一种可自动视觉识别零件种类的零件检测系统技术方案

本发明专利技术涉及一种可自动视觉识别零件种类的零件检测系统，包括检测箱、第一检测探头、第二检测探头、轨道、光源、摄影装置、检测托盘、电机、夹具、压力传感器、超声波探头和中控处理器。本发明专利技术通过在检测箱内设置光源，并将光源与中控处理器相连，能够使中控处理器完成对零件形状和材质的判断时，针对性的调节光源的亮度和色调，从而使所述系统在针对不同的零件进行检测时，均能够使用针对性的光照以使各所述探头能够清晰地采集到零件表面的缺陷，有效避免了光照不足或光照过量导致的图像采集不清晰的情况发生，提高了所述系统的检测效率。

【技术实现步骤摘要】
一种可自动视觉识别零件种类的零件检测系统
本专利技术涉及零件检测
，尤其涉及一种可自动视觉识别零件种类的零件检测系统。
技术介绍
随着零件加工产业不断发展，零件的需求量日益增高，对零件产品的质量要求却越来越严格。由于零件的生产制造工艺流程较为复杂，在生产过程中零件容易产生一些表面缺陷，如刮擦、划痕、压痕以及切削不均匀的刀痕等。因此零件缺陷的检测至关重要，关系到零件的耐久度，产品的安全，甚至人身的安全。传统的零件缺陷检测主要通过人工检测，而一些刀痕、压痕或表面不均匀的缺陷需要人眼和光源成某一角度才能够检测到，还有一些微小的裂痕和划痕非常容易漏检。随着零件产品的需求量日益增高，人工检测的方法已经无法满足高质量、高效率的零件检测需求。而现今，机器视觉的发展为零件检测的方法提供了新的方向。但是在零件检测的过程中，快速准确的检测出零件表面的刀痕以及零件表面不均匀的缺陷，以及微小零件的表面划痕和裂纹的缺陷依旧是极富有挑战的。检测刀痕和表面不均匀的缺陷，需要不断地调整光源、零件和相机不同的相对位置才能检测到该缺陷；而微小零件缺陷检测难度在于光照过强会产生强烈的反射光，使得缺陷掩盖在反射的强光下；光照过弱就会导致零件图像曝光不足，缺陷难以检测到。因此，在检测不同零件尺寸、不同类型零件的缺陷时，光源的光照强度、照相机的分辨率、镜头的设计参数，光源、零件和相机的相对位置，以及对机器视觉的处理算法等都有很高的要求。
技术实现思路
为此，本专利技术提供一种可自动视觉识别零件种类的零件检测系统，用以克服现有技术中无法根据零件尺寸、形状及材质种类灵活调节光源导致的检测效率低的问题。为实现上述目的，本专利技术提供一种可自动视觉识别零件种类的零件检测系统，包括：检测箱，用以装载检测部件；第一检测探头，其设置在所述检测箱内部并位于检测箱顶壁，用以检测零件上表面；第二检测探头，其设置在所述检测箱内部并位于检测箱侧壁，用以检测零件侧面；轨道，其设置在所述检测箱顶部，用以活动固定补光灯，以使补光灯能在轨道上自由滑动；光源，其包括一设置在检测箱顶部的总照射灯，其用以对检测箱内部进行照明；以及设置在所述轨道上的补光灯；检测托盘，其设置在所述检测箱内并位于检测箱地板正中，用以装载零件；在所述检测托盘下方设有电机，用以控制检测托盘以指定转速旋转；在所述检测托盘上表面设有夹具，用以固定所述零件，在夹具上设有压力传感器，用以检测夹具对零件的夹紧力；摄影装置，其设置在所述检测托盘一侧，用以对所述检测托盘上的零件进行拍摄，获取图像信息；中控处理器，其分别与所述摄影装置、第一检测探头、第二检测探头、光源、电机、夹具以及压力传感器相连，用以通过自学习后建立多个预设矩阵并在对零件进行检测时，根据所述摄影装置拍摄的图像判定零件的类型，根据零件类型的不同调整光源拍摄的角度和亮度，控制检测托盘的旋转速度并控制第一检测探头或/和第二检测探头对零件实施监测，以获取零件的外形轮廓坐标信息f（x，y，z）判定零件的缺陷；，获取零件的外形轮廓坐标信息f（x，y，z）判定零件的缺陷；所述中控处理器使用前需对其