基于Delta机器人的视觉点漆系统研究与开发
发布时间：2021-07-05 23:52
点漆是一种将油漆或是其它有色液体涂覆在物体表面或槽孔中的工艺,广泛应用于工业生产和日常生活中。目前市场上出现了半自动点漆机和全自动点漆机,但存在着灵活性较差,对工作环境要求高,工作效率低等问题,因此迫切需要一套自动化程度高、加工速度快、精度好的点漆系统。本文将Delta机器人与机器视觉相结合应用于点漆加工。利用机器视觉实现产品的自动定位,同时发挥出Delta机器人高精高速的优势来提高加工效率。本文的主要工作内容如下:（1）对视觉点漆系统总体结构进行了设计。视觉点漆系统由机械结构、视觉定位系统、运动控制系统和点漆阀系统组成。设计并搭建了Delta机器人作为点漆系统的机械结构,并对视觉定位系统、运动控制系统和点漆阀系统进行了方案设计和硬件选型。（2）设计了基于模板匹配算法的视觉定位系统。针对点漆产品表面光滑、易反光的特点,对模板匹配算法和图像边缘检测算法进行了研究。对模板匹配算法进行了改进,将匹配过程分为粗匹配和精匹配提高了匹配速度,加快了大约0.23s。并根据实际加工存在多个物体需同时加工的情况编写了多模板匹配算法。（3）研究了适用于视觉点漆系统的路径规划算法。将蚁群算法引入到视觉点漆系...
【文章来源】：浙江工业大学浙江省
【文章页数】：108 页
【学位级别】：硕士
【部分图文】：
NexJetNJ-8点漆系统[7]
前知名的企业有美国的PVA、诺信、日本的武藏、仲氏液控以及德国的肖根福罗格等公司。如图1-3为美国诺信公司制造的NexJetNJ-8点漆设备。该设备能够满足当今高速度、高精度、多样化生产的要求。它采用新一代喷射点漆技术，能实现快速、简便、智能化喷射点漆作业[7]。此外，NexJetNJ-8点漆系统还能够对液体进行精准控制，确保了原材料无论是低粘度液体还是高粘度液体都可以进行点漆加工。如图1-4所示是美国PVA公司生产的PVA350选择性表面涂覆系统，该装置能够实现大面积快速点漆加工[8]。图1-3NexJetNJ-8点漆系统[7]图1-4PVA350表面涂覆系统[8]Figure1-3.NexJetnj-8surfacepaintsystemFigure1-4.PVA350surfacepaintsystem近年来，伴随着我国工业技术地不断完善，各行业对于点漆设备的需求逐渐增加，国内点漆机行业快速发展，相继涌现出了许多研制点漆设备的企业[7]。国内的点漆设备生产企业主要集中在深圳、东莞、苏州等工业比较发达的地区。但大部分国内企业研制的点漆设备还停留在编程点漆机阶段，对于全自动视觉点漆机尚未能在技术上有所突破。目前只有小部分国内厂家能够研制出全自动视觉点漆机，但存在着精度不高、功能单一等诸多问题。如图1-5为广东东莞铂锐智能科技有限公司自行研制的一款全自动视觉点漆机。该自动视觉点漆机具有公司自行研发的全自动视觉定位系统，能够在机器运行过程中自动修正点漆加工坐标。目前该型自动视觉点漆机主要应用于产品上色领域，例如麻将、象棋、军棋等物体的上色，工作效率是半自动点漆机的4倍。相较于国外企业的点漆设备，国产点漆设备仍有较大落后，差距主要体现在点漆加工精度和加工一致性上面[9]。同时国产点漆设备上的一些精密部件如高速喷射阀、精密调压阀和电磁阀等部件都严重依赖于
浙江工业大学硕士学位论文4定性仍有待提高，在特殊工件或特殊工作环境下图像定位精度不够准确。总体而言，国产点漆设备在近年来取得了快速发展，但生产研制的大多为编程点漆机，只能应用于一些中低端行业。全自动视觉点漆机的相关技术与国际发达国家差距较大，主要体现在加工精度和加工效率上，仍需要较长的发展时间。图1-5国产全自动视觉点漆机[9]Figure1-5.Domesticautomaticvisualsurfacepaintmachine1.3机器视觉1.3.1机器视觉研究现状机器视觉是人工智能正在快速发展的一个分支，它包含了数字图像处理技术、机械工程技术、控制技术、光学成像、传感器技术、模拟与数字视频技术等多个方面[10-13]。机器视觉最基本的特点就是利用相机和计算机来模仿人眼和人脑的作用进行检测与判断[14,15]，大大提高机器生产的灵活性和自动化程度。机器视觉的工作过程是通过相机、镜头、图像采集卡等机器视觉产品将目标特征转换为数字图像信号；再由图像处理算法从数字图像信号中提取出所需的目标数据，最后根据提取得到的目标数据控制机械结构进行运动。一个典型的机器视觉应用系统应包括光源系统、镜头、相机、图像采集卡和视觉处理器[15]，如图1-6。
