汽车伞齿轮多目视觉检测系统与算法

针对人工检测汽车伞齿轮表面缺陷与尺寸参数存在成本高、工作量大、检测速度慢且产品一致性差等问题,利用机器视觉技术进行研究,开发了一种集缺陷检测和尺寸测量于一体的伞齿轮多目视觉检测装置。通过构建的邻域均差缺陷提取、圆逼近和快速旋转定位3种高效图像处理算法,解决了伞齿轮齿面多、外形结构复杂、缺陷种类多样等复杂条件下的齿轮缺陷与尺寸检测难题。可检测缺陷包括磕碰伤、裂纹、充填不满、划痕、凹陷与凸起、麻点、花键重复拉削等,可检测最小缺陷尺寸为0.4mm×0.4mm,测量精度为40~50μm,单次检测耗时小于1.3s,检测精度与速度均满足伞齿轮高速自动化生产线的实时在线检测需求。     

基于单目视觉的装配机器人研究及应用

针对传统工业机器人灵活性和环境适应能力差的缺点,对视觉机器人的关键技术进行了研究,提出了一套完整的识别定位抓取算法。首先,对于视觉机器人的目标识别跟踪问题,设计并实现了基于改进型Camshift的动态目标识别跟踪算法;其次,为了使机械臂精确抓取目标工件,采用单目视觉测距和视觉导航的原理对于目标工件的三维位置进行获取;最后,采用改进D-H参数法对机械臂进行运动建模,利用正逆运动学分析确定了机械臂控制方案。测试结果表明,识别算法识别成功率达到100%,定位算法测量坐标与实际坐标之间的相对误差小于5%,整体装配成功率达到96.7%,最终达到了基于单目视觉装配机器人研究的应用目标。