进行零件模型识别训练，所述零件模型识别训练步骤：步骤一、选取多个实心圆柱种类的零件，对其进行拍摄并获取多个零件的外形轮廓坐标集合f（x,y,z）；步骤二、所述中控处理器对所述多个零件的外形轮廓坐标集合f（x,y,z）进行人工智能算法训练，生成片状外形种类零件判定数据，以使所述中控处理器根据拍摄图像识别出对应零件为片状外形种类；步骤三、重复所述步骤一以及步骤二的方法，对实心立方体种类、空心圆柱外形种类和空心立方体外形种类的零件进行零件识别预储存，生成立体中空外形种类零件判定数据以及立体实心外形种类零件判定数据，最终确定零件识别信息矩阵C(C1,C2,C3,C4,C5)，其中C1表示实心圆柱外形种类零件判定数据，C2表示实心立方体外形种类判定数据，C3表示空心圆柱外形种类判定数据，C4表示空心立方体外形种类判定数据,C5表示不规则外形种类判定数据；当所述中控处理器针对单个形状的零件进行模型训练时，所述检测系统选用不同的光源亮度、光源色调、夹具夹紧力、电机转速、电机转动时间以及超声波频率依次检测不同尺寸和/或材质的零件；检测完成后中控处理器根据每一次检测结果中外形轮廓信息的完整度、电机转动时零件的稳定性、夹具对零件的剐蹭程度以及对空心零件内的检测准确度，依次预设零件材质矩阵G0、预设夹具夹紧力矩阵F0、预设亮度矩阵L0、预设色调矩阵组S0、预设半径矩阵R0，预设底面积矩阵D0、连续旋转矩阵组Wa0、间断旋转矩阵组Wb0、预设中空体积比例矩阵V0、预设频率矩阵f0以及预设缺陷判定矩阵组Q0。进一步地、对于所述预设零件材质矩阵G0，G0（G1，G2，G3，...Gn），其中，G1为第一预设材质，G2为第二预设材质，G3为第三预设材质，Gn为第n预设材质；对于所述预设夹具夹紧力矩阵F0，F0（F1，F2，F3，...Fn），其中，F1为第一预设夹紧力，F2为第二预设夹紧力，F3为第三预设夹紧力，Fn为第n预设夹紧力；当所述检测系统对零件进行检测时，所述中控处理器通过摄影装置拍摄的图像判定零件类型以及零件材料，中控处理器对零件的材质进行判定并根据判定结果调节夹具的预设夹紧力：当中控处理器判定零件材质为G1时，中控处理器控制所述夹具夹紧零件并将夹具的夹紧力调节为F1；当中控处理器判定零件材质为G2时，中控处理器控制所述夹具夹紧零件并将夹具的夹紧力调节为F2；当中控处理器判定零件材质为G3时，中控处理器控制所述夹具夹紧零件并将夹具的夹紧力调节为F3；当中控处理器判定零件材质为Gn时，中控处理器控制所述夹具夹紧零件并将夹具的夹紧力调节为Fn；当所述夹具夹紧完成时，所述压力传感器会检测夹具对零件施加的压力F，中控处理器会持续调节夹具对零件的压力直至压力F与预设的夹紧力相同。进一步地、对于所述预设亮度矩阵L0，L0（L1，L2，L3，L4，L5），其中，L1为第一预设亮度，L2为第二预设亮度，L3为第三预设亮度，L4为第四预设亮度，L5为第五预设亮度；对于所述预设色调矩阵组S0，S0（S1，S2，S3，S4，S5），其中，S1为第一预设色调矩阵，S2为第二预设色调矩阵，S3为第三预设色调矩阵，S4为第四预设色调矩阵，S5为第五预设色调矩阵，当所述检测系统对零件进行检测时，所述中控处理器根据所述摄影装置发出的图像信息与所述零件识别信息矩阵C(C1,C2,C3,C4,C5)内的信息做比对，确定零件的外形种类，当中控处理器判定所述零件形状为C1时，中控处理器将总照射灯的亮度调节为L1并从S1矩阵中选取对应的参数调节光源的色调；当中控处理器判定所述零件形状为C2时，中控处理器将总照射灯的亮度调节为L2并从S2矩阵中选取对应的参数调节光源的色调；当中控处理器判定所述零件形状为C3时，中控处理器将总照射灯的亮度调节为L3并从本文档来自技高网...

