[发明专利]流水线工件识别方法、服务器及终端有效
申请号: | 201810496490.7 | 申请日: | 2018-05-22 |
公开(公告)号: | CN108764105B | 公开(公告)日: | 2022-03-22 |
发明(设计)人: | 龚国基;谭国文;万俊;胡正 | 申请(专利权)人: | 广东美的智能机器人有限公司 |
主分类号: | G06V20/20 | 分类号: | G06V20/20 |
代理公司: | 北京润平知识产权代理有限公司 11283 | 代理人: | 陈潇潇;肖冰滨 |
地址: | 528311 广东省佛山*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 流水线 工件 识别 方法 服务器 终端 | ||
本发明实施例提供一种流水线工件识别方法、服务器及终端,属于流水线视觉检测领域。所述流水线工件识别方法包括:获取关于流水线上的工件的多张工件照片,其中该工件照片是由安装在流水线上方的不同的工业相机所拍摄的;根据同一拍摄时刻所对应的工件照片生成待识别的工件图像;响应于用户操作,确定在所述工件图像中待检测区域和工件类型;基于所确定的工件类型调用相应的终端识别算法,检测并识别所述待检测区域以生成针对所述工件中的检测对象的识别结果。由此,实现了在柔性化生产链中识别工件中的检测对象。
技术领域
本发明涉及流水线视觉检测领域,具体地涉及一种流水线工件识别方法、服务器及终端。
背景技术
随着生产自动化集成度的不断提升,视觉检测通常被应用在产品流水线生产、装配或包装中。视觉检测技术是指利用科技手段来代替人眼来对生产线生产的产品进行测量和判断。
目前市面上的工业视觉检测设备,一般需要采用机械装置对检测对象进行定位,然后采集检测对象的图像,再利用传统图像算法进行检测。此类设备柔性差,很难兼顾外形不同的产品,同时也容易受光照和定位精度等因素影响,鲁棒性差。
采用机械定位拍摄检测的方式无法保证柔性化或流水线生产的要求,为了适应多品种的检测需求而一味的增加相机数量会带来设备结构上的臃肿、维护的不方便以及成本的增加,另外增加机械定位装置往往需要改动线体,大大增加了项目施工难度和成本,并且定位检测要求产品在线体上停止流动,降低了生产效率。
发明内容
本发明实施例的目的是提供一种流水线工件识别方法、服务器及终端,用以至少解决现有技术中因机械定位拍摄检测的方式无法保证柔性化或流水线生产的要求的技术问题。
为了实现上述目的,本发明实施例提供一种流水线工件识别方法,包括:获取关于流水线上的工件的多张工件照片,其中该工件照片是由安装在流水线上方的不同的工业相机所拍摄的;根据同一拍摄时刻所对应的工件照片生成待识别的工件图像;响应于用户操作,确定在所述工件图像中待检测区域和工件类型;基于所确定的工件类型调用相应的终端识别算法,检测并识别所述待检测区域以生成针对所述工件中的检测对象的识别结果。
可选的,在生成所述识别结果之后,该方法还包括:当所述识别结果指示成功识别所述检测对象时,标注该检测对象在所述工件图像中的标注位置;发送经标注的工作图像和所述识别结果至服务器,以被所述服务器用于训练云端识别算法;以及从所述服务器接收所述云端识别算法以更新所述终端识别算法。
可选的,该方法包括:根据对应不同拍摄时刻的多个所述待识别的工件图像,生成工件图像序列;基于所述待检测区域和所述工件图像序列,确定待检测区域序列;以及基于所确定的工件类型调用相应的所述终端识别算法,检测并识别待检测区域序列以生成用于指示是否成功识别所述检测对象的识别结果。
可选的,在所述生成所述识别结果之后,该方法还包括:当所述识别结果指示成功识别所述检测对象时,对所述工件图像序列中的多个工件图像执行以下中的一者或多者的处理:标注所述检测对象在工件图像的位置、筛选工件图像和裁剪工件图像;将经处理的所述工件图像序列发送至服务器,以被所述服务器用于训练云端识别算法。
本发明实施例另一方面提供一种流水线工件识别装置,包括:照片获取单元,用于获取关于流水线上的工件的多张工件照片,其中该工件照片是由安装在流水线上方的不同的工业相机所拍摄的;工件图像生成单元,用于根据同一拍摄时刻所对应的工件照片生成待识别的工件图像;响应单元,用于响应于用户操作,确定在所述工件图像中待检测区域和工件类型;检测识别单元,用于基于所确定的工件类型调用相应的终端识别算法,检测并识别所述待检测区域以生成针对所述工件中的检测对象的识别结果。
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广东美的智能机器人有限公司,未经广东美的智能机器人有限公司许可,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/201810496490.7/2.html,转载请声明来源钻瓜专利网。