CN110756462A - 电源适配器测试方法、装置、***、控制装置及存储介质 - Google Patents

电源适配器测试方法、装置、***、控制装置及存储介质 Download PDF

Info

Publication number
CN110756462A
CN110756462A CN201910905696.5A CN201910905696A CN110756462A CN 110756462 A CN110756462 A CN 110756462A CN 201910905696 A CN201910905696 A CN 201910905696A CN 110756462 A CN110756462 A CN 110756462A
Authority
CN
China
Prior art keywords
image
end plug
control instruction
power adapter
grabbing
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.)
Granted
Application number
CN201910905696.5A
Other languages
English (en)
Other versions
CN110756462B (zh
Inventor
李豪
麦礼文
马麟
卢韶安
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Baohui Technology (Longnan) Co., Ltd
ROBOTICS ROBOTICS (SHENZHEN) Ltd.
Original Assignee
Luban's Robot (shenzhen) Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Luban's Robot (shenzhen) Co Ltd filed Critical Luban's Robot (shenzhen) Co Ltd
Priority to CN201910905696.5A priority Critical patent/CN110756462B/zh
Publication of CN110756462A publication Critical patent/CN110756462A/zh
Application granted granted Critical
Publication of CN110756462B publication Critical patent/CN110756462B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/34—Sorting according to other particular properties
    • B07C5/344—Sorting according to other particular properties according to electric or electromagnetic properties
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/02—Measures preceding sorting, e.g. arranging articles in a stream orientating
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory
    • B07C5/362—Separating or distributor mechanisms
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
    • B07C2501/0063—Using robots

Landscapes

  • Studio Devices (AREA)

Abstract

本申请实施例公开了一种电源适配器测试方法、装置、控制装置及存储介质，方法包括：获取第一图像，第一图像包括电源适配器的第一端插头和/或抓取装置；根据第一图像生成第一控制指令，并发送第一控制指令至抓取装置，第一控制指令用于指示抓取装置抓取第一端插头，并将第一端插头***测试平台的插座；获取第二图像，第二图像包括电源适配器的第二端插头和/或抓取装置；根据第二图像生成第二控制指令，并发送第二控制指令至抓取装置，第二控制指令用于指示抓取装置抓取第二端插头***测试平台的插座，以对电源适配器进行测试，得出测试结果。本申请实施例可以实现电源适配器的自动化测试，降低了生产成本，提高了生产效率和测试准确率。

