CN115026839B - 一种轨道车辆转向架斜楔支撑机器人摇枕孔定位方法 - Google Patents
一种轨道车辆转向架斜楔支撑机器人摇枕孔定位方法 Download PDFInfo
- Publication number
- CN115026839B CN115026839B CN202210904733.2A CN202210904733A CN115026839B CN 115026839 B CN115026839 B CN 115026839B CN 202210904733 A CN202210904733 A CN 202210904733A CN 115026839 B CN115026839 B CN 115026839B
- Authority
- CN
- China
- Prior art keywords
- image
- swing bolster
- module
- hole
- vision system
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000001514 detection method Methods 0.000 claims abstract description 15
- 238000013135 deep learning Methods 0.000 claims abstract description 7
- 230000000007 visual effect Effects 0.000 claims abstract description 6
- 238000004891 communication Methods 0.000 claims description 12
- 230000006870 function Effects 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 241001669679 Eleotris Species 0.000 description 11
- 238000013016 damping Methods 0.000 description 3
- 238000005266 casting Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
- B25J9/1697—Vision controlled systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种轨道车辆转向架斜楔支撑机器人摇枕孔定位方法,包括开启工业相机采集图片,启动目标检测算法,判断是否检测到两个摇枕孔,若没有则重复目标检测流程,若有检测到,则进入下一步,对得到的两个摇枕孔检测边界框进行裁剪、灰度图转化以及二值化处理、迭代的开运算及边缘轮廓生成,获取最大面积的轮廓所对应的最大内切圆半径以及圆心,所得圆心便是两个摇枕孔的几何中心,将几何中心的像素坐标换算至真实坐标,机器人模块在PLC指令下完成相应的斜楔固定动作。本发明使用视觉传感器,利用了基于深度学习的目标检测算法,实现了对于摇枕孔的智能定位。
Description
技术领域
本发明涉及交通运输技术,确切地说是一种轨道车辆转向架斜楔支撑机器人摇枕孔定位方法。
背景技术
转向架是轨道车辆结构中重要的部件之一,转向架的各种参数也直接决定了车辆的稳定性和车辆乘坐的舒适性。
在转向架检修过程中,需要对转向架的减振装置进行拆卸,主要是拆卸枕簧和斜楔,拆卸的主要过程为将斜楔向上顶升最高处并对其进行固定,使斜楔与枕簧分离,再将枕簧搬倒,使枕簧与机架分离,实现枕簧的拆卸,然后解除对斜楔的固定,斜楔向下掉落,从原枕簧所在的空间拿出,完成斜楔的拆卸。
目前,在对转向架的减振装置进行拆卸时,通常采用人工搬动的方式取放枕簧,但是每一个枕簧的重量在10kg以上,劳动强度非常大,而且效率低下,同时容易出现因为手滑、脱力而导致枕簧拆卸过程中出现伤人事故。
同时,目前在转向架拆卸作业线上,也具有转向架减振装置拆卸机器人***,用于对转向架的减振部分进行自动拆卸,降低劳动强度,提高工作效率,避免出现安全事故。转向架减振装置拆卸机器人***中的转向架斜楔支撑机器人用于对斜楔进行支撑固定,通过斜楔支撑机器人末端支撑杆***摇枕孔将斜楔顶升至最高处,实现斜楔与枕簧分离。然而,由于此类铸造所成的摇枕工艺孔存在公称尺寸不准确、形状不确定等问题,当前缺少对摇枕孔进行智能定位,实现斜楔固定自动化的方法,去代替人工作业或者现有的作业方法。
发明内容
本发明要解决的技术问题是提供一种轨道车辆转向架斜楔支撑机器人摇枕孔定位方法,在视觉***完成定位后,对齐并穿过摇枕孔,将斜楔抬起,从而最终完成减振装置的安装。
