点漆是一种将油漆或是其它有色液体涂覆在物体表面或槽孔中的工艺,广泛应用于工业生产和日常生活中。目前市场上出现了半自动点漆机和全自动点漆机,但存在着灵活性较差,对工作环境要求高,工作效率低等问题,因此迫切需要一套自动化程度高、加工速度快、精度好的点漆系统。本文将Delta机器人与机器视觉相结合应用于点漆加工。利用机器视觉实现产品的自动定位,同时发挥出Delta机器人高精高速的优势来提高加工效率。本文的主要工作内容如下:(1)对视觉点漆系统总体结构进行了设计。视觉点漆系统由机械结构、视觉定位系统、运动控制系统和点漆阀系统组成。设计并搭建了Delta机器人作为点漆系统的机械结构,并对视觉定位系统、运动控制系统和点漆阀系统进行了方案设计和硬件选型。(2)设计了基于模板匹配算法的视觉定位系统。针对点漆产品表面光滑、易反光的特点,对模板匹配算法和图像边缘检测算法进行了研究。对模板匹配算法进行了改进,将匹配过程分为粗匹配和精匹配提高了匹配速度,加快了大约0.23s。并根据实际加工存在多个物体需同时加工的情况编写了多模板匹配算法。(3)研究了适用于视觉点漆系统的路径规划算法。将蚁群算法引入到视觉点漆系统的路径规划中。利用C#设计制作了仿真平台,通过大量的仿真实验比较了传统X/Y优化算法、遗传算法和蚁群算法在路径规划上的效果。实验结果表明蚁群算法优化路径长度仅为X/Y方向优化路径长度的40%~50%,运算时间比遗传算法更短,适合应用于点漆路径规划。(4)针对Delta机器人由于装配间隙、长时间运行导致的误差问题,提出以双目视觉系统对机器人误差进行测量并补偿的方法。设计搭建了自动调焦标定装置代替人来完成双目相机的调焦和标定,实现了无人化操作。通过实验证明,该方法补偿后的机器人重复定位精度达到了30μm。(5)软件设计和点漆系统测试。利用C#语言进行了系统软件设计,包括相机控制模块、模板匹配模块、路径规划模块和串口通讯模块。对点漆系统的图像定位精度和连续出料进行了测试。图像定位模块最大位置误差不超过1 pixel,最大角度误差不超过0.1°。针对直线出漆不均匀的问题改进了控制方法。本文主要研究工作在于将Delta机器人、机器视觉和点漆技术结合起来,成功研制了一套自动点漆系统。并通过一套自主开发的轨迹测量补偿系统,使机器人末端重复定位精度达到了30μm,定位精度达到50μm。该视觉点漆系统除了应用于传统的产品上色领域,还可应用于需求量日益增多的定制加工领域,如食品定制,具有实际的工程应用价值。