Description

电源适配器测试方法、装置、***、控制装置及存储介质
技术领域
本申请属于测试技术领域，尤其涉及一种电源适配器测试方法、装置、***、控制装置及计算机可读存储介质。
背景技术
随着社会进步的发展进步，电子产品的需要也与日剧增。
电子产品一般需要电源适配器进行充电。电源适配器是小型便携式电子设备及电子电器的供电电压变换设备，常见于手机、液晶显示器和笔记本电脑等小型电子产品上。电源适配器生产完成后，需要测试合格后才能进入市场。
目前，电源适配器的测试一般是依赖于人工完成的，即人工操作多次不同的电源测试仪器，并记录每个仪器的测试结果，或者，人工操作组合测试仪器，通过一次操作即可完成所有测试。人工测试需要耗费大量的劳动力，增加了生产成本，另外，人工测试容易出现操作失误，测试准确率较低。
发明内容
有鉴于此，本申请实施例提供一种电源适配器测试方法、装置、***、控制装置及计算机可读存储介质，以解决现有电源适配器测试的成本较高，测试准确率较低的问题。
本申请实施例的第一方面提供一种电源适配器测试方法，包括：
获取第一图像，所述第一图像包括电源适配器的第一端插头和/或抓取装置；
根据所述第一图像生成第一控制指令，并发送所述第一控制指令至所述抓取装置，所述第一控制指令用于指示所述抓取装置抓取所述第一端插头，并将所述第一端插头***测试平台的插座；
获取第二图像，所述第二图像包括所述电源适配器的第二端插头和/或抓取装置；
根据所述第二图像生成第二控制指令，并发送所述第二控制指令至所述抓取装置，所述第二控制指令用于指示所述抓取装置抓取所述第二端插头***所述测试平台的插座，以对所述电源适配器进行测试，得出测试结果。
结合第一方面，在一种可能的实现方式中，所述根据所述第一图像生成第一控制指令，包括：
根据所述第一图像得到第一目标位姿信息；
根据所述第一目标位姿信息生成所述第一控制指令。
结合第一方面，在一种可能的实现方式中，所述根据所述第二图像生成第二控制指令，包括：
根据所述第二图像得到第二目标位姿信息；
根据所述第二目标位姿信息生成所述第二控制指令。
结合第一方面，在一种可能的实现方式中，所述根据所述第一图像得到第一目标位姿信息包括：
获取所述第一端插头的第一图像数据；
获取所述第一端插头的第一姿态识别模型；
将所述第一图像数据输入所述第一姿态识别模型中，输出第一目标位姿信息；
或
获取所述第一端插头的第一图像数据；
获取所述第一端插头的第一姿态识别模型；
将所述第一图像数据输入所述第一姿态识别模型中，输出所述图像数据中与所述第一端插头关联的特征信息的第一识别结果；
根据所述第一识别结果得到第一目标位姿信息。
结合第一方面，在一种可能的实现方式中，所述根据所述第二图像得到第二目标位姿信息包括：
获取所述第二端插头的第二图像数据；
获取所述第二端插头的第二姿态识别模型；
将所述第二图像数据输入所述第二姿态识别模型中，输出第二目标位姿信息；
或
获取所述第二端插头的第二图像数据；
获取所述第二端插头的第二姿态识别模型；
将所述第二图像数据输入所述第二姿态识别模型中，输出所述图像数据中与所述第二端插头关联的特征信息的第二识别结果；
根据所述第二识别结果得到第二目标位姿信息。
结合第一方面，在一种可能的实现方式中，所述根据所述第一图像生成第一控制指令，包括：
根据所述第一图像和第一预设抓取策略，抓取所述第一端插头；
生成第三控制指令，并发送所述第三控制指令至所述抓取装置，所述第三控制指令用于指示所述抓取装置移动所述第一端插头至第一预设位置；
获取所述第一预设位置的所述第一端插头的图像；
根据所述第一端插头的图像，计算所述第一端插头的第一位姿调整信息；
根据所述第一位姿调整信息生成所述第一控制指令。
结合第一方面，在一种可能的实现方式中，在抓取所述第一端插头之后，还包括：
判断是否抓取成功；
当抓取成功时，进入所述生成第三控制指令，并发送所述第三控制指令至所述抓取装置的步骤。
结合第一方面，在一种可能的实现方式中，所述根据所述第二图像生成所述第二控制指令，包括：
根据所述第二图像和第二预设抓取策略，抓取所述第二端插头；
生成第四控制指令，并发送所述第四控制指令至所述抓取装置，所述第四控制指令用于指示所述抓取装置移动所述第二端插头至第二预设位置；
获取所述第二预设位置的所述第二端插头的图像；
根据所述第二端插头的图像，计算所述第二端插头的第二位姿调整信息；
根据所述第二位姿调整信息生成所述第二控制指令。
结合第一方面，在一种可能的实现方式中，在抓取所述第二端插头之后，还包括：
判断是否抓取成功；
当抓取成功时，进入所述生成第四控制指令，并发送所述第四控制指令至所述抓取装置的步骤。
结合第一方面，在一种可能的实现方式中，在所述根据所述第一端插头的图像，计算所述第一端插头的第一位姿调整信息之后，还包括：
根据所述第一位姿调整信息，判断所述抓取装置是否满足第一位姿调整条件；
当所述抓取装置满足所述第一位姿调整条件时，进入根据所述第一位姿调整信息生成所述第一控制指令的步骤；
当所述抓取装置不满足所述第一位姿调整条件时，生成第一去除控制指令，并发送所述第一去除控制指令至所述抓取装置，所述第一去除控制指令用于指示所述抓取装置松开所述第一端插头并移除所述电源适配器。
结合第一方面，在一种可能的实现方式中，在所述根据所述第二端插头的图像，计算所述第二端插头的位姿调整信息之后，还包括：
根据所述第二位姿调整信息，判断所述抓取装置是否满足第二位姿调整条件；
当所述抓取装置满足所述第二位姿调整条件时，进入根据所述第二位姿调整信息生成所述第二控制指令的步骤；
当所述抓取装置不满足所述第二位姿调整条件时，生成第二去除控制指令，并发送所述第二去除控制指令至所述抓取装置，所述第二去除控制指令用于指示所述抓取装置松开所述第二端插头并移除所述电源适配器。
结合第一方面，在一种可能的实现方式中，在所述获取第二图像之前，还包括：
判断所述第二端插头是否处于静止状态；
当所述第二端插头处于所述静止状态时，进入所述获取第二图像的步骤。
结合第一方面，在一种可能的实现方式中，在所述对所述电源适配器进行测试，得出测试结果之后，还包括：
获取所述测试结果；
根据所述测试结果，生成分类指令，所述分类指令用于指示分类装置对所述电源适配器进行分类。
结合第一方面，在一种可能的实现方式中，在所述根据所述第二图像得到第二目标位姿信息之后，还包括：
根据所述第二目标位姿信息，判断是否成功识别所述第二端插头；
当成功识别所述第二端插头时，进入所述根据所述第二目标位姿信息生成所述第二控制指令的步骤。
本申请实施例的第二方面提供一种电源适配器测试装置，包括：
第一图像获取模块，用于获取第一图像，所述第一图像包括电源适配器的第一端插头和/或抓取装置；
第一控制模块，用于根据所述第一图像生成第一控制指令，并发送所述第一控制指令至所述抓取装置，所述第一控制指令用于指示所述抓取装置抓取所述第一端插头，并将所述第一端插头***测试平台的插座；
第二图像获取模块，用于获取第二图像，所述第二图像包括所述电源适配器的第二端插头和/或抓取装置；
第二控制模块，用于根据所述第二图像生成第二控制指令，并发送所述第二控制指令至所述抓取装置，所述第二控制指令用于指示所述抓取装置抓取所述第二端插头***所述测试平台的插座，以对所述电源适配器进行测试，得出测试结果。
结合第二方面，在一种可能的实现方式中，所述第一控制模块包括：
第一识别单元，用于根据所述第一图像得到第一目标位姿信息；
第一生成单元，用于根据所述第一目标位姿信息生成所述第一控制指令。
结合第二方面，在一种可能的实现方式中，所述第二控制模块包括：
第二识别单元，用于根据所述第二图像得到第二目标位姿信息；
第二生成单元，用于根据所述第二目标位姿信息生成所述第二控制指令。
结合第二方面，在一种可能的实现方式中，所述第一识别单元具体用于：
获取所述第一端插头的第一图像数据；
获取所述第一端插头的第一姿态识别模型；
将所述第一图像数据输入所述第一姿态识别模型中，输出第一目标位姿信息；
或
获取所述第一端插头的第一图像数据；
获取所述第一端插头的第一姿态识别模型；
将所述第一图像数据输入所述第一姿态识别模型中，输出所述图像数据中与所述第一端插头关联的特征信息的第一识别结果；
根据所述第一识别结果得到第一目标位姿信息。
结合第二方面，在一种可能的实现方式中，所述第二识别单元具体用于：
获取所述第二端插头的第二图像数据；
获取所述第二端插头的第二姿态识别模型；
将所述第二图像数据输入所述第二姿态识别模型中，输出第二目标位姿信息；
或
获取所述第二端插头的第二图像数据；
获取所述第二端插头的第二姿态识别模型；
将所述第二图像数据输入所述第二姿态识别模型中，输出所述图像数据中与所述第二端插头关联的特征信息的第二识别结果；
根据所述第二识别结果得到第二目标位姿信息。
结合第二方面，在一种可能的实现方式中，所述第一生成单元具体用于：
根据所述第一目标位姿信息和第一预设抓取策略，抓取所述第一端插头；
生成第三控制指令，并发送所述第三控制指令至所述抓取装置，所述第三控制指令用于指示所述抓取装置移动所述第一端插头至第一预设位置；
获取所述第一预设位置的所述第一端插头的图像；
根据所述第一端插头的图像，计算所述第一端插头的第一位姿调整信息；
根据所述第一位姿调整信息生成所述第一控制指令。
结合第二方面，在一种可能的实现方式中，所述第一生成单元还用于：
判断是否抓取成功；
当抓取成功时，进入所述生成第三控制指令，并发送所述第三控制指令至所述抓取装置的步骤。
结合第二方面，在一种可能的实现方式中，所述第二生成单元具体用于：
根据所述第二目标位姿信息和第二预设抓取策略，抓取所述第二端插头；
生成第四控制指令，并发送所述第四控制指令至所述抓取装置，所述第四控制指令用于指示所述抓取装置移动所述第二端插头至第二预设位置；
获取所述第二预设位置的所述第二端插头的图像；
根据所述第二端插头的图像，计算所述第二端插头的第二位姿调整信息；
根据所述第二位姿调整信息生成所述第二控制指令。
结合第二方面，在一种可能的实现方式中，上述第二生成单元还具体用于：
判断是否抓取成功；
当抓取成功时，进入所述生成第四控制指令，并发送所述第四控制指令至所述抓取装置的步骤。
结合第二方面，在一种可能的实现方式中，所述第一生成单元还具体用于：
根据所述第一位姿调整信息，判断所述抓取装置是否满足第一位姿调整条件；
当所述抓取装置满足所述第一位姿调整条件时，进入根据所述第一位姿调整信息生成所述第一控制指令的步骤；
当所述抓取装置不满足所述第一位姿调整条件时，生成第一去除控制指令，并发送所述第一去除控制指令至所述抓取装置，所述第一去除控制指令用于指示所述抓取装置松开所述第一端插头并移除所述电源适配器。