为解决上述技术问题,本发明采用如下技术手段:
一种轨道车辆转向架斜楔支撑机器人摇枕孔定位方法,所述的定位方法通过定位***完成,定位***包括机器人模块、PLC、工控机、视觉***模块、通信模块以及图像采集模块,图像采集模块设有工业相机,包括以下步骤:
(1)通过图像采集模块中的工业相机采集带有摇枕孔的特征的图像,采集的图像传输给视觉***模块;
(2)视觉***模块采用深度学习目标检测算法对图像进行摇枕孔检测,获得两个摇枕孔目标边界框,将边界框内部感兴趣区域进行裁剪,得到的两个摇枕孔感兴趣区域图像;若该步骤未检测到两个摇枕孔,则微调相机拍摄位置重新启动目标检测算法,直至检测到两个摇枕孔再继续进行下一步骤;
(3)视觉***模块对摇枕孔感兴趣区域图像进行灰度转化及二值化处理,得到二值化图像;
(4)视觉***模块对二值化图像进行两次迭代的形态学图像开运算,得到消除噪点的图像;
(5)视觉***模块采用轮廓查找函数对步骤(4)消除噪点的图像进行摇枕孔轮廓生成,得到摇枕孔边缘轮廓生成的图像;
(6)根据步骤(5)得到的图像,视觉***模块针对生成的摇枕孔边缘轮廓结合最大值、最小值位置求解函数cv2.minMaxLoc()进行最大面积轮廓所对应的内切圆直径及圆心坐标的获取,得到的最大内切圆图像;
(7)视觉***模块通过标定获取图像平面上像素值对应的实际物理值,将摇枕孔中心像素坐标转换成世界坐标系下的坐标值,通过通讯模块向PLC和机器人模块发送世界坐标系下的坐标值数据,用于控制机器人的运动,从而完成斜楔固定流程。
本发明的定位***包括六个部分,分别是机器人模块、PLC、工控机、视觉***模块、通信模块以及图像采集模块,其中图像采集模块包括工业相机、光源,工控机上的视觉***模块处理图像采集模块相机采集得到的图像,得到机器人需要的相关数据后,将数据通过通信模块与PLC和机器人模块进行交互,PLC根据动作流程通过通信模块对机器人和工控机发出指令,机器人模块在PLC指令下完成相应的斜楔固定动作。
本发明的定位方法,使用视觉传感器,利用了基于深度学习的目标检测算法,实现了对于摇枕孔的智能定位。选取了摇枕孔的几何中心,因此,这种方法会比选取目标检测边界框的中心要精确许多。
附图说明
图1是实现本发明的定位方法的定位***的框架结构示意图。
图2是本发明的定位方法的流程图。
图3是本发明的图像处理过程的流程图。
图4是本发明通过图像采集模块中的工业相机采集带有摇枕孔的特征的图像。
图5是本发明采用深度学习目标检测算法提取到的摇枕孔感兴趣区域图像。
图6是本发明摇枕孔感兴趣区域灰度转化及二值化处理后的图像。
图7是本发明两次迭代开运算后的图像。
图8是本发明摇枕孔边缘轮廓生成的图像。
图9是获取的最大面积轮廓所对应的最大内切圆图像。
具体实施方式
下面结合实施例,进一步说明本发明。
参见图1-图9可知,本发明的一种轨道车辆转向架斜楔支撑机器人摇枕孔定位方法,所述的定位方法通过定位***完成,定位***包括机器人模块、PLC、工控机、视觉***模块、通信模块以及图像采集模块,图像采集模块设有工业相机,包括以下步骤:
(1)通过图像采集模块中的工业相机采集带有摇枕孔的特征的图像,采集的图像传输给视觉***模块;
(2)视觉***模块采用深度学习目标检测算法对图像进行摇枕孔检测,获得两个摇枕孔目标边界框,将边界框内部感兴趣区域进行裁剪,得到的两个摇枕孔感兴趣区域图像;若该步骤未检测到两个摇枕孔,则微调相机拍摄位置重新启动目标检测算法,直至检测到两个摇枕孔再继续进行下一步骤;
(3)视觉***模块对摇枕孔感兴趣区域图像进行灰度转化及二值化处理,得到二值化图像;
(4)视觉***模块对二值化图像进行两次迭代的形态学图像开运算,得到消除噪点的图像;
(5)视觉***模块采用轮廓查找函数对步骤(4)消除噪点的图像进行摇枕孔轮廓生成,得到摇枕孔边缘轮廓生成的图像;
(6)根据步骤(5)得到的图像,视觉***模块针对生成的摇枕孔边缘轮廓结合最大值、最小值位置求解函数cv2.minMaxLoc()进行最大面积轮廓所对应的内切圆直径及圆心坐标的获取,得到的最大内切圆图像;所得圆心便是两个摇枕孔的几何中心;
(7)视觉***模块通过标定获取图像平面上像素值对应的实际物理值,将摇枕孔中心像素坐标转换成世界坐标系下的坐标值,通过通讯模块向PLC和机器人模块发送世界坐标系下的坐标值数据,用于控制机器人的运动,从而完成斜楔固定流程。
本发明的定位***包括六个部分,分别是机器人模块、PLC、工控机、视觉***模块、通信模块以及图像采集模块,其中图像采集模块包括工业相机、光源,工控机上的视觉***模块处理图像采集模块相机采集得到的图像,得到机器人需要的相关数据后,将数据通过通信模块与PLC和机器人模块进行交互,PLC根据动作流程通过通信模块对机器人和工控机发出指令,机器人模块在PLC指令下完成相应的斜楔固定动作。
