CN110335272A - 一种基于机器视觉的金属器件智能质检设备控制***、方法及电子设备 - Google Patents
一种基于机器视觉的金属器件智能质检设备控制***、方法及电子设备 Download PDFInfo
- Publication number
- CN110335272A CN110335272A CN201910634601.0A CN201910634601A CN110335272A CN 110335272 A CN110335272 A CN 110335272A CN 201910634601 A CN201910634601 A CN 201910634601A CN 110335272 A CN110335272 A CN 110335272A
- Authority
- CN
- China
- Prior art keywords
- controller
- checked
- workpiece
- quality inspection
- machine vision
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
Abstract
本发明涉及发动机装配检测技术领域,特别涉及一种基于机器视觉的金属器件智能质检设备控制***、方法及电子设备。待检工件传送***包括第一控制器、传送***,第一控制器用于控制传送***将待检工件传送到指定位置;分析***包括第二控制器、摄像单元,第一控制器发送信号给所述第二控制器,第二控制器驱动所述摄像单元对待检工件进行拍摄,且第二控制器对获得的照片进行分析以判定所述待检工件是正品还是次品,将机械式的动态的待检工件传送***和静态的视觉处理***分别从属于不同的控制器,避免两者同属于一个控制器,使得第二控制器具有足够的运算力,第一控制器具有足够的器件接口,降低***的复杂程度,同时能很好的提高质检技术的适用性。
Description
【技术领域】
本发明涉及发动机装配检测技术领域,特别涉及一种基于机器视觉的金属器件智能质检设备控制***、方法及电子设备。
【背景技术】
随着机器视觉检测技术的迅速发展,其被广泛应用在很多领域。比如,应用在质检领域,对需要组装之前的零部件进行检测,以判定所述零部件是否合格。现有智能质检设备一般包括机器视觉***和机械运动控制***,多采用工控机、单片机或PLC(可编程控制器)作为中央控制***,或再配以图像识别卡等外设集中管理图像识别和次品处理等进行控制。现有技术方案中常将机器视觉算法和机械运动控制***集中于同一控制核心,若要满足深度学习对运算力的要求,需定制高配置多接口的工控机,造价昂贵且产品开发周期长;而高性能PC机在配备高性能显卡、固态硬盘等条件下可满足机器视觉对运算力的要求,但若以其作为机械运动控制,在面对多传感输入及多运动输出时,工业适应性较差,***反而更加复杂,可移植性差。
【发明内容】
为克服目前的智能质检设备控制***导致运算力不足以及工业实用性差的缺陷,本发明提供一种基于机器视觉的金属器件智能质检设备控制***、方法及电子设备。
为了解决上述技术问题提供一种基于机器视觉的金属器件智能质检设备控制***,用于对待检工件进行检测,包括:独立运行的待检工件传送***和分析***,所述待检工件传送***包括第一控制器、与第一控制器相连的传送***,所述第一控制器用于控制所述传送***将待检工件传送到指定位置;所述分析***包括第二控制器、和第二控制器连接的摄像单元,所述第一控制器和所述第二控制器连接,当所述待检工件传送到指定位置时,所述第一控制器发送信号给所述第二控制器,所述第二控制器驱动所述摄像单元对所述待检工件进行拍摄,所述第二控制器对获得的照片进行分析以判定所述待检工件是正品还是次品。
优选地,所述待检工件传送***还包括与所述第一控制器相连的传感器,所述传感器用于感测所述待检工件的位置信息并将位置信息发送给所述第一控制器以使所述第一控制器驱动所述传动件将所述待检工件传送到指定位置。
优选地,所述待检工件传送***还包括夹持***,所述夹持***和所述第一控制器相连,当所述待检工件传送到指定位置时,所述第一控制器控制所述夹持***对所述待检工件进行夹持,所述传感器进一步感测所述待检工件是否被夹持住,所述摄像单元根据所述传感器感测到的待检工件被夹持的情况控制对待检工件进行拍照。
优选地,所述待检工件传送***还包括次品剔除模块,所述次品剔除模块和所述第一控制器连接,所述次品剔除模块用于对所述第二控制器分析出来的次品进行剔除。
优选地,所述传送***包括电机、传动带和电机驱动器,所述电机驱动器和所述电机相连,所述电机和所述传送带相连,所述电机驱动器用于控制所述电机转动,所述电机转动带动所述传送带将所述待检工件传送到指定位置,所述摄像单元包括分别和所述第二控制器相连的摄像机和光源控制器,所述金属器件包括用于发动机装配的零部件。