结合第二方面，在一种可能的实现方式中，所述第二生成单元还具体用于：
根据所述第二位姿调整信息，判断所述抓取装置是否满足第二位姿调整条件；
当所述抓取装置满足所述第二位姿调整条件时，进入根据所述第二位姿调整信息生成所述第二控制指令的步骤；
当所述抓取装置不满足所述第二位姿调整条件时，生成第二去除控制指令，并发送所述第二去除控制指令至所述抓取装置，所述第二去除控制指令用于指示所述抓取装置松开所述第二端插头并移除所述电源适配器。
结合第二方面，在一种可能的实现方式中，还包括：
判断模块，用于判断所述第二端插头是否处于静止状态；
进入模块，用于当所述第二端插头处于所述静止状态时，进入所述获取第二图像的步骤。
结合第二方面，在一种可能的实现方式中，还包括：
测试结果获取模块，用于获取所述测试结果；
分类模块，用于根据所述测试结果，生成分类指令，所述分类指令用于指示分类装置对所述电源适配器进行分类。
结合第二方面，在一种可能的实现方式中，所述第二控制模块还包括：
判断单元，用于根据所述第二目标位姿信息，判断是否成功识别所述第二端插头；
进入单元，用于当成功识别所述第二端插头时，进入所述根据所述第二目标位姿信息生成所述第二控制指令的步骤。
本申请实施例的第三方面提供一种电源适配器测试***，包括控制装置、图像采集装置、抓取装置以及测试平台，所述控制装置分别与所述抓取装置、所述图像采集装置、所述测试平台通信连接；
所述抓取装置用于根据所述控制装置的控制指令执行对应操作；
所述测试平台用于对电源适配器进行测试；其中，所述测试平台包括与所述电源适配器的插头对应的插座；
所述图像采集装置用于采集图像；
所述控制装置用于获取第一图像，所述第一图像包括电源适配器的第一端插头和/或抓取装置；根据所述第一图像生成第一控制指令，并发送所述第一控制指令至所述抓取装置，所述第一控制指令用于指示所述抓取装置抓取所述第一端插头，并将所述第一端插头***测试平台的插座；获取第二图像，所述第二图像包括所述电源适配器的第二端插头和/或抓取装置；根据所述第二图像生成第二控制指令，并发送所述第二控制指令至所述抓取装置，所述第二控制指令用于指示所述抓取装置抓取所述第二端插头***所述测试平台的插座，以对所述电源适配器进行测试，得出测试结果。
本发明实施例的第四方面提供一种控制装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面任一项所述方法的步骤。
本发明实施例的第五方面提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现如上述第一方面任一项所述方法的步骤。
本申请实施例通过电源适配器的第一图像控制抓取装置抓取电源适配器的第一端插头***测试平台；通过电源适配器的第二图像控制抓取装置抓取第二端插头***测试平台，最后进行测试得到出测试结果，实现了电源适配器的自动化测试，降低了生产成本，提高了生产效率和测试准确率。
附图说明
为了更清楚地说明本申请实施例中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种电源适配器测试***的架构示意框图；
图2为本申请实施例提供的一种电源适配器测试方法的流程示意框图；
图3为本申请实施例提供的位姿识别过程的一种流程示意框图；
图4为本申请实施例提供的位姿识别过程的另一种流程示意框图；
图5为本申请实施例提供的第一控制指令生成流程示意框图；
图6为本申请实施例提供的位姿识别过程的另一种流程示意框图；
图7为本申请实施例提供的位姿识别过程的另一种流程示意框图；
图8为本申请实施例提供的第二控制指令生成流程示意框图；
图9为本申请实施例提供的位姿调整信息计算过程的流程示意框图；
图10为本申请实施例提供的位姿调整条件判断过程的流程示意框图；
图11为本申请实施例提供的一种电源适配器测试装置的结构示意框图；
图12为本申请实施例提供的控制装置的示意图。
具体实施方式
以下描述中，为了说明而不是为了限定，提出了诸如特定***结构、技术之类的具体细节，以便透彻理解本申请实施例。
在具体介绍本申请实施例提供的技术方案之前，先对本申请实施例可能涉及的应用场景和***架构进行示例说明。
本申请实施例提供的技术方案可以具体应用于电源适配器生产线上，装配完成的电源适配器被放置在传送带上，随着传送带的移动而移动。当某个电源适配器到达一定位置后，则控制传送带停止。具体地，通过传送带上的光纤传感器检测电源适配器的位置，或者，通过调度器进行多***协同调度，调度器根据状态信息控制传送带停止；然后通过相机拍摄位于传送带上电源适配器的图像，根据该图像识别出电源适配器的位姿；再根据电源适配器的位姿控制机械手的末端执行器抓取传送带上的第一端插头，并将第一端插头***测试平台上的第一插座；再通过相机拍摄位于测试平台上的电源适配器的图像，通过该图像识别出第二端插头的位姿；根据第二端插头的位姿控制机械手的末端执行器抓取第二端插头，并将第二端插头***测试机架上的第二端插座；最后，对测试机架上的电源适配器进行测试，得出测试结果。
当然，本申请实施例提供的技术方案还可以应用于其他场景，在此不作限定。例如，在另一场景下，预先设定一个电源适配器存放位置，可以通过人工将电源适配器放置于该存放位置，然后机械手再从该存放位置抓取电源适配器***测试平台。
其中，电源适配器自动测试方案需要基于电源适配器自动测试***完成，该***可以包括但不限于机械手、相机、测试平台以及控制装置等等。
电源适配器一般包括第一端插头和第二端插头，上述第一端插头可以为交流端插头或直流端插头，相应地，第二端插头为直流端插头或交流端插头。交流端插头用于与交流电插座连接，直流端插头用于与相应的电子产品连接。第一端插头和第二端插头通过电源线连接。本申请实施例中，电源适配器的型号和类型可以是任意的，即本申请实施例可以对任意型号和任意类型的电源适配器进行测试。
参见图1，为本申请实施例提供的一种电源适配器测试***的架构示意框图，该***可以包括控制装置11、抓取装置12、图像采集装置13以及测试平台14，控制装置分别与抓取装置、测试平台、图像采集装置通信连接。
其中，图像采集装置用于采集所需的图像；抓取装置用于根据控制装置的控制指令执行对应操作，该抓取装置是指用于执行抓取动作的装置，其可以具体为但不限于机械手。测试平台用于对电源适配器进行测试；其中，测试平台包括与电源适配器的插头对应的插座，例如，当电源适配器包括直流端插头和交流端插头时，测试平台上包括对应的直流端插座和交流端插座。此外，测试平台还包括其他测试所需的仪器。
控制装置用于获取第一图像，第一图像包括电源适配器的第一端插头和/或抓取装置；根据第一图像生成第一控制指令，并发送第一控制指令至抓取装置，第一控制指令用于指示抓取装置抓取第一端插头，并将第一端插头***测试平台的插座；获取第二图像，第二图像包括电源适配器的第二端插头和/或抓取装置；根据第二图像生成第二控制指令，并发送第二控制指令至抓取装置，第二控制指令用于指示抓取装置抓取第二端插头***测试平台的插座，以对电源适配器进行测试，得出测试结果。
其中，电源适配器包括第一端插头和第二端插头。第一端插头可以是输入端，相应地，第二端插头为输出端；第一端插头可以是输出端，相应地，第二端插头为输入端。第一端插头可以包括一个或多个插头，第二端插头也可以包括一个或多个插头。例如，第一端插头包括2个插头，第二端插头包括两个插头。一般情况下，第一端插头和第二端插头均只有一个。
第一端插头可以是交流端插头，相应地，第二端插头为直流端插头；第一端插头也可以是直流端插头，相应地，第二端插头为交流端插头。
需要说明的是，控制装置的工作流程的相关内容也可以参见其他实施例，在此不再赘述。
在介绍完可能涉及的场景和架构之后，下面将详细介绍本申请实施例提供的技术方案。为了说明本申请所述的技术方案，下面通过具体实施例来进行说明。
实施例一
请参见图2，为本申请实施例提供的一种电源适配器测试方法的流程示意框图，该方法可以包括以下步骤：
步骤S201、获取第一图像，所述第一图像包括电源适配器的第一端插头和/或抓取装置；
需要说明的是，上述第一图像可以是只包括第一端插头的图像，可以是只包括抓取装置的图像，也可以是同时包括第一端插头和抓取装置的图像。采集何种图像可以根据实际应用需求进行选择。一般情况下，上述第一图像只包括第一端插头的图像，通过第一图像识别第一端插头的位姿，再根据位姿控制抓取装置抓取第一端插头。
在第一端插头的位姿已知的情况下，例如，电源适配器的第一端插头整齐排列。此时，可以采集只包括抓取装置的图像，通过该图像识别出抓取装置的位姿，再根据抓取装置的位姿和第一端插头的位姿规划出抓取轨迹。当第一图像只有抓取装置时，需要提前得知抓取装置和目标物之间的位姿关系。
在一些情况下，可以采集包括抓取装置和第一端插头的第一图像，即第一图像内包括抓取装置和第一端插头，也即，抓取装置和第一端插头位于同一画面内时。此时，可以基于传统算法(如视觉伺服等)和基于学习算法(如强化学习、模仿学习)进行轨迹规划。
具体地，通过图像采集装置采集电源适配器的第一端插头的图像，该图像采集装置可以具体为但不限于图像传感器、相机或者其他具备图像采集功能的设备。电源适配器的放置位置可以是任意的，例如，电源适配器被放置在传送带上。其中，上述第一图像可以是图像采集装置拍摄的一幅图像，也可以是视频中的某一帧图像，在此不作限定。
在一个实施例中，可以通过固定在机械手上或机械手外的图像传感器拍摄目标物，通过linemod算法识别该目标物是否是电源适配器，若是，则继续；若否，则报警。也可以通过固定在机械手外的图像传感器拍摄到目标物和机械手，通过linemod算法识别该目标物是否是电源适配器和机械手，若是，则继续；若否，则报警。固定在机械手外的图像传感器拍摄到机械手，通过linemod算法识别该目标物是否是机械手，若是，则继续；若否，则报警。也就是说，在一些场景下，例如，电源适配器被放置在传送带上，在采集图像之前，需要先确认该目标物是否为机械手和/或电源适配器，如果是，则采集相应的图像，如果不是，则继续识别。
步骤S202、根据第一图像生成第一控制指令，并发送第一控制指令至抓取装置，第一控制指令用于指示抓取装置抓取第一端插头***测试平台的插座。
需要说明的是，获取到第一图像之后，可以根据第一图像识别出第一端插头的位姿或抓取装置的位姿，然后再根据位姿控制抓取装置抓取第一端插头；也可以直接通过相应的AI算法，基于图像直接给机械手相应的控制指令，以控制机械手抓取第一端插头，不用识别相应位姿信息。其中，根据第一图像直接得到机械手控制指令是基于卷积神经网络模型的图像特征学习，包括但不限于通过强化学习、监督学习、模仿学习得到机械手控制指令。
