基于视觉的LED照明产品的自动装配
[Abstract]:At present, the assembly of LED lighting whole lamp is mostly completed by skilled operators by hand, or by PLC program-controlled semi-automatic line. The dimension of components of LED lighting products is generally small, and the assembly precision is high. Manual assembly requires very high professional skills of operators, low production efficiency, poor product consistency, with the continuous improvement of market demand for the performance and output of LED products, manual assembly has been difficult to adapt to mass production. Automatic assembly is inevitable. In this paper, the application of machine vision in automatic assembly line of LED whole lamp is studied according to the actual requirement of automatic assembly line of new LED lamp. In this paper, the on-line image acquisition, recognition, processing and application of the workpiece are studied respectively. Finally, the development and debugging of the new LED automatic lamp production line are completed, and finally delivered to the production factory. In the course of the research and development of this subject, the following researches are carried out: the development and application of machine vision theory and its significance for automatic production, the method of image acquisition and processing, the development and application of machine vision theory are summarized. The fitting of the straight line and arc of the least square method, the localization of the robot and video image, and the calibration of the system parameters. According to the working principle of machine vision, the related layout of the system is designed as a whole, and the work module of the identification system is built. Based on the characteristics of the system and with the help of many operators of the visual software, the external and internal parameters of the camera are calibrated scientifically and reasonably. In addition, the hand-eye system in the robot is calibrated. From the point of view of this calibration algorithm, its features are relatively simple, and it has strong feasibility features and high accuracy. For static sorting recognition, the detection and classification of dynamic workpieces are discussed. This method is based on the characteristic spatial position of trigger time and determines the position of the workpiece at grab time, which belongs to the mode of translation of space vector. Then it controls the robot with the help of the relevant instructions issued by the image processing software and realizes the job classification. From the point of view of this system, it is based on the visual image processing operator and depends on the RC development platform. It belongs to the workpiece dynamic recognition system. Fully able to meet the actual production requirements. Based on the prior knowledge of robot precision assembly parts based on vision guidance, the corresponding machine vision automatic guidance software is developed. The practical results show that the software has good working efficiency and stability. The automatic assembly line uses a robot with video recognition to replace the semi-automatic assembly and manual appearance quality detection of the manual adding machine, code the LED, complete the LED light emitting board, control circuit, lamp head snail shell, outer cover to the LED whole lamp, From component combination\ insert (mosaic)\ wire welding\ hot melt package\ power test\ commodity