[发明专利]一种基于机器视觉的多方位螺母自动方法及系统

权利要求书

1.一种基于机器视觉的多方位螺母自动锁付方法，其特征在于，所述方法包括：

对目标螺母进行预锁付，在第一角度，获取所述目标螺母的第一图像；

在第二角度，获取所述目标螺母的第二图像，其中，所述第一角度垂直于所述第二角度；

将所述第一图像输入自动锁付模型中的第一锁付分析模块内，获得第一锁付参数；

将所述第二图像输入所述自动锁付模型中的第二锁付分析模块内，获得第二锁付参数；

将所述第一锁付参数和第二锁付参数输入所述自动锁付模型的锁付参数组合分支内，获得最终锁付参数；

采用所述最终锁付参数对所述目标螺母进行自动锁付。

2.根据权利要求1所述的方法，其特征在于，在第一角度，获取所述目标螺母的第一图像，包括：

在所述第一角度，获取所述目标螺母预锁付的图像，获得第一预图像；

对所述第一预图像进行校正预处理，获得第一预处理图像；

对所述第一预处理图像进行裁剪处理，获得所述第一图像。

3.根据权利要求1所述的方法，其特征在于，将所述第一图像输入自动锁付模型中的第一锁付分析模块内，获得第一锁付参数，包括：

在此前对螺母进行不同地预锁付后，获取多个样本第一图像；

根据所述多个样本第一图像，设置对应的多个样本第一锁付参数；

采用所述多个样本第一图像和多个样本第一锁付参数，构建所述第一锁付分析模块；

将所述第一图像输入所述第一锁付分析模块内，获得所述第一锁付参数。

4.根据权利要求3所述的方法，其特征在于，采用所述多个样本第一图像和多个样本第一锁付参数，构建所述第一锁付分析模块，包括：

基于卷积神经网络，构建所述第一锁付分析模块，所述第一锁付分析模块的输入数据为第一图像，输出数据为第一锁付参数；

采用所述多个样本第一图像和多个样本第一锁付参数，对所述第一锁付分析模块进行监督训练和验证，直到所述第一锁付分析模块收敛或准确率达到预设要求，获得所述第一锁付分析模块。

5.根据权利要求3所述的方法，其特征在于，将所述第二图像输入所述自动锁付模型中的第二锁付分析模块内，获得第二锁付参数，包括：

在此前对螺母进行不同地预锁付后，获取多个样本第二图像；

根据所述多个样本第二图像，设置对应的多个样本第二锁付参数；

采用所述多个样本第二图像和多个样本第二锁付参数，构建所述第二锁付分析模块；

将所述第二图像输入所述第二锁付分析模块内，获得所述第二锁付参数。

6.根据权利要求5所述的方法，其特征在于，采用所述多个样本第二图像和多个样本第二锁付参数，构建所述第二锁付分析模块，包括：

基于卷积神经网络，构建所述第二锁付分析模块，所述第二锁付分析模块的输入数据为第二图像，输出数据为第二锁付参数；

采用所述多个样本第二图像和多个样本第二锁付参数，对所述第二锁付分析模块进行监督训练和验证，直到所述第二锁付分析模块收敛或准确率达到预设要求，获得所述第二锁付分析模块。

7.根据权利要求5所述的方法，其特征在于，将所述第一锁付参数和第二锁付参数输入所述自动锁付模型的锁付参数组合分支内，获得最终锁付参数，包括：

根据所述多个样本第一锁付参数和多个样本第二锁付参数进行随机选择和组合，获得多个样本最终锁付参数；

构建所述多个样本第一锁付参数、多个样本第二锁付参数和多个样本最终锁付参数的映射关系，获得所述锁付参数组合分支，结合所述第一锁付分析模块和第二锁付分析模块，获得所述自动锁付模型；

将所述第一锁付参数和第二锁付参数输入所述锁付参数组合分支内，获得所述最终锁付参数。

8.一种基于机器视觉的多方位螺母自动锁付系统，其特征在于，用于实施权利要求1-7任一一项所述的一种基于机器视觉的多方位螺母自动锁付方法，包括：

第一图像获取模块，用于对目标螺母进行预锁付，在第一角度，获取所述目标螺母的第一图像；

第二图像获取模块，用于在第二角度，获取所述目标螺母的第二图像，其中，所述第一角度垂直于所述第二角度；

第一锁付参数获得模块，用于将所述第一图像输入自动锁付模型中的

第一锁付分析模块内，获得第一锁付参数；

第二锁付参数获得模块，用于将所述第二图像输入所述自动锁付模型中的第二锁付分析模块内，获得第二锁付参数；

最终锁付参数获得模块，用于将所述第一锁付参数和第二锁付参数输入所述自动锁付模型的锁付参数组合分支内，获得最终锁付参数；

自动锁付模块，用于采用所述最终锁付参数对所述目标螺母进行自动锁付。