需要说明的是，上述测试平台可以具体外现为测试机架，该平台包括实现电源适配器测试的相关仪器和功能。例如，与电源适配器第一端插头相对应的第一插座，与第二端插头相对应的第二插座。
在一些实施例中，上述根据所述第一图像生成第一控制指令的具体过程可以包括：根据第一图像得到第一目标位姿信息；根据第一目标位姿信息生成第一控制指令。
可以理解的是，电源适配器的第一目标位姿信息包括第一端插头的位置和姿态等信息。
具体应用中，位姿识别方式有多种，包括但不限于基于图像特征识别、基于模板匹配进行识别以及基于linemod算法识别，其中，基于图像特征识别可以包括基于梯度特征和轮廓特征进行识别、基于颜色特征和轮廓特征进行识别以及基于其他特征(例如SIFT、SURF等)进行识别。
其中，基于梯度和轮廓特征识别的过程可以具体包括：在图像采集时，使用不同的光源和打光方案进行打光，使得电源适配器在图像中呈现出清晰的边缘，然后再基于Canny算子等方法提取图像中的边缘信息，根据边缘信息得到电源适配器的轮廓，然后利用电源适配器的几何特点，例如，角点、拐点等，识别出电源适配器。基于颜色特征和轮廓特征识别的过程可以具体包括：在图像采集时，使用不同的光源和打光方案进行打光，使得电源适配器在图像上与背景呈现截然不同的颜色，然后在颜色空间中进行二值化处理，从而提取出电源适配器的轮廓，再基于电源适配器的轮廓进行电源适配器识别。
基于模板匹配识别的过程可以具体包括：使用不同的光源和打光方案得到电源适配器的轮廓，然后基于预先给定的电源适配器模板进行匹配，以对电源适配器进行识别。而模板可以是人为给定的，也可以利用电源适配器的3D模型和相机的3D模型自动生成的。基于linemod算法识别的过程可以具体包括：预先采集电源适配器的3D模型，通过linemod算法识别出电源适配器的位置信息，然后电源适配器的3D模型生成相应的模板，基于模板识别出电源适配器的位姿。
在一些实施例中，参见图3示出的位姿识别过程的流程示意框图，上述根据第一图像得到第一目标位姿信息的具体过程可以包括：
步骤S301、获取第一端插头的图像数据。
可以理解的是，上述第一端插头的图像数据可以是图像传感器采集并实时发送的图像数据，或者是从存储器或者服务器等获取的图像数据。
在一个实施例中，图像数据可以为包括第一端插头和复杂背景的图像数据；除此之外，在另一个实施例中，该图像数据也可以为只包括第一端插头、或者包括第一端插头和单一背景(即除第一端插头之外还包括单一的颜色或图案的背景)的图像数据，图像数据可以是各种类型的2D图像数据(比如：RGB图像、灰度或黑白图像)。图像传感器可以包括但不限于：照相机、摄像机、扫描仪或其他带有相关功能的设备(手机、电脑)等等。
步骤S302、获取第一端插头的姿态识别模型。
需要说明的是，上述第一端插头的姿态识别模型是从存储器或者服务器等获取预先经过训练的姿态识别模型，即该姿态识别模型是预先建立，并预先训练好的的模型。该姿态识别模型可以采用监督学习、半监督学习或无监督学习等等现在已有或者将来开发的训练方法进行训练，在此不再赘述。
上述姿态识别模型的网络模型可以包括但不限于卷积神经网络(CNN)，在本申请实施例中，CNN模型的类型可以是任意的。常见的CNN模型可以包括但不限于：Le Net，AlexNet，ZF Net，VGG，GoogLe Net，Residual Net，Dense Net，R-CNN，SPP-NET，Fast-RCNN，Faster-RCNN，YOLO，SSD，BB8,YOLO-6D，Deep-6dPose，Pose CNN,Hourglass,CPN以及其他现在已知或将来开发的网络模型结构。
步骤S303、将图像数据输入姿态识别模型中，输出第一目标位姿信息。
需要说明的是，上述第一目标位姿信息包括但不限于：符合预设抓取要求的第一端插头的整***姿信息、第一端插头的局部位姿信息、与第一端插头的全局特征关联的位姿信息、与第一端插头的局部特征关联的位姿信息等中的一种或多种。
根据与第一端插头的全局特征关联的位姿信息能够得到符合预设抓取要求的第一端插头的整体或局部位姿信息，根据与第一端插头的局部特征关联的位姿信息能够得到符合预设抓取要求的第一端插头的局部位姿信息。例如，符合预设抓取要求的第一端插头适于抓取的抓取点的位姿信息；或符合预设抓取要求的第一端插头适于抓取的抓取点关联的位姿信息，通过适于抓取的抓取点关联的位姿信息可以得到抓取点的位姿信息。
在一个实施例中，姿态识别模型输出的识别结果即为第一目标位姿信息，即通过姿态识别模型直接输出符合预设抓取要求的第一端插头的姿态识别结果，即该识别结果可以直接为第一端插头的三维姿态信息。
姿态识别模型输出的识别结果可以包括第一目标位姿信息；也可以包括图像数据中与第一端插头关联的特征信息的第一识别结果。
在姿态识别模型输出的识别结果为第一识别结果时，在获得第一识别结果之后，还需要根据第一识别结果进一步得出第一目标位姿态信息。
参见图4示出的位姿识别过程的流程示意框图，上述根据第一图像得到第一目标位姿信息的具体过程可以包括：
步骤S401、获取第一端插头的图像数据。
步骤S402、获取第一端插头的姿态识别模型。
步骤S403、将图像数据输入姿态识别模型中，输出图像数据中与第一端插头关联的特征信息的第一识别结果。
需要说明的是，上述步骤S401～S403中与图3对应实施例的相似内容，可以参见上文相应内容，在此不再赘述。
上述与第一端插头关联的特征信息可以包括但不限于：关键点和/或关键线(其中，关键线可以看作多个连续关键点的组合)。该关键点可以为归属第一端插头上的关键点；或者为归属包围第一端插头的包围盒的关键点。
在一个实施例中，图像数据中与第一端插头关联的特征信息的第一识别结果除上述姿态识别相关的结果外，还可以包括图像中目标物的类别、掩码等等辅助识别结果。比如：目标物的类别是物体具体是什么，掩码通常是用户在图像中感兴趣的区域。
步骤S404、根据第一识别结果得到第一目标位姿信息。
具体地，在获得图像数据中与第一端插头关联的特征信息的识别结果后，通过某些算法，生成第一目标位姿信息，比如，最小化第一端插头的3D模型在照片中的重投影误差等。
当识别结果中包括图像数据中与第一端插头关联的特征信息的第一识别结果时，还需要作进一步地处理，(比如：结合第一端插头的3D模型)，才能根据图像中的二维的特征信息结果得到上述第一目标位姿信息。
值得一提的是，图像数据的得到以及后续处理有以下一种或多种现在已有或者将来开发的基于深度学习的图像处理方式，如image classification(图像分类)、objectlocalization(目标定位)、object detection(目标检测)、image segmentation(图像分割)比如semantic segmentation(语义分割)、instance segmentation(实例分割)、panoptic segmentation(全景分割)等。比如基于图像分类的图像级预测，输出图像数据中符合预设抓取要求的第一端插头的图像数据；或基于目标检测在第一图像中以包围盒的形式框出符合预设抓取要求的第一端插头在图像中的位置，基于包围盒的8个顶点及中点的坐标得到第一端插头的特征信息；或基于语义分割的像素级预测，输出图像数据中符合预设抓取要求的第一端插头的特征信息。当然，位姿识别方式还可以具体为其他方式，例如，使用点云数据识别电源适配器的位姿，在此不作限定。需要说明的是，位姿识别方式可以根据具体应用场景和需求进行选取。
可选地，在识别第一目标位姿信息之后，可以根据第一端插头的位姿和预先设定的抓取位姿，控制抓取装置对电源适配器的跟踪，判断机械手是否可抓取，如果可抓取，则根据第一目标位姿信息控制抓取装置抓取电源适配器。
进一步地，参见图5示出的第一控制指令生成流程示意框图，上述根据第第一图像生成第一控制指令的具体过程可以包括：
步骤S501、根据第一图像和第一预设抓取策略，抓取第一端插头。
需要说明的是，上述第一预设抓取策略是指根据预先标定的眼手信息、机械手的自由度和碰撞测试制定的抓取规则。其中，碰撞测试需要输入测试平台的粗略机械模型，并利用辅助脚本修正装配误差。然后具体通过计算机械臂和末端执行器与测试平台的最小距离，排除小于一定距离且可能碰撞的姿态信息。
可选地，还可以包括步骤S502、判断是否抓取成功。当抓取成功时，进入步骤S504，反之，进入步骤S503。
可以理解的是，在其它一些实施例中，可以没有步骤S502，即在执行抓取动作之后，不判断是否抓取成功，而是直接进入步骤S504。
步骤S503、根据预设抓取角度范围进行重复抓取。
可以理解的是，当抓取失败时，根据预先设定抓取角度，在一定角度范围内迭代抓取，如果抓取成功，则进入步骤S504，如果再次失败，可以重新对第二端插头进行位姿识别。
步骤S504、生成第三控制指令，并发送第三控制指令至抓取装置，第三控制指令用于指示抓取装置移动第一端插头至第一预设位置。
步骤S505、获取第一预设位置的第一端插头的图像。
具体地，在将第一端插头移动至预设位置后，可以通过点云相机采集第一端插头图像，然后通过激光光斑生成第一端插头的深度图和3D点云信息。然后再计算出空间转换关系，根据空间转换关系计算出第一端插头的位姿态调整信息。
步骤S506、根据第一端插头的图像，计算第一端插头的第一位姿调整信息。
具体地，根据第一端插头的图像，生成第一端插头的深度图和3D点云信息。根据深度图和3D点云信息，计算第一端插头和预设第一端插头模型的空间转换关系。利用深度图进行粗匹配，该粗匹配过程具体为：利用深度图的第一端插头近似成多边形(例如为四边形)，然后取该多边形左右下角的多个点(例如两个点)，计算这多个点的中点以及绕相机z轴的倾斜角；根据粗匹配得到的信息进行点对面的ICP空间转换关系点云配准，再进行一次点对点的ICP配准，得到第一端插头和预设第一端插头模型的空间转换关系。
在一些实施例中，在上述根据第一端插头的图像，计算第一端插头的第一位姿调整信息之后，还包括：根据第一位姿调整信息，判断抓取装置是否满足第一位姿调整条件；当抓取装置满足第一位姿调整条件时，进入根据第一位姿调整信息生成第一控制指令的步骤；当抓取装置不满足第一位姿调整条件时，生成第一去除控制指令，并发送第一去除控制指令至抓取装置，第一去除控制指令用于指示抓取装置松开第一端插头并移除电源适配器。