本发明的定位方法,使用视觉传感器,利用了基于深度学习的目标检测算法,实现了对于摇枕孔的智能定位。选取了摇枕孔的几何中心,因此,这种方法会比选取目标检测边界框的中心要精确许多。
以上所述仅为本发明较佳可行的实施例而已,并非因此局限本发明的权利范围,凡运用本发明说明书及附图内容所作的等效结构变化,均包含于本发明的权利范围之内。
Claims (1)
1.一种轨道车辆转向架斜楔支撑机器人摇枕孔定位方法,所述的定位方法通过定位***完成,定位***包括机器人模块、PLC、工控机、视觉***模块、通信模块以及图像采集模块,图像采集模块设有工业相机,其特征在于,包括以下步骤:
(1)通过图像采集模块中的工业相机采集带有摇枕孔的特征的图像,采集的图像传输给视觉***模块;
(2)视觉***模块采用深度学习目标检测算法对图像进行摇枕孔检测,获得两个摇枕孔目标边界框,将边界框内部感兴趣区域进行裁剪,得到的两个摇枕孔感兴趣区域图像;若该步骤未检测到两个摇枕孔,则微调相机拍摄位置重新启动目标检测算法,直至检测到两个摇枕孔再继续进行下一步骤;
(3)视觉***模块对摇枕孔感兴趣区域图像进行灰度转化及二值化处理,得到二值化图像;
(4)视觉***模块对二值化图像进行两次迭代的形态学图像开运算,得到消除噪点的图像;
(5)视觉***模块采用轮廓查找函数对步骤(4)消除噪点的图像进行摇枕孔轮廓生成,得到摇枕孔边缘轮廓生成的图像;
(6)根据步骤(5)得到的图像,视觉***模块针对生成的摇枕孔边缘轮廓结合最大值、最小值位置求解函数cv2.minMaxLoc()进行最大面积轮廓所对应的内切圆直径及圆心坐标的获取,得到的最大内切圆图像;
(7)通过视觉***模块标定获取图像平面上像素值对应的实际物理值,将摇枕孔中心像素坐标转换成世界坐标系下的坐标值,通过通讯模块向PLC和机器人模块发送世界坐标系下的坐标值数据,用于控制机器人的运动,从而完成斜楔固定流程。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210904733.2A CN115026839B (zh) | 2022-07-29 | 2022-07-29 | 一种轨道车辆转向架斜楔支撑机器人摇枕孔定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210904733.2A CN115026839B (zh) | 2022-07-29 | 2022-07-29 | 一种轨道车辆转向架斜楔支撑机器人摇枕孔定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115026839A CN115026839A (zh) | 2022-09-09 |
CN115026839B true CN115026839B (zh) | 2024-04-26 |
Family
ID=83130329
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210904733.2A Active CN115026839B (zh) | 2022-07-29 | 2022-07-29 | 一种轨道车辆转向架斜楔支撑机器人摇枕孔定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115026839B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115890679B (zh) * | 2022-12-02 | 2024-02-13 | 西南交通大学 | 基于视觉的轨道车辆转向架枕簧缺口定位与夹持方法 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CH296377A (fr) * | 1952-03-11 | 1954-02-15 | Genevoise Instr Physique | Procédé et appareil de contrôle de la position relative d'alésages de section circulaire ou polygonale. |
FR2265063A1 (zh) * | 1974-03-21 | 1975-10-17 | Dunlop Ltd | |
CN101619964A (zh) * | 2009-05-26 | 2010-01-06 | 北京理工大学 | 一种基于工艺匹配的微小型结构件快速显微检测方法及装置 |
