测装置(10)巡检时，对每一组均绕有纱线的纱筒，将头线进入风管(6)的纱筒自动定义为进纱纱筒，另一个纱筒自动定义为预备纱筒；桁架机器人带动视觉检测装置(10)，根据运行的距离对检查的纱筒进行空间定位；对上位机发出报警和换纱筒指令时，同时提供纱筒的具体位置；对检测到纱筒上的纱线少于设定阈值时，给上位机发出指令，缩短对纱线少于设定阈值的纱筒的巡视时间间隔。


4.如权利要求1所述的纱线空筒检测方法，其特征在于，所述视觉检测装置(10)包括两个摄像头，一个摄像头对应A柱(2)设置，另一个摄像头对应B柱(3)设置。


5.如权利要求2所述的纱线空筒检测方法，其特征在于，所述视觉检测装置(10)采集到图像后，先对图像二值化然后，Blob分析调整阈值选出感兴趣区域，进而得到待检测圆环区域的内外圆半径，接着由内往外沿着灰度发生跃变的地方，拟合出待检测纱筒上纱线的内圆把半径R1和外圆半径R2；R2与R1的差值即为纱筒上纱线的厚度，即纱线绕筒半径。


6.如权利要求5所述的纱线空筒检测方法，其特征在于，对采集到的图像，得到纱线绕筒半径的步骤如下：
步骤一：图像处理：
采集到的图像二值化，采用Canny算子提取纱线上纱筒的边缘点；
Canny算子的检测步骤：
①高斯滤波器平滑图像，去除噪声
二维高斯滤波函数：
其中G(x，y)为纱筒的边缘点的坐标，x表示纱筒的边缘点的横坐标，y表示纱筒的边缘点的纵坐标；σ为高斯滤波器的标准差，σ越大，高斯滤波器的频带就越宽，对图像的平滑程度就越好，通过调整σ参数，平衡对图像的噪声的抑制；n为高斯滤波器窗口大小；e为自然常数；
②计算梯度幅值和梯度方向
使用微分算子计算偏导数：

梯度大小
其中：Gx为x方向的微分算子，Gy为y方向的微分算子；B为梯度，反映了图像的边缘强调，Bx为x方向的梯度值，By为y方向的梯度值，θ为梯度角，反映了图像的边缘的方向；
③对梯度幅值进行非极大值抑制
沿梯度方向检测极大值点，即边缘点，像素灰度值置为0；
④采用双阈值算法检测边缘和连接边缘
采用双阈值检测算法，阈值为th1和th2，th1＝0.4th2，在此基础上进行图像边缘的连接，得到边界...

【专利技术属性】
技术研发人员：王俊茹，何旺，屠佳佳，史伟民，汝欣，张发敏，
申请(专利权)人：浙江理工大学，
类型：发明
国别省市：浙江;33