發(fā)布時間：2021-05-09 06:14

　　隨著工業(yè)4.0的提出,現(xiàn)代工業(yè)智能制造得到了快速的發(fā)展。機(jī)器視覺技術(shù)是近年來智能制造業(yè)中迅速發(fā)展的一項新技術(shù),因其具有非接觸式、高精度檢測、較強(qiáng)的抗干擾能力被廣泛應(yīng)用在視覺引導(dǎo)定位、外觀識別、缺陷檢測等方向。工業(yè)機(jī)器人能夠代替人工實(shí)現(xiàn)搬運(yùn)、碼垛、噴涂、焊接等重復(fù)性強(qiáng)、勞動強(qiáng)度大的作業(yè),可以替代人工在有害、危險、高溫等場合中工作,在工業(yè)自動化領(lǐng)域中得到廣泛的應(yīng)用。由于汽車輪轂結(jié)構(gòu)復(fù)雜,為解決當(dāng)前輪轂檢測效率低,檢測速度慢,工作量大等問題,本文基于發(fā)那科機(jī)器人對汽車輪轂表面進(jìn)行視覺檢測系統(tǒng)設(shè)計。通過將視覺系統(tǒng)和機(jī)器人系統(tǒng)相結(jié)合,將工業(yè)相機(jī)、鏡頭和光源安裝在機(jī)器人的末端執(zhí)行器上,通過視覺定位引導(dǎo),改變機(jī)器人的位姿,來實(shí)現(xiàn)各種不同姿態(tài)的檢測需求,從而實(shí)現(xiàn)輪轂這種多規(guī)格、復(fù)雜產(chǎn)品的檢測應(yīng)用。并針對多次重復(fù)測量時定位累計誤差導(dǎo)致成像質(zhì)量退化的問題,通過對輪轂圖像的預(yù)處理找到了輪轂的氣閥作為檢測的初始位置,對機(jī)器人調(diào)節(jié)相應(yīng)的位姿進(jìn)行校正,進(jìn)而進(jìn)行后續(xù)的檢測。本文首先對研究對象的檢測要求進(jìn)行了分析,根據(jù)相關(guān)的技術(shù)指標(biāo),完成了相機(jī)、鏡頭、光源的選型,結(jié)合工業(yè)機(jī)器人和PLC等外圍設(shè)備進(jìn)行了系統(tǒng)的搭建。其次... 

【文章來源】：沈陽工業(yè)大學(xué)遼寧省

【文章頁數(shù)】：58 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 機(jī)器視覺概述
    1.4 本系統(tǒng)主要研究內(nèi)容
第2章 輪轂視覺檢測系統(tǒng)設(shè)計
    2.1 系統(tǒng)設(shè)計整體方案
    2.2 視覺檢測方案設(shè)計
    2.3 系統(tǒng)硬件設(shè)計
        2.3.1 工業(yè)相機(jī)
        2.3.2 鏡頭
        2.3.3 光源
        2.3.4 PLC的使用
        2.3.5 工業(yè)機(jī)器人
    2.4 本章小結(jié)
第3章 圖像預(yù)處理
    3.1 數(shù)字圖像處理技術(shù)
    3.2 圖像去噪
        3.2.1 鄰域平均法
        3.2.2 中值濾波法
    3.3 圖像分割
        3.3.1 閾值分割
        3.3.2 邊緣分割
        3.3.3 區(qū)域分割
    3.4 形態(tài)學(xué)處理
        3.4.1 腐蝕和膨脹
        3.4.2 開運(yùn)算和閉運(yùn)算
    3.5 本章小結(jié)
第4章 圖像特征分析
    4.1 顏色特征描述
    4.2 紋理特征描述
    4.3 形狀特征描述
        4.3.1 邊界特征描述
        4.3.2 區(qū)域特征描述
    4.4 等價橢圓法
    4.5 定位補(bǔ)償
    4.6 本章小結(jié)
第5章 實(shí)驗(yàn)結(jié)果與分析
    5.1 工具坐標(biāo)系設(shè)定
    5.2 實(shí)驗(yàn)結(jié)果與分析
第6章 結(jié)論
參考文獻(xiàn)
在學(xué)研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]機(jī)器人技術(shù)發(fā)展及其對經(jīng)濟(jì)和社會的影響研究[J]. 郝英好.  新型工業(yè)化. 2016(11)
[2]基于機(jī)器視覺的工業(yè)機(jī)器人工件定位[J]. 朱良,林滸,吳文江.  小型微型計算機(jī)系統(tǒng). 2016(08)
[3]機(jī)器視覺系統(tǒng)中光源的選擇[J]. 侯遠(yuǎn)韶.  洛陽師范學(xué)院學(xué)報. 2014(08)
[4]基于顏色矩的圖像檢索算法研究[J]. 張少博,全書海,石英,楊陽,李云路,程姝.  計算機(jī)工程. 2014(06)
[5]工業(yè)機(jī)器人在汽車生產(chǎn)行業(yè)的應(yīng)用[J]. 姚翀.  硅谷. 2014(11)
[6]機(jī)器視覺中的光源照明設(shè)計[J]. 朱寶偉.  電子科技. 2013(03)
[7]上下料工業(yè)機(jī)器人結(jié)構(gòu)設(shè)計及仿真研究[J]. 黃晨華,毛桂生.  機(jī)械設(shè)計與制造. 2013(03)
[8]工業(yè)機(jī)器人在沖壓自動化生產(chǎn)線的應(yīng)用[J]. 陳立新.  機(jī)械設(shè)計與制造. 2010(10)
[9]Hu不變矩的構(gòu)造與推廣[J]. 張偉,何金國.  計算機(jī)應(yīng)用. 2010(09)
[10]汽車輪轂在線識別系統(tǒng)的研究[J]. 趙玉良,劉偉軍,劉永賢,夏仁波.  機(jī)械設(shè)計與制造. 2007(10)

博士論文
[1]圖像紋理特征表示方法研究與應(yīng)用[D]. 溫智婕.大連理工大學(xué) 2008

碩士論文
[1]基于機(jī)器視覺的物料分揀工業(yè)機(jī)器人關(guān)鍵技術(shù)研究[D]. 陳懇.深圳大學(xué) 2017
[2]基于機(jī)器視覺的硅鋼鋼帶表面缺陷自動檢測識別研究[D]. 趙蘭鵬.東華大學(xué) 2017
[3]基于機(jī)器視覺的FPC表面缺陷檢測研究[D]. 於文欣.東華大學(xué) 2017
[4]基于多特征融合的汽車輪轂識別與分類系統(tǒng)設(shè)計[D]. 韓衛(wèi).南京信息工程大學(xué) 2016
[5]輪轂在線識別系統(tǒng)的研究[D]. 麻金賀.燕山大學(xué) 2014
[6]基于X射線圖像的汽車輪轂缺陷自動檢測與識別技術(shù)研究[D]. 李高亮.中北大學(xué) 2013
[7]基于機(jī)器視覺的鋼軌表面缺陷檢測技術(shù)研究[D]. 胡玉.湖南大學(xué) 2013
[8]基于機(jī)器視覺的邊緣檢測算法研究與應(yīng)用[D]. 張少偉.上海交通大學(xué) 2013
[9]輪轂外形識別方法的研究與實(shí)現(xiàn)[D]. 郭春庭.燕山大學(xué) 2012
[10]基于機(jī)器視覺的汽車零件缺陷檢測技術(shù)研究[D]. 厲曉飛.武漢理工大學(xué) 2012



本文編號：3176783