[发明专利]一种基于视觉特征识别的辅助装配系统

说明书

本发明公开了一种基于视觉特征识别的辅助装配系统,包括：云端服务器，用于预先输入产品工艺流程信息、产品三维模型信息、工艺流程以及产品的工艺步骤；边缘服务器，用于接收云端服务器的输入信息，根据数据处理单元反馈的数据信息与存储库模型信息进行对比，获知当前产品装配状态，自动触发，执行相应功能策略；数据处理单元，用于获得摄像头模组拍摄的位置图像信息，采用差异化对比，鉴别新安装零部件并标记，反馈给边缘服务器，同时响应相应功能策略；显示器，用于显示数据处理器的相应功能策略。本发明实现关键部件的智能检测与识别，通过深度学习提高关键部件自动识别正确率。

技术领域

本发明涉及智能制造领域，具体涉及一种基于视觉特征识别的辅助装配系统。

背景技术

在汽车制造装备领域，产品更新快、品种繁多、非标特点突出，对一线工人的技术水平有很高的要求；而且，对于装配复杂、要求严格的产品，多出现漏装、错装等现象，导致产品合格率无法提升。

大多数企业随着公司业务的发展，产品种类大幅增加，且产品的复杂和精密程度也越来越高，对其工人技能水平的要求也越来越高，因工人的装配失误造成的损失逐年增加。工人的技能水平的培养和继承逐渐成为企业关注的焦点。

当前深度学习技术、视觉特征识别技术相对成熟，但在汽车装配领域，缺乏将相关技术整合，用于辅助装配的系统。因此针对此种现象，本发明利用深度学习和视觉特征识别技术，发明一种辅助装配的系统，旨在提高工人装配质量，减少企业因技术工人的技能水平问题带来的损失，同时，通过这个辅助系统，可以有效的提高工人们的技能水平，减少出错率。

发明内容

为了克服现有技术存在的缺点与不足，本发明提供一种基于视觉特征识别的辅助装配系统。

本发明采用如下技术方案：

一种基于视觉特征识别的辅助装配系统，包括：

云端服务器，用于预先输入产品工艺流程信息、产品三维模型信息、工艺流程以及产品的工艺步骤；

边缘服务器，用于接收云端服务器的输入信息，根据数据处理单元反馈的数据信息与存储库模型信息进行对比，获知当前产品装配状态，自动触发，执行相应功能策略；

数据处理单元，用于获得摄像头模组拍摄的位置图像信息，采用差异化对比，鉴别新安装零部件并标记，反馈给边缘服务器，同时响应相应功能策略；

显示器，用于显示数据处理器的相应功能策略。

进一步，所述相应功能策略包括：

识别出工艺进度，并提示下一步的工艺步骤，同时反馈显示当前工艺步骤的效果，效果包括装配是否合格，如果装配合格，则显示“通过”；否则，显示“不合格，请重新检查”，并显示反馈的不合格原因；

将图像信息和其对应的工艺信息上传边缘服务器，用于存储；

依据标记位置在图像中的位置，根据三角形定理，得到被标记的装配位置和角度,驱动摄像头组，旋转至预定角度，使其聚焦至被标记的新安装零部件位置，并且保证标记位置在中心。

进一步，所述数据处理单元将标记后的图像信息或再聚焦之后摄取的图像信息上传至边缘服务器，由边缘服务器对图像中的安装零部件位置进行图像切割，去除多余部分，缩小图像矩阵，保存，并识别出具体零部件，检验装配效果，同时将检验结果反馈至所述数据处理单元。

进一步，所述边缘服务器将接收的图像按零部件类型及具体名称分类存储在Pascal VOC数据库，采用卷积神经网络对存储的图像信息进行驯化学习，获得标准模型，并构建动态链接库，用于加速对图像信息识别和处理。

进一步，所述驯化学习包括：

图像预处理操作，具体是对采集图像的滤波降噪、数据增强操作；