【参考文献】：
期刊论文
[1]基于改进ORB和网格运动统计的图像匹配算法[J]. 罗守品,杨涛,梅艳莹. 传感器与微系统. 2019(07)
[2]图像匹配方法研究综述[J]. 贾迪,朱宁丹,杨宁华,吴思,李玉秀,赵明远. 中国图象图形学报. 2019(05)
[3]基于蚁群算法的变电站巡检机器人路径优化研究[J]. 刘煊琨,刘红兵,王瑾. 电气应用. 2019(02)
[4]基于改进蚁群算法的移动机器人全局路径规划[J]. 占伟,屈军锁,芦鑫,侯磊超. 现代电子技术. 2018(24)
[5]一种灰度梯度暗通道图像自动调焦方法[J]. 王佳松,孙海江,江山,王嘉成. 液晶与显示. 2018(08)
[6]机器视觉在智能制造中的应用[J]. 欧阳智,肖旭. 大数据时代. 2018(03)
[7]德国工业4.0对《中国制造2025》的创新驱动研究[J]. 王莉. 科学管理研究. 2017(05)
[8]Delta并联机器人装配误差分析与补偿[J]. 潘华,邱继红,刘林. 科学技术与工程. 2017(20)
[9]求解TSP的改进信息素二次更新与局部优化蚁群算法[J]. 许凯波,鲁海燕,程毕芸,黄洋. 计算机应用. 2017(06)
[10]基于点锐度和平方梯度的图像清晰度评价方法[J]. 薛万勋,卞春江,陈红珍. 电子设计工程. 2017(08)
博士论文
[1]基于图像处理技术的自动调焦方法研究[D]. 路朋罗.中国科学院研究生院(长春光学精密机械与物理研究所) 2016
硕士论文
[1]蚁群算法的改进及其在若干优化问题中的应用[D]. 许凯波.江南大学 2018
[2]基于图像特征提取和描述的匹配算法研究[D]. 叶志坚.广东工业大学 2018
[3]机器视觉技术在工件自动定位中的研究与应用[D]. 冯盛淼.厦门大学 2018
[4]改进蚁群算法解决电商快递场景下的多目标多旅行商问题[D]. 邓昶博.华南理工大学 2018
[5]基于机器视觉的异型工件机器人焊接轨迹自动生成方法研究[D]. 周仁义.华南理工大学 2018
[6]基于双目视觉的DIC测量技术研究[D]. 肖颖.合肥工业大学 2017
[7]基于视觉的点漆机设计研究[D]. 杨凡.厦门大学 2017
[8]基于机器视觉定位的自动点胶控制系统的研究与开发[D]. 刘币币.华南理工大学 2016
[9]视觉点胶机系统的设计与实现[D]. 张义华.东南大学 2016
[10]面向滴塑设备的图像处理技术研究[D]. 邓高生.华南理工大学 2016
本文编号：3267083
【文章来源】：浙江工业大学浙江省
【文章页数】：108 页
【学位级别】：硕士
【部分图文】：
NexJetNJ-8点漆系统[7]
前知名的企业有美国的PVA、诺信、日本的武藏、仲氏液控以及德国的肖根福罗格等公司。如图1-3为美国诺信公司制造的NexJetNJ-8点漆设备。该设备能够满足当今高速度、高精度、多样化生产的要求。它采用新一代喷射点漆技术，能实现快速、简便、智能化喷射点漆作业[7]。此外，NexJetNJ-8点漆系统还能够对液体进行精准控制，确保了原材料无论是低粘度液体还是高粘度液体都可以进行点漆加工。如图1-4所示是美国PVA公司生产的PVA350选择性表面涂覆系统，该装置能够实现大面积快速点漆加工[8]。图1-3NexJetNJ-8点漆系统[7]图1-4PVA350表面涂覆系统[8]Figure1-3.NexJetnj-8surfacepaintsystemFigure1-4.PVA350surfacepaintsystem近年来，伴随着我国工业技术地不断完善，各行业对于点漆设备的需求逐渐增加，国内点漆机行业快速发展，相继涌现出了许多研制点漆设备的企业[7]。国内的点漆设备生产企业主要集中在深圳、东莞、苏州等工业比较发达的地区。但大部分国内企业研制的点漆设备还停留在编程点漆机阶段，对于全自动视觉点漆机尚未能在技术上有所突破。目前只有小部分国内厂家能够研制出全自动视觉点漆机，但存在着精度不高、功能单一等诸多问题。如图1-5为广东东莞铂锐智能科技有限公司自行研制的一款全自动视觉点漆机。该自动视觉点漆机具有公司自行研发的全自动视觉定位系统，能够在机器运行过程中自动修正点漆加工坐标。目前该型自动视觉点漆机主要应用于产品上色领域，例如麻将、象棋、军棋等物体的上色，工作效率是半自动点漆机的4倍。相较于国外企业的点漆设备，国产点漆设备仍有较大落后，差距主要体现在点漆加工精度和加工一致性上面[9]。同时国产点漆设备上的一些精密部件如高速喷射阀、精密调压阀和电磁阀等部件都严重依赖于
