论文部分内容阅读
摘要：文章首先分析了自动装配生产线机械视觉识别系统功能设计方向。以及在开发过程中需要重点完善的部分其次，重点探讨零件识别与图像处理在机械视觉识别系统中的实现措施，以及各项功能开发设计中优化自动装配生产线的措施，综合提升机械视觉识别系统使用功能稳定性。
关键词：自动装配生产线；机器视觉识别；识别系统
一、 基于机械视觉识别的零件装配系统设计
基于机械视觉识别技术基础上，对零件装配系统进行设计。能够根据零件的图形识别与定位进行自动抓取，从而完成生产过程中的自动装配。机械识别系统在其中发挥着主要控制作用，也是前期各项装配功能实现不可缺少的环节，在对系统进行设计时，需要体现动态特征，能够根据零件的图。图像识别结果确定抓取的具体方法，并通过动态监管，反映出零件运动的实时位置。该技术应用后，大幅度提升了自动装配生产线的工作效率，也能避免在生产过程中出现抓取错误以及其他生产质量问题。基于机械视觉技术基础上所构建的零件装配系统，在具体运用过程中，需要强调摄像机对停车位置的抓捕控制能力，以及在整体装配过程中零件之间的相互控制形式。确定最佳抓捕位置，确保后续生产任务可以流畅开展，对于机械视觉系统的柔性装配设计是整体功能实现的核心部分。
二、 零件识别与图像处理措施
1、 预处理与分割
基于机械识别进行的自动装配生产线零件抓取系统设计，首先需要对零件进行预处理与分割，判断零件的图像参数。在运输的过程中，能够根据扫描所得到的参数，利用CCD摄像机对零件所在位置，以及零件的基本图形生成预期模型。确定零件在生产运行过程中的边缘信息，并根据处理过程中所获得的保持结果，对零件的最终参数强度进行控制，达到最佳滤波效果。排除在分析过程中干扰因素带来的影响，并在此基础上进行滤波后的预处理。通过预处理并对图像进行独立分割后，能够确定单一零件所在位置。在此基础上开展的后续分析任务，彼此之间才不会产生干扰。预处理与分割过程中，对于参数干扰还应该加强控制，能够在分割过程中排除干扰，最大程度确保使用安全性。为简化图像处理，提高识别的速度和准确性，将装零件的托盘漆成黑色，与零件的亮色形成较大反差，其直方圖呈现明显的双峰，采用二值化方法对图像进行分割。分割的阑值由最优阑值化方法确定，直方图采用正态分布的概率密度函数近似，正态分布参数的估计按照使物体和背景间的灰度变化最大化来选取。
2、 特征提取与识别
对零件图像进行识别处理中需要针对零件的特征进行提取，通过特征提取确定零件边缘信息，并对零件的边缘数据精准描述。在此基础上，构建生成零件识别后的图像综合处理控制能力，根据处理过程中的各类分割信息，对最终的功能结构进一步强化。特征提取与识别是相对的功能，需要连续进行，并且在特征提取分析期间。还应该描述出零件在自动装配生产线上的运动情况，在此基础上才能够根据零件的运动情况以及具体所在位置，确定接下来需要进行的生产任务。在特征提取以及识别过程中，对于图像的预处理参数误差需要及时调整，这一环节最重要的是对边缘特征精准确定，并对预处理阶段产生的各类分割误差校对。确保特征提取识别后最终的图像综合控制能力能够得到提升，才能进入到接下来的自动装配生产阶段。对生产过程中的各类特征进行动态描述，识别零件的具体位置，进行自动化抓取，完成对零件的综合控制。
3、 零件定位
基于零件识别与图像处理基础上进行的零件自动装配，最终功能是对零件进行定位。在零件定位后，配合抓取动作，直接完成零件的生产调控。抓取过程中综合调整零件的各项参数，根据参数反馈以及边缘描述确定零件所在位置，由于在自动装配生产线中零件是不断变化的，因此，还需要根据零件的运动速度确定接下来的所在位置。实现对零件的自动抓取功能。在零件定位过程，需要进行三次扫描，前两次扫描是对位置的调整，而第三次扫描则是判断临像间的距离。在零件定位过程中的三次扫描是连续，且需对扫描过程中对零件与间隔零件之间的位置距离，使用数据描述定位。
