[发明专利]一种适用于码垛电机转子的视觉检测系统有效

专利信息
申请号: 202010053352.9 申请日: 2020-01-17
公开(公告)号: CN111251296B 公开(公告)日: 2021-05-18
发明(设计)人: 纪忠宝 申请(专利权)人: 温州职业技术学院
主分类号: B25J9/16 分类号: B25J9/16;B65G61/00
代理公司: 浙江纳祺律师事务所 33257 代理人: 朱德宝
地址: 325036 浙江省温州市瓯海*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 适用于 码垛 电机 转子 视觉 检测 系统
【说明书】:

发明公开了一种适用于码垛电机转子的视觉检测系统,其技术方案要点是包括有依次连接的视觉传感器、图像预处理模块、特征抽取模块、数据处理模块、以及神经网络监测模块;视觉传感器用于获取电机转子原始图像,视觉传感器上设置有坐标定位模块,图像预处理模块电连接有检测信息数据库,图像预处理模块用于将原始图像的灰度级和比对基准数据中的预设值进行比较并分类,特征抽取模块能够抽取待比对数据中各个特征顶点之间的间距并形成特征向量,数据处理模块形成比对数据,并生成相应的输出网络模式,神经网络监测模块用于对输出网络模式进行识别和分类,该视觉检测系统能够对电机转子进行精准检测。

技术领域

本发明涉及工业机器人技术领域,更具体地说,它涉及一种适用于码垛电机转子的视觉检测系统。

背景技术

机器人视觉主要用计算机来模拟人的视觉功能,并不仅仅是人眼的简单延伸,更重要的是具有人脑的一部分功能。从客观食物的图像中提取信息,进行处理并加以理解,最终用于实际检测、测量和控制。机器视觉的最大特点是速度快、信息量大、功能多;将工业机器人与视觉技术进行结合,帮助工业机器人胜任更加智能化的工作,已经成为工业机器人应用领域的一种趋势。目前工业机器人逐渐应用于码垛工作中。

在电机行业中,由于电机行业劳动密集型程度高,很多生产工序都是由人工完成,工人的劳动强度较大,工作环境恶劣等,从而导致电机转子在生产过程中容易出现一些人为的差错,以及人工检测过程中容易出现检测遗漏、检测失误的现象。

然而现在,在对电机转子该类精度较高的工业零件检测过程中,依旧存在检测效率低下,检测不够精准的问题,因此难以被广泛推广应用。

发明内容

针对现有技术存在的不足,本发明的目的在于提供一种适用于码垛电机转子的视觉检测系统,该视觉检测系统能够对电机转子进行精准检测。

为实现上述目的,本发明提供了如下技术方案:一种适用于码垛电机转子的视觉检测系统,包括有依次连接的视觉传感器、图像预处理模块、特征抽取模块、数据处理模块、以及神经网络监测模块;

所述视觉传感器用于获取电机转子原始图像,所述视觉传感器上设置有坐标定位模块,所述坐标定位模块用于以电机转子原始图像长度方向的四个顶点交叉取点得到交叉中心点,所述坐标定位模块以交叉中心点为原点以电子转子原始图像宽度方向为一方向轴建立转子坐标系并抓取电机转子各个顶点位置数据形成待比对数据;

所述图像预处理模块电连接有检测信息数据库,所述检测信息数据库用于预存各种电机转子的比对基准数据;

所述图像预处理模块用于将原始图像的灰度级和比对基准数据中的预设值进行比较并分类;

所述特征抽取模块能够抽取待比对数据中各个特征顶点之间的间距并形成特征向量;

所述数据处理模块与检测信息数据库连接,所述数据处理模块将特征抽取模块抽取的特征向量与比对基准数据比较形成比对数据,并生成相应的输出网络模式;

所述神经网络监测模块用于对输出网络模式进行识别和分类。

本发明进一步设置为:所述神经网络监测模块内设置有标记模块,所述标记模块用于将检测结果为合格的电机转子进行电子标签的生成以及储存。

本发明进一步设置为:所述神经网络监测模块电连接有码垛机器人,所述码垛机器人将未标记有电子标签的电机转子码垛至指定区域。

本发明进一步设置为:所述码垛机器人分别与特征抽取模块和检测信息数据库连接并且用于接收转子坐标系与比对基准数据中预设坐标系,所述视觉传感器设置于码垛机器人上并且所述码垛机器人能够控制视觉传感器转动,使转子坐标系与比对基准数据中预设坐标系相对准。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于温州职业技术学院,未经温州职业技术学院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010053352.9/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top