工業(yè)機(jī)器人智能打磨視覺(jué)系統(tǒng)中鑄件飛邊信息提取關(guān)鍵技術(shù)研究與應(yīng)用.pdf

1、隨著社會(huì)工業(yè)化的不斷深入，越來(lái)越多的機(jī)器人被運(yùn)用到工廠當(dāng)中，但是采用人工對(duì)鑄件進(jìn)行清理打磨比例仍然很大并且以傳統(tǒng)的錘擊和普通砂輪機(jī)研磨方式為主，這樣不僅加重了企業(yè)的負(fù)擔(dān)，與此同時(shí)惡劣的打磨環(huán)境對(duì)工人的身體健康也造成了巨大的危害。因而研究智能打磨視覺(jué)系統(tǒng)相關(guān)技術(shù)具有重要意義。本文重點(diǎn)研究鑄件生產(chǎn)線中工業(yè)機(jī)器人智能打磨系統(tǒng)的關(guān)鍵視覺(jué)處理技術(shù)，利用視覺(jué)圖像處理，感知鑄件飛邊的位置與大小，為工業(yè)機(jī)器人運(yùn)動(dòng)控制提供參考，以提高機(jī)器人的工作效率與安

2、全可靠性。但是工業(yè)鑄件生產(chǎn)線生產(chǎn)條件非常惡劣，而且目前鑄件行業(yè)利潤(rùn)較低，為了降低成本，視覺(jué)系統(tǒng)采用低端攝像機(jī)，這樣給本文的研究帶來(lái)較大的挑戰(zhàn)。本文的研究?jī)?nèi)容主要包括以下幾點(diǎn):
　　1.本文在對(duì)鑄件飛邊的提取中，主要考慮使用鑄件具有豐富幾何邊緣的特性，同時(shí)考慮實(shí)際工作中的惡劣環(huán)境。首先，對(duì)成熟算子進(jìn)行篩選，在此基礎(chǔ)上，設(shè)計(jì)了一種鑄件邊緣檢測(cè)效果的評(píng)價(jià)指標(biāo)。該指標(biāo)從漏檢率和最小方差這兩個(gè)方面進(jìn)行邊緣檢測(cè)效果的評(píng)價(jià)。其次，利用本文設(shè)計(jì)的

3、鑄件邊緣檢測(cè)評(píng)價(jià)指標(biāo)進(jìn)行實(shí)驗(yàn)，記錄實(shí)驗(yàn)數(shù)據(jù)并與主觀評(píng)價(jià)進(jìn)行比較。實(shí)驗(yàn)結(jié)果表明，該指標(biāo)與人為主觀評(píng)價(jià)結(jié)果是一致的，這為生產(chǎn)線視覺(jué)識(shí)別飛邊位置與大小提供了可靠性保障。
　　2.本文在上一步驟邊緣檢測(cè)的基礎(chǔ)上，提出了針對(duì)鑄件幾何空間優(yōu)化的方法。在復(fù)雜的工業(yè)應(yīng)用環(huán)境中，經(jīng)過(guò)邊緣檢測(cè)的鑄件圖像，包含大量的干擾信息以及很多有效的幾何信息，為了獲得更加準(zhǔn)確的匹配，使下一步對(duì)飛邊的檢測(cè)更加準(zhǔn)確，本文利用線分叉度以及周長(zhǎng)大小等幾何特征，實(shí)現(xiàn)針對(duì)鑄件

4、幾何空間的優(yōu)化。具體應(yīng)用上，本文利用SIFT算法和SURF算法對(duì)鑄件圖像特征點(diǎn)進(jìn)行提取和配準(zhǔn)，分析了兩種算法對(duì)鑄件特征配準(zhǔn)的效果;并且根據(jù)鑄件圖像的幾何邊緣特征，進(jìn)行幾何空間優(yōu)化，去掉了背景中的特征點(diǎn)干擾，使特征點(diǎn)更加集中在鑄件上;最后，本文再將鑄件圖像進(jìn)行全局和局部處理。實(shí)驗(yàn)表明，利用幾何優(yōu)化富集特征點(diǎn)后，可以進(jìn)行局部處理進(jìn)而獲得更加精準(zhǔn)的匹配結(jié)果。
　　3.本文利用以上的分析結(jié)果，設(shè)計(jì)了一個(gè)圖像空間到物理空間的處理流程，實(shí)現(xiàn)了