其中，上述第一位姿调整条件可以具体为机械臂的自由度。当机械臂有足够的自由度完成第二端插头的调整和***，则机械臂满足第一位姿调整条件，反之，如果机械臂没有足够的自由度完成第一端插头的调整和***，则机械臂不满足第一位姿调整条件。
移除电源适配器是指控制机械臂拔出插头，并将该电源适配器放置至相应区域。
可以理解的是，机械臂将第一端插头***插座的路径可以是固定的，也可以是随机的。不同姿态的第一端插头，抓取的轨迹也会相应地不同。
步骤S507、根据第一位姿调整信息生成第一控制指令。
在抓取第一端插头***测试平台的插座之后，则可以采集测试平台上的电源适配器的图像，以根据采集的图像抓取第二端插头***至测试平台的插座。
步骤S203、获取第二图像，第二图像包括电源适配器的第二端插头和/或抓取装置。
可以理解的是，抓取装置抓取电源适配器的第一端插头***测试平台上的第一插座之后，电源适配器的其他端插头一般是悬空的，且位置是任意的，这些插头还没有***至相应的插座。此时，通过图像采集装置采集位于测试平台上的电源适配器的图像，根据该图像识别出第二端插头的第二目标位姿信息。
在将第一端插头***至插座之后，电源适配器的其他端插头可能处于静止状态，但大多数情况下是先晃动一段时间后再静止不动。而位姿识别需要其他端插头处于静止状态，不会因为插头晃动而导致识别的位姿和实际位姿不同，保证当前识别的位姿和实际位姿相同。在一些实施例中，在上述获取第二图像之前，还可以包括：判断第二端插头是否处于静止状态；当第二端插头处于静止状态时，进入获取第二图像的步骤。反之，如果第二端插头未处于静止状态，则返回继续判断第二端插头是否处于静止状态的步骤。
一般情况下，当电源适配器包括交流端插头和直流端插头时，由于电源适配器的交流端插头一般比直流端插头的体积要大，重量较重，可以先抓取体积较大的交流端插头，这样在交流端插头***交流端插座之后，直流端插头的晃动幅度可能较小，在较短的时间内则可以进入静止状态。因此，可以先抓取交流端插头插在交流插座上，再抓取直流端插头插在直流插座上。优选地，上述第一端插头为交流端插头，第二端插头为直流端插头。
需要说明的是，可以通过采集时间上连续的多张电源适配器的其他端插头的图像，根据这多张图像之间的区别度，判断其他端插头是否处于静止状态。具体地，可以通过识别每幅图像中其他端插头的位置，再根据每幅图像中的其他端插头位置变化判断其他端插头是否静止。也可以通过识别第一端插头的三维位姿，根据连续两次的第一端插头姿态变化判断其他插头是否静止。当其他端插头处于静止状态时，则采集第二图像，根据第二图像控制机械臂抓取电源适配器的第二端插头。
步骤S204、根据第二图像生成第二控制指令，并发送第二控制指令至抓取装置，第二控制指令用于指示抓取装置抓取第二端插头***测试平台的插座，以对电源适配器进行通信测试，得出测试结果。
需要说明的是，电源适配器测试包括对电源适配器进行各项产品规格上的测试，包括但不限于输出电压、输出电流、输出功率、功率因素、输出电压、输出电流、输出功率、效率、尖端电压、输出电压纹波、启机时间、保持时间、平均效率、频率、过流保护、过压保护等一种或多种。
获取到第二图像之后，可以根据第二图像识别出第二端插头的位姿，然后再根据位姿控制机械手抓取第二端插头；也可以直接通过相应的AI算法，基于图像直接给机械手相应的控制指令，以控制机械手抓取第二端插头，不用识别相应位姿信息。其中，根据第二图像直接得到机械手控制指令是基于卷积神经网络模型的图像特征学习，包括但不限于通过强化学习、监督学习、模仿学习得到机械手控制指令。
在一些实施例中，上述根据第二图像生成第二控制指令的具体过程可以包括：根据第二图像得到第二目标位姿信息；根据第二目标位姿信息生成第二控制指令。
具体地，对第二图像进行二值化处理，提取出第二端插头的轮廓信息，再根据预先设定的ROI区域排除背景的干扰；然后进行linmod算法检测，其中，可以先通过两个相机用linemod进行一次单目检测，获取初步的匹配结果，然后根据空间姿态和ICP(IterativeClosest Point，迭代最近点)进行优化，得到第二端插头的3D位置和姿态信息；然后再通过两个相机单目优化检测结果，根据双目信息进一步优化结果，得到更加准确的3d位置和姿态信息。
在一些实施例中，参见图6示出的位姿识别过程的流程示意框图，上述根据第二图像得到第二目标位姿信息的具体过程可以包括：
步骤S601、获取第二端插头的第二图像数据。
步骤S602、获取第二端插头的第二姿态识别模型。
步骤S603、将第二图像数据输入第二姿态识别模型中，输出第二目标位姿信息。
姿态识别模型输出的识别结果可以包括第一目标位姿信息；也可以包括图像数据中与第一端插头关联的特征信息的第一识别结果。在姿态识别模型输出的识别结果为第一识别结果时，在获得第一识别结果之后，还需要根据第一识别结果进一步得出第一目标位姿态信息，下面将结合图7对这种情况进行介绍。
参见图7示出的位姿识别过程的流程示意框图，上述根据第二图像得到第二目标位姿信息的具体过程可以包括：
步骤S701、获取第二端插头的第二图像数据。
步骤S702、获取第二端插头的第二姿态识别模型。
步骤S703、将第二图像数据输入第二姿态识别模型中，输出图像数据中与第二端插头关联的特征信息的第二识别结果。
步骤S704、根据第二识别结果得到第二目标位姿信息。
需要说明的是，第二端插头的第二目标位姿信息识别过程与第一端插头的第一目标位姿信息的识别过程类似，相关介绍可以参见图3和图4对应实施例的相关内容，在此不再赘述。
在一些实施例中，在得出第二端插头的位姿之后，可以进一步判断是否识别成功。即，在上述根据第二图像得到第二目标位姿信息之后，上述方法还可以包括：根据第二目标位姿信息，判断是否成功识别第二端插头；当成功识别第二端插头时，进入根据第二目标位姿信息生成第二控制指令的步骤。反之，如果没有识别成功，则重新采集图像，重新进行位姿识别。
具体地，识别成功的判断条件包括但不限于：根据第二端插头的位姿，可以得到两组若干个第二端的特征点，然后利用双目之间的关系信息判断两组是否符合极限误差；根据两组第二端的特征点和双目信息，计算若干个特征点之间的三维距离，判断该三维距离是否符合实际误差。当且仅当关系信息符合极限误差和三维距离符合实际误差时，识别成功，反之，当关系信息不符合极限误差和/或三维距离不符合实际误差时，识别不成功。
识别出第二端插头的第二目标位姿信息之后，可以根据预先设定的抓取策略，控制机械手的末端执行器抓取第二端插头；然后根据末端执行器上的传感器反馈，判断是否抓取成功，抓取成功之后，则调整第二端插头的位姿后，将第二端插头***至测试平台的插座。抓取不成功时，可以在一定预设抓取角度范围内重复抓取多次，如果再次抓取失败，则重新识别第二端插头的位姿。
将电源适配器的第一端插头和第二端插头均***至相应的插座之后，则可以控制测试平台进行测试。首先，可以判断***是否已经有电源适配器正在测试，如果有，则等待测试完成后移除该电源适配器，然后，发送测试指令，对当前电源适配器进行测试；判断是否能接收到测试结果，如果接收到测试结果，则表明测试完成。如果没有接收到测试结果，且持续未接收到测试结果的时间超过预设时间阈值，则可以控制***停止工作，通知相关人员进行人工排查。
得出测试结果之后，可以根据测试结果判断测试是否通过，如果测试通过，则表明该电源适配器为良品，如果测试未通过，则表明该电源适配器可能为劣品。
可选地，在上述对电源适配器进行通信测试，得出测试结果之后，上述还可以包括：
步骤S205、获取测试结果，根据测试结果，生成分类指令，并发送分类指令至分类装置，分类指令用于指示分类装置对电源适配器进行分类。
可以理解的是，电源适配器的类别包括良品和劣品两类，测试通过则为良品，测试未通过则为劣品。具体地，根据测试结果判断测试是否通过，当测试通过，控制机械手拔出第一端插头和其他端插头后，将该电源适配器放入良品区；当测试未通过，控制机械手拔出第一端插头和第二端插头后，将该电源适配器放入劣品区。其中，上述分类装置是指用于对电源适配器进行分类的装置，其可以为但不限于机械手。
需要说明的是，本申请实施例可以先将电源适配器的第一端插头***插座，再将第二端插头***相应插座。在实际应用中，也可以先将第二端插头先***插座，再将电源适配器的第一端插头***插座。当然，也可以同时将第二端插头***插座，将电源适配器的第一端插头***插座。
本申请实施例通过电源适配器的第一图像控制抓取装置抓取电源适配器的第一端插头***测试平台；通过电源适配器的第二图像控制抓取装置抓取其他端插头***测试平台，最后进行测试得到出测试结果，实现了电源适配器的自动化测试，降低了生产成本，提高了生产效率和测试准确率。
实施例二
基于上述实施例一，参见图8，上述根据第二图像生成第二控制指令的具体过程可以包括：
步骤S801、根据第二图像和第二预设抓取策略，抓取第二端插头。
需要说明的是，上述第二预设抓取策略是指根据预先标定的眼手信息、机械手的自由度和碰撞测试制定的抓取规则。其中，碰撞测试需要输入测试架的粗略机械模型，并利用辅助脚本修正装配误差。然后具体通过计算机械臂和末端执行器与测试架的最小距离，排除小于一定距离且可能碰撞的姿态信息。
可选地，还可以包括步骤S802、判断是否抓取成功；当抓取不成功时，进入步骤S803，反之，当抓取成功时，进入步骤S804。
可以理解的是，在其它一些实施例中，可以没有步骤S802，即在执行抓取动作之后，不判断是否抓取成功，而是直接进入步骤S804。
步骤S803、根据预设抓取角度范围进行重复抓取。
其中，当抓取失败时，根据预先设定抓取角度，在一定角度范围内迭代抓取，如果抓取成功，则进入步骤S804，如果再次失败，可以重新对第二端插头进行位姿识别。
步骤S804、生成第四控制指令，并发送第四控制指令至抓取装置，第四控制指令用于指示抓取装置移动第二端插头至第二预设位置。
需要说明的是，上述第二预设位置是预先设定的，将第二端插头移动到该预设位置可以便于后续位姿调整信息识别。
步骤S805、获取第二预设位置的第二端插头的图像。
步骤S806、根据第二端插头的图像，计算第二端插头的第二位姿调整信息。
具体地，在将第二端插头移动至预设位置后，可以通过点云相机采集第二端插头图像，然后通过激光光斑生成第二端插头的深度图和3D点云信息。然后再计算出空间转换关系，根据空间转换关系计算出第二端插头的位姿态调整信息。
进一步地，参见图9示出的位姿调整信息计算过程的流程示意框图，上述根据第二端插头的图像，计算第二端插头的位姿调整信息的具体过程可以包括：
步骤S901、根据第二端插头的图像，生成第二端插头的深度图和3D点云信息。
步骤S902、根据深度图和3D点云信息，计算第二端插头和预设第二端插头模型的空间转换关系。
