[发明专利]一种应用机器人与机器视觉进行加工的折弯系统及方法在审

专利信息
申请号: 202010969702.6 申请日: 2020-09-15
公开(公告)号: CN112275847A 公开(公告)日: 2021-01-29
发明(设计)人: 胡智明;冯建国;欧阳韬;刘昌军;陈焱;高云峰 申请(专利权)人: 大族激光科技产业集团股份有限公司;大族激光智能装备集团有限公司
主分类号: B21D5/00 分类号: B21D5/00;G06K9/00
代理公司: 深圳市道臻知识产权代理有限公司 44360 代理人: 陈琳
地址: 518000 广东*** 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: 一种 应用 机器人 机器 视觉 进行 加工 折弯 系统 方法
【权利要求书】:

1.一种应用机器人与机器视觉进行加工的折弯系统,其特征在于,包括:

折弯机,用于对工件进行折弯加工;

机械手,用于抓取工件,与所述折弯机配合;

图像采集器,用于捕获工件在所述折弯机的加工过程中的图像;

机器视觉识别分析模块,用于识别工件类型,并利用图像采集器提供的成品图像进行视觉分析得到补偿数据;

中央控制模块,分别连接所述折弯机、机械手、图像采集器和机器视觉识别分析模块,其包括与工件的加工相配合的加工数据库,并根据工件类型和所述加工数据库调用加工数据,控制所述折弯机和机械手对工件实施加工;且根据所述补偿数据调整加工数据库中与该工件类型相对应的加工数据。

2.根据权利要求1所述的折弯系统,其特征在于,所述机器视觉识别分析模块包括机器学习单元,所述机器学习单元用于学习图像采集器提供的已知工件类型的工件图像,并生成工件库,所述工件库与加工数据库链接。

3.根据权利要求2所述的折弯系统,其特征在于,所述机器视觉识别分析模块还包括图像分析单元,用于将图像采集器获取的工件图像与工件库中存储的已知工件类型的工件图像对比识别,提供工件类型给所述中央控制模块。

4.根据权利要求3所述的折弯系统,其特征在于,所述中央控制模块根据预设加工要求生成新工件的加工数据,并存入所述加工数据库。

5.根据权利要求3所述的折弯系统,其特征在于,所述图像分析单元将图像采集器采集的成品图像转化成相应的尺寸信息,并与预设加工要求对比,生成补偿数据反馈给所述中央控制模块。

6.根据权利要求1所述的折弯系统,其特征在于,还包括设置在所述折弯机上的光栅尺位移传感器,用于采集工件坐标并反馈给中央控制模块,所述中央控制模块控制机械手运动。

7.根据权利要求1所述的折弯系统,其特征在于,还包括故障分析处理模块,其包括故障学习单元和故障处理单元,所述故障学习单元利用故障分析算法学习已知的故障类型,并建立故障模型库和与之相对应的故障处理方法库;所述故障处理单元将故障现象与故障类型库中的故障类型对比,得出故障类型并反馈给中央控制模块;所述中央控制模块根据故障类型调用故障处理方法库中的故障处理方法。

8.一种应用机器人与机器视觉进行加工的方法,其特征在于,包括:

S1:机械手抓取工件,并运送至加工工位;

S2:中央控制模块调取加工数据写入折弯机;

S3:折弯机和机械手根据加工数据对工件进行折弯加工;

S4:图像采集器采集成品图像,机器视觉识别分析模块根据成品图像进行视觉分析得到补偿数据;

S5:中央控制模块根据补偿数据调整加工数据库中与该工件类型相对应的加工数据。

9.根据权利要求8所述的应用机器人与机器视觉进行加工的方法,其特征在于,所述步骤S2还包括:

S21:建立工件库和与工件库链接的加工数据库;

S22:图像采集器采集工件图像;

S23:机器视觉识别分析模块将工件图像与工件库内的工件类型对比识别,反馈工件类型至中央控制模块;

S24:中央控制模块调取加工数据库内与工件类型相对应的加工数据,写入折弯机。

10.根据权利要求9所述的应用机器人与机器视觉进行加工的方法,其特征在于,所述步骤S21包括:

S211:将新类型工件放置在加工工位;

S212:图像采集器采集工件图像反馈至中央控制模块,机器学习单元将该工件图像存入工件库;

S213:中央控制模块根据预设加工要求生成加工数据并存入加工数据库;

S214:在加工数据库与工件库之间建立链接。

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大族激光科技产业集团股份有限公司;大族激光智能装备集团有限公司,未经大族激光科技产业集团股份有限公司;大族激光智能装备集团有限公司许可,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/202010969702.6/1.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