一种铸件待打磨区域智能视觉评估及标定方法技术

本发明专利技术的一种铸件待打磨区域智能视觉评估及标定方法，属于铸件打磨技术领域，本发明专利技术采用自主开发的离线编程系统为基础，根据工件三维模型自动生成打磨轨迹，协同6轴工业机器人智能力控感知调整系统，减少人工示教工作量，实现打磨加工过程力控智能感知，根据接触压力变化，检测铸件表面高度。控制打磨过程的时变磨削力，稳定输出打磨压力，且不受打磨角度影响。度影响。度影响。

【技术实现步骤摘要】
一种铸件待打磨区域智能视觉评估及标定方法


[0001]本专利技术涉及铸件打磨
，具体讲是一种铸件待打磨区域智能视觉评估及标定方法。

技术介绍

[0002]目前机器人打磨大型铸件还存在诸多困难，都是采用以下技术路径：1人工示教，这样人工的工作量大，无法完全贴合产品，会出现过打磨或打磨不足情况，常用表面粗打磨；2.恒力矩和视觉系统无法联动，导致对位置的判断出现误差，精度控制不足；3.视觉系统尽在打磨前对铸件进行确认，在打磨过程中无法实时反馈打磨效果，这导致打磨路径固定，无法根据实际打磨效果进行时适时调整。

