包装物料形状特征提取和识别方法

发布时间：2022-11-05 01:38

　　目的为了提高包装过程物料抓取成功率,采用机器视觉设计一种物料识别和定位方法。方法以串联机械手臂为载体搭建一种基于机器视觉的物料识别、定位、抓取平台,包括物料传送模块、图像采集模块、视觉分拣模块、机器人控制模块和抓取模块等。重点论述相关图像处理算法,包括基于双边滤波的图像预处理方法,基于Canny算子的图像边缘检测,图像特征提取和质心定位等。最后进行实验研究。结果实验结果表明,码垛机器人的物料形状正确识别率可以达到99.25%,抓取成功率能够达到99.5%。结论所述物料形状识别和抓取定位方法可有效解决图像特征提取、定位等问题,具有识别率高、抓取准确等特点,能够满足包装搬运要求。 

【文章页数】：5 页

【文章目录】：
1 物料识别检测系统
2 图像识别算法
    2.1 图像预处理
    2.2 边缘提取
    2.3 识别定位
3 图像识别结果
4 实验验证
5 结语


【参考文献】：
期刊论文
[1]基于机器视觉检测的码垛机器人控制系统设计[J]. 邱素贞,李庆年,卢志翔,阮承海.  包装工程. 2019(03)
[2]基于NI机器视觉的产品识别与分拣系统[J]. 刘超,陈捷,洪荣晶,秦钟伟.  组合机床与自动化加工技术. 2018(11)
[3]基于并联机器人的包装分拣系统设计[J]. 付瑞玲,禹春来,范甜甜.  包装工程. 2018(11)
[4]基于OpenCV的码垛机器人手眼标定方法[J]. 吴安成,何卫锋,欧阳祥波.  制造技术与机床. 2018(06)
[5]包装码垛机器人嵌入式控制系统设计[J]. 康瑞芳,刘鑫.  包装工程. 2018(01)
[6]基于机器视觉的Delta机器人分拣系统算法[J]. 倪鹤鹏,刘亚男,张承瑞,王云飞,夏飞虎,邱正师.  机器人. 2016(01)
[7]智能制造装备视觉检测控制方法综述[J]. 王耀南,陈铁健,贺振东,吴成中.  控制理论与应用. 2015(03)
[8]基于LabVIEW的视觉检测控制系统研究[J]. 施银中,陆明刚,曲燕,赵兵.  现代制造工程. 2014(09)
[9]我国工业机器人技术现状与产业化发展战略[J]. 王田苗,陶永.  机械工程学报. 2014(09)
[10]基于机器视觉的码垛机器人系统研究[J]. 刘振宇,李中生,张涛,赵雪.  组合机床与自动化加工技术. 2014(04)

博士论文
[1]Delta高速并联机器人视觉控制技术及视觉标定技术研究[D]. 张文昌.天津大学 2012

硕士论文
[1]基于机器视觉的物料分拣工业机器人关键技术研究[D]. 陈恳.深圳大学 2017



本文编号：3701680