[发明专利]一种用于实训的机器人视觉字符检测系统及方法在审

专利信息
申请号: 201910726562.7 申请日: 2019-08-07
公开(公告)号: CN110426401A 公开(公告)日: 2019-11-08
发明(设计)人: 崔晓辉;闵文强;胡少林 申请(专利权)人: 北京赛育达科教有限责任公司
主分类号: G01N21/956 分类号: G01N21/956;B07C5/342
代理公司: 苏州国诚专利代理有限公司 32293 代理人: 杨强
地址: 100000 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 视觉检测模块 机器人视觉 字符检测 六轴机器人 上料模块 支架 旋转托盘 工控机 步进电机 工作台 内嵌 网线 相机 加深 学生 帮助
【说明书】:

发明提供了一种用于实训的机器人视觉字符检测系统及方法,其可帮助学生了解机器人视觉字符检测原理,加深理解并掌握机器人视觉字符检测技术;其包括工作台,所述工作台上装有六轴机器人、视觉检测模块、上料模块、工控机,所述工控机内嵌于所述工作台中,且与所述六轴机器人、视觉检测模块之间通过网线相连,所述六轴机器人设置于所述视觉检测模块与上料模块之间,所述视觉检测模块包括装于所述工作台上的相机架及装于所述相机架上的相机,所述上料模块包括装于所述工作台上的支架,所述支架上装有旋转托盘,所述旋转托盘与装于所述支架上的步进电机相连接。

技术领域

本发明涉及机器人视觉字符检测技术领域,具体为一种用于实训的机器人视觉字符检测系统及方法。

背景技术

工业产品中往往都会携带产品名称,产品名称的正确性直接决定产品是否合格,随着视觉技术的发展,基于视觉的检测能够快速、准确的完成对字符的检测,且结合机器人后无需人工参与,实现自动化检测,但现有的机器人视觉字符检测需机器人与视觉结合,结构比较复杂,工序也较多,以及若要实现机器人视觉字符检测,不仅需要掌握字符检测原理,还需对机器人控制、机器人与视觉的配合、检测工序等有一定的基础,然而目前在机器人与视觉结合的学科教学中,停留在理论知识的教学,教学效果较差,主要是因为缺乏合适的教学平台,学生无法参与到真正的实践中,这直接导致学生难以掌握机器人视觉字符检测技术。

发明内容

针对上述问题,本发明提供了一种用于实训的机器人视觉字符检测系统及方法,其可帮助学生了解机器人视觉字符检测原理,加深理解并掌握机器人视觉字符检测技术。

其技术方案是这样的:一种用于实训的机器人视觉字符检测系统,其特征在于:其包括工作台,所述工作台上装有六轴机器人、视觉检测模块、上料模块、工控机,所述工控机内嵌于所述工作台中,且与所述六轴机器人、视觉检测模块之间通过网线相连,所述六轴机器人设置于所述视觉检测模块与上料模块之间,所述视觉检测模块包括装于所述工作台上的相机架及装于所述相机架上的相机,所述上料模块包括装于所述工作台上的支架,所述支架上装有旋转托盘,所述旋转托盘与装于所述支架上的步进电机相连接。

一种用于实训的机器人视觉字符检测方法,其特征在于:其包括以下步骤:

S1、在检测前,先建立字符模板库,所述字符模板库包括数字、英文、常用汉字;

S2、打开六轴机器人、相机以及工控机,并使得所述工控机与所述六轴机器人、相机均相连接,

S3、将待检测的零件放置于上料模块的旋转托盘上,所述六轴机器人夹取所述零件,并将所述零件放置于所述视觉检测模块的相机下方;

S4、通过所述工控机控制,使得所述相机拍摄所述零件的图像,并将抓取的图像传输至所述工控机上,然后在装于所述工控机上的Matlab软件上进行图像预处理,使得图像中的背景去除,只保留零件部分,从而得到零件上的字符轮廓;

S5、对预处理后的图像上的字符与所述字符模板库进行模板匹配,选择匹配率最大的结果作为字符检测结果,若所述字符检测结果与设定的零件理想字符一致,为合格,否则为不合格;

S6、完成字符检测后,通过所述六轴机器人将检测完成的零件进行抓取下料;

S7、完成一次检测工序后,步进电机控制旋转托盘旋转,将下一个待检测零件转送至所述六轴机器人抓取位置,然后继续执行所述步骤S3,直至完成所有检测任务。

其进一步特征在于:

所述预处理依次包括去噪、二值化、分割、提取、转正、标准化操作工序,从而得到只保留待检测零件部分的图像;

所述步骤S5中,模板匹配的步骤包括:

S5.1、先遍历所述字符模板库,读入所述字符模板库中每一个字符图像,并通过计算公式计算出欧式距离

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北京赛育达科教有限责任公司,未经北京赛育达科教有限责任公司许可,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/201910726562.7/2.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