一种基于机器视觉的四轴机器人工件摆盘系统技术方案

本发明专利技术公开一种基于机器视觉的四轴机器人工件摆盘系统，包括机柜，其特征在于：振动上料系统，安装在所述机柜的中部位置，用于将大量陶瓷片工件规整传输到振动传输系统；所述振动传输系统，位于所述振动上料系统传输端后侧，安装在所述机柜的中部位置，用于陶瓷片分散和缓慢移动到图像采集模块最佳检测位置；传送带系统，安装在所述机柜的中部位置。本发明专利技术涉及机器人技术领域，具体地讲，涉及一种基于机器视觉的四轴机器人工件摆盘系统。本发明专利技术要解决的技术问题是提供一种基于机器视觉的四轴机器人工件摆盘系统，解决现有工件摆盘系统存在的工作效率低、鲁棒性低、精准度低、硬件要求高等缺点。求高等缺点。求高等缺点。

【技术实现步骤摘要】
一种基于机器视觉的四轴机器人工件摆盘系统


[0001]本专利技术涉及机器人
，具体地讲，涉及一种基于机器视觉的四轴机器人工件摆盘系统。

技术介绍

[0002]随着智能制造技术的发展，机器人在工业生产中广泛应用，取代人工进行工件搬运等任务。然而，传统的位置点示教方式限制了机器人的灵活性和抓取精度，容易引发抓空、抓偏及抓错的情况出现。
[0003]现有技术中产生了一种通过计算机视觉处理来定位抓取目标物的方案。通过图像处理和计算机视觉算法，可以准确定位目标物的位置、形状和尺寸信息，并指导机器人进行自动化抓取。这种方式避免了传统示教的限制，提高了抓取的准确性和效率。
[0004]特别是在基于机器视觉的四轴机器人摆盘系统中，机器视觉技术被广泛应用。它可以检测工件的位置、形状和尺寸，并将这些信息传递给四轴机器人，实现工件的自动化抓取和放置。通过机器视觉和自动化控制，工件的生产效率得到显著提高。
[0005]现有的一些方法侧重于码垛机构的创新，对于自动化码垛过程中目标物的检测仍存在一些弊端。特别地，对于陶瓷片抓取和规则摆放，传统的方法工作效率和码垛精度低。目前的一些方法如：CN 114986520 B、CN 113772432 A、CN 112374173 B等方法仍然存在机构复杂，系统反应时间长，过程复杂繁琐等问题。

