主轴箱的智能化装配方法及其系统技术方案

一种主轴箱的智能化装配方法及其系统，其将待装配的主轴箱零件放置在传送带上，并通过智能传感器识别所述待装配的主轴箱零件的类型和位置以得到识别结果；基于所述识别结果，通过控制系统选择合适的机器人和工具，指导所述机器人抓取所述待装配的主轴箱零件，并将所述主轴箱零件移动到预设的装配位置；通过所述控制系统指导所述机器人按照一定的顺序和方式对所述主轴箱零件进行装配，并利用计算机视觉技术对装配过程进行监控和校正；以及，通过所述控制系统指导所述机器人对装配完成的主轴箱进行检测，以判断所述装配完成的主轴箱是否合格。这样，可以准确地进行装配完成的主轴箱的质量合格检测，从而提高主轴箱的装配效率和精准度。和精准度。和精准度。

【技术实现步骤摘要】
主轴箱的智能化装配方法及其系统


[0001]本申请涉及智能化装配
，并且更具体地，涉及一种主轴箱的智能化装配方法及其系统。

技术介绍

[0002]主轴箱是机床的核心部件之一，其装配质量直接影响机床的性能和精度。传统的主轴箱装配过程往往需要依靠人工观察外观和使用测量仪器进行装配质量检测，这种方法不仅费时费力，而且易出现漏检、误检等问题。也就是说，传统的人工手动检测方法存在人工检测质量不稳定、效率低下、精度难以保证等缺点。
[0003]因此，期望一种优化的主轴箱的智能化装配方案，以提高主轴箱的装配效率和准确性。