三、 自动抓取装配功能的实现
自动装配生产线中，机械识别系统应用，实现对零件的自动抓取装配功能。需要充分考虑零件定位后与后续图像处理之间的关系以及各项参数变化是否符合最佳抓取点，在抓取过程中根据零件的移动速度对，不同时间所处位置做出合理判断，从而实现在自动抓取过程中对零件的动态位置特征提取。视觉识别系统中，摄像机会对零件的动态运动情况进行补助，并判断零件在自动发展变化过程中是否彼此之间存在干扰，并通过摄像机的目标定位来确定零件的移动参数，进而实现对内部参数的调整，达到最理想的控制效果。自动抓取功能的实现需要在视觉识别系统设计过程中进行仿真验证，模拟自动抓取装配的整体过程，并对零件动态运动情况加以有效判断，观察是否在运动过程中。对零件的所在位置进行补助确定接下来的功能装配形式。并根据所构建的自动装配生产线机械识别系统，进行仿真实验验证，对自动抓取装置的功能性进行检测，观察在抓取过程中机械控制能力是否达到最佳效果，以及机械手之间的相互辅助控制能力。达到预期开发设计目标后，才能针对各项功能继续深入完善，实现在机械生产过程中，对机械生产零件的自动调控抓取。并在使用过程中，根据参数动态变化情况，进行自动抓取识别系统调整。
四、结语
笔者将机器视觉系统应用在削刀架装配生产线上，通过视觉传感器获取零件的位置信息，并通过图像处理和识别算法，计算位置偏移及角度旋转量，并实时反馈给控制器，从而动态改变机械手的抓取操作，提高了装配操作的柔性和效率。系统构成简单，稳定可靠，识别速度快，同时对环境要求不高，能够适应不同生产操作环境，具有很好的应用前景。
参考文献：
[1]卢炳旭.基于机器视觉的机器人装配工作站系统设计与研究[J].机械制造与自动化，2018，47（5）：190-192+215.
[2]凌云汉，邵光保，孙勇，等.基于机器视觉的锻件位置及顶杆检测系统[J].锻压技术，2018（5）：023-023.
[3]郝存明，雷倩，张伟平.基于机器视觉汽车扶手箱卡簧装配质量检测系统的研究[J].河北省科学院学报，2017，34（1）：89-94.
（作者单位：沈阳瑞晟智能装备有限公司）
关键词：自动装配生产线；机器视觉识别；识别系统
一、 基于机械视觉识别的零件装配系统设计
基于机械视觉识别技术基础上，对零件装配系统进行设计。能够根据零件的图形识别与定位进行自动抓取，从而完成生产过程中的自动装配。机械识别系统在其中发挥着主要控制作用，也是前期各项装配功能实现不可缺少的环节，在对系统进行设计时，需要体现动态特征，能够根据零件的图。图像识别结果确定抓取的具体方法，并通过动态监管，反映出零件运动的实时位置。该技术应用后，大幅度提升了自动装配生产线的工作效率，也能避免在生产过程中出现抓取错误以及其他生产质量问题。基于机械视觉技术基础上所构建的零件装配系统，在具体运用过程中，需要强调摄像机对停车位置的抓捕控制能力，以及在整体装配过程中零件之间的相互控制形式。确定最佳抓捕位置，确保后续生产任务可以流畅开展，对于机械视觉系统的柔性装配设计是整体功能实现的核心部分。
二、 零件识别与图像处理措施
1、 预处理与分割
基于机械识别进行的自动装配生产线零件抓取系统设计，首先需要对零件进行预处理与分割，判断零件的图像参数。在运输的过程中，能够根据扫描所得到的参数，利用CCD摄像机对零件所在位置，以及零件的基本图形生成预期模型。确定零件在生产运行过程中的边缘信息，并根据处理过程中所获得的保持结果，对零件的最终参数强度进行控制，达到最佳滤波效果。排除在分析过程中干扰因素带来的影响，并在此基础上进行滤波后的预处理。通过预处理并对图像进行独立分割后，能够确定单一零件所在位置。在此基础上开展的后续分析任务，彼此之间才不会产生干扰。预处理与分割过程中，对于参数干扰还应该加强控制，能够在分割过程中排除干扰，最大程度确保使用安全性。为简化图像处理，提高识别的速度和准确性，将装零件的托盘漆成黑色，与零件的亮色形成较大反差，其直方圖呈现明显的双峰，采用二值化方法对图像进行分割。分割的阑值由最优阑值化方法确定，直方图采用正态分布的概率密度函数近似，正态分布参数的估计按照使物体和背景间的灰度变化最大化来选取。
