CN102529020A

CN102529020A - 模具检测、保护及零件检测、摘取的手眼集成装置

Info

Publication number: CN102529020A
Application number: CN2012100212044A
Authority: CN
Inventors: 罗胜
Original assignee: Wenzhou University
Current assignee: Wenzhou University
Priority date: 2012-01-31
Filing date: 2012-01-31
Publication date: 2012-07-04
Anticipated expiration: 2032-01-31
Also published as: CN102529020B

Abstract

本发明涉及一种模具检测、保护及零件检测、摘取的手眼集成装置，包括有模具装置、手眼集成装置、控制***，手眼集成装置包括有机械手、旋转云台和视觉装置，旋转云台设置在机械手上，视觉装置包括有可视相机，可视相机设置在旋转云台上，控制***存储由可视相机采集的训练图像与检测图像，然后针对图像分别检测模具及零件的表面质量与形位尺寸，并按检测结果对工件分类，然后分拣工件、汇报模具状态，并控制协调机械手、旋转云台和视觉装置的动作流程，在零件尺寸不合格、顶杆及镶块动作未到位、脱模未净、模具尺寸不合格的情况下发出警报，防止残次品连续出现，减少废品，提高产品质量和生产效率。

Description

模具检测、保护及零件检测、摘取的手眼集成装置

技术领域

本发明涉及一种集成装置，特别是一种模具检测、保护及零件检

测、摘取的手眼集成装置。

背景技术

在注塑机工作时，互为阴阳关系的动模、静模残留部分成形品时，模具会受到损伤。如果模具在长期使用中受到磨损，模具及零件的尺寸超标，将会产生废品，现有技术中已有模具脱模监视***，能够检测是否脱模干净，但不能在注塑机开模时检测零件、模具的关键尺寸和表面质量。这种模具脱模监视***位置固定、功能单一，因此需要改进设计，增加功能。

发明内容

本发明所要解决的技术问题在于，提供一种结构简单且能够检测零

件、模具关键尺寸和表面质量的模具检测、保护及零件检测、摘取的手眼集成装置。

为解决上述技术问题，本发明采用以下技术方案：一种模具检测、保护及零件检测、摘取的手眼集成装置，其特征是包括有模具装置、手眼集成装置、控制***，所述手眼集成装置包括有机械手、旋转云台和视觉装置，所述旋转云台设置在机械手上，所述视觉装置包括有可视相机，所述可视相机设置在旋转云台上，所述控制***存储由可视相机采集的训练图像与检测图像，然后针对图像分别检测模具及零件的表面质量与形位尺寸，并按检测结果对工件分类，然后分拣工件、汇报模具状态，并控制协调机械手、旋转云台和视觉装置的动作流程。

作为一种改进，还包括有带方格的白纸光照模板、安装基板、引拨手爪及多个LED光源，所述安装基板为长条形且设置在旋转云台上，所述引拨手爪设置在安装基板一端，所述可视相机设置在所述安装基板另一端，所述多个LED光源均匀设置在可视相机后端，所述白纸光照模板设置在可视相机与引拨手爪之间，所述机械手包括：x轴输送轨道、y轴输送轨道、z轴输送轨道、第一输送方块、第二输送方块和第三输送方块，第一输送方块设置在x轴输送轨道上且实现在x轴自由移动，y轴输送轨道设置第一输送方块的一侧部，第二输送方块设置在y轴输送轨道上且实现在y轴自由移动，所述z轴输送轨道设置在第二输送方块上，所述第三输送方块设置在z轴输送轨道上且实现在z轴自由移动，所述旋转云台设置在第三输送方块上，所述第一输送方块、第二输送方块和第三输送方块由交流伺服电机提供动力并由光栅尺进行位置控制。

作为一种改进，所述模具装置包括阴模、阳模、上模架、下模架、向模腔内填充树脂材料的喷嘴、连杆、顶杆，所述阴模设置在下模架上，所述阳模设置在上模架上，所述上模架与下模架安装在连杆上，所述下模架相对连杆可自由移动，所述喷嘴设置在上模架上且位于上模架中央位置，所述顶杆设置在下模架上。