优选地,所述基于机器视觉的金属器件智能质检设备控制***还包括图片存储模块和模型训练模块,所述图片存储模块用于存储摄像单元获得的照片以及所述照片对应的类别信息,所述类别信息对应为正品或者次品,所述模型训练模块用于基于所述图片存储单元中的照片以及类别信息进行训练以获得检测模型,所述检测模型用于对所述摄像单元拍摄获得的照片检测以判定所述待检工件是正品还是次品。
优选地,所述图片存储模块还用于存储从所述次品中挑选出来的“伪次品”图片以及对应的类别信息,所述“伪次品”为人工从所述次品中挑选出来的被错误判定为次品的金属器件。
为了解决上述技术问题还提供一种基于机器视觉的金属器件智能质检设备控制方法,S1、第一控制器控制待检工件传送到指定位置;S2、当所述待检工件传送到指定位置时,所述第二控制器控制所述待检工件进行拍摄;及 S3、第二控制器对拍摄获得的照片进行分析以确定所述待检工件为正品还是次品。
优选地,在上述步骤S1与步骤S2之间还包括:步骤S10、判定所述待检工件是否传送到指定位置,若是,则执行步骤S2,若否,则返回步骤S1,所述基于机器视觉的智能质检控制方法还包括步骤:步骤S100、对所述传送到指定位置的待检工件进行夹持;及步骤S101、判定所述待检工件是否被夹住,若是,则执行步骤S2,否则进一步执行步骤 S100,所述步骤S100和所述步骤S101在所述步骤S10和步骤S2之间,所述基于机器视觉的金属器件智能质检控制方法还包括步骤:S4、将所述步骤S3中获得的次品进行人工挑选以判定所述次品是否是“伪次品”。
为了解决上述技术问题还提供一种电子设备,包括存储器和处理器,所述存储器中存储有计算机程序,所述计算机程序被设置为运行时执行上述所述的基于机器视觉的金属器件智能质检设备控制方法;所述处理器被设置为通过所述计算机程序执行如上所述的基于机器视觉的金属器件智能质检设备控制方法。
相对于现有技术,待检工件传送***和分析***独立运行,待检工件传送***包括第一控制器和传送***,分析***包括第二控制器和摄像单元,属于待检工件传送***的所有部件均由第一控制器控制,属于分析***的所有部件均由第二控制器控制,使得属于第一控制器和第二控制器两个分支上的部件相互不受影响,一方面降低处理器的复杂程度,以很好的提高第一控制器和第二控制器的操控速度和性能,另一方面,第一控制器具有足够的器件接口,方便连接更过的工控器件,降低***的复杂程度,同时能很好的提高工业适用性。
根据传感器的感测信号使得第一控制器能更准确的将待检工件传送到指定位置,提高对待检工件分析的准确性。
通过设置夹持***,使得待检工件更好的对准摄像单元,使得拍摄获得的照片更好的反应待检工件的质量,以提高第二控制器对待检工件的分析效果。
设置次品剔除模块,且其是受控于第一控制器的,而次品和正品的分析结果来自于第二控制器,基于第二控制器的分析结果驱动所述剔除模块工作,使得分析和剔除独立受控于两个不同的控制器,避免在同一控制器上执行两个指令,很好的降低***的复杂程度,减少问题出现的概率。
将摄像单元分为摄像机和光源控制器,能很好的根据待测工件的样品特性以及流水线上的环境情况,对通过光源控制器调节光源的照明情况,以保证拍摄出来的图片的质量,更进一步保证图片的分析结果。
所述基于机器视觉的金属器件智能质检设备控制***还包括图片存储模块和模型训练模块,所述图片存储模块用于存储摄像单元获得的照片以及所述照片对应的类别信息,所述类别信息对应为正品或者次品,所述模型训练模块用于基于所述图片存储单元中的照片以及类别信息进行训练以获得检测模型,所述检测模型用于对所述摄像单元拍摄获得的照片检测以判定所述待检工件是正品还是次品,建立完检测模型之后,在后续对拍摄获得的图片进行分析时变得智能化,能很好的提高分析速度和减少不必要的人力,节约资金。
所述图片存储模块还用于存储从所述次品中挑选出来的“伪次品”以及对应的类别信息,能很好的丰富图片数据库的数据集,使得训练获得的检测模型具有更好的检测效果,避免对金属器件的类型造成误判。
在步骤S4中,对步骤S3中获得的次品进行人工挑选以判定所述次品是否是“伪次品”能很好的避免由于分析***对图片的错误分析导致对金属器件错误的判定结果,提高分析的准确性,避免对金属器件造成浪费。
本发明提供的基于机器视觉的金属器件智能质检设备控制方法和电子设备具有和所述基于机器视觉的金属器件智能质检设备控制***相同的有益效果。
【附图说明】
图1是本发明第一实施例中提供的基于机器视觉的金属器件智能质检设备控制***的模块示意图;
图2是本发明第一实施例中提供的基于机器视觉的金属器件智能质检设备控制***的待检工件传送***的模块示意图;
图3是本发明第一实施例中提供的基于机器视觉的金属器件智能质检设备控制***的传送件的模式示意图;
