【技术实现步骤摘要】
本专利技术涉及工业制造生产领域，具体而言，特别涉及一种红外视觉识别机械臂抓取检测装置及其检测方法。本专利技术适用于多种工件中进行目标分拣操作与非接触式无损探伤检测。
技术介绍
1、近几年，机械臂自动生产技术具有高精度、可编程性强、生产效率高、成本效益高、适用范围广等特点，已成为工业生产自动化的重要发展方向。
2、传统机械臂双目视觉的方法进行工件的分拣，采用这种方法只能完成单一工件的分拣操作并且在分拣过程中无法采集工件的相关数据，因此需要设计一种可多工件中进行目标分拣并能采集数据的机械臂检测装置。
技术实现思路
1、本专利技术解决的问题是：双目识别方法只能对单一工件进行分拣，确定工件世界坐标系的位置进行工件分拣的操作，但是对于多个工件进行分拣时，无法进行对应目标的分拣操作。本专利技术的目的在于涉及提供一种红外视觉机械臂检测装置，利用高清广角摄像头(6)、红外成像装置(7)以及计算机控制系统提供的一种yolov5s检测方法，有利于生产线多种工件中目标识别，采用红外成像装置(7)判断工件质量。
2、本专利技术的解决方案是：
3、一种红外视觉机械臂抓取检测装置，机械臂从下到上为金属底板、高压总线舵机、一号总线舵机、二号总线舵机；二号总线舵机末端安装有夹持夹、高清广角摄像头、红外成像装置；
4、机械臂上的高压总线舵机、一号总线舵机、二号总线舵机提供六轴高机动性，有控制器处理单元控制；高清广角摄像头采集目标相关信息控制机械臂运动；红外成像装置无损
5、机械臂上高压总线舵机、一号总线舵机、二号总线舵机提供六轴高机动性；高清广角摄像头采集目标相关信息控制机械臂运动；红外成像装置无损探伤检测目标工件温度信息；
6、高清广角摄像头数据与红外成像装置分别连接控制器处理单元用于图像、数据显示。
7、本专利技术以控制器处理单元作为基本控制单元，总线舵机、一号总线舵机、二号总线舵机、夹持夹、高清广角摄像头、红外成像装置为系统主体部分。以上主体部分均由控制器处理单元控制。
8、本专利技术提供一种红外视觉机械臂检测方法，检测方法是一种基于yolov5s目标检测算法，包括以下步骤：
9、步骤1：在无外界干扰的环境下进行，工件的图像采样，拍摄原图像为640×480图像，拍摄完成后对图像进行预处理，得到2000张分辨率为640×640的图像。
10、步骤2：获取所需抓取工件图像构建样本集并进行预处理，得到抓取工件图像数据集，将图像数据集划分为训练集和测试集，图像占比分别为80％、20％。
11、步骤3：基于yolov5s算法架构，通过数据增强处理和主干网络、neck网络、head网络的优化处理得到优化检测模型。
12、步骤4：工件样本图像中的训练集输入优化模型进行训练，得到工件无损检测的最优模型。
13、步骤5：工件通过传输带经过相机识别区域，获取图像信息，并且输入到检测模型中进行识别，从多种工件中识别到工件的种类。
14、步骤6：通过相机成像模型可以将三维空间中的工件信息映射到二维图像中，坐标系可通过原坐标旋转平移得到，其计算公式为：
15、
16、其中，r为3×3的旋转矩阵，t为3×1的平移矩阵，(xw，yw，zw)表示世界坐标系任意一点，在相机坐标中映射的点坐标(xc，yc，zc)。
17、由于像素坐标与图像坐标单位不同，因此需要进行图像坐标中的点坐标矫正为像素坐标，通过将相机坐标与图像坐标进行相似性比值进行转换，建立图像坐标与像素坐标，图像坐标与世界坐标系之间的关系，将世界坐标系映射到图像坐标系公式代入转换式，得到：
18、
19、通过在yolov5中neck层网络加上注意力集中机制，可以让模型自适应地学习每个通道的重要性，并将重要的通道加强，去除不必要的通道。通过此机制可在深度学习模型在保证计算速度的前提下，仍有较高的精度，如下公式所示。
20、
21、公式中，通过全局平均池化得到输入特征图在通道维度的平均值ac，代表输入特征图中每个通道的重要性。通过全连接层和激活函数，生成一个权重向量sc，用于表示每个通道的重要性权重。通过对权重向量sc进行缩放和归一化处理，得到注意力权重矩阵m，其中每个元素mc表示对应输入特征图的第c个通道的权重。k是指在计算通道注意力权重矩阵m时的索引变量。k表示为1到c的整数，其中c是特征图的通道数。
22、步骤7：机械臂移动到工件位置上方，红外成像仪测量工件的温度信息，当采集到的温度值大于该工件所承受的最大温度值，则判定为产品不合格，机械臂夹取工件到不合格区，若判定为合格，则夹取到合格区域。
23、本专利技术以yolov5s推理算法结合红外成像装置作为机械臂抓取与检测的新型方法。红外视觉识别机械臂主要成像装置为高清广角摄像头、红外成像装置。其中高清广角视像头使用yolov5s推理算法具有实时性强、高速度、高精度的特点，适用于自动化生产技术、智能检测技术中yolov5s是一种目标检测算法，可以从一帧图像中提取目标工件特征，而在一帧图像又可能包含多个工件特征，采用双目视觉的方法无法正确分拣的操作，但是采用yolov5s目标检测算法加红外成像装置对目标进行实时检测，不仅可以在同一工作线中完成多个工件中目标分拣操作，而且无损探测温度异常的工件时，机械臂进行相应的分拣操作，以确保工件的质量。
24、因此，机械臂结合yolov5目标检测算法和红外成像装置(7)，可以加快分拣速度和提高工件质量，本专利技术涉及后续对于提高工业生产效率和生产质量进而提高经济发展具有重要意义。
25、与现有技术相比，本专利技术的有益效果在于：本专利技术基于一种红外视觉检测装置及检测方法，采用yolov5s目标检测算法，改进了多层卷积神经网络结构，解决了目前传统机械臂对多目标工件分拣困难、实时性差、精度低、灵活性差的问题，采用红外成像装置进行工件温度数据的采集，判决工件是否正常，进行分拣操作，有效提高了机械臂分拣的效率和产品的质量。
本文档来自技高网...【技术保护点】
1.一种红外视觉机械臂抓取检测装置，其特征在于，机械臂从下到上为金属底板(1)、高压总线舵机(3)、一号总线舵机(4)、二号总线舵机(5)；二号总线舵机(5)末端安装有夹持夹(8)、高清广角摄像头(6)、红外成像装置(7)；
2.一种红外视觉机械臂抓取检测方法，其特征在于，用于权利要求1所述的红外视觉机械臂抓取检测装置；所述的包括以下步骤：
3.根据权利要求2所述的一种红外视觉机械臂抓取检测方法，其特征在于，步骤6中坐标系通过原坐标旋转平移得到，其计算公式为：
【技术特征摘要】
1.一种红外视觉机械臂抓取检测装置，其特征在于，机械臂从下到上为金属底板(1)、高压总线舵机(3)、一号总线舵机(4)、二号总线舵机(5)；二号总线舵机(5)末端安装有夹持夹(8)、高清广角摄像头(6)、红外成像装置(7)；
2.一...
【专利技术属性】
技术研发人员：余仲洋，金万华，文良华，张飞，张红飞，宋宇，
申请(专利权)人：宜宾学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。