作为一种改进，所述控制***包括总控制器、机械手位置控制器、旋转云台角度控制器和视觉装置控制器，所述机械手位置控制器包括有三自由度运动控制卡，所述旋转云台角度控制器包括有三自由度运动控制卡，旋转云台由交流伺服电机提供动力及由光电编码器进行位置控制，视觉装置控制器检测图像表面质量和形位尺寸，总控制器运行在PC平台上并计算、存储任务列表和工件分类逻辑，协调各控制器的动作步骤，在所述机械手位置控制器完成机械手走位的同时，所述旋转云台角度控制器完成旋转云台的角度走位和视觉装置控制器完成上一检测任务的图像分析。

作为一种改进，所述检测表面质量包括斑点类缺陷检测和广义线状缺陷检测，所述斑点类缺陷检测步骤为先训练后检测，在训练阶段，对缺陷样本在RGB 彩色空间用K-均值法进行聚类，进行充分分割以降低或消除分割误差，然后，将这些聚类结果变换到CIE-Luv归一化的彩色空间进行合并，即将小的聚类合并为大的聚类，这样对样本完成了与人类感知相一致的区域分割，每种彩色图像被分为一系列二值图象，对每个区域计算其结构特征，在检测阶段，对测试图像的象素在已经定义的种类空间中用最近邻域规则进行分类，无法归类的象素就被认为有缺陷象素，而已经归类的象素又形成一系列的二值图象，对每个区域计算结构特征，再用Mahalanobis 距离测试检测出斑点类缺陷；所述广义线状缺陷检测先对图像进行最大值滤波，清除图像中的暗线，然后再进行最小值滤波，进行补偿，得到第一结果图像A，再对图像进行最小值滤波，清除图像中的亮线，再最大值滤波进行补偿作用，保存第二结果图像B，将第一结果图像A和第二结果图像B差值图像中分析缺陷区域，并采用多分类支持向量机识别缺陷。

作为一种改进，所述形位尺寸检测先对图像进行二值化，然后用Harris算法提取角点特征，再用随机Hough变换法检测直线和圆，然后根据直线和圆的性质选择最小点集，采用最小二乘法进一步拟合得到精确的直线和圆参数，由训练图像中已知参数的直线和圆，计算出工况图像工件的尺寸数值。

本发明一种模具检测、保护及零件检测、摘取的手眼集成装置将机械手、视觉集成一体，检测模具和零件的关键尺寸和表面质量，并保护模具，在零件尺寸不合格、顶杆及镶块动作未到位、脱模未净、模具尺寸不合格的情况下发出警报，保护昂贵的模具，而且本装置可以检测尺寸，由于视觉***集成在机械手上，能够检测零件、模具中的大多数尺寸，能够分拣零件，提高产品的一致性，确保产品的精确性和标准化程度，实现无人看守检测，能够减少人工测量的工作量，防止残次品连续出现，减少废品，提高产品质量和生产效率。

下面结合附图和具体实施方式对本发明作进一步的描述。

附图说明

图1是本发明一种模具检测、保护及零件检测、摘取的手眼集成装置的布置概略说明图。

图2是本发明一种模具检测、保护及零件检测、摘取的手眼集成装置的工作流程。

图3是本发明一种模具检测、保护及零件检测、摘取的手眼集成装置在任务设定中的任务预演步骤。

图4是本发明一种模具检测、保护及零件检测、摘取的手眼集成装置检测任务执行步骤。

图5是本发明一种模具检测、保护及零件检测、摘取的手眼集成装置的机械结构。

图6是本发明一种模具检测、保护及零件检测、摘取的手眼集成装置进行表面检测时的流程。

图7 是本发明一种模具检测、保护及零件检测、摘取的手眼集成装置进行形位尺寸检测时的流程。

具体实施方式

如图1、图2、图3、图4、图、5图6、图7所示，一种模具检测、保护及零件检测、摘取的手眼集成装置，包括有模具装置1、手眼集成装置2、控制***，所述手眼集成装置2包括有机械手3、旋转云台4和视觉装置5，所述旋转云台4设置在机械手3上，所述视觉装置5包括有可视相机51，所述可视相机51设置在旋转云台4上，所述控制***存储由可视相机51采集的训练图像与检测图像，然后针对图像分别检测模具及零件的表面质量与形位尺寸，并按检测结果对工件分类，然后分拣工件、汇报模具状态，并控制协调机械手3、旋转云台4和视觉装置5的动作流程。采用上述技术方案后，本发明能够在线检测模具及零件的大部分尺寸及表面质量，防止残次品连续出现，减少废品，提高产品质量和生产效率，并保护模具。