技术实现思路

[0003]本专利技术的目的在于提供一种铸件待打磨区域智能视觉评估及标定方法，以解决上述
技术介绍
中提出的问题。
[0004]本专利技术一种铸件待打磨区域智能视觉评估，包括有机器人视觉系统，该系统包括计算机构建了视觉传感器、图像采集系统、图像处理软件等模块，机器人对需加工区的视觉识别，就是通过视觉传感器采集工件的图像，经一系列图像处理技术处理后得到加工区的特征点坐标信息，将特征点坐标转换为加工区的位置信息并与机器人的基坐标联系起来，通过计算机控制机器人末端执行器达到预期位姿，最终实现预期的打磨作业；
[0005]打磨路径识别，通过机器视觉系统采集打磨区的图像，然后对采集到的图像进行一系列处理得到打磨区特征点的像素坐标，最后将该像素坐标通过坐标转换，得到机器人坐标系下从而求得打磨区的位置信息；
[0006]图像预处理，工业相机在距工件一定高度沿一定方向不同位置获取多张图像，这些图像组合成整个工件的表面图像信息，图像预处理要将工件多张图形拼接成一幅完整的图像，还要去除相机在拍摄、采集和传输图像的过程中产生的各种噪声，以提高图片的质量产生影响，得到更好的处理效果，图像预处理包括有图像拼接以及图像平滑；
[0007]Blob分析，Blob分析Blob Analysis是对图像中相同像素的连通域进行分析该连通域称为Blob，将图像进行分割得到前景和背景，然后进行连通区域检测，从而得到Blob块的过程，Blob分析包括有图像分割、形态学处理、特征提取以及特征参数计算；
[0008]打磨轨迹规划，打磨的模块应最合适的模块开始，从零到整，以点带面。尤其在曲面过渡阶段更应该注意控制末端执行器的加工方式，从而避免出现加工不彻底的情况。通过大量的试验确定，采用曲面分块的方法将打磨区分成若干固定大小的矩形区域，然后用正交式交叠往复前进的打磨方法打磨块状区域，所述打磨轨迹规划包括有曲面分块以及路径规划；
[0009]末端执行及控制系统，铸件打磨机器人的末端执行机构包括主动恒力控制装置，电主轴，打磨工具库，机器人打磨系统由PLC作为主控单元，由PLC控制机器人、机器人视觉
系统、软件分析系统、路径规划系统和机器人末端工具等协调运动。PLC主要实现和机器人相互通信逻辑判断等功能，启动PLC后启动机器人，由PLC控制机器人、相机、路径识别装置和打磨工具等动作。机器人正常运行则反馈给PLC一个运行正常信号，机器人自检出目前位置姿态确认是否安全，如处于安全区域则发出高电平，再触发视觉系统，采集工件图像数据，识别打磨路径，PLC同时将这些信号发给机器人，机器人根据所发信号，系统自动调用打磨程序。机器人发送的电主轴和动恒力装置命令，进行工件粘砂区的打磨工序。机器人完成打磨后，回到安全区域发给PLC打磨任务完成命令。同时PLC接受到打磨任务完后，启动工件送装置输送出打磨过的铸管工件，PLC进入下一循环周期；
[0010]机器人视觉效果。
[0011]进一步的，所述机器人视觉系统，主要由视觉传感器、图像采集卡、计算机、工业机器人控制器和工作台组成，视觉传感器采集其下方工作台上铸件表面的图像信息，然后通过图像采集卡实现对图像的获取，获取后的图像传输到软件分析系统，通过图像滤波、增强、二值化等技术进行图像处理后，再分析得到图像特征信息，并通过坐标变换计算出的得到待加工区域的位置信息。
[0012]进一步的，所述视觉传感器由图像传感器CCD相机组成，它是机器视觉系统的直接信息来源，其主要功能是获取系统处理所需的原始图像，所述图像采集系统，主要是指图像采集卡，它可以将CCD相机采集到的原始模拟视频信号转换成数字信号，并进行数字图像的存储和处理。图像采集卡的基本模块包括输入模块、A/D转换模块、帧储存模块、图像采集控制模块和显示模块等，模拟视频信号输入到图像采集卡的核心部分—A/D转换模块，A/D转换模块将该模拟图像信号转换成计算机可以识别的数字信号，即变成一幅数字图像，存储在图像采集卡的帧缓存存储器内，再传输到图像处理系统。
[0013]进一步的，所述图像处理软件作为控制的辅助处理器可以快速完成各种低级图像处理算法，减轻计算机运行负荷，从而提高系统运行速度，所述计算机，作为整个机器视觉系统的核心部分，计算机不仅控制着系统内各模块的正常运行，还承担着系统最终结果的运算和输出工作。图像采集系统将输出的数字图像直接传给计算机，计算机再通过软件处理完成对图像的最终处理和运算。
[0014]进一步的，所述图像拼接，是将一组间重叠的图像序列空间匹配对准,经重采样合成后一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术，图像拼接的质量，主要依赖图像的配准程度，图像的配准是拼接算法的核心和关键，图像匹配方法的不同，可以将图像拼接算法分为基于区域的拼接算法和基于特征的拼接算法，本装置采用基于特征的拼接算法。
[0015]进一步的，所述图像平滑，由于在图像获取过程中受照明光线的方向、亮度、稳定性以及图像拼接接缝等的影响，使所获取的图像中含有噪声，对图像进行平滑处理以减小噪声干扰，常用的滤波器有高斯滤波器、中值滤波器、均值滤波器等等。其中，均值滤波是典型的线性滤波算法，能够有效滤波图像中的加性噪声，减小噪声干扰的目的，本装置采用选择均值滤波器。
[0016]进一步的，在进行Blob分析时，必须把图像分割为构成斑点(Blob)和局部背景的像素集合。最简单的分割算法是阈值分割法，它适用于目标和背景占据不同灰度级范围的图像。工件图像中的缺陷目标与背景具有完全不同的灰度，比较适合采用阈值分割方法。阈
值分割法的定义为
[0017]S＝{(r,c)∈R|g
min
≤f
r,c
≤g
max
}
[0018]由式1可知，阈值分割就是将图像f
r,c
中灰度值处于阈值g
max
和g
min
范围内的全部点选到输出区域S中。由此可见，阈值分割的关键是确定合适的阈值以准确地将图像分割为目标像素和背景像素。