【技术保护点】
1.一种可自动视觉识别零件种类的零件检测系统 ，其特征在于，包括：/n检测箱，用以装载检测部件；/n第一检测探头，其设置在所述检测箱内部并位于检测箱顶壁，用以检测零件上表面；/n第二检测探头，其设置在所述检测箱内部 并位于检测箱侧壁，用以检测零件侧面；/n轨道，其设置在所述检测箱顶部，用以活动固定补光灯，以使补光灯能在轨道上自由滑动；/n光源，其包括一设置在检测箱顶部的总照射灯，其用以对检测箱内部进行照明；以及设置在所述轨道上的补光灯；/n检测托盘，其设置在所述检测箱内并位于检测箱地板正中，用以装载零件；在所述检测托盘下方设有电机，用以控制检测托盘以指定转速旋转；在所述检测托盘上表面设有夹具，用以固定所述零件，在夹具上设有压力传感器，用以检测夹具对零件的夹紧力；/n摄影装置，其设置在所述检测托盘一侧，用以对所述检测托盘上的零件进行拍摄，获取图像信息；/n中控处理器，其分别与所述摄影装置、第一检测探头、第二检测探头、光源、电机、夹具以及压力传感器相连，用以通过自学习后建立多个预设矩阵并在对零件进行检测时，根据所述摄影装置拍摄的图像判定零件的类型，根据零件类型的不同调整光源拍摄的角度和亮度，控制检测托盘的旋转速度并控制第一检测探头或/和第二检测探头对零件实施监测，以获取零件的外形轮廓坐标信息f（x，y，z）判定零件的缺陷；获取零件的外形轮廓坐标信息f（x，y，z）判定零件的缺陷；/n所述中控处理器使用前需对其进行零件模型识别训练，所述零件模型识别训练步骤为：/n步骤一、选取多个实心圆柱种类的零件，对其进行拍摄并获取多个零件的外形轮廓坐标集合f（x,y,z）；/n步骤二、所述中控处理器对所述多个零件的外形轮廓坐标集合f（x,y,z）进行人工智能算法训练，生成片状外形种类零件判定数据，以使所述中控处理器根据拍摄图像识别出对应零件为片状外形种类；/n步骤三、重复所述步骤一以及步骤二的方法，对实心立方体种类、空心圆柱外形种类和空心立方体外形种类的零件进行零件识别预储存，生成立体中空外形种类零件判定数据以及立体实心外形种类零件判定数据，最终确定零件识别信息矩阵C(C1,C2,C3,C4,C5)，其中C1表示实心圆柱外形种类零件判定数据，C2表示实心立方体外形种类判定数据，C3表示空心圆柱外形种类判定数据，C4表示空心立方体外形种类判定数据,C5表示不规则外形种类判定数据；/n当所述中控处理器针对单个形状的零件进行模型训练时，所述检测系统选用不同的光源亮度、光源色调、夹具夹紧力、电机转速、电机转动时间以及超声波频率依次检测不同尺寸和/或材质的零件；检测完成后中控处理器根据每一次检测结果中外形轮廓信息的完整度、电机转动时零件的稳定性、夹具对零件的剐蹭程度以及对空心零件内的检测准确度，依次预设零件材质矩阵G0、预设夹具夹紧力矩阵F0、预设亮度矩阵L0、预设色调矩阵组S0、预设半径矩阵R0，预设底面积矩阵D0、连续旋转矩阵组Wa0、间断旋转矩阵组Wb0、预设中空体积比例矩阵V0、预设频率矩阵f0以及预设缺陷判定矩阵组Q0。/n...