浙江工业大学硕士学位论文4定性仍有待提高，在特殊工件或特殊工作环境下图像定位精度不够准确。总体而言，国产点漆设备在近年来取得了快速发展，但生产研制的大多为编程点漆机，只能应用于一些中低端行业。全自动视觉点漆机的相关技术与国际发达国家差距较大，主要体现在加工精度和加工效率上，仍需要较长的发展时间。图1-5国产全自动视觉点漆机[9]Figure1-5.Domesticautomaticvisualsurfacepaintmachine1.3机器视觉1.3.1机器视觉研究现状机器视觉是人工智能正在快速发展的一个分支，它包含了数字图像处理技术、机械工程技术、控制技术、光学成像、传感器技术、模拟与数字视频技术等多个方面[10-13]。机器视觉最基本的特点就是利用相机和计算机来模仿人眼和人脑的作用进行检测与判断[14,15]，大大提高机器生产的灵活性和自动化程度。机器视觉的工作过程是通过相机、镜头、图像采集卡等机器视觉产品将目标特征转换为数字图像信号；再由图像处理算法从数字图像信号中提取出所需的目标数据，最后根据提取得到的目标数据控制机械结构进行运动。一个典型的机器视觉应用系统应包括光源系统、镜头、相机、图像采集卡和视觉处理器[15]，如图1-6。
【参考文献】：
期刊论文
[1]基于改进ORB和网格运动统计的图像匹配算法[J]. 罗守品,杨涛,梅艳莹. 传感器与微系统. 2019(07)
[2]图像匹配方法研究综述[J]. 贾迪,朱宁丹,杨宁华,吴思,李玉秀,赵明远. 中国图象图形学报. 2019(05)
[3]基于蚁群算法的变电站巡检机器人路径优化研究[J]. 刘煊琨,刘红兵,王瑾. 电气应用. 2019(02)
[4]基于改进蚁群算法的移动机器人全局路径规划[J]. 占伟,屈军锁,芦鑫,侯磊超. 现代电子技术. 2018(24)
[5]一种灰度梯度暗通道图像自动调焦方法[J]. 王佳松,孙海江,江山,王嘉成. 液晶与显示. 2018(08)
[6]机器视觉在智能制造中的应用[J]. 欧阳智,肖旭. 大数据时代. 2018(03)
[7]德国工业4.0对《中国制造2025》的创新驱动研究[J]. 王莉. 科学管理研究. 2017(05)
[8]Delta并联机器人装配误差分析与补偿[J]. 潘华,邱继红,刘林. 科学技术与工程. 2017(20)
[9]求解TSP的改进信息素二次更新与局部优化蚁群算法[J]. 许凯波,鲁海燕,程毕芸,黄洋. 计算机应用. 2017(06)
[10]基于点锐度和平方梯度的图像清晰度评价方法[J]. 薛万勋,卞春江,陈红珍. 电子设计工程. 2017(08)
博士论文
[1]基于图像处理技术的自动调焦方法研究[D]. 路朋罗.中国科学院研究生院(长春光学精密机械与物理研究所) 2016
硕士论文
[1]蚁群算法的改进及其在若干优化问题中的应用[D]. 许凯波.江南大学 2018
[2]基于图像特征提取和描述的匹配算法研究[D]. 叶志坚.广东工业大学 2018
[3]机器视觉技术在工件自动定位中的研究与应用[D]. 冯盛淼.厦门大学 2018
[4]改进蚁群算法解决电商快递场景下的多目标多旅行商问题[D]. 邓昶博.华南理工大学 2018
[5]基于机器视觉的异型工件机器人焊接轨迹自动生成方法研究[D]. 周仁义.华南理工大学 2018
[6]基于双目视觉的DIC测量技术研究[D]. 肖颖.合肥工业大学 2017
[7]基于视觉的点漆机设计研究[D]. 杨凡.厦门大学 2017
[8]基于机器视觉定位的自动点胶控制系统的研究与开发[D]. 刘币币.华南理工大学 2016
[9]视觉点胶机系统的设计与实现[D]. 张义华.东南大学 2016
[10]面向滴塑设备的图像处理技术研究[D]. 邓高生.华南理工大学 2016
本文编号：3267083
本文链接：https://www.wllwen.com/projectlw/hxgylw/3267083.html
最近更新
教材专著