如图1、图5所示，一种改进的实施方式，本发明还包括有带方格的白纸光照模板6、安装基板7、引拨手爪8及多个LED光源，安装基板7为长条形且设置在旋转云台4上，引拨手爪8设置在安装基板7一端，可视相机51设置在所述安装基板7另一端，多个LED光源均匀设置在可视相机51后端，白纸光照模板6设置在可视相机51与引拨手爪8之间。要精确检测图像的表面质量和形位尺寸，必须进行视觉***的校正，去除当前光照与标准光照的相对变化，以及标定视觉***。只有知道当前环境的光照与标准光照的相对变化，才能去除目标图像中的环境光照影响，减少光照耀斑，减少后期特征提取的难度，也避免把光照耀斑当成表面特征，采用带方格的白纸光照模板6作为光照模板，放置在可视相机51与引拨手爪8之间，与可视相机51的相比位置固定，校正时才开启。带方格的白纸光照模板6在工况时与任务预演时的图像差别，作为参照，计算当前工作环境相对任务设定时的变化，补偿工况图像，使工况图像能够真实反映实际产品的表面情况。同时带方格的白纸光照模板6也是相机的在线标定模板，计算可视相机51的内外参数。所述机械手3包括：x轴输送轨道31、y轴输送轨道32、z轴输送轨道33、第一输送方块34、第二输送方块35和第三输送方块36，第一输送方块34设置在x轴输送轨道31上且实现在x轴自由移动，y轴输送轨道32设置第一输送方块34的一侧部，第二输送方块35设置在y轴输送轨道32上且实现在y轴自由移动，所述z轴输送轨道33设置在第二输送方块35上，所述第三输送方块36设置在z轴输送轨道33上且实现在z轴自由移动，所述旋转云台4设置在第三输送方块36上，所述第一输送方块34、第二输送方块35和第三输送方块36由交流伺服电机提供动力并光栅尺进行位置控制。由于表面质量分析、形位尺寸检测都是在工况图像与参照图像相对变化的基础上完成的，因此执行检测任务时相机的位置应当与任务预演中的相机位置完全一致。这就要求视觉、机械手集成装置有较高的定位精度。而且由于测量任务的不确定性，相机能够从最佳位置和最佳角度观测每项检测项目，因此视觉、机械手集成装置需要有六自由度。如图5所示，机械手3采用了三轴横走机构，能够到达观测空间的任意位置；旋转云台4设置在机械手3上，可视相机51设置在旋转云台4上，能够达到任意角度，并在可视相机51四周安装了12个LED光源；安装基板7的一端安装了引拨手爪，以拨取零件、分拣目标。

一种改进的实施方式，如图1所示，模具装置1包括阴模11、阳模12、上模架13、下模架14、向模腔内填充树脂材料的喷嘴15、连杆16、顶杆17，阴模11设置在下模架14上，阳模12设置在上模架13上，所述上模架13与下模架14相对安装在连杆16上，所述下模架14相对连杆16可自由移动，喷嘴15设置在上模架13上且位于上模架13中央位置，所述顶杆17设置在下模架14上。

一种改进的实施方式，控制***包括总控制器、机械手位置控制器、旋转云台角度控制器和视觉装置控制器，机械手位置控制器包括有三自由度运动控制卡，旋转云台角度控制器包括有三自由度运动控制卡，旋转云台由交流伺服电机提供动力及由光电编码器进行位置控制，视觉装置控制器检测图像表面质量和形位尺寸，总控制器运行在PC平台上并计算、存储任务列表和工件分类逻辑，协调各控制器的动作步骤，在机械手位置控制器完成机械手走位的同时，旋转云台角度控制器完成旋转云台的角度走位和视觉装置控制器完成上一检测任务的图像分析。