图4是本发明第一实施例中提供的基于机器视觉的金属器件智能质检设备控制***的分析***的模块示意图;
图5是本发明第一实施例中提供的基于机器视觉的金属器件智能质检设备控制***的分析***变形实施例中的模块示意图;
图6是本发明第二实施例中提供的基于机器视觉的金属器件智能质检设备控制方法的流程示意图;
图7是本发明第二实施例中提供的基于机器视觉的金属器件智能质检设备控制方法的变形实施例的流程示意图;
图8是本发明第二实施例中提供的基于机器视觉的金属器件智能质检设备控制方法的另一变形实施例的流程示意图;
图9是本发明第二实施例中提供的基于机器视觉的金属器件智能质检设备控制方法的另一变形实施例的流程示意图;
图10是本发明第二实施例中提供的电子设备的模块示意图;
图11是适于用来实现本发明实施例的服务器的计算机***的结构示意图;
附图标记说明:
1、基于机器视觉的金属器件智能质检设备控制***; 11、待检工件传送***;111、第一控制器;112、传送***;1121、电机;1122、传送带;1123、电机驱动器;113、传感器;114、夹持***;115、次品剔除模块;12、分析***;121、第二控制器;122、摄像单元;1221、摄像机; 1222、光源控制器;13、控制开关;14、显示屏;15、图片存储模块;16、模型训练模块;800、计算机***;801、中央处理单元(CPU);802、存储器(ROM);803、RAM;804、总线;805、I/O接口;806、输入部分;807、输出部分; 808、存储部分;809、通信部分;810、驱动器;811、可拆卸介质。
【具体实施方式】
为了使本发明的目的,技术方案及优点更加清楚明白,以下结合附图及实施实例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
请参阅图1,本发明第一实施例提供一种基于机器视觉的金属器件智能质检设备控制***1,用于对待检工件进行检测,可选地,待检工件是属于发动机上的金属零部件,该基于机器视觉的智能质检设备控制***1是设置在发动机装配过程中的流水线上的。
基于机器视觉的金属器件智能质检设备控制***1包括待检工件传送***11和分析***12,所述待检工件传送***11包括第一控制器111、与第一控制器111相连的传送***112,所述第一控制器111用于控制所述传送***112 将待检工件传送到指定位置。指定位置可以理解为该待检工件对应的装配工位。第一控制器111可以为PC(电脑) 或者PLC(可编程控制器)中的任一种。
所述分析***12包括第二控制器121、和第二控制器 121连接的摄像单元122,所述第一控制器111和所述第二控制器121连接,当所述待检工件被传送到指定位置时,所述第一控制器111发送信号给所述第二控制器121,所述第二控制器121驱动所述摄像单元122对所述待检工件进行拍摄,所述第二控制器121对获得的照片进行分析以判定所述待检工件是正品还是次品。第二控制器121可以为 PC(电脑)或者PLC(可编程控制器)中的一种。在一些具体的实施方式中,第二控制器121对获得的照片进行分析以判定所述待检工件是正品还是次品,对获得的照片进行分析是基于现有的图像处理技术实现的,可选地,基于图像语义分割模型对图像进行语义分割,以输出图片中所有像素的分类信息和位置信息,根据获得的分类信息和位置信息判定所述待检工件是正品还是次品,这仅仅是一种举例,其他的可对图片进行分析的方法也适用,在此不做限定。
在本实施例中,所述第一控制器111为PLC(可编程控制器),第二控制器121为PC(电脑)。
请参阅图2,所述待检工件传送***11还包括与所述第一控制器111相连的传感器113,所述传感器113用于感测所述待检工件的位置信息并将位置信息发送给所述第一控制器111以使所述第一控制器111驱动所述传送*** 112将所述待检工件传送到指定位置,也即,当传感器113 感测到待检工件还没有被传送到指定位置时,第一控制器 111继续控制传送***112工作,传送***112继续将待检工件进行传送,若传感器113感测到待检工件已经被传送到指定位置时,第一控制器111控制传感器113停止传送待检工作。可选地,所述传感器113为光电传感器、数字传感器或者其他传感器中的任一种。