【技术特征摘要】
1.一种可自动视觉识别零件种类的零件检测系统，其特征在于，包括：
检测箱，用以装载检测部件；
第一检测探头，其设置在所述检测箱内部并位于检测箱顶壁，用以检测零件上表面；
第二检测探头，其设置在所述检测箱内部并位于检测箱侧壁，用以检测零件侧面；
轨道，其设置在所述检测箱顶部，用以活动固定补光灯，以使补光灯能在轨道上自由滑动；
光源，其包括一设置在检测箱顶部的总照射灯，其用以对检测箱内部进行照明；以及设置在所述轨道上的补光灯；
检测托盘，其设置在所述检测箱内并位于检测箱地板正中，用以装载零件；在所述检测托盘下方设有电机，用以控制检测托盘以指定转速旋转；在所述检测托盘上表面设有夹具，用以固定所述零件，在夹具上设有压力传感器，用以检测夹具对零件的夹紧力；
摄影装置，其设置在所述检测托盘一侧，用以对所述检测托盘上的零件进行拍摄，获取图像信息；
中控处理器，其分别与所述摄影装置、第一检测探头、第二检测探头、光源、电机、夹具以及压力传感器相连，用以通过自学习后建立多个预设矩阵并在对零件进行检测时，根据所述摄影装置拍摄的图像判定零件的类型，根据零件类型的不同调整光源拍摄的角度和亮度，控制检测托盘的旋转速度并控制第一检测探头或/和第二检测探头对零件实施监测，以获取零件的外形轮廓坐标信息f（x，y，z）判定零件的缺陷；获取零件的外形轮廓坐标信息f（x，y，z）判定零件的缺陷；
所述中控处理器使用前需对其进行零件模型识别训练，所述零件模型识别训练步骤为：
步骤一、选取多个实心圆柱种类的零件，对其进行拍摄并获取多个零件的外形轮廓坐标集合f（x,y,z）；
步骤二、所述中控处理器对所述多个零件的外形轮廓坐标集合f（x,y,z）进行人工智能算法训练，生成片状外形种类零件判定数据，以使所述中控处理器根据拍摄图像识别出对应零件为片状外形种类；
步骤三、重复所述步骤一以及步骤二的方法，对实心立方体种类、空心圆柱外形种类和空心立方体外形种类的零件进行零件识别预储存，生成立体中空外形种类零件判定数据以及立体实心外形种类零件判定数据，最终确定零件识别信息矩阵C(C1,C2,C3,C4,C5)，其中C1表示实心圆柱外形种类零件判定数据，C2表示实心立方体外形种类判定数据，C3表示空心圆柱外形种类判定数据，C4表示空心立方体外形种类判定数据,C5表示不规则外形种类判定数据；
当所述中控处理器针对单个形状的零件进行模型训练时，所述检测系统选用不同的光源亮度、光源色调、夹具夹紧力、电机转速、电机转动时间以及超声波频率依次检测不同尺寸和/或材质的零件；检测完成后中控处理器根据每一次检测结果中外形轮廓信息的完整度、电机转动时零件的稳定性、夹具对零件的剐蹭程度以及对空心零件内的检测准确度，依次预设零件材质矩阵G0、预设夹具夹紧力矩阵F0、预设亮度矩阵L0、预设色调矩阵组S0、预设半径矩阵R0，预设底面积矩阵D0、连续旋转矩阵组Wa0、间断旋转矩阵组Wb0、预设中空体积比例矩阵V0、预设频率矩阵f0以及预设缺陷判定矩阵组Q0。


2.根据权利要求1所述的可自动视觉识别零件种类的零件检测系统，其特征在于，对于所述预设零件材质矩阵G0，G0（G1，G2，G3，...Gn），其中，G1为第一预设材质，G2为第二预设材质，G3为第三预设材质，Gn为第n预设材质；对于所述预设夹具夹紧力矩阵F0，F0（F1，F2，F3，...Fn），其中，F1为第一预设夹紧力，F2为第二预设夹紧力，F3为第三预设夹紧力，Fn为第n预设夹紧力；
