螺钉装配机器人的视觉系统研究
VIP免费
摘 要
螺钉锁紧是装配作业中最频繁遇到的一种操作，螺钉装配机器人的出现，大
大提高了拧螺钉的工作效率，但是，实际操作中，当遇到次品或型号规格错误的
螺钉时，传统的螺钉装配机器人并不能自动判别，这样会造成锁紧的质量不合格，
甚至损坏装配产品。因此，在锁紧操作之前应该对螺钉是否符合要求进行判断。
机器视觉检测技术具有非接触、速度快、精度和自动化程度高等优点，是当前检
测技术的发展趋势。本文以实现对普通螺钉进行实时检测为目的，运用图像处理
技术和模式识别技术，对螺钉的尺寸检测和螺钉头型的分类识别方法进行了研究。
首先，分析了螺钉装配机器人的工作原理，并根据工作原理与系统需求确定
了视觉系统的总体方案，进行光源和摄像机的选择，并完成摄像机的标定。
其次，对采集到的螺钉图像进行预处理操作：使用双边滤波方法对图像做平
滑处理，消除了图像中的干扰和噪声；接着对图像做阈值变换，得到螺钉的二值
图像；最后使用拉普拉斯算子对二值图像进行锐化操作，在获得清晰图像的同时
又突出了螺钉边缘轮廓信息。通过图像预处理，降低了后续图像处理的难度。
第三，边缘检测中，通过比较 Laplace 算子和 Canny 算子，得出 Canny 算子
更适合本课题的研究，最终利用 Canny 算子提取螺钉图像的边缘特征。为了更
有效的测出杆部螺纹的尺寸参数，应用 OpenCV 对图像进行了 ROI 感兴趣区域
提取，在不影响精度的前提下能够更快速的处理图像，完成检测。采用改进的
Harris 算子提取螺纹的边缘特征角点，根据判断特征角点是否异常，识别出光杆
等有杆部螺纹缺陷的螺钉；最后用最小二乘法对特征角点进行直线拟合，得到螺
纹的直线方程，由此计算出螺纹大径和小径的尺寸。
最后，利用图像的 7个不变 Hu 矩的值来表征不同的螺钉头型，不变 Hu 矩
具有平移、缩放和旋转的不变性，是重要的区域特征集，处理结果表明相同头型
螺钉其 Hu 矩的值接近，而不同头型螺钉 Hu 矩的值有明显差异，该方法能很好
地实现对不同螺钉头型的分类识别。
关键词：螺钉装配机器人 机器视觉 模式识别 图像处理 边缘检测
ABSTRACT
Screw locking is one of the most frequently operation in the assembly, however,
the traditional manual locking mode already cannot satisfy the needs of actual
production. The emerge of screw assembly robots, greatly improving the work
efficiency of screw locking, but, in practice, when the screw is defective or in error
specifications, the traditional screw assembly robot cannot automatically distinguish,
this will cause the locking quality unqualified, or even damage the products.
Therefore, before the locking operation, we should judgment whether the screw meets
the requirements or not. In recent years, the machine vision detection technology has
developed into one of the most advanced techniques; it has the advantages such as
non-contact, high speed, high accuracy, real-time, automation and so on, so it has
become an inevitable trend to choose the machine vision as screw detection. For the
purpose of satisfying the on-line detection of the screw, the related image processing
technology and pattern recognition theory have been applied to do the detection and
classification of the screw.
Firstly, analysis the working principle of the screw assembly robot, and the
visual system was determined through the working principle and system needs, and
then select the appropriate light source and camera, last completed the calibration of
the camera.
Secondly, do the following pretreatment operation about the screw image: use
the bilateral filtering method to do image smoothing, eliminated the noise and
interference of the image; then get two value image of the screw through the theory of
threshold transform; at last, using the Laplace operator to do sharpening operation, in
obtaining the clear image while highlighting the edge of the screw. Through the image
pretreatment, it has greatly reduces the difficulty of next step.
Thirdly, through the comparison of the several kinds of edge detection
algorithms, finally using canny algorithm to extract the screw edge contour; then do
the ROI interest region selection, further reducing the difficulty of image processing;
in the region of interest, we need seek the characteristic points of the thread, then
calculate the size index: major diameter and minor diameter according to the relation
of characteristic points.
Lastly, use Hu moment to characterization the different screw head shape, the
seven constant Hu torque descriptors are important regional feature sets, which the
features of translations, scales and rotation invariance. The experimental results show
that the screws with the same type of head shape, their Hu value of the moment are
close to, and with the different type of head shape, their Hu value of the moment have
the obvious difference, this method can realize distinguish the different type of head
shape.