检测表面质量包括检测缺角、缺边、划痕、裂纹、孔洞、污渍、凸块、凹陷、孔洞、模糊、龟裂、气泡等内容，主要包括斑点类缺陷和广义线状缺陷两类，流程如图6所示。斑点类缺陷与背景相比有较高的对比度，但是由于工厂环境较恶劣，往往受烟尘、油污、温度高等因素的影响，缺陷图像信噪比下降，采用简单的阈值法不能满足要求。一种改进的实施方式，所述检测表面质量包括斑点类缺陷检测和广义线状缺陷检测，所述斑点类缺陷检测步骤为先训练后检测，在训练阶段，对缺陷样本在RGB 彩色空间用K-均值法进行聚类，进行充分分割以降低或消除分割误差，然后，将这些聚类结果变换到CIE-Luv归一化的彩色空间进行合并，即将小的聚类合并为大的聚类，这样对样本完成了与人类感知相一致的区域分割，每种彩色图像被分为一系列二值图象，对每个区域计算其结构特征，在检测阶段，对测试图像的象素在已经定义的种类空间中用最近邻域规则进行分类，无法归类的象素就被认为有缺陷象素，而已经归类的象素又形成一系列的二值图象，对每个区域计算结构特征，再用Mahalanobis 距离测试检测出斑点类缺陷。大多数划痕、裂纹、孔洞、污渍等缺陷可以归类为广义线状缺陷。所述广义线状缺陷检测先对图像进行最大值滤波，清除图像中的暗线，然后再进行最小值滤波，进行补偿，得到第一结果图像A，再对图像进行最小值滤波，清除图像中的亮线，再最大值滤波进行补偿作用，保存第二结果图像B，将第一结果图像A和第二结果图像B差值图像中分析缺陷区域，并采用多分类支持向量机识别缺陷。

一种改进的实施方式，零件的形位尺寸，包括直线度、平行度、圆度和同心度等项目，这些项目都可以在检测出的直线和圆之后进行。如图7所示，形位尺寸检测先对图像进行二值化，然后用Harris算法提取角点特征，再用随机Hough变换法检测直线和圆，然后根据直线和圆的性质选择最小点集，采用最小二乘法进一步拟合得到精确的直线和圆参数，由训练图像中已知参数的直线和圆，计算出工况图像工件的尺寸数值。

Claims

1.一种模具检测、保护及零件检测、摘取的手眼集成装置，其特征是包括有模具装置（1）、手眼集成装置（2）、控制***，所述手眼集成装置（2）包括有机械手（3）、旋转云台（4）和视觉装置（5），所述旋转云台（4）设置在机械手（3）上，所述视觉装置（5）包括有可视相机（51），所述可视相机（51）设置在旋转云台（4）上，所述控制***存储由可视相机（51）采集的训练图像与检测图像，然后针对图像分别检测模具及零件的表面质量与形位尺寸，并按检测结果对工件分类，然后分拣工件、汇报模具状态，并控制协调机械手（3）、旋转云台（4）和视觉装置（5）的动作流程。

2.根据权利要求1所述的模具检测、保护及零件检测、摘取的手眼集成装置，其特征是还包括有带方格的白纸光照模板（6）、安装基板（7）、引拨手爪（8）及多个LED光源，所述安装基板（7）为长条形且设置在旋转云台（4）上，所述引拨手爪（8）设置在安装基板（7）一端，所述可视相机（51）设置在所述安装基板（7）另一端，所述多个LED光源均匀设置在可视相机（51）后端，所述白纸光照模板（6）设置在可视相机（51）与引拨手爪（8）之间，所述机械手（3）包括：x轴输送轨道（31）、y轴输送轨道（32）、z轴输送轨道（33）、第一输送方块（34）、第二输送方块（35）和第三输送方块（36），第一输送方块（34）设置在x轴输送轨道（31）上且实现在x轴自由移动，y轴输送轨道（32）设置第一输送方块（34）的一侧部，第二输送方块（35）设置在y轴输送轨道（32）上且实现在y轴自由移动，所述z轴输送轨道（33）设置在第二输送方块（35）上，所述第三输送方块（36）设置在z轴输送轨道（33）上且实现在z轴自由移动，所述旋转云台（4）设置在第三输送方块（36）上，所述第一输送方块（34）、第二输送方块（35）和第三输送方块（36）由交流伺服电机提供动力并由光栅尺进行位置控制。