具体地，利用深度图进行粗匹配，该粗匹配过程具体为：利用深度图的第二端插头近似成多边形(例如为四边形)，然后取该多边形左右下角的多个点(例如两个点)，计算这多个点的中点以及绕相机z轴的倾斜角；根据粗匹配得到的信息进行点对面的ICP空间转换关系点云配准，再进行一次点对点的ICP配准，得到第二端插头和预设第二端插头模型的空间转换关系。
步骤S903、根据空间转换关系和预标定的眼手信息，计算第二端插头的位姿调整信息。
需要说明的是，通过位姿调整信息控制机械臂旋转一定的自由度，调整第二端插头的位置和姿态，然后再将第二端插头***至第二插座。而机械臂需要有足够的自由度才能完成姿态调整，因此，在计算出位姿调整信息之后，可以进一步判断机械臂的自由度是否满足调整要求。
在一些实施例中，参见图10示出的位姿调整条件判断过程的流程示意框图，在上述根据第二端插头的图像，计算第二端插头的位姿调整信息之后，上述方法还可以包括：
步骤S1001、根据第二位姿调整信息，判断抓取装置是否满足第二位姿调整条件；当抓取装置满足第二位姿调整条件时，进入步骤S1002，反之，当抓取装置不满足第二位姿调整条件时，进入步骤S1003。
其中，上述第二位姿调整条件可以具体为机械臂的自由度。当机械臂有足够的自由度完成第二端插头的调整和***，则机械臂满足第二位姿调整条件，反之，如果机械臂没有足够的自由度完成第二端插头的调整和***，则机械臂不满足第二位姿调整条件。
步骤S1002、进入根据第二位姿调整信息生成第二控制指令的步骤。
步骤S1003、生成第二去除控制指令，并发送第二去除控制指令至抓取装置，去除控制指令用于指示抓取装置松开第二端插头并移除电源适配器。
其中，移除电源适配器是指控制机械臂拔出第一端插头，并将该电源适配器放置至相应区域。
步骤S1004、根据第二位姿调整信息生成第二控制指令。
可以理解的是，机械臂将第二端插头***插座的路径可以是固定的，也可以是随机的。不同姿态的第二端插头，抓取的轨迹也会相应地不同。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本申请实施例的实施过程构成任何限定。
实施例三
请参见图11，为本申请实施例提供的一种电源适配器测试装置的结构示意框图，该装置可以包括：
本申请实施例的第二方面提供一种电源适配器测试装置，包括：
第一图像获取模块111，用于获取第一图像，第一图像包括电源适配器的第一端插头和/或抓取装置；
第一控制模块112，用于根据第一图像生成第一控制指令，并发送第一控制指令至抓取装置，第一控制指令用于指示抓取装置抓取第一端插头，并将第一端插头***测试平台的插座；
第二图像获取模块113，用于获取第二图像，第二图像包括电源适配器的第二端插头和/或抓取装置；
第二控制模块114，用于根据第二图像生成第二控制指令，并发送第二控制指令至抓取装置，第二控制指令用于指示抓取装置抓取第二端插头***测试平台的插座，以对电源适配器进行测试，得出测试结果。
在一种可能的实现方式中，第一控制模块包括：
第一识别单元，用于根据第一图像得到第一目标位姿信息；
第一生成单元，用于根据第一目标位姿信息生成第一控制指令。
在一种可能的实现方式中，第二控制模块包括：
第二识别单元，用于根据第二图像得到第二目标位姿信息；
第二生成单元，用于根据第二目标位姿信息生成第二控制指令。
在一种可能的实现方式中，第一识别单元具体用于：
获取第一端插头的第一图像数据；
获取第一端插头的第一姿态识别模型；
将第一图像数据输入第一姿态识别模型中，输出第一目标位姿信息；
或
获取第一端插头的第一图像数据；
获取第一端插头的第一姿态识别模型；
将第一图像数据输入第一姿态识别模型中，输出图像数据中与第一端插头关联的特征信息的第一识别结果；
根据第一识别结果得到第一目标位姿信息。
在一种可能的实现方式中，第二识别单元具体用于：
获取第二端插头的第二图像数据；
获取第二端插头的第二姿态识别模型；
将第二图像数据输入第二姿态识别模型中，输出第二目标位姿信息；
或
获取第二端插头的第二图像数据；
获取第二端插头的第二姿态识别模型；
将第二图像数据输入第二姿态识别模型中，输出图像数据中与第二端插头关联的特征信息的第二识别结果；
根据第二识别结果得到第二目标位姿信息。
在一种可能的实现方式中，第一生成单元具体用于：
根据第一目标位姿信息和第一预设抓取策略，抓取第一端插头；
生成第三控制指令，并发送第三控制指令至抓取装置，第三控制指令用于指示抓取装置移动第一端插头至第一预设位置；
获取第一预设位置的第一端插头的图像；
根据第一端插头的图像，计算第一端插头的第一位姿调整信息；
根据第一位姿调整信息生成第一控制指令。
在一种可能的实现方式中，上述第一生成单元还用于：
判断是否抓取成功；
当抓取成功时，进入生成第三控制指令，并发送第三控制指令至抓取装置的步骤。
在一种可能的实现方式中，第二生成单元具体用于：
根据第二目标位姿信息和第二预设抓取策略，抓取第二端插头；
生成第四控制指令，并发送第四控制指令至抓取装置，第四控制指令用于指示抓取装置移动第二端插头至第二预设位置；
获取第二预设位置的第二端插头的图像；
根据第二端插头的图像，计算第二端插头的第二位姿调整信息；
根据第二位姿调整信息生成第二控制指令。
在一种可能的实现方式中，上述第二生成单元还具体用于：
判断是否抓取成功；
当抓取成功时，进入生成第四控制指令，并发送第四控制指令至抓取装置的步骤。
在一种可能的实现方式中，第一生成单元还具体用于：
根据第一位姿调整信息，判断抓取装置是否满足第一位姿调整条件；
当抓取装置满足第一位姿调整条件时，进入根据第一位姿调整信息生成第一控制指令的步骤；
当抓取装置不满足第一位姿调整条件时，生成第一去除控制指令，并发送第一去除控制指令至抓取装置，第一去除控制指令用于指示抓取装置松开第一端插头并移除电源适配器。
在一种可能的实现方式中，第二生成单元还具体用于：
根据第二位姿调整信息，判断抓取装置是否满足第二位姿调整条件；
当抓取装置满足第二位姿调整条件时，进入根据第二位姿调整信息生成第二控制指令的步骤；
当抓取装置不满足第二位姿调整条件时，生成第二去除控制指令，并发送第二去除控制指令至抓取装置，第二去除控制指令用于指示抓取装置松开第二端插头并移除电源适配器。
在一种可能的实现方式中，还包括：
判断模块，用于判断第二端插头是否处于静止状态；
进入模块，用于当第二端插头处于静止状态时，进入获取第二图像的步骤。
在一种可能的实现方式中，还包括：
测试结果获取模块，用于获取测试结果；
分类模块，用于根据测试结果，生成分类指令，分类指令用于指示分类装置对电源适配器进行分类。
在一种可能的实现方式中，第二控制模块还包括：
判断单元，用于根据第二目标位姿信息，判断是否成功识别第二端插头；
进入单元，用于当成功识别第二端插头时，进入根据第二目标位姿信息生成第二控制指令的步骤。
需要说明的是，本实施例提供的电源适配器测试装置与上述各个电源适配器测试方法相互对应，相关介绍请参见上文相应内容，在此不再赘述。
本实施例可以实现电源适配器的自动化测试，降低了生产成本，提高了生产效率和测试准确率。
实施例四
图12是本申请一实施例提供的控制装置的示意图。如图12所示，该实施例的控制装置12包括：处理器120、存储器121以及存储在所述存储器121中并可在所述处理器120上运行的计算机程序122。所述处理器120执行所述计算机程序122时实现上述各个电源适配器测试方法实施例中的步骤。或者，所述处理器120执行所述计算机程序122时实现上述各装置实施例中各模块/单元的功能。
示例性的，所述计算机程序122可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器121中，并由所述处理器120执行，以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述所述计算机程序122在所述控制装置12中的执行过程。例如，所述计算机程序122可以被分割成第一图像获取模块、第一控制模块、第二图像获取模块以及第二控制模块：
所述控制装置可包括，但不仅限于，处理器120、存储器121。本领域技术人员可以理解，图12仅仅是控制装置12的示例，并不构成对控制装置12的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述控制装置还可以包括输入输出设备、网络接入设备、总线等。
所称处理器120可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器121可以是所述控制装置12的内部存储单元，例如控制装置12的硬盘或内存。所述存储器121也可以是所述控制装置12的外部存储设备，例如所述控制装置12上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，所述存储器121还可以既包括所述控制装置12的内部存储单元也包括外部存储设备。所述存储器121用于存储所述计算机程序以及所述控制装置所需的其他程序和数据。所述存储器121还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中，上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。另外，各功能单元、模块的具体名称也只是为了便于相互区分，并不用于限制本申请的保护范围。上述***中单元、模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述或记载的部分，可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中，应该理解到，所揭露的装置、控制装置和方法，可以通过其它的方式实现。例如，以上所描述的装置、控制装置实施例仅仅是示意性的，例如，所述模块或单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口，装置或单元的间接耦合或通讯连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是，所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减，例如在某些司法管辖区，根据立法和专利实践，计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围，均应包含在本申请的保护范围之内。