当所述检测系统对零件进行检测时，所述中控处理器通过摄影装置拍摄的图像判定零件类型以及零件材料，中控处理器对零件的材质进行判定并根据判定结果调节夹具的预设夹紧力：
当中控处理器判定零件材质为G1时，中控处理器控制所述夹具夹紧零件并将夹具的夹紧力调节为F1；
当中控处理器判定零件材质为G2时，中控处理器控制所述夹具夹紧零件并将夹具的夹紧力调节为F2；
当中控处理器判定零件材质为G3时，中控处理器控制所述夹具夹紧零件并将夹具的夹紧力调节为F3；
当中控处理器判定零件材质为Gn时，中控处理器控制所述夹具夹紧零件并将夹具的夹紧力调节为Fn；
当所述夹具夹紧完成时，所述压力传感器会检测夹具对零件施加的压力F，中控处理器会持续调节夹具对零件的压力直至压力F与预设的夹紧力相同。


3.根据权利要求2所述的可自动视觉识别零件种类的零件检测系统，其特征在于，对于所述预设亮度矩阵L0，L0（L1，L2，L3，L4，L5），其中，L1为第一预设亮度，L2为第二预设亮度，L3为第三预设亮度，L4为第四预设亮度，L5为第五预设亮度；
对于所述预设色调矩阵组S0，S0（S1，S2，S3，S4，S5），其中，S1为第一预设色调矩阵，S2为第二预设色调矩阵，S3为第三预设色调矩阵，S4为第四预设色调矩阵，S5为第五预设色调矩阵，
当所述检测系统对零件进行检测时，所述中控处理器根据所述摄影装置发出的图像信息与所述零件识别信息矩阵C(C1,C2,C3,C4,C5)内的信息做比对，确定零件的外形种类，
当中控处理器判定所述零件形状为C1时，中控处理器将总照射灯的亮度调节为L1并从S1矩阵中选取对应的参数调节光源的色调；
当中控处理器判定所述零件形状为C2时，中控处理器将总照射灯的亮度调节为L2并从S2矩阵中选取对应的参数调节光源的色调；
当中控处理器判定所述零件形状为C3时，中控处理器将总照射灯的亮度调节为L3并从S3矩阵中选取对应的参数调节光源的色调；
当中控处理器判定所述零件形状为C4时，中控处理器将总照射灯的亮度调节为L4并从S4矩阵中选取对应的参数调节光源的色调；
当中控处理器判定所述零件形状为C5时，中控处理器将总照射灯的亮度调节为L5并从S5矩阵中选取对应的参数调节光源的色调；
对于第i预设色调矩阵Si，i=1，2，3，4，5，Si（Si1，Si2，Si3，...Sin），其中，Si1为第i形状第一预设色调，Si2为第i形状第二预设色调，Si3为第i形状第三预设色调，Sin为第i形状第n预设色调；
当所述中控处理器将从所述第i预设色调矩阵Si中选取对应的参数调节光源的色调时，中控处理器会根据零件的材质选取光源的色调：
当零件的材质为G1时，所述中控处理器将光源的色调调节为Si1；
当零件的材质为G2时，所述中控处理器将光源的色调调节为Si2；
当零件的材质为G3时，所述中控处理器将光源的色调调节为Si3；
当零件的材质为Gn时，所述中控处理器将光源的色调调节为Sin；
同时，所述中控处理器根据所述摄影装置发出的图像确定图像阴影区域，同时以箱体底面为基准建立X,Y轴，以垂直底面方向建立Y轴，确定阴影区域坐标集合Qi（x，y，z），所述中控处理器内还设置有补光灯控制矩阵Bi（Bi1,Bi2，Bi3）,其中，Bi1表示阴影坐标区域集合，Bi2表示补光灯在导轨所处位置，Bi3表示补光灯照射角度；所述中控处理器将所述阴影区域坐标集合Qi（x，y，z）与所述补光灯控制矩阵Bi（Bi1,Bi2，Bi3）内的数...

【专利技术属性】
技术研发人员：刘振亭，籍永强，
申请(专利权)人：山东海德智能科技有限公司，
类型：发明
国别省市：山东;37