3.根据权利要求1或2所述的模具检测、保护及零件检测、摘取的手眼集成装置，其特征是所述模具装置（1）包括阴模（11）、阳模（12）、上模架（13）、下模架（14）、向模腔内填充树脂材料的喷嘴（15）、连杆（16）、顶杆（17），所述阴模（11）设置在下模架（14）上，所述阳模（12）设置在上模架（13）上，所述上模架（13）与下模架（14）相对的设置在连杆（16）上，所述下模架（14）相对连杆（16）可自由移动，所述喷嘴（15）设置在上模架（13）上且位于上模架（13）中央位置，所述顶杆（17）设置在下模架（14）上。

4.根据权利要求1或2所述的模具检测、保护及零件检测、摘取的手眼集成装置，其特征是所述控制***包括总控制器、机械手位置控制器、旋转云台角度控制器和视觉装置控制器，所述机械手位置控制器包括有三自由度运动控制卡，所述旋转云台角度控制器包括有三自由度运动控制卡，旋转云台由交流伺服电机提供动力及由光电编码器进行位置控制，视觉装置控制器检测图像表面质量和形位尺寸，总控制器运行在PC平台上并计算、存储任务列表和工件分类逻辑，协调各控制器的动作步骤，在所述机械手位置控制器完成机械手走位的同时，所述旋转云台角度控制器完成旋转云台的角度走位和视觉装置控制器完成上一检测任务的图像分析。

5.根据权利要求3所述的模具检测、保护及零件检测、摘取的手眼集成装置，其特征是所述控制***包括总控制器、机械手位置控制器、旋转云台角度控制器和视觉装置控制器，所述机械手位置控制器包括有三自由度运动控制卡，所述旋转云台角度控制器包括有三自由度运动控制卡，旋转云台由交流伺服电机提供动力及由光电编码器进行位置控制，视觉装置控制器检测图像表面质量和形位尺寸，总控制器运行在PC平台上并计算、存储任务列表和工件分类逻辑，协调各控制器的动作步骤，在所述机械手位置控制器完成机械手走位的同时，所述旋转云台角度控制器完成旋转云台的角度走位和视觉装置控制器完成上一检测任务的图像分析。

6.根据权利要求1或2所述的模具检测、保护及零件检测、摘取的手眼集成装置，其特征是所述检测表面质量包括斑点类缺陷检测和广义线状缺陷检测，所述斑点类缺陷检测步骤为先训练后检测，在训练阶段，对缺陷样本在RGB 彩色空间用K-均值法进行聚类，进行充分分割以降低或消除分割误差，然后，将这些聚类结果变换到CIE-Luv归一化的彩色空间进行合并，即将小的聚类合并为大的聚类，这样对样本完成了与人类感知相一致的区域分割，每种彩色图像被分为一系列二值图象，对每个区域计算其结构特征，在检测阶段，对测试图像的象素在已经定义的种类空间中用最近邻域规则进行分类，无法归类的象素就被认为有缺陷象素，而已经归类的象素又形成一系列的二值图象，对每个区域计算结构特征，再用Mahalanobis 距离测试检测出斑点类缺陷；所述广义线状缺陷检测先对图像进行最大值滤波，清除图像中的暗线，然后再进行最小值滤波，进行补偿，得到第一结果图像A，再对图像进行最小值滤波，清除图像中的亮线，再最大值滤波进行补偿作用，保存第二结果图像B，将第一结果图像A和第二结果图像B差值图像中分析缺陷区域，并采用多分类支持向量机识别缺陷。