技术实现思路

[0006]本专利技术要解决的技术问题是提供一种基于机器视觉的四轴机器人工件摆盘系统，解决现有工件摆盘系统存在的工作效率低、鲁棒性低、精准度低、硬件要求高等缺点。
[0007]本专利技术采用如下技术方案实现专利技术目的：一种基于机器视觉的四轴机器人工件摆盘系统，包括机柜，其特征在于：振动上料系统，安装在所述机柜的中部位置，用于将大量陶瓷片工件规整传输到振动传输系统；所述振动传输系统，位于所述振动上料系统传输端后侧，安装在所述机柜的中部位置，用于陶瓷片分散和缓慢移动到图像采集模块最佳检测位置；传送带系统，安装在所述机柜的中部位置；工件摆放盘，放置在所述传送带系统的传送带上；四轴机器人，安装在所述机柜的中部中间位置，所述传送带系统及所述振动上料系统位于所述四轴机器人两侧，用于吸取所述振动传输系统上的陶瓷片工件并调整旋转角度放置在所述工件摆放盘上；图像采集模块，位于所述工件摆放盘及所述振动传输系统上方，固定连接所述机柜，用于获取所述振动传动系统及所述工件摆放盘上工件图像；图像处理模块，安装在所述机柜的下部位置，用于定位处于所述振动传输系统及所述工件摆放盘上的陶瓷片工件，所述图像处理模块通过改进的yolov目标检测算法进行框选定位工件，实时检测工件位置及旋转角度。
[0008]作为本技术方案的进一步限定，包括以下步骤：S1：工件放置于所述振动上料系统中，通过所述振动上料系统规整传输到所述振
动传输系统上；S2：所述图像采集模块获取待分拣工件和所述工件摆放盘图像，所述图像处理模块对图像进行预处理；S3：所述图像处理模块对预处理图像通过改进的yolov5算法实时定位工件位置及旋转角度；S4：所述四轴机器人结合检测结果进行工件吸取并调整工件角度，整齐放置在所述工件摆放盘上；S5：所述图像处理模块检测到所述工件摆放盘铺满后，所述传送带系统将所述工件摆放盘传送至储存处。
[0009]作为本技术方案的进一步限定，所述S4的具体流程为：S41：对预处理图像通过改进的yolov5算法实时定位工件位置及旋转角度；S42：确定所述工件摆放盘的中心点和每个格子的中心点位置，并标记在所述工件摆放盘图像上；S43：通过将所述工件摆放盘中心点与检测到的每个陶瓷片中心点，确定每个陶瓷片在所述工件摆放盘的位置；S44：对于每个检测到的陶瓷片，可以通过检测其旋转角度来确定其在所述工件摆放盘的角度；S45：所述四轴机器人结合所述工件摆放盘与所述振动传输系统上待吸取工件的检测结果进行工件吸取并调整工件角度，整齐放置在所述工件摆放盘；S46：当所述工件摆放盘上未检测到工件时，将首个陶瓷片工件调整角度放置于所述工件摆放盘最左上方。
[0010]作为本技术方案的进一步限定，所述改进的yolov5算法具体流程如下：S301：在原始yolov5最后一个卷积层之后，增加一个新的卷积层用于预测bounding box的x、y、w、h及角度信息；S302：在原始yolov5的输出层加入角度信息，使用
‘
xywha
’
函数将预测的bounding box坐标转换为中心点坐标、长、宽和角度；S303：在原始yolov5的损失函数增加角度信息的损失计算，将预测的角度和真实的角度之间的差距计算得出，并加入到损失函数中，其中采用均方误差作为角度信息的损失函数；S304：在原始yolov5的backbone部分的CSPDarknet53替换为MobileNetV3，减小模型参数量使得模型更加轻量化，同时MobileNetV3中的标准卷积替换为深度可分离卷积，增加深度可分离卷积层的数量实现网络深度增加，在每一个深度可分离卷积层后增加一个Batch Normalization加速训练，并增加LeakyReLU激活函数增强模型非线性特征，Pointwise Convolution动态调整模型通道数；S305：通过所述振动传输系统上工件的角度及所述工件摆放盘的原有工件放置角度，计算出前者水平旋转角度，实现其在所述工件摆放盘上规整放置。特别地，当所述工件摆放盘上未检测到工件时，首个陶瓷片工件调整角度放置于所述工件摆放盘最左上方。检测所述工件摆放盘为铺满状态时将控制所述传送带系统将所述工件摆放盘传送至储存处。作为本技术方案的进一步限定，所述图像采集模块为固定在所述振动传输系统上
方及所述工件摆放盘上方的两台相机，两台相机固定连接所述机柜，通过图像处理技术得到陶瓷片的实时位置及旋转角度。
[0011]作为本技术方案的进一步限定，所述图像处理模块主要包括图像预处理和工件定位两部分，所述工件定位部分采用改进的yolov5检测算法来准确定位陶瓷片位置及旋转角度。
[0012]与现有技术相比，本专利技术的优点和积极效果是：1、针对工件具体情况的图像预处理方法大大提高了图像处理的鲁棒性及精度。
[0013]2、改进的图像处理方法，有效的提高了目标检测的速度及精确度AP，将模型轻量化降低浮点运算量FLOPS，同时添加角度的预测使得工件摆放更加紧密。
[0014]3、解决现有工件摆盘系统存在的工作效率低、鲁棒性低、精准度低、硬件要求高等缺点。
附图说明
[0015]图1为本专利技术的图像处理模块通过改进的yolov5算法实时定位工件位置及旋转角度方法流程图。
[0016]图2为本专利技术的立体结构示意图。
[0017]图中：1、振动上料系统，2、振动传输系统，3、图像采集模块，4、图像处理模块，5、四轴机器人，6、工件摆放盘，7、传送带系统，8、机柜。
具体实施方式
[0018]下面结合附图，对本专利技术的一个具体实施方式进行详细描述，但应当理解本专利技术的保护本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的四轴机器人工件摆盘系统，包括机柜（8），其特征在于：振动上料系统（1），安装在所述机柜（8）的中部位置，用于将大量陶瓷片工件规整传输到振动传输系统（2）；所述振动传输系统（2），位于所述振动上料系统（1）传输端后侧，安装在所述机柜（8）的中部位置，用于陶瓷片分散和缓慢移动到图像采集模块（3）最佳检测位置；传送带系统（7），安装在所述机柜（8）的中部位置；工件摆放盘（6），放置在所述传送带系统（7）的传送带上；四轴机器人（5），安装在所述机柜（8）的中部中间位置，所述传送带系统（7）及所述振动上料系统（1）位于所述四轴机器人（5）两侧，用于吸取所述振动传输系统（2）上的陶瓷片工件并调整旋转角度放置在所述工件摆放盘（6）上；图像采集模块（3），位于所述工件摆放盘（6）及所述振动传输系统（2）上方，固定连接所述机柜（8），用于获取所述振动传动系统（2）及所述工件摆放盘（6）上工件图像；图像处理模块（4），安装在所述机柜（8）的下部位置，用于定位处于所述振动传输系统（2）及所述工件摆放盘（6）上的陶瓷片工件，所述图像处理模块（4）通过改进的yolov5目标检测算法进行框选定位工件，实时检测工件位置及旋转角度。2.根据权利要求1所述的基于机器视觉的四轴机器人工件摆盘系统，其特征在于：包括以下步骤：S1：工件放置于所述振动上料系统（1）中，通过所述振动上料系统（1）规整传输到所述振动传输系统（2）上；S2：所述图像采集模块（3）获取待分拣工件和所述工件摆放盘（6）图像，所述图像处理模块（4）对图像进行预处理；S3：所述图像处理模块（4）对预处理图像通过改进的yolov5算法实时定位工件位置及旋转角度；S4：所述四轴机器人（5）结合检测结果进行工件吸取并调整工件角度，整齐放置在所述工件摆放盘（6）上；S5：所述图像处理模块（4）检测到所述工件摆放盘（6）铺满后，所述传送带系统（7）将所述工件摆放盘（6）传送至储存处。3.根据权利要求2所述的基于机器视觉的四轴机器人工件摆盘系统，其特征在于：所述S4的具体流程为：S41：对预处理图像通过改进的yolov5算法实时定位工件位置及旋转角度；S42：确定所述工件摆放盘（6）的中心点和每个格子的中心点位置，并标记在所述工件摆放盘（6）图像上；S43：通过将所述工件摆放盘（6）中心点与检测到的每个陶瓷片中心点，确定每个陶瓷片在所述工件...

【专利技术属性】
技术研发人员：乔晋崴，耿开国，刘娜，张荣敏，林江海，杨志，
申请(专利权)人：齐鲁工业大学山东省科学院，
类型：发明
国别省市：