请继续参阅图2,所述待检工件传送***11还包括夹持***114,所述夹持***114和所述第一控制器111相连,当所述待检工件被传送到指定位置时,所述第一控制器 111控制所述夹持***114对所述待检工件进行夹持,所述传感器113进一步感测所述待检工件是否被夹持住,所述摄像单元122根据所述传感器113感测到的待检工件被夹持的情况控制对待检工件进行拍照。也即,当传感器113 感测到待检工件已经被传送到指定位置且已经被夹持***114夹持住时,第一控制器111发送信号给所述第二控制器121,使得第二控制器121对待检工件进行拍照。当传感器113感测到待检工件已经被传送到指定位置且没有被夹持住时,第一控制器111进一步控制所述夹持***114对待检工件进行夹持,只有当待检工件被夹持住之后,第二控制器121才控制摄像单元122对待检工件进行拍照。可选地,在一些具体的实施方式中,夹持***114可以为气动夹持***114。夹持***114设置在待检工件被传送至的指定位置对应的位置处,以方便夹持***对待检工件进行夹持。
在一些具体的实施方式中,夹持***114还根据第二控制器121对拍照获得的照片进行分析获得结果执行对应的操作。比如,当第二控制器121分析出来所述待检工件为正品时,由夹持***114将待检工件传送至合格区,以将待检工件进行装配,若第二控制器121分析出来所述待检工件为次品时,由夹持***114将待检工件传送至次品区,等待后续的操作工序对待检工件进行对应的处理。
请再次参阅图2,所述机器视觉的智能质检设备控制***还包括控制开关13,所述控制开关13和所述第一控制器111相连,当需要对待检工件进行检测或者停止检测时,通过按压控制开关13将开始测试或者停止测试指令传送给第一控制器111,第一控制器111操控待检工件的传送或者停止。
请参阅图5,所述传送***112包括电机1121、传送带 1122和电机驱动器1123,电机驱动器1123和第一控制器 111相连,所述电机驱动器1123和所述电机1121相连,所述电机1121和所述传送带1122相连,第一控制器111向所述电机驱动器1123发送信号,从而使得所述电机驱动器 1123工作,电机驱动器1123控制所述电机1121转动,所述电机1121转动带动所述传送带1122将所述待检工件传送到指定位置。
请参阅图4,所述摄像单元122包括分别和所述第二控制器121相连的摄像机1221、光源控制器1222和与光源控制器1222相连的光源1223。当待检工件被传送到指定位置并且被夹持固定住时,第二控制器121控制光源控制器 1222将光源1223打开,然后控制摄像机1221对待检工件进行拍照。
请继续参阅图4,所述机器视觉的智能质检设备控制***还包括显示屏14,所述显示屏14和所述第二控制器12 相连。显示屏14用户将第二控制器121对图片的处理结果进行显示,也即显示待检工件为正品还是次品。
请参阅图5,所述机器视觉的智能质检设备控制***1 还包括图片存储模块15和模型训练模块16,所述图片存储模块15和第二控制器121相连,用于存储摄像单元122获得的照片以及所述照片对应的类别信息,所述类别信息对应为正品或者次品。所述摄像单元122的摄像机121拍摄获得的照片传送至第二控制器121,经第二控制器121将照片和照片对应的类别信息存在图片存储模块15中,所述模型训练模块16和图片存储模块15相连,用于调取所述图片存储模块15中的照片以及类别信息进行训练以获得检测模型,所述检测模型用于对所述摄像单元122拍摄获得的照片检测以判定所述待检工件是正品还是次品。
所述图片存储模块15还用于存储从所述次品中挑选出来的“伪次品”图片以及对应的类别信息,所述“伪次品”为人工从所述次品中挑选出来的被错误判定为次品的金属器件。此时,对应的类别信息为“正品”。由于光照或者拍摄角度的问题,若对待检工件进行拍摄的图片质量不高或者出现偏差时,第二控制器121分析出来的结果可能就对金属工件有一定的误判,即是正品时被认为是次品,将其分类到次品区域中,增加人工挑选的方式能确保出现判定的错误,避免不必要的经济损失。
请参阅图6,本发明的第二实施例提供一种基于机器视觉的金属器件智能质检设备控制方法,适用于对待检工件进行检测,可选地,待检工件是属于发动机上的金属零部件,该基于机器视觉的金属器件智能质检设备控制*** 1是设置在发动机装配过程中的流水线上的包括如下步骤:
S1、第一控制器控制待检工件传送到指定位置;
S2、第二控制器控制摄像单元对所述待检工件进行拍摄;及
S3、第二控制器对拍摄获得的照片进行分析以确定所述待检工件为正品还是次品。
在本实施例中,第一控制器、第二控制器、摄像单元和第一实施例中的相同,在此不再赘述。
在所述步骤S3中,对获得的照片进行分析是基于现有的图像处理技术实现的,可选地,基于图像语义分割模型对图像进行语义分割,以输出图片中所有像素的分类信息和位置信息,根据获得的分类信息和位置信息判定所述待检工件是正品还是次品,这仅仅是一种举例,其他的可对图片进行分析的方法也适用,在此不做限定。
请参阅图7,所述基于机器视觉的金属器件智能质检控制方法还包括步骤:
步骤S10、判定所述待检工件是否传送到指定位置,若是,则执行步骤S2,否则进一步执行步骤S1,所述步骤 S10在所述步骤S1和步骤S2之间。