技术实现思路

[0004]为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种主轴箱的智能化装配方法及其系统，其将待装配的主轴箱零件放置在传送带上，并通过智能传感器识别所述待装配的主轴箱零件的类型和位置以得到识别结果；基于所述识别结果，通过控制系统选择合适的机器人和工具，指导所述机器人抓取所述待装配的主轴箱零件，并将所述主轴箱零件移动到预设的装配位置；通过所述控制系统指导所述机器人按照一定的顺序和方式对所述主轴箱零件进行装配，并利用计算机视觉技术对装配过程进行监控和校正；以及，通过所述控制系统指导所述机器人对装配完成的主轴箱进行检测，以判断所述装配完成的主轴箱是否合格。这样，可以准确地进行装配完成的主轴箱的质量合格检测，从而提高主轴箱的装配效率和精准度。
[0005]第一方面，提供了一种主轴箱的智能化装配方法，其包括：将待装配的主轴箱零件放置在传送带上，并通过智能传感器识别所述待装配的主轴箱零件的类型和位置以得到识别结果；基于所述识别结果，通过控制系统选择合适的机器人和工具，指导所述机器人抓取所述待装配的主轴箱零件，并将所述主轴箱零件移动到预设的装配位置；通过所述控制系统指导所述机器人按照一定的顺序和方式对所述主轴箱零件进行装配，并利用计算机视觉技术对装配过程进行监控和校正；以及通过所述控制系统指导所述机器人对装配完成的主轴箱进行检测，以判断所述装配完成的主轴箱是否合格。
[0006]在上述主轴箱的智能化装配方法中，通过所述控制系统指导所述机器人对装配好的主轴箱进行检测，以判断所述装配好的主轴箱是否合格，包括：获取装配完成的主轴箱的六视图，将所述主轴箱的六视图定义为第一至第六图像；将所述第一至第六图像排列为三维输入张量后通过作为特征提取器的卷积神经网络模型以得到外观特征图；将所述外观特征图通过空间注意力模块以得到空间强化外观特征图；将所述空间强化外观特征图通过通道注意力模块以得到再强化外观特征图；对所述再强化外观特征图进行特征优化以得到优化再强化外观特征图；将所述优化再强化外观特征图的沿通道维度的特征矩阵分别展开为
和分别是所述再强化外观特征图的宽度、高度和通道数，表示以2为底的对数函数，表示所述多个位置信息图式场景注意力无偏估计因数中的各个位置信息图式场景注意力无偏估计因数。
[0012]在上述主轴箱的智能化装配方法中，将所述优化再强化外观特征图的沿通道维度的特征矩阵分别展开为局部特征向量后通过基于转换器的上下文编码器以得到分类特征向量，包括：使用所述基于转换器的上下文编码器对所述局部特征向量进行基于全局的上下文语义编码以得到多个特征向量；以及，将所述多个特征向量进行级联以得到所述分类特征向量。
[0013]在上述主轴箱的智能化装配方法中，将所述分类特征向量通过分类器以得到分类结果，所述分类结果用于表示装配完成的主轴箱是否合格，包括：使用所述分类器的多个全连接层对所述分类特征向量进行全连接编码以得到编码分类特征向量；以及，将所述编码分类特征向量通过所述分类器的Softmax分类函数以得到所述分类结果。
[0014]第二方面，提供了一种主轴箱的智能化装配系统，其包括：智能识别模块，用于将待装配的主轴箱零件放置在传送带上，并通过智能传感器识别所述待装配的主轴箱零件的类型和位置以得到识别结果；抓取移动模块，用于基于所述识别结果，通过控制系统选择合适的机器人和工具，指导所述机器人抓取所述待装配的主轴箱零件，并将所述主轴箱零件移动到预设的装配位置；装配模块，用于通过所述控制系统指导所述机器人按照一定的顺序和方式对所述主轴箱零件进行装配，并利用计算机视觉技术对装配过程进行监控和校正；以及检测模块，用于通过所述控制系统指导所述机器人对装配完成的主轴箱进行检测，以判断所述装配完成的主轴箱是否合格。
[0015]与现有技术相比，本申请提供的主轴箱的智能化装配方法及其系统，其将待装配的主轴箱零件放置在传送带上，并通过智能传感器识别所述待装配的主轴箱零件的类型和位置以得到识别结果；基于所述识别结果，通过控制系统选择合适的机器人和工具，指导所述机器人抓取所述待装配的主轴箱零件，并将所述主轴箱零件移动到预设的装配位置；通过所述控制系统指导所述机器人按照一定的顺序和方式对所述主轴箱零件进行装配，并利用计算机视觉技术对装配过程进行监控和校正；以及，通过所述控制系统指导所述机器人对装配完成的主轴箱进行检测，以判断所述装配完成的主轴箱是否合格。这样，可以准确地进行装配完成的主轴箱的质量合格检测，从而提高主轴箱的装配效率和精准度。
附图说明
[0016]为了更清楚地说明本申请实施例的技术方案，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仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]图1为根据本申请实施例的主轴箱的智能化装配方法的场景示意图。
[0018]图2为根据本申请实施例的主轴箱的智能化装配方法的流程图。
[0019]图3为根据本申请实施例的主轴箱的智能化装配方法中步骤140的子步骤的流程图。
[0020]图4为根据本申请实施例的主轴箱的智能化装配方法中步骤140的架构示意图。
[0021]图5为根据本申请实施例的主轴箱的智能化装配方法中步骤143的子步骤的流程图。
[0022]图6为根据本申请实施例的主轴箱的智能化装配方法中步骤144的子步骤的流程图。
[0023]图7为根据本申请实施例的主轴箱的智能化装配方法中步骤145的子步骤的流程图。
[0024]图8为根据本申请实施例的主轴箱的智能化装配方法中步骤146的子步骤的流程图。
[0025]图9为根据本申请实施例的主轴箱的智能化装配方法中步骤147的子步骤的流程图。
[0026]图10为根据本申请实施例的主轴箱的智能化装配系统的框图。
具体实施方式
[0027]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0028]除非另有说明，本申请实施例所使用的所有技术和科学术语与本申请的
的本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种主轴箱的智能化装配方法，其特征在于，包括：将待装配的主轴箱零件放置在传送带上，并通过智能传感器识别所述待装配的主轴箱零件的类型和位置以得到识别结果；基于所述识别结果，通过控制系统选择合适的机器人和工具，指导所述机器人抓取所述待装配的主轴箱零件，并将所述主轴箱零件移动到预设的装配位置；通过所述控制系统指导所述机器人按照一定的顺序和方式对所述主轴箱零件进行装配，并利用计算机视觉技术对装配过程进行监控和校正；以及通过所述控制系统指导所述机器人对装配完成的主轴箱进行检测，以判断所述装配完成的主轴箱是否合格。2.根据权利要求1所述的主轴箱的智能化装配方法，其特征在于，通过所述控制系统指导所述机器人对装配好的主轴箱进行检测，以判断所述装配好的主轴箱是否合格，包括：获取装配完成的主轴箱的六视图，将所述主轴箱的六视图定义为第一至第六图像；将所述第一至第六图像排列为三维输入张量后通过作为特征提取器的卷积神经网络模型以得到外观特征图；将所述外观特征图通过空间注意力模块以得到空间强化外观特征图；将所述空间强化外观特征图通过通道注意力模块以得到再强化外观特征图；对所述再强化外观特征图进行特征优化以得到优化再强化外观特征图；将所述优化再强化外观特征图的沿通道维度的特征矩阵分别展开为局部特征向量后通过基于转换器的上下文编码器以得到分类特征向量；以及将所述分类特征向量通过分类器以得到分类结果，所述分类结果用于表示装配完成的主轴箱是否合格。3.根据权利要求2所述的主轴箱的智能化装配方法，其特征在于，将所述第一至第六图像排列为三维输入张量后通过作为特征提取器的卷积神经网络模型以得到外观特征图，包括：使用所述作为特征提取器的卷积神经网络模型的各层在层的正向传递中分别对输入数据进行：对所述输入数据进行卷积处理以得到卷积特征图；对所述卷积特征图进行基于特征矩阵的均值池化处理以得到池化特征图；以及对所述池化特征图进行非线性激活以得到激活特征图；其中，所述作为特征提取器的卷积神经网络模型的最后一层的输出为所述外观特征图，所述作为特征提取器的卷积神经网络模型的第一层的输入为所述三维输入张量。4.根据权利要求3所述的主轴箱的智能化装配方法，其特征在于，将所述外观特征图通过空间注意力模块以得到空间强化外观特征图，包括：使用所述空间注意力模块的卷积编码部分对所述外观特征图进行卷积编码以得到外观卷积特征图；将所述外观卷积特征图输入所述空间注意力模块的空间注意力部分以得到空间注意力图；将所述空间注意力图通过Softmax激活函数以得到空间注意力特征图；以及计算所述空间注意力特征图和所述外观卷积特征图的按位置点乘以得到所述空间强化外观特征图。5.根据权利要求4所述的主轴箱的智能化装配方法，其特征在于，将所述空间强化外观特征图通过通道注意力模块以得到再强化外观特征图，包括：将所述空间强化外观特征图输入所述通道注意力模块的多层卷积层以得到强化卷积特征图；计算所述强化卷积特征图的沿通道维度的各个特征矩阵的全局均值以得到通道特征向量；将所述通道特征向量输入所述Sigmoid激活函数以...

【专利技术属性】
技术研发人员：张跃前，
申请(专利权)人：浙江合信数控机床股份有限公司，
类型：发明
国别省市：