7.根据权利要求3所述的模具检测、保护及零件检测、摘取的手眼集成装置，其特征是所述检测表面质量包括斑点类缺陷检测和广义线状缺陷检测，所述斑点类缺陷检测步骤为先训练后检测，在训练阶段，对缺陷样本在RGB 彩色空间用K-均值法进行聚类，进行充分分割以降低或消除分割误差，然后，将这些聚类结果变换到CIE-Luv归一化的彩色空间进行合并，即将小的聚类合并为大的聚类，这样对样本完成了与人类感知相一致的区域分割，每种彩色图像被分为一系列二值图象，对每个区域计算其结构特征，在检测阶段，对测试图像的象素在已经定义的种类空间中用最近邻域规则进行分类，无法归类的象素就被认为有缺陷象素，而已经归类的象素又形成一系列的二值图象，对每个区域计算结构特征，再用Mahalanobis 距离测试检测出斑点类缺陷；所述广义线状缺陷检测先对图像进行最大值滤波，清除图像中的暗线，然后再进行最小值滤波，进行补偿，得到第一结果图像A，再对图像进行最小值滤波，清除图像中的亮线，再最大值滤波进行补偿作用，保存第二结果图像B，将第一结果图像A和第二结果图像B差值图像中分析缺陷区域，并采用多分类支持向量机识别缺陷。

8.根据权利要求4所述的模具检测、保护及零件检测、摘取的手眼集成装置，其特征是所述检测表面质量包括斑点类缺陷检测和广义线状缺陷检测，所述斑点类缺陷检测步骤为先训练后检测，在训练阶段，对缺陷样本在RGB 彩色空间用K-均值法进行聚类，进行充分分割以降低或消除分割误差，然后，将这些聚类结果变换到CIE-Luv归一化的彩色空间进行合并，即将小的聚类合并为大的聚类，这样对样本完成了与人类感知相一致的区域分割，每种彩色图像被分为一系列二值图象，对每个区域计算其结构特征，在检测阶段，对测试图像的象素在已经定义的种类空间中用最近邻域规则进行分类，无法归类的象素就被认为有缺陷象素，而已经归类的象素又形成一系列的二值图象，对每个区域计算结构特征，再用Mahalanobis 距离测试检测出斑点类缺陷；所述广义线状缺陷检测先对图像进行最大值滤波，清除图像中的暗线，然后再进行最小值滤波，进行补偿，得到第一结果图像A，再对图像进行最小值滤波，清除图像中的亮线，再最大值滤波进行补偿作用，保存第二结果图像B，将第一结果图像A和第二结果图像B差值图像中分析缺陷区域，并采用多分类支持向量机识别缺陷。

9.根据权利要求5所述的模具检测、保护及零件检测、摘取的手眼集成装置，其特征是所述检测表面质量包括斑点类缺陷检测和广义线状缺陷检测，所述斑点类缺陷检测步骤为先训练后检测，在训练阶段，对缺陷样本在RGB 彩色空间用K-均值法进行聚类，进行充分分割以降低或消除分割误差，然后，将这些聚类结果变换到CIE-Luv归一化的彩色空间进行合并，即将小的聚类合并为大的聚类，这样对样本完成了与人类感知相一致的区域分割，每种彩色图像被分为一系列二值图象，对每个区域计算其结构特征，在检测阶段，对测试图像的象素在已经定义的种类空间中用最近邻域规则进行分类，无法归类的象素就被认为有缺陷象素，而已经归类的象素又形成一系列的二值图象，对每个区域计算结构特征，再用Mahalanobis 距离测试检测出斑点类缺陷；所述广义线状缺陷检测先对图像进行最大值滤波，清除图像中的暗线，然后再进行最小值滤波，进行补偿，得到第一结果图像A，再对图像进行最小值滤波，清除图像中的亮线，再最大值滤波进行补偿作用，保存第二结果图像B，将第一结果图像A和第二结果图像B差值图像中分析缺陷区域，并采用多分类支持向量机识别缺陷。

10.根据权利要求9所述的模具检测、保护及零件检测、摘取的手眼集成装置，其特征是所述形位尺寸检测先对图像进行二值化，然后用Harris算法提取角点特征，再用随机Hough变换法检测直线和圆，然后根据直线和圆的性质选择最小点集，采用最小二乘法进一步拟合得到精确的直线和圆参数，由训练图像中已知参数的直线和圆，计算出工况图像工件的尺寸数值。