一种机器人金属板材表面打磨速度智能调控方法技术

本发明专利技术公开了一种机器人金属板材表面打磨速度智能调控方法，涉及机器视觉技术领域；包括：获取待打磨金属板材的表面的灰度图像；将灰度图像分割为多个子图像；获取每个子图像的像素点灰度值的平均值和灰度直方图，获取灰度直方图的峰度；获取每个子图像的粗糙区域像素点的权重；获取每个子图像的锐化程度；获取每个子图像的像素点的相对分布概率；获取每个子图像对应的待检测金属板材中对应区域的表面粗糙度；获取打磨工具在每个子图像对应的金属板材区域中的移动速度；根据移动速度对打磨机器人在金属板材不同区域中的移动速度进行调控；解决了相关技术中打磨机器人在打磨工艺中的加工精度和加工效率低下的技术问题。中的加工精度和加工效率低下的技术问题。中的加工精度和加工效率低下的技术问题。

【技术实现步骤摘要】
一种机器人金属板材表面打磨速度智能调控方法


[0001]本专利技术涉及机器视觉
，具体涉及一种机器人金属板材表面打磨速度智能调控方法 。

技术介绍

[0002]随着机器人技术的成熟，机器人开始被应用到抛磨产业的自动化改造升级之中。工业机器人在打磨行业中的应用是近年来机器人应用范围里一种新型的生产工艺，用于替代传统人工，进行工件的打磨抛光工作，主要用于工件的表面打磨、棱角去毛刺、焊缝打磨、内腔内孔去毛刺以及螺纹加工等工作，面向卫浴五金行业、IT行业、汽车零部件、工业零件、医疗器械、木材建材家具制造和民用产品等行业。机器人打磨抛光的主要优点：提高打磨质量和产品光洁度，保证其一致性；提高生产率，一天可24
ꢁ
h连续生产；改善工人劳动条件，可在有害环境下长期工作；降低对工人操作技术的要求；缩短产品改型换代的周期，减少相应的投资设备；可再开发性，用户可根据不同样件进行二次编程。具有可长期进行打磨作业、保证产品的高生产率、高质量和高稳定性等特点。
[0003]现代科技发展迅速，在打磨工艺中对机器人控制系统和打磨设备都提出了更高的要求；普通磨床主要依靠人工打磨，这样往往存在打磨的成品率低、工作环境差和劳动强度比较大的问题；数控磨削机床成本高，但是通用性差；机器人柔性磨削加工系统具有灵活性高，通用性好，成本低等优点。然而目前工业机器人与数控机床相比加工精度等级要差很多，如何能提高打磨机器人在打磨工艺中的加工精度和加工效率，是目前机器人打磨工艺中亟待解决的技术问题。