[0019]阈值确定方法有直方图双峰法、参数法、基于最大类间方差原理的Otsu算法、基于信息熵原理的一维最大熵法、迭代法等。其中，双峰法比较适合直方图存在双峰的情况。P参数法用于在固定分辨率下，目标所占整个图像的比例已知的情况；Otsu算法适用于目标与背景灰度差本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种铸件待打磨区域智能视觉评估，其特征在于：包括有机器人视觉系统，该系统包括计算机构建了视觉传感器、图像采集系统、图像处理软件等模块，机器人对需加工区的视觉识别，就是通过视觉传感器采集工件的图像，经一系列图像处理技术处理后得到加工区的特征点坐标信息，将特征点坐标转换为加工区的位置信息并与机器人的基坐标联系起来，通过计算机控制机器人末端执行器达到预期位姿，最终实现预期的打磨作业；打磨路径识别，通过机器视觉系统采集打磨区的图像，然后对采集到的图像进行一系列处理得到打磨区特征点的像素坐标，最后将该像素坐标通过坐标转换，得到机器人坐标系下从而求得打磨区的位置信息；图像预处理，工业相机在距工件一定高度沿一定方向不同位置获取多张图像，这些图像组合成整个工件的表面图像信息，图像预处理要将工件多张图形拼接成一幅完整的图像，还要去除相机在拍摄、采集和传输图像的过程中产生的各种噪声，以提高图片的质量产生影响，得到更好的处理效果，图像预处理包括有图像拼接以及图像平滑；Blob分析，Blob分析(Blob Analysis)是对图像中相同像素的连通域进行分析(该连通域称为Blob)，将图像进行分割得到前景和背景，然后进行连通区域检测，从而得到Blob块的过程，Blob分析包括有图像分割、形态学处理、特征提取以及特征参数计算；打磨轨迹规划，打磨的模块应最合适的模块开始，从零到整，以点带面。尤其在曲面过渡阶段更应该注意控制末端执行器的加工方式，从而避免出现加工不彻底的情况。通过大量的试验确定，采用曲面分块的方法将打磨区分成若干固定大小的矩形区域，然后用正交式交叠往复前进的打磨方法打磨块状区域，所述打磨轨迹规划包括有曲面分块以及路径规划；末端执行及控制系统，铸件打磨机器人的末端执行机构包括主动恒力控制装置，电主轴，打磨工具库，机器人打磨系统由PLC作为主控单元，由PLC控制机器人、机器人视觉系统、软件分析系统、路径规划系统和机器人末端工具等协调运动。PLC主要实现和机器人相互通信逻辑判断等功能，启动PLC后启动机器人，由PLC控制机器人、相机、路径识别装置和打磨工具等动作。机器人正常运行则反馈给PLC一个运行正常信号，机器人自检出目前位置姿态确认是否安全，如处于安全区域则发出高电平，再触发视觉系统，采集工件图像数据，识别打磨路径，PLC同时将这些信号发给机器人，机器人根据所发信号，系统自动调用打磨程序。机器人发送的电主轴和动恒力装置命令，进行工件粘砂区的打磨工序。机器人完成打磨后，回到安全区域发给PLC打磨任务完成命令。同时PLC接受到打磨任务完后，启动工件送装置输送出打磨过的铸管工件，PLC进入下一循环周期；机器人视觉效果。2.根据权利要求1所述的一种铸件待打磨区域智能视觉评估，其特征在于：所述机器人视觉系统，主要由视觉传感器、图像采集卡、计算机、工业机器人控制器和工作台组成，视觉传感器采集其下方工作台上铸件表面的图像信息，然后通过图像采集卡实现对图像的获取，获取后的图像传输到软件分析系统，通过图像滤波、增强、二值化等技术进行图像处理后，再分析得到图像特征信息，并通过坐标变换计算出的得到待加工区域的位置信息。3.根据权利要求2所述的一种铸件待打磨区域智能视觉评估，其特征在于：所述视觉传感器由图像传感器CCD相机组成，它是机器视觉系统的直接信息来源，其主要功能是获取系统处理所需的原始图像，所述图像采集系统，主要是指图像采集卡，它可以将CCD相机采集
到的原始模拟视频信号转换成数字信号，并进行数字图像的存储和处理。图像采集卡的基本模块包括输入模块、A/D转换模块、帧储存模块、图像采集控制模块和显示模块等，模拟视频信号输入到图像采集卡的核心部分—A/D转换模块，A/D转换模块将该模拟图像信号转换成计算机可以识别的数字信号，即变成一幅数字图像，存储在图像采集卡的帧缓存存储器内，再传输到图像处理系统。4.根据权利要求1所述的一种铸件待打磨区域智能视觉评估，其特征在于：所述图像处理软件作为控制的辅助处理器可以快速完成各种低级图像处理算法，减轻计算机运行负荷，从而提高系统运行速度，所述计算机，作为整个机器视觉系统的核心部分，计算机不仅控制着系统内各模块的正常运行，还承担着系统最终结果的运算和输出工作。图像采集系统将输出的数字图像直接传给计算机，计算机再通过软件处理完成对图像的最终处理和运算。5.根据权利要求1所述的一种铸件待打磨区域智能视觉评估，其特征在于：所述图像拼接，是将一组间重叠的图像序列空间匹配对准,经重采样合成后一幅包含各图像序列信息的宽视角场景的、完整的、高清晰的新图像的技术，图像拼接的质量，主要依赖图像的配准程度，图像的配准是拼接算法的核心和关键，图像匹配方法的不同，可以将图像拼接算法分为基于区域的拼接算法和基于特征的拼接算法，本装置采用基于特征的拼接算法。6.根据权利要求1所述的一种铸件待打磨区域智能视觉评估，其特征在于：所述图像平滑，由于在图像获取过程中受照明光线的方向、亮度、稳定性以及图像拼接接缝等的影响，使所获取的图像中含有噪声，对图像进行平滑处理以减小噪声干扰，常用的滤波器有高斯滤波器、中值滤波器、均值滤波器等等。其中，均值滤波是典型的线性滤波算法，能够有效滤波图像中的加性噪声，减小噪声干扰的目的，本装置采用选择均值滤波器。7.根据权利要求1所述的一种铸件待打磨区域智能视觉评估，其特征在于：在进行Blob分析时，必须把图像分割为构成斑点(Blob)和局部背景的像素集合。最简单的分割算法是阈值分割法，它适用于目标和背景占据不同灰度级范围的图像。工件图像中的缺陷目标与背景具有完全不同的灰度，比较适合采用阈值分割方法。阈值分割法的定义为S＝{(r,c)∈R|g
min
≤f

【专利技术属性】
技术研发人员：张森，陆洋，王常玖，
申请(专利权)人：重庆滨渝科技发展有限公司，
类型：发明
国别省市：