Claims (18)

1.一种电源适配器测试方法，其特征在于，包括：
获取第一图像，所述第一图像包括电源适配器的第一端插头和/或抓取装置；
根据所述第一图像生成第一控制指令，并发送所述第一控制指令至所述抓取装置，所述第一控制指令用于指示所述抓取装置抓取所述第一端插头，并将所述第一端插头***测试平台的插座；
获取第二图像，所述第二图像包括所述电源适配器的第二端插头和/或抓取装置；
根据所述第二图像生成第二控制指令，并发送所述第二控制指令至所述抓取装置，所述第二控制指令用于指示所述抓取装置抓取所述第二端插头***所述测试平台的插座，以对所述电源适配器进行测试，得出测试结果。
2.如权利要求1所述的电源适配器测试方法，其特征在于，所述根据所述第一图像生成第一控制指令，包括：
根据所述第一图像得到第一目标位姿信息；
根据所述第一目标位姿信息生成所述第一控制指令。
3.如权利要求1所述的电源适配器测试方法，其特征在于，所述根据所述第二图像生成第二控制指令，包括：
根据所述第二图像得到第二目标位姿信息；
根据所述第二目标位姿信息生成所述第二控制指令。
4.如权利要求2所述的电源适配器测试方法，其特征在于，所述根据所述第一图像得到第一目标位姿信息包括：
获取所述第一端插头的第一图像数据；
获取所述第一端插头的第一姿态识别模型；
将所述第一图像数据输入所述第一姿态识别模型中，输出第一目标位姿信息；
或
获取所述第一端插头的第一图像数据；
获取所述第一端插头的第一姿态识别模型；
将所述第一图像数据输入所述第一姿态识别模型中，输出所述图像数据中与所述第一端插头关联的特征信息的第一识别结果；
根据所述第一识别结果得到第一目标位姿信息。
5.如权利要求3所述的电源适配器测试方法，其特征在于，所述根据所述第二图像得到第二目标位姿信息包括：
获取所述第二端插头的第二图像数据；
获取所述第二端插头的第二姿态识别模型；
将所述第二图像数据输入所述第二姿态识别模型中，输出第二目标位姿信息；
或
获取所述第二端插头的第二图像数据；
获取所述第二端插头的第二姿态识别模型；
将所述第二图像数据输入所述第二姿态识别模型中，输出所述图像数据中与所述第二端插头关联的特征信息的第二识别结果；
根据所述第二识别结果得到第二目标位姿信息。
6.如权利要求1所述的电源适配器测试方法，其特征在于，所述根据所述第一图像生成第一控制指令，包括：
根据所述第一图像和第一预设抓取策略，抓取所述第一端插头；
生成第三控制指令，并发送所述第三控制指令至所述抓取装置，所述第三控制指令用于指示所述抓取装置移动所述第一端插头至第一预设位置；
获取所述第一预设位置的所述第一端插头的图像；
根据所述第一端插头的图像，计算所述第一端插头的第一位姿调整信息；
根据所述第一位姿调整信息生成所述第一控制指令。
7.如权利要求6所述的电源适配器测试方法，其特征在于，在抓取所述第一端插头之后，还包括：
判断是否抓取成功；
当抓取成功时，进入所述生成第三控制指令，并发送所述第三控制指令至所述抓取装置的步骤。
8.如权利要求1所述的电源适配器测试方法，其特征在于，所述根据所述第二图像生成所述第二控制指令，包括：
根据所述第二图像和第二预设抓取策略，抓取所述第二端插头；
生成第四控制指令，并发送所述第四控制指令至所述抓取装置，所述第四控制指令用于指示所述抓取装置移动所述第二端插头至第二预设位置；
获取所述第二预设位置的所述第二端插头的图像；
根据所述第二端插头的图像，计算所述第二端插头的第二位姿调整信息；
根据所述第二位姿调整信息生成所述第二控制指令。
9.如权利要求1所述的电源适配器测试方法，其特征在于，在抓取所述第二端插头之后，还包括：
判断是否抓取成功；
当抓取成功时，进入所述生成第四控制指令，并发送所述第四控制指令至所述抓取装置的步骤。
10.如权利要求6所述的电源适配器测试方法，其特征在于，在所述根据所述第一端插头的图像，计算所述第一端插头的第一位姿调整信息之后，还包括：
根据所述第一位姿调整信息，判断所述抓取装置是否满足第一位姿调整条件；
当所述抓取装置满足所述第一位姿调整条件时，进入根据所述第一位姿调整信息生成所述第一控制指令的步骤；
当所述抓取装置不满足所述第一位姿调整条件时，生成第一去除控制指令，并发送所述第一去除控制指令至所述抓取装置，所述第一去除控制指令用于指示所述抓取装置松开所述第一端插头并移除所述电源适配器。
11.如权利要求8所述的电源适配器测试方法，其特征在于，在所述根据所述第二端插头的图像，计算所述第二端插头的位姿调整信息之后，还包括：
根据所述第二位姿调整信息，判断所述抓取装置是否满足第二位姿调整条件；
当所述抓取装置满足所述第二位姿调整条件时，进入根据所述第二位姿调整信息生成所述第二控制指令的步骤；
当所述抓取装置不满足所述第二位姿调整条件时，生成第二去除控制指令，并发送所述第二去除控制指令至所述抓取装置，所述第二去除控制指令用于指示所述抓取装置松开所述第二端插头并移除所述电源适配器。
12.如权利要求1的所述电源适配器测试方法，其特征在于，在所述获取第二图像之前，还包括：
判断所述第二端插头是否处于静止状态；
当所述第二端插头处于所述静止状态时，进入所述获取第二图像的步骤。
13.如权利要求1至12任一项所述的电源适配器测试方法，其特征在于，在所述对所述电源适配器进行测试，得出测试结果之后，还包括：
获取所述测试结果；
根据所述测试结果，生成分类指令，并发送所述分类指令至分类装置，所述分类指令用于指示所述分类装置对所述电源适配器进行分类。
14.如权利要求3所述的电源适配器测试方法，其特征在于，在所述根据所述第二图像得到第二目标位姿信息之后，还包括：
根据所述第二目标位姿信息，判断是否成功识别所述第二端插头；
当成功识别所述第二端插头时，进入所述根据所述第二目标位姿信息生成所述第二控制指令的步骤。
15.一种电源适配器测试装置，其特征在于，包括：
第一图像获取模块，用于获取第一图像，所述第一图像包括电源适配器的第一端插头和/或抓取装置；
第一控制模块，用于根据所述第一图像生成第一控制指令，并发送所述第一控制指令至所述抓取装置，所述第一控制指令用于指示所述抓取装置抓取所述第一端插头，并将所述第一端插头***测试平台的插座；
第二图像获取模块，用于获取第二图像，所述第二图像包括所述电源适配器的第二端插头和/或抓取装置；
第二控制模块，用于根据所述第二图像生成第二控制指令，并发送所述第二控制指令至所述抓取装置，所述第二控制指令用于指示所述抓取装置抓取所述第二端插头***所述测试平台的插座，以对所述电源适配器进行测试，得出测试结果。
16.一种电源适配器测试***，其特征在于，包括控制装置、图像采集装置、抓取装置以及测试平台，所述控制装置分别与所述抓取装置、所述图像采集装置、所述测试平台通信连接；
所述抓取装置用于根据所述控制装置的控制指令执行对应操作；
所述测试平台用于对电源适配器进行测试；其中，所述测试平台包括与所述电源适配器的插头对应的插座；
所述图像采集装置用于采集图像；
所述控制装置用于获取第一图像，所述第一图像包括电源适配器的第一端插头和/或抓取装置；根据所述第一图像生成第一控制指令，并发送所述第一控制指令至所述抓取装置，所述第一控制指令用于指示所述抓取装置抓取所述第一端插头，并将所述第一端插头***测试平台的插座；获取第二图像，所述第二图像包括所述电源适配器的第二端插头和/或抓取装置；根据所述第二图像生成第二控制指令，并发送所述第二控制指令至所述抓取装置，所述第二控制指令用于指示所述抓取装置抓取所述第二端插头***所述测试平台的插座，以对所述电源适配器进行测试，得出测试结果。
17.一种控制装置，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至14任一项所述方法的步骤。
18.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至14任一项所述方法的步骤。
CN201910905696.5A 2019-09-24 2019-09-24 电源适配器测试方法、装置、***、控制装置及存储介质 Active CN110756462B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910905696.5A CN110756462B (zh) 2019-09-24 2019-09-24 电源适配器测试方法、装置、***、控制装置及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910905696.5A CN110756462B (zh) 2019-09-24 2019-09-24 电源适配器测试方法、装置、***、控制装置及存储介质