请参阅图8,所述基于机器视觉的金属器件智能质检控制方法还包括步骤:
步骤S100、对所述传送到指定位置的待检工件进行夹持;及
步骤S101、判定所述待检工件是否被夹住,若是,则执行步骤S2,否则进一步执行步骤S100,所述步骤S100 和所述步骤S101在所述步骤S10和步骤S2之间。
请参阅图9,所述基于机器视觉的金属器件智能质检设备控制方法还包括步骤S4、将所述步骤S3中获得的次品进行人工挑选以判定所述次品是否是“伪次品”。由于光照或者拍摄角度的问题,若对待检工件进行拍摄的图片质量不高或者出现偏差时,第二控制器分析出来的结果可能就对金属工件有一定的误判,即是正品时被认为是次品,将其分类到次品区域中,增加人工挑选的方式能确保出现判定的错误,避免不必要的经济损失。
请参阅图10,本发明的第三实施例提供一种用于实施上述基于机器视觉的金属器件智能质检控制方法的电子设备700,包括存储器701和处理器702,所述存储器701 中存储有计算机程序,所述计算机程序被设置为运行时执行如第二实施例所述的基于机器视觉的金属器件智能质检设备控制方法;
所述处理器702被设置为通过所述计算机程序执行如第二实施例所述的基于机器视觉的金属器件智能质检设备控制方法。
下面参考图11,其示出了适于用来实现本申请实施例的终端设备/服务器的计算机***800的结构示意图。图11 示出的终端设备/服务器仅仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图11所示,计算机***800包括中央处理单元 (CPU)801,其可以根据存储在只读存储器(ROM)802中的程序或者从存储部分808加载到随机访问存储器(RAM)803中的程序而执行各种适当的动作和处理。在RAM803中,还存储有***800操作所需的各种程序和数据。CPU801、ROM 802以及RAM803通过总线804彼此相连。输入/输出(I/O) 接口805也连接至总线804。
以下部件连接至I/O接口805:包括键盘、鼠标等的输入部分806;包括诸如阴极射线管(CRT)、液晶显示器(LCD) 等以及扬声器等的输出部分807;包括硬盘等的存储部分808;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分809。通信部分809经由诸如因特网的网络执行通信处理。驱动器810也根据需要连接至I/O接口805。可拆卸介质811,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器810上,以便于从其上读出的计算机程序根据需要被安装入存储部分808。
根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分809从网络上被下载和安装,和/或从可拆卸介质811被安装。在该计算机程序被中央处理单元 (CPU)801执行时,执行本申请的方法中限定的上述功能。需要说明的是,本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是—但不限于—电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、 C++,还包括常规的过程式程序设计语言—诸如“如“语言或类似的程序设计语言。程序代码可以完全地在管理端计算机上执行、部分地在管理端计算机上执行、作为一个独立的软件包执行、部分在管理端计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)域连接到管理端计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本申请各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
相对于现有技术,待检工件传送***和分析***独立运行,待检工件传送***包括第一控制器和传送***,分析***包括第二控制器和摄像单元,属于待检工件传送***的所有部件均由第一控制器控制,属于分析***的所有部件均由第二控制器控制,使得属于第一控制器和第二控制器两个分支上的部件相互不受影响,一方面降低处理器的复杂程度,以很好的提高第一控制器和第二控制器的操控速度和性能,另一方面,第一控制器具有足够的器件接口,方便连接更过的工控器件,降低***的复杂程度,同时能很好的提高工业适用性。
根据传感器的感测信号使得第一控制器能更准确的将待检工件传送到指定位置,提高对待检工件分析的准确性。
通过设置夹持***,使得待检工件更好的对准摄像单元,使得拍摄获得的照片更好的反应待检工件的质量,以提高第二控制器对待检工件的分析效果。