技术实现思路

[0004]本专利技术的目的是提供一种机器人金属板材表面打磨速度智能调控方法 ，以解决相关技术中，打磨机器人在打磨工艺中的加工精度和加工效率低下的技术问题；有鉴于此，本专利技术通过以下技术方案予以实现。
[0005]一种机器人金属板材表面打磨速度智能调控方法 ，包括：获取待打磨金属板材的表面的灰度图像；获取打磨机器人中打磨工具与待打磨金属板材的接触面积，根据所述接触面积确定对所述灰度图像的分割规格，根据所述分割规格将所述灰度图像分割为多个子图像；获取每个所述子图像的像素点灰度值的平均值；获取每个所述子图像的灰度直方图，并获取所述灰度直方图的峰度；利用每个子图像的灰度直方图的峰度获取每个子图像的粗糙区域；根据每个子图像中像素点的数量和对应粗糙区域内每个灰度级像素点的数量，得到每个子图像中粗糙区域内每个灰度级像素点数量的占比；根据每个子图像中粗糙区域内每个灰度级像素点数量的占比和该子图像的灰度直方图的峰度获取每个所述子图像中粗糙区域像素点的权重；
获取每个所述子图像的纵向像素点的灰度值梯度均值，根据每个子图像的灰度值梯度均值和粗糙区域像素点的权重获取每个所述子图像的锐化程度；分别遍历每个所述子图像的全部像素点获取每个所述子图像的像素点的灰度变化曲线；获取所述灰度变化曲线中每个斜坡的周期和高度；根据所述周期和高度获取每个所述子图像的像素点的相对分布概率；根据每个所述子图像的像素点灰度值的平均值、锐化程度和像素点的相对分布概率获取每个所述子图像对应的待打磨金属板材区域的表面粗糙度；利用每个子图像对应的待打磨金属板材区域的表面粗糙度获取该子图像对应的待打磨金属板材区域的打磨时间；利用每个子图像对应的待打磨金属板材区域的打磨时间获取打磨工具在每个子图像对应的金属板材区域中的移动速度；根据打磨工具在每个子图像对应的金属板材区域中的移动速度对打磨机器人在金属板材不同区域中的移动速度进行调控。
[0006]优选地，根据所述灰度直方图的峰度获取每个所述子图像的粗糙区域的过程中还包括设定阈值，通过所述阈值获取每个所述子图像的粗糙区域。
[0007]更优选地，所述阈值为所述子图像的面积与所述子图像对应的灰度直方图中灰度级个数的比值。
[0008]更优选地，所述子图像中粗糙区域像素点的权重通过下式确定：式中，为子图像中粗糙区域像素点的权重；为子图像中粗糙区域的每个灰度级的像素点与子图像像素点的数量占比的和；U为子图像对应的灰度直方图的峰度。
[0009]更优选地，所述子图像的全部纵向像素点的灰度值梯度均值通过下式确定：式中，为子图像的全部纵向像素点的灰度值梯度均值；为子图像中像素点坐标为的像素点的灰度值；为子图像中像素点坐标为的像素点的灰度值；为子图像的长度。
[0010]更优选地，所述子图像的锐化程度为该子图像的全部纵向像素点的灰度值梯度均值和粗糙区域像素点的权重的乘积。
[0011]优选地，所述子图像的像素点的相对分布概率的获取过程为：依次遍历子图像的全部像素点获取像素点的灰度值变化曲线；获取所述灰度值变化曲线中的每一个斜坡的周期和高度；获取每个斜坡的表面影响程度，对全部所述表面影响程度求取方差获得所述子图像的像素点的相对分布概率。
[0012]更优选地，所述斜坡的表面影响程度通过下式确定：式中，为斜坡的表面影响程度；为的周期；为斜坡的高度；为斜坡全部相邻
两个像素点灰度值差值的绝对值的方差。
[0013]更优选地，所述子图像对应的待检测金属板材中对应区域的表面粗糙度通过下式确定：式中，为子图像对应的待检测金属板材中对应区域的表面粗糙度；为子图像的锐化程度；为子图像的像素点的相对分布概率；为子图像的像素点灰度值的平均值。
[0014]优选地，所述灰度直方图的峰度通过下式确定：U式中，U为灰度直方图的峰度；为灰度直方图中第个灰度级对应的像素点的数量；为全部灰度级对应的像素点数量的和灰度级个数的比值；为灰度直方图中灰度级的个数。
[0015]与现有技术相比，本专利技术的有益效果是：本专利技术提供了一种机器人金属板材表面打磨速度智能调控方法，该方法包括：获取待打磨金属板材的表面的灰度图像；将灰度图像分割为多个子图像；获取每个子图像的像素点灰度值的平均值；获取每个子图像的灰度直方图，并获取灰度直方图的峰度；获取每个子图像的粗糙区域像素点的权重；获取每个子图像的纵向像素点的灰度值梯度均值，根据每个子图像的灰度值梯度均值和粗糙区域像素点的权重获取每个子图像的锐化程度；获取每个子图像的像素点的相对分布概率；根据每个子图像的像素点灰度值的平均值、锐化程度和像素点的相对分布概率获取每个子图像对应的待检测金属板材中对应区域的表面粗糙度；利用每个子图像对应的待打磨金属板材区域的表面粗糙度获取该子图像对应的待打磨金属板材区域的打磨时间；利用每个子图像对应的待打磨金属板材区域的打磨时间获取打磨工具在每个子图像对应的金属板材区域中的移动速度；根据打磨工具在每个子图像对应的金属板材区域中的移动速度对打磨机器人在金属板材不同区域中的移动速度进行调控；本专利技术解决了相关技术中打磨机器人在打磨工艺中的加工精度和加工效率低下的技术问题。
附图说明
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机器人金属板材表面打磨速度智能调控方法 ，其特征在于，包括：获取待打磨金属板材的表面的灰度图像；获取打磨机器人中打磨工具与待打磨金属板材的接触面积，根据所述接触面积确定对所述灰度图像的分割规格，根据所述分割规格将所述灰度图像分割为多个子图像；获取每个所述子图像的像素点灰度值的平均值；获取每个所述子图像的灰度直方图，并获取所述灰度直方图的峰度；利用每个子图像的灰度直方图的峰度获取每个子图像的粗糙区域；根据每个子图像中像素点的数量和对应粗糙区域内每个灰度级像素点的数量，得到每个子图像中粗糙区域内每个灰度级像素点数量的占比；根据每个子图像中粗糙区域内每个灰度级像素点数量的占比和该子图像的灰度直方图的峰度获取每个所述子图像中粗糙区域像素点的权重；获取每个所述子图像的纵向像素点的灰度值梯度均值，根据每个子图像的灰度值梯度均值和粗糙区域像素点的权重获取每个所述子图像的锐化程度；分别遍历每个所述子图像的全部像素点获取每个所述子图像的像素点的灰度变化曲线；获取所述灰度变化曲线中每个斜坡的周期和高度；根据所述周期和高度获取每个所述子图像的像素点的相对分布概率；根据每个所述子图像的像素点灰度值的平均值、锐化程度和像素点的相对分布概率获取每个所述子图像对应的待打磨金属板材区域的表面粗糙度；利用每个子图像对应的待打磨金属板材区域的表面粗糙度获取该子图像对应的待打磨金属板材区域的打磨时间；利用每个子图像对应的待打磨金属板材区域的打磨时间获取打磨工具在每个子图像对应的金属板材区域中的移动速度；根据打磨工具在每个子图像对应的金属板材区域中的移动速度对打磨机器人在金属板材不同区域中的移动速度进行调控。2.根据权利要求1所述的机器人金属板材表面打磨速度智能调控方法，其特征在于，根据所述灰度直方图的峰度获取每个所述子图像的粗糙区域的过程中还包括设定阈值，通过所述阈值获取每个所述子图像的粗糙区域。3.根据权利要求2所述的机器人金属板材表面打磨速度智能调控方法，其特征在于，所述阈值为所述子图像的面积与所述子图像对应的灰度直方图中灰度级个数的比值。4.根据权利要求3所述的机器人金属板...

【专利技术属性】
技术研发人员：潘春慈，
申请(专利权)人：南通电博士自动化设备有限公司，
类型：发明
国别省市：