Key Words: screw assembly robot, machine vision, pattern
recognition, image processing, edge detection
目 录
中文摘要
ABSTRACT
第一章 绪 论........................................................ 1
§1.1 课题背景 .................................................. 1
§1.2 国内外研究现状与发展趋势 .................................. 3
§1.3 机器视觉测量理论简介 ...................................... 5
§1.4 本文研究的目的、意义 ...................................... 6
§1.5 本课题的主要研究内容 ...................................... 7
第二章 螺钉装配机器人视觉系统总体设计............................... 8
§2.1 系统总体设计............................................... 8
§2.1.1 螺钉装配机器人的工作流程............................. 8
§2.1.2 视觉系统的总体设计................................... 9
§2.2 照明系统设计 ............................................. 10
§2.2.1 光源的选择.......................................... 10
§2.2.2 照明方式的选择...................................... 11
§2.3 摄像机的选取 ............................................. 12
§2.4 摄像机的标定 ............................................. 13
§2.4.1 参考坐标系.......................................... 13
§2.4.2 摄像机的标定........................................ 16
§2.5 本章小结 ................................................. 16
第三章 基于数字图像处理的螺钉尺寸测量.............................. 17
§3.1 图像预处理 ............................................... 17
§3.1.1 图像平滑处理........................................ 17
§3.1.2 图像阈值变换........................................ 18
§3.1.3 图像的锐化.......................................... 20
§3.2 螺纹的边缘检测 ........................................... 22
§3.2.1 传统图像边缘检测算法................................ 22
§3.2.2 边缘检测算法比较.................................... 24
§3.2.3 感兴趣区域的提取.................................... 24
§3.3 螺纹的尺寸测量 ........................................... 25
§3.3.1 普通螺纹的主要几何参数.............................. 25
§3.3.2 螺纹角点的提取...................................... 26
§3.3.3 螺纹尺寸的测量...................................... 28
§3.4 本章小结 ................................................. 31
第四章 基于模式识别的螺钉分类识别.................................. 32
§4.1 基本理论介绍 ............................................. 32
§4.1.1 模式识别的基本理论.................................. 32
§4.1.2 模式识别方法概述.................................... 33
§4.1.3 图像识别与分类...................................... 34
§4.2 螺钉尺寸的判断 ........................................... 36
§4.3 螺钉头部头型的识别 ....................................... 37
§4.4 螺钉缺陷检测 ............................................. 43
§4.5 本章小结 ................................................. 44
第五章 实验结果与分析.............................................. 45
§5.1 实验平台介绍 ............................................. 45
§5.2 系统标定 ................................................. 45
§5.3 实验结果 ................................................. 47
§5.3.1 螺钉尺寸检测........................................ 47
§5.3.2 螺钉头型的判断...................................... 48
§5.4 本章小结 ................................................. 50
第六章 总结与展望.................................................. 51
§6.1 全文的工作总结 ........................................... 51
§6.2 对未来工作的展望 ......................................... 51
参考文献........................................................... 53
在读期间公开发表的论文和承担科研项目及取得成果..................... 57
致 谢.............................................................. 58
第一章 绪论
1
第一章 绪 论
§1.1 课题背景
机器人技术的发展程度是一个国家高科技水平和工业自动化程度的重要标志
和体现[1]。在当今生产生活中，机器人的应用越来越广泛，发挥着日益重要的作用。
机器人技术综合了计算机、机构学、控制论、人工智能、仿生学以及信息和传感
技术，集成了多学科的发展成果，代表着高新技术的发展前沿，是当前科技研究
的热点方向。
工业机器人在工业生产中发挥着越来越重要的作用，它是目前数量最多、应
用最广泛的一种机器人[2,3]。工业机械臂是二十世纪末开始发展起来的一种工业自
动化设备，也是目前最常用的工业机器人，它的主要特点是能用编程的方法来完
成各种流水线上的作业，并且性能和构造方面在既继承了一般机器本身特点的同
时又体现了人的适应性和智能性。工业机械臂作业的高精度和在复杂环境中完成
任务的能力使其在现代化的工业生产中有着广泛的应用前景。但是，目前大部分
工业机械臂的工作环境都是已知的，一旦发生工作环境的改变，机械臂就可能无
法继续正常工作，其适应未知工作环境的能力还很差。实际生产中，我们常采取
给机械臂配备诸如视觉、距离和触觉等外部传感器的方法来提高其适应未知环境
的能力[4]。视觉传感器因为具有传送信息完整、信号范围大等特点而被广泛用于各
种工业生产中。机器视觉技术的出现，为机械臂适应未知的工作环境提供了技术
支持，随着机械臂应用领域的不断扩大和对其工作能力要求的不断提高，对机械
臂进行视觉系统方面的研究变得越来越重要。
现代工业飞速发展，各种机器设备层出不穷，但是，这么多的设备基本都需
要螺钉来紧固。而随着工业化水平的不断提高，对各种机器设备的需求也在逐年
增加，这种单纯用手工来拧紧螺钉的方式显然满足不了工业化水平的要求。同时，
因为手工拧紧螺钉的方式生产效率低，并且容易造成人为的失误，这也要求我们
采用效率和质量更高的方式。螺钉装配机器人的出现，大大提高了拧螺钉的工作
效率。市场上现有的螺钉装配机器人主要由工业机械臂、螺钉自动上料系统、精
装夹具以及螺钉锁紧装置等组成，然而，因为螺钉自身质量不能百分百合格，当
遇到次品或错误规格的螺钉时，传统的螺钉装配机器人并不能自动判别，这样会
造成锁紧的质量不合格，甚至损坏加工的产品，因此，在拧紧操作之前应该对螺
钉的好坏进行判断。所以，对螺钉装配机器人进行视觉系统研究非常重要。
机器视觉[5]从本质上来讲就是用机器代替人眼来对物体进行测量和判断，机器
摘要：
展开>>
收起<<
摘要螺钉锁紧是装配作业中最频繁遇到的一种操作，螺钉装配机器人的出现，大大提高了拧螺钉的工作效率，但是，实际操作中，当遇到次品或型号规格错误的螺钉时，传统的螺钉装配机器人并不能自动判别，这样会造成锁紧的质量不合格，甚至损坏装配产品。因此，在锁紧操作之前应该对螺钉是否符合要求进行判断。机器视觉检测技术具有非接触、速度快、精度和自动化程度高等优点，是当前检测技术的发展趋势。本文以实现对普通螺钉进行实时检测为目的，运用图像处理技术和模式识别技术，对螺钉的尺寸检测和螺钉头型的分类识别方法进行了研究。首先，分析了螺钉装配机器人的工作原理，并根据工作原理与系统需求确定了视觉系统的总体方案，进行光源和摄像机的...
相关推荐
作者：高德中
分类：高等教育资料
价格：15积分
属性：61 页
大小：1.78MB
格式：PDF
时间：2024-11-19