设置次品剔除模块,且其是受控于第一控制器的,而次品和正品的分析结果来自于第二控制器,基于第二控制器的分析结果驱动所述剔除模块工作,使得分析和剔除独立受控于两个不同的控制器,避免在同一控制器上执行两个指令,很好的降低***的复杂程度,减少问题出现的概率。
将摄像单元分为摄像机和光源控制器,能很好的根据待测工件的样品特性以及流水线上的环境情况,对通过光源控制器调节光源的照明情况,以保证拍摄出来的图片的质量,更进一步保证图片的分析结果。
所述基于机器视觉的金属器件智能质检设备控制***还包括图片存储模块和模型训练模块,所述图片存储模块用于存储摄像单元获得的照片以及所述照片对应的类别信息,所述类别信息对应为正品或者次品,所述模型训练模块用于基于所述图片存储单元中的照片以及类别信息进行训练以获得检测模型,所述检测模型用于对所述摄像单元拍摄获得的照片检测以判定所述待检工件是正品还是次品,建立完检测模型之后,在后续对拍摄获得的图片进行分析时变得智能化,能很好的提高分析速度和减少不必要的人力,节约资金。
所述图片存储模块还用于存储从所述次品中挑选出来的“伪次品”以及对应的类别信息,能很好的丰富图片数据库的数据集,使得训练获得的检测模型具有更好的检测效果,避免对金属器件的类型造成误判。
在步骤S4中,对步骤S3中获得的次品进行人工挑选以判定所述次品是否是“伪次品”能很好的避免由于分析***对图片的错误分析导致对金属器件错误的判定结果,提高分析的准确性,避免对金属器件造成浪费。
本发明提供的基于机器视觉的金属器件智能质检设备控制方法和电子设备具有和所述基于机器视觉的金属器件智能质检设备控制***相同的有益效果。
以上所述仅为本发明较佳实施例而已,并不用以限制本发明,凡在本发明原则之内所作的任何修改,等同替换和改进等均应包含本发明的保护范围之内。
Claims (10)
1.一种基于机器视觉的金属器件智能质检设备控制***,其特征在于,用于对待检工件进行检测,包括:独立运行的待检工件传送***和分析***,所述待检工件传送***包括第一控制器、与第一控制器相连的传送***,所述第一控制器用于控制所述传送***将待检工件传送到指定位置;
所述分析***包括第二控制器、和第二控制器连接的摄像单元,当所述待检工件传送到指定位置时,所述第一控制器发送信号给所述第二控制器,所述第二控制器驱动所述摄像单元对所述待检工件进行拍摄,所述第二控制器对获得的照片进行分析以判定所述待检工件是正品还是次品。
2.如权利要求1所述的基于机器视觉的金属器件智能质检设备控制***,其特征在于:
所述待检工件传送***还包括与所述第一控制器相连的传感器,所述传感器用于感测所述待检工件的位置信息并将位置信息发送给所述第一控制器以使所述第一控制器驱动所述传动件将所述待检工件传送到指定位置。
3.如权利要求2所述的基于机器视觉的金属器件智能质检设备控制***,其特征在于:所述待检工件传送***还包括夹持***,所述夹持***和所述第一控制器相连,当所述待检工件传送到指定位置时,所述第一控制器控制所述夹持***对所述待检工件进行夹持,所述传感器进一步感测所述待检工件是否被夹持住,所述摄像单元根据所述传感器感测到的待检工件被夹持的情况控制对待检工件进行拍照。
4.如权利要求1所述的基于机器视觉的金属器件智能质检设备控制***,其特征在于:所述待检工件传送***还包括次品剔除模块,所述次品剔除模块和所述第一控制器连接,所述次品剔除模块用于对所述第二控制器分析出来的次品进行剔除。
5.如权利要求1所述的基于机器视觉的金属器件智能质检设备控制***,其特征在于:所述传送***包括电机、传动带和电机驱动器,所述电机驱动器和所述电机相连,所述电机和所述传送带相连,所述电机驱动器用于控制所述电机转动,所述电机转动带动所述传送带将所述待检工件传送到指定位置,所述摄像单元包括分别和所述第二控制器相连的摄像机和光源控制器。
6.如权利要求1所述的基于机器视觉的金属器件智能质检设备控制***,其特征在于:所述基于机器视觉的金属器件智能质检设备控制***还包括图片存储模块和模型训练模块,所述图片存储模块用于存储摄像单元获得的照片以及所述照片对应的类别信息,所述类别信息对应为正品或者次品,所述模型训练模块用于基于所述图片存储单元中的照片以及类别信息进行训练以获得检测模型,所述检测模型用于对所述摄像单元拍摄获得的照片检测以判定所述待检工件是正品还是次品。
7.如权利要求6所述的基于机器视觉的金属器件智能质检设备控制***,其特征在于:所述图片存储模块还用于存储从所述次品中挑选出来的“伪次品”图片以及对应的类别信息,所述“伪次品”为人工从所述次品中挑选出来的被错误判定为次品的金属器件。
8.一种基于机器视觉的金属器件智能质检设备控制方法,其特征在于:包括如下步骤:
S1、第一控制器控制待检工件传送到指定位置;
S2、当所述待检工件传送到指定位置时,所述第二控制器控制所述待检工件进行拍摄;及