Publications (2)

Publication Number Publication Date
CN110756462A true CN110756462A (zh) 2020-02-07
CN110756462B CN110756462B (zh) 2022-04-08

Family

ID=69330616

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910905696.5A Active CN110756462B (zh) 2019-09-24 2019-09-24 电源适配器测试方法、装置、***、控制装置及存储介质

Country Status (1)

Country Link
CN (1) CN110756462B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112295933A (zh) * 2020-09-17 2021-02-02 东南大学 一种机器人快速分拣货物的方法
CN114029237A (zh) * 2021-11-08 2022-02-11 上海电机学院 一种铝型材表面缺陷实时分拣***及方法
CN115228755A (zh) * 2022-07-08 2022-10-25 常州市泰裕电器有限公司 一种高功率密度电源适配器及生产方法
CN117421324A (zh) * 2023-12-19 2024-01-19 英诺达(成都)电子科技有限公司 电源状态表的合并方法、装置、设备及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5168218A (en) * 1990-06-01 1992-12-01 Rich Donald S Tray-to-tray circuit package handler
JPH07225149A (ja) * 1993-12-14 1995-08-22 Fuji Photo Film Co Ltd ストロボユニットの検査装置及びストロボユニットの検査システム並びにメインコンデンサの充電方法
CN101486035A (zh) * 2008-01-18 2009-07-22 慧萌高新科技有限公司 部件分类装置及使用上述装置的电子部件特性检查分类装置
US20110153077A1 (en) * 2009-12-18 2011-06-23 Electronics And Telecommunications Research Institute Component integration apparatus and method for collaboration of heterogeneous robot
CN201935970U (zh) * 2010-12-27 2011-08-17 东莞市上川自动化设备有限公司 一种充电器产品自动测试设备
CN103383421A (zh) * 2013-07-19 2013-11-06 苏州中泰电子有限公司 变压器自动测试设备及方法
CN205816231U (zh) * 2016-07-15 2016-12-21 广东斯泰克电子科技有限公司 一种充电器生产线自动取出分拣工位
CN107855292A (zh) * 2017-11-22 2018-03-30 广东金弘达自动化科技股份有限公司 一种应用于led灯组装机的检测机构
WO2018084477A2 (ko) * 2016-11-02 2018-05-11 주식회사 엘지화학 불완전하게 건조된 원료의 검출, 제거, 이송 및 회수 시스템
CN109397285A (zh) * 2018-09-17 2019-03-01 鲁班嫡系机器人（深圳）有限公司 一种装配方法、装配装置及装配设备

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5168218A (en) * 1990-06-01 1992-12-01 Rich Donald S Tray-to-tray circuit package handler
JPH07225149A (ja) * 1993-12-14 1995-08-22 Fuji Photo Film Co Ltd ストロボユニットの検査装置及びストロボユニットの検査システム並びにメインコンデンサの充電方法
CN101486035A (zh) * 2008-01-18 2009-07-22 慧萌高新科技有限公司 部件分类装置及使用上述装置的电子部件特性检查分类装置
US20110153077A1 (en) * 2009-12-18 2011-06-23 Electronics And Telecommunications Research Institute Component integration apparatus and method for collaboration of heterogeneous robot
CN201935970U (zh) * 2010-12-27 2011-08-17 东莞市上川自动化设备有限公司 一种充电器产品自动测试设备
CN103383421A (zh) * 2013-07-19 2013-11-06 苏州中泰电子有限公司 变压器自动测试设备及方法
CN205816231U (zh) * 2016-07-15 2016-12-21 广东斯泰克电子科技有限公司 一种充电器生产线自动取出分拣工位
WO2018084477A2 (ko) * 2016-11-02 2018-05-11 주식회사 엘지화학 불완전하게 건조된 원료의 검출, 제거, 이송 및 회수 시스템
CN107855292A (zh) * 2017-11-22 2018-03-30 广东金弘达自动化科技股份有限公司 一种应用于led灯组装机的检测机构
CN109397285A (zh) * 2018-09-17 2019-03-01 鲁班嫡系机器人（深圳）有限公司 一种装配方法、装配装置及装配设备

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112295933A (zh) * 2020-09-17 2021-02-02 东南大学 一种机器人快速分拣货物的方法
CN112295933B (zh) * 2020-09-17 2022-03-11 东南大学 一种机器人快速分拣货物的方法
CN114029237A (zh) * 2021-11-08 2022-02-11 上海电机学院 一种铝型材表面缺陷实时分拣***及方法
CN115228755A (zh) * 2022-07-08 2022-10-25 常州市泰裕电器有限公司 一种高功率密度电源适配器及生产方法
CN117421324A (zh) * 2023-12-19 2024-01-19 英诺达(成都)电子科技有限公司 电源状态表的合并方法、装置、设备及存储介质
CN117421324B (zh) * 2023-12-19 2024-03-12 英诺达(成都)电子科技有限公司 电源状态表的合并方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN110756462B (zh) 2022-04-08

Similar Documents

Publication Publication Date Title
CN110756462B (zh) 电源适配器测试方法、装置、***、控制装置及存储介质
CN112476434B (zh) 一种基于协作机器人的视觉3d取放方法及***
CN110712202B (zh) 异形元器件抓取方法、装置、***、控制装置及存储介质
CN107481292A (zh) 车载摄像头的姿态误差估计方法和装置
JP2013050947A (ja) 物体姿勢推定方法、物体姿勢推定装置、物体推定姿勢精緻化方法、およびコンピューター可読媒体
CN107953329A (zh) 物体识别和姿态估计方法、装置及机械臂抓取***
CN111208783A (zh) 一种动作模仿方法、装置、终端及计算机存储介质
CN111428731A (zh) 基于机器视觉的多类目标识别定位方法、装置和设备
CN115699082A (zh) 缺陷检测方法及装置、存储介质及电子设备
CN109444146A (zh) 一种工业加工产品的缺陷检测方法、装置及设备
CN115816460B (zh) 一种基于深度学习目标检测与图像分割的机械手抓取方法
CN112070782A (zh) 识别场景轮廓的方法、装置、计算机可读介质及电子设备
WO2024087962A1 (zh) 车厢姿态识别***、方法、电子设备及存储介质
CN108259764A (zh) 摄像机、应用于摄像机的图像处理方法及装置
CN111275758B (zh) 混合型3d视觉定位方法、装置、计算机设备及存储介质
CN116984269A (zh) 一种基于图像识别的煤矸石抓取方法及***
KR20120020711A (ko) 물체 인식 시스템 및 그 물체 인식 방법
CN116985141B (zh) 一种基于深度学习的工业机器人智能控制方法及***
CN113723164A (zh) 获取边缘差异信息的方法、装置、设备及存储介质
JP2019211981A (ja) 情報処理装置、情報処理装置の制御方法およびプログラム
US20230100238A1 (en) Methods and systems for determining the 3d-locations, the local reference frames and the grasping patterns of grasping points of an object
CN111815683B (zh) 目标定位方法及装置、电子设备和计算机可读介质
CN114187312A (zh) 目标物的抓取方法、装置、***、存储介质及设备
US11551379B2 (en) Learning template representation libraries
CN110135363A (zh) 基于判别词典嵌入行人图像检索方法、***、设备及介质

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
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200428

Address after: 518000 5F, building a, No.28, Qinfu Road, Liuyue Jintang Industrial Zone, Henggang street, Longgang District, Shenzhen City, Guangdong Province

Applicant after: ROBOTICS ROBOTICS (SHENZHEN) Ltd.

Applicant after: Baohui Technology (Longnan) Co., Ltd

Address before: 518000 5F, building a, No.28, Qinfu Road, Liuyue Jintang Industrial Zone, Henggang street, Longgang District, Shenzhen City, Guangdong Province

Applicant before: ROBOTICS ROBOTICS (SHENZHEN) Ltd.

GR01 Patent grant
GR01 Patent grant