CN103093222A (zh) * | 2011-11-07 | 2013-05-08 | 鸿富锦精密工业(深圳)有限公司 | 主板圆孔定位方法及*** |
CN106169186A (zh) * | 2016-07-01 | 2016-11-30 | 西安电子科技大学 | 基于水平集运动目标检测中获取初始轮廓的方法 |
CN106600581A (zh) * | 2016-12-02 | 2017-04-26 | 北京航空航天大学 | 一种基于双目立体视觉的列车运行故障自动检测***及方法 |
WO2018173655A1 (ja) * | 2017-03-21 | 2018-09-27 | 株式会社神戸製鋼所 | 動作プログラム補正方法および溶接ロボットシステム |
WO2019000653A1 (zh) * | 2017-06-30 | 2019-01-03 | 清华大学深圳研究生院 | 一种图像目标识别方法及装置 |
CN111080611A (zh) * | 2019-12-12 | 2020-04-28 | 哈尔滨市科佳通用机电股份有限公司 | 一种铁路货车摇枕弹簧折断故障图像识别方法 |
CN112102297A (zh) * | 2020-09-17 | 2020-12-18 | 哈尔滨市科佳通用机电股份有限公司 | 一种铁路货车转向架弹簧托板折断故障识别方法 |
EP3757507A1 (en) * | 2019-06-28 | 2020-12-30 | The Boeing Company | Hole location targets and measurement systems, and methods for measuring a location of a hole |
CN113435483A (zh) * | 2021-06-10 | 2021-09-24 | 宁波帅特龙集团有限公司 | 一种定点抓拍方法及*** |
CN113592955A (zh) * | 2021-07-27 | 2021-11-02 | 中国科学院西安光学精密机械研究所 | 一种基于机器视觉的圆形工件平面坐标高精度定位方法 |
CN113996499A (zh) * | 2021-09-27 | 2022-02-01 | 普洛赛斯(苏州)软件科技有限公司 | 一种用于自动化工业点胶机器人的智能定位*** |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11449061B2 (en) * | 2016-02-29 | 2022-09-20 | AI Incorporated | Obstacle recognition method for autonomous robots |
-
2022
- 2022-07-29 CN CN202210904733.2A patent/CN115026839B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CH296377A (fr) * | 1952-03-11 | 1954-02-15 | Genevoise Instr Physique | Procédé et appareil de contrôle de la position relative d'alésages de section circulaire ou polygonale. |
FR2265063A1 (zh) * | 1974-03-21 | 1975-10-17 | Dunlop Ltd | |
CN101619964A (zh) * | 2009-05-26 | 2010-01-06 | 北京理工大学 | 一种基于工艺匹配的微小型结构件快速显微检测方法及装置 |
CN103093222A (zh) * | 2011-11-07 | 2013-05-08 | 鸿富锦精密工业(深圳)有限公司 | 主板圆孔定位方法及*** |
CN106169186A (zh) * | 2016-07-01 | 2016-11-30 | 西安电子科技大学 | 基于水平集运动目标检测中获取初始轮廓的方法 |
CN106600581A (zh) * | 2016-12-02 | 2017-04-26 | 北京航空航天大学 | 一种基于双目立体视觉的列车运行故障自动检测***及方法 |
WO2018173655A1 (ja) * | 2017-03-21 | 2018-09-27 | 株式会社神戸製鋼所 | 動作プログラム補正方法および溶接ロボットシステム |
WO2019000653A1 (zh) * | 2017-06-30 | 2019-01-03 | 清华大学深圳研究生院 | 一种图像目标识别方法及装置 |