S3、第二控制器对拍摄获得的照片进行分析以确定所述待检工件为正品还是次品。
9.如权利要求7所述的基于机器视觉的金属器件智能质检设备控制方法,其特征在于:在上述步骤S1与步骤S2之间还包括:
步骤S10、判定所述待检工件是否传送到指定位置,若是,则执行步骤S2,若否,则返回步骤S1;
所述基于机器视觉的金属器件智能质检控制方法还包括步骤:
步骤S100、对所述传送到指定位置的待检工件进行夹持;及
步骤S101、判定所述待检工件是否被夹住,若是,则执行步骤S2,否则进一步执行步骤S100,所述步骤S100和所述步骤S101在所述步骤S10和步骤S2之间;
所述基于机器视觉的金属器件智能质检控制方法还包括步骤:
S4、将所述步骤S3中获得的次品进行人工挑选以判定所述次品是否是“伪次品”。
10.一种电子设备,包括存储器和处理器,其特征在于:所述存储器中存储有计算机程序,所述计算机程序被设置为运行时执行所述权利要求7至9任一项中所述的基于机器视觉的金属器件智能质检设备控制方法;
所述处理器被设置为通过所述计算机程序执行所述权利要求7至9任一项中所述的基于机器视觉的金属器件智能质检设备控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910634601.0A CN110335272A (zh) | 2019-07-12 | 2019-07-12 | 一种基于机器视觉的金属器件智能质检设备控制***、方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910634601.0A CN110335272A (zh) | 2019-07-12 | 2019-07-12 | 一种基于机器视觉的金属器件智能质检设备控制***、方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110335272A true CN110335272A (zh) | 2019-10-15 |
Family
ID=68144946
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910634601.0A Pending CN110335272A (zh) | 2019-07-12 | 2019-07-12 | 一种基于机器视觉的金属器件智能质检设备控制***、方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110335272A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114550541A (zh) * | 2022-03-07 | 2022-05-27 | 苏州探寻文化科技有限公司 | 数字化书法体验设备及*** |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104237252A (zh) * | 2014-09-25 | 2014-12-24 | 华南理工大学 | 一种机器视觉产品表面微缺陷智能检测方法及其装置 |
CN105817430A (zh) * | 2016-03-29 | 2016-08-03 | 常熟理工学院 | 基于机器视觉的产品检测方法 |
CN107657603A (zh) * | 2017-08-21 | 2018-02-02 | 北京精密机电控制设备研究所 | 一种基于智能视觉的工业外观检测方法 |
CN107894431A (zh) * | 2017-12-29 | 2018-04-10 | 福建工程学院 | 一种基于机器视觉的两节式胶囊药板质检装置及方法 |
CN208505923U (zh) * | 2018-08-14 | 2019-02-15 | 厦门福信光电集成有限公司 | 一种基于机器视觉硅片在线检测装置 |
CN109544533A (zh) * | 2018-11-23 | 2019-03-29 | 聚时科技(上海)有限公司 | 一种基于深度学习的金属板缺陷检测和度量方法 |
CN109829907A (zh) * | 2019-01-31 | 2019-05-31 | 浙江工业大学 | 一种基于深度学习的金属轴表面缺陷识别方法 |
-
2019
- 2019-07-12 CN CN201910634601.0A patent/CN110335272A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104237252A (zh) * | 2014-09-25 | 2014-12-24 | 华南理工大学 | 一种机器视觉产品表面微缺陷智能检测方法及其装置 |