spray code (word)\ appearance quality testing and pallet placement all processes. Through video system, bus system and machine hand actuator, chain transmission mechanism, equipment holding platform effectively and without interference coordinated operation, through the optimization of time beat, the production efficiency reached unprecedented degree. The overall efficiency of the equipment is 85 and the assembly line is operated by 2 individuals. The production of 1800 units per hour is 5 times that of the traditional manual production line (11 people per unit). The pass rate is more than 80% at a time. It has achieved the goal of project development, created robot and video technology for the industry, and promoted the production equipment automation, high efficiency and high quality way.
【学位授予单位】:上海交通大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TP391.41;TM923.34
【相似文献】
相关期刊论文 前10条
1 钱竞业;;机器视觉的发展方向探讨[J];现代制造;2006年06期
2 傅昆;;行者无疆——机器视觉的中国崛起[J];现代制造;2006年21期
3 ;机器视觉的应用使生产加工更加智能、高效[J];现代制造;2009年06期
4 张楠;;机器视觉正迎来发展的“春天”[J];中国包装工业;2012年02期
5 文浩;;欧洲机器视觉市场发展迅速[J];仪表工业;1993年03期
6 戴君,赵海洋,冯心海;机器视觉[J];机械设计与制造工程;1998年04期
7 刘曙光,刘明远,何钺;机器视觉及其应用[J];机械制造;2000年07期
8 谢勇,彭涛;机器视觉及其在现代包装行业中的应用[J];株洲工学院学报;2002年04期
9 唐向阳,张勇,李江有,黄岗,杨松,关宏;机器视觉关键技术的现状及应用展望[J];昆明理工大学学报(理工版);2004年02期
10 颜发根,刘建群,陈新,丁少华;机器视觉及其在制造业中的应用[J];机械制造;2004年11期
相关会议论文 前10条
1 赵磊;董吉文;李金屏;;拓扑理论在机器视觉中的研究进展[A];全国第十五届计算机科学与技术应用学术会议论文集[C];2003年
2 张彦东;;基于机器视觉的连接器装配机床改造研究[A];首届珠中江科协论坛论文集[C];2011年
3 蔡小秧;陈文楷;;机器视觉中的鲁棒估计技术[A];计算机技术与应用进展·2007——全国第18届计算机技术与应用(CACIS)学术会议论文集[C];2007年
4 刘雅举;李娜;张莉;李东明;;机器视觉在药用玻璃瓶质量检测中的研究[A];2007年河北省电子学会、河北省计算机学会、河北省自动化学会、河北省人工智能学会、河北省计算机辅助设计研究会、河北省软件行业协会联合学术年会论文集[C];2007年
5 吴庆华;代娜;黄俊敏;程志辉;何涛;;基于机器视觉的轴承二维尺寸检测[A];第六届全国信息获取与处理学术会议论文集(1)[C];2008年
6 马连峰;张秋菊;;基于机器视觉的彩色套印检测技术研究[A];第十一届全国包装工程学术会议论文集(二)[C];2007年
7 金守峰;张慧;;面向机器视觉的织物纬斜检测方法[A];全国先进制造技术高层论坛暨第九届制造业自动化与信息化技术研讨会论文集[C];2010年
8 管庶安;周龙;陈永强;廖明潮;;机器视觉在粮食品质检测中的应用研究[A];中国粮油学会第三届学术年会论文选集(下册)[C];2004年
9 张伟华;陈军;连世江;贾海政;;机器视觉及其在农业机械中的应用综述[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年
10 沈宝国;陈树人;尹建军;;基于机器视觉的棉田杂草精确定位研究[A];纪念中国农业工程学会成立30周年暨中国农业工程学会2009年学术年会(CSAE 2009)论文集[C];2009年
相关重要报纸文章 前10条
1 本报记者 李剑琦;机器视觉行业整合正热 中国市场尚处萌芽期[N];机电商报;2005年
2 本报记者 董碧娟;解密机器视觉“第三只眼”[N];经济日报;2013年
3 本报记者 郭涛;机器视觉:为机器装上“眼睛”和“大脑”[N];中国高新技术产业导报;2014年
4 张均;德国机器视觉传感器市场前景好[N];中国贸易报;2007年
5 金刚;给机器一双慧眼[N];计算机世界;2007年
6 朱广菁;机器视觉怎样“看”不合格产品[N];大众科技报;2008年
7 宋昆;用机器视觉控制烟草质量[N];计算机世界;2007年
8 张栋;西安光电子专业孵化器举办专业展览会[N];中国高新技术产业导报;2007年
9 王遐;机器视觉:药品包装在线检测系统开发成功[N];中国包装报;2010年
10 点评人 高炎 黄牧青 刘笑一 李士杰 北京大学技术转移中心;机器视觉辅助冬季道路状况监测[N];科技日报;2014年
相关博士学位论文 前10条
1 梁卓锐;机器视觉手势交互的交互映射研究[D];华南理工大学;2015年
2 孟庆宽;基于机器视觉的农业车辆—农具组合导航系统路径识别及控制方法研究[D];中国农业大学;2014年
3 田明锐;基于机器视觉的散料装车控制系统研究[D];长安大学;2016年
4 葛动元;面向精密制造与检测的机器视觉及智能算法研究[D];华南理工大学;2013年
5 饶洪辉;基于机器视觉的作物对行喷药控制系统研究[D];南京农业大学;2006年
6 龚爱平;基于嵌入式机器视觉的信息采集与处理技术研究[D];浙江大学;2013年
7 陈丽君;基于机器视觉的变量喷雾控制系统研究[D];沈阳农业大学;2009年
8 徐晓秋;机器视觉球面孔位快速精密测量系统的研究[D];四川大学;2006年
9 成芳;稻种质量的机器视觉无损检测研究[D];浙江大学;2004年
10 程洪;面向园艺应用的机器视觉目标辨识方法创新[D];中国农业大学;2015年
相关硕士学位论文 前10条
1 冼志军;锡膏印刷机误差与锡膏印刷质量检测技术研究[D];华南理工大学;2015年
2 孙斌;基于FPGA的压力表盘机器视觉研究与实现[D];昆明理工大学;2015年
3 许哲;基于机器视觉的快速测温热电偶焊接技术研究[D];河北联合大学;2014年
4 李鹏;基于机器视觉的PCB工业在线检测系统研究[D];昆明理工大学;2015年
5 佘燕玲;以用户为中心的机器视觉手势交互空间映射关系研究[D];华南理工大学;2015年
6 孙中国;基于机器视觉的面粉袋码垛机器人研究[D];山东建筑大学;2015年
7 漆静;基于机器视觉集装箱吊具智能定位系统研究[D];西南交通大学;2015年
8 张文;基于机器视觉的通信装备故障识别研究[D];西南交通大学;2015年
9 冉宝山;基于机器视觉的装料系统试验研究[D];长安大学;2015年
10 冯康;基于机器视觉的棉花识别与定位技术的研究[D];石河子大学;2015年
,本文编号:2269224
本文链接:https://www.wllwen.com/kejilunwen/dianlilw/2269224.html