2、 特征提取与识别
对零件图像进行识别处理中需要针对零件的特征进行提取，通过特征提取确定零件边缘信息，并对零件的边缘数据精准描述。在此基础上，构建生成零件识别后的图像综合处理控制能力，根据处理过程中的各类分割信息，对最终的功能结构进一步强化。特征提取与识别是相对的功能，需要连续进行，并且在特征提取分析期间。还应该描述出零件在自动装配生产线上的运动情况，在此基础上才能够根据零件的运动情况以及具体所在位置，确定接下来需要进行的生产任务。在特征提取以及识别过程中，对于图像的预处理参数误差需要及时调整，这一环节最重要的是对边缘特征精准确定，并对预处理阶段产生的各类分割误差校对。确保特征提取识别后最终的图像综合控制能力能够得到提升，才能进入到接下来的自动装配生产阶段。对生产过程中的各类特征进行动态描述，识别零件的具体位置，进行自动化抓取，完成对零件的综合控制。
3、 零件定位
基于零件识别与图像处理基础上进行的零件自动装配，最终功能是对零件进行定位。在零件定位后，配合抓取动作，直接完成零件的生产调控。抓取过程中综合调整零件的各项参数，根据参数反馈以及边缘描述确定零件所在位置，由于在自动装配生产线中零件是不断变化的，因此，还需要根据零件的运动速度确定接下来的所在位置。实现对零件的自动抓取功能。在零件定位过程，需要进行三次扫描，前两次扫描是对位置的调整，而第三次扫描则是判断临像间的距离。在零件定位过程中的三次扫描是连续，且需对扫描过程中对零件与间隔零件之间的位置距离，使用数据描述定位。
三、 自动抓取装配功能的实现
自动装配生产线中，机械识别系统应用，实现对零件的自动抓取装配功能。需要充分考虑零件定位后与后续图像处理之间的关系以及各项参数变化是否符合最佳抓取点，在抓取过程中根据零件的移动速度对，不同时间所处位置做出合理判断，从而实现在自动抓取过程中对零件的动态位置特征提取。视觉识别系统中，摄像机会对零件的动态运动情况进行补助，并判断零件在自动发展变化过程中是否彼此之间存在干扰，并通过摄像机的目标定位来确定零件的移动参数，进而实现对内部参数的调整，达到最理想的控制效果。自动抓取功能的实现需要在视觉识别系统设计过程中进行仿真验证，模拟自动抓取装配的整体过程，并对零件动态运动情况加以有效判断，观察是否在运动过程中。对零件的所在位置进行补助确定接下来的功能装配形式。并根据所构建的自动装配生产线机械识别系统，进行仿真实验验证，对自动抓取装置的功能性进行检测，观察在抓取过程中机械控制能力是否达到最佳效果，以及机械手之间的相互辅助控制能力。达到预期开发设计目标后，才能针对各项功能继续深入完善，实现在机械生产过程中，对机械生产零件的自动调控抓取。并在使用过程中，根据参数动态变化情况，进行自动抓取识别系统调整。
四、结语
笔者将机器视觉系统应用在削刀架装配生产线上，通过视觉传感器获取零件的位置信息，并通过图像处理和识别算法，计算位置偏移及角度旋转量，并实时反馈给控制器，从而动态改变机械手的抓取操作，提高了装配操作的柔性和效率。系统构成简单，稳定可靠，识别速度快，同时对环境要求不高，能够适应不同生产操作环境，具有很好的应用前景。
参考文献：
[1]卢炳旭.基于机器视觉的机器人装配工作站系统设计与研究[J].机械制造与自动化，2018，47（5）：190-192+215.
[2]凌云汉，邵光保，孙勇，等.基于机器视觉的锻件位置及顶杆检测系统[J].锻压技术，2018（5）：023-023.
[3]郝存明，雷倩，张伟平.基于机器视觉汽车扶手箱卡簧装配质量检测系统的研究[J].河北省科学院学报，2017，34（1）：89-94.
（作者单位：沈阳瑞晟智能装备有限公司）