CN105817430A (zh) * | 2016-03-29 | 2016-08-03 | 常熟理工学院 | 基于机器视觉的产品检测方法 |
CN107657603A (zh) * | 2017-08-21 | 2018-02-02 | 北京精密机电控制设备研究所 | 一种基于智能视觉的工业外观检测方法 |
CN107894431A (zh) * | 2017-12-29 | 2018-04-10 | 福建工程学院 | 一种基于机器视觉的两节式胶囊药板质检装置及方法 |
CN208505923U (zh) * | 2018-08-14 | 2019-02-15 | 厦门福信光电集成有限公司 | 一种基于机器视觉硅片在线检测装置 |
CN109544533A (zh) * | 2018-11-23 | 2019-03-29 | 聚时科技(上海)有限公司 | 一种基于深度学习的金属板缺陷检测和度量方法 |
CN109829907A (zh) * | 2019-01-31 | 2019-05-31 | 浙江工业大学 | 一种基于深度学习的金属轴表面缺陷识别方法 |
Non-Patent Citations (1)
Title |
---|
王国良: "《财产保险核赔实务指南.电气工业篇》", 30 June 2001, 重庆出版社 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114550541A (zh) * | 2022-03-07 | 2022-05-27 | 苏州探寻文化科技有限公司 | 数字化书法体验设备及*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105817430B (zh) | 基于机器视觉的产品检测方法 | |
CN105808416B (zh) | 一种人机图形交互界面的自动化测试方法和*** | |
CN103776841B (zh) | 合成革缺陷自动检测装置及检测方法 | |
CN108734702A (zh) | 车损判定方法、服务器及存储介质 | |
CN110712202B (zh) | 异形元器件抓取方法、装置、***、控制装置及存储介质 | |
CN110659660A (zh) | 利用深度学习***的自动光学检测分类设备及其训练设备 | |
CN110252674A (zh) | 一种基于机器视觉的包装盒质量检测的方法及*** | |
JP6780769B2 (ja) | 学習装置、学習方法および学習プログラム | |
CN111833303A (zh) | 产品的检测方法、装置、电子设备及存储介质 | |
CN111310826B (zh) | 样本集的标注异常检测方法、装置及电子设备 | |
CN109784385A (zh) | 一种商品自动识别方法、***、装置及存储介质 | |
CN109359043B (zh) | 一种基于机器学习的移动游戏自动化测试方法 | |
CN109003271A (zh) | 一种基于深度学习yolo算法的线束连接器排线质量检测方法 | |
CN107808126A (zh) | 车辆检索方法及装置 | |
US20220284699A1 (en) | System and method of object detection using ai deep learning models | |
CN110533654A (zh) | 零部件的异常检测方法及装置 | |
CN111597857B (zh) | 一种物流包裹检测方法、装置、设备及可读存储介质 | |
CN110263608B (zh) | 基于图像特征空间变阈值度量的电子元器件自动识别方法 | |
CN112712504B (zh) | 基于云端的工件检测方法及***、计算机可读存储介质 | |
CN115376074A (zh) | 输电线路监拍装置识别效果评估方法及*** | |
CN108846660A (zh) | 一种识别异常资金的方法及*** | |
CN110335272A (zh) | 一种基于机器视觉的金属器件智能质检设备控制***、方法及电子设备 | |
US11335153B1 (en) | Fully autonomous system and method for grading, stamping and encapsulating a collectible object | |
CN113077430A (zh) | 基于ssd算法的激光器芯片缺陷检测及分类方法与*** | |
CN110751055B (zh) | 一种智能制造*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191015 |