EP3757507A1 (en) * | 2019-06-28 | 2020-12-30 | The Boeing Company | Hole location targets and measurement systems, and methods for measuring a location of a hole |
CN111080611A (zh) * | 2019-12-12 | 2020-04-28 | 哈尔滨市科佳通用机电股份有限公司 | 一种铁路货车摇枕弹簧折断故障图像识别方法 |
CN112102297A (zh) * | 2020-09-17 | 2020-12-18 | 哈尔滨市科佳通用机电股份有限公司 | 一种铁路货车转向架弹簧托板折断故障识别方法 |
CN113435483A (zh) * | 2021-06-10 | 2021-09-24 | 宁波帅特龙集团有限公司 | 一种定点抓拍方法及*** |
CN113592955A (zh) * | 2021-07-27 | 2021-11-02 | 中国科学院西安光学精密机械研究所 | 一种基于机器视觉的圆形工件平面坐标高精度定位方法 |
CN113996499A (zh) * | 2021-09-27 | 2022-02-01 | 普洛赛斯(苏州)软件科技有限公司 | 一种用于自动化工业点胶机器人的智能定位*** |
Non-Patent Citations (4)
Title |
---|
一种基于多特征的绝缘子识别方法;于兰英, 姚波, 吴文海, 刘桓龙, 谭万秋;《电瓷避雷器》;20160630(第3期);全文 * |
光子晶体光纤截面的椭圆检测算法的研究;王燕;《中国优秀硕士学位论文全文数据库信息科技辑》;20130215(第2期);全文 * |
斜楔固定机器人的视觉定位***设计与研究;桑永刚,任帅;《机电工程技术》;20230731;第52卷(第7期) * |
枕簧智能检测***;段乐;;中国新技术新产品;20171225(24);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN115026839A (zh) | 2022-09-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112464883B (zh) | 一种自然场景下船舶目标自动检测识别方法与*** | |
CN115026839B (zh) | 一种轨道车辆转向架斜楔支撑机器人摇枕孔定位方法 | |
CN111091547B (zh) | 铁路货车制动梁支柱折断故障图像识别方法 | |
JP6904614B2 (ja) | 対象物検出装置、予測モデル作成装置、対象物検出方法及びプログラム | |
US20040095585A1 (en) | Wheel profile inspection apparatus and method | |
US20200380653A1 (en) | Image processing device and image processing method | |
CN111080611A (zh) | 一种铁路货车摇枕弹簧折断故障图像识别方法 | |
CN114281093B (zh) | 一种基于无人机电力巡检的缺陷检测***及方法 | |
CN112528979B (zh) | 变电站巡检机器人障碍物判别方法及*** | |
CN113936004B (zh) | 一种锂电池焊接质量检测方法、装置及*** | |
CN111768417B (zh) | 基于单目视觉3d重建技术的铁路货车超限检测方法 | |
CN111862029A (zh) | 一种铁路动车组垂向减震器螺栓部件故障检测方法 | |
CN102073852A (zh) | 基于最优阈值和随机标号法的多车辆分割方法 | |
CN111161160B (zh) | 一种雾天障碍物检测方法、装置、电子设备和存储介质 | |
CN111017151B (zh) | 一种船体建造中使用激光三维投影定位的方法 | |
Camilleri et al. | Detecting road potholes using computer vision techniques | |
CN114812403A (zh) | 基于无人机及机器视觉的大跨度钢结构吊装变形监测方法 | |
CN111761224A (zh) | 金属增材制造在线移动监测机构及在线外观检测设备 | |
CN113970560A (zh) | 一种基于多传感融合的缺陷三维检测方法 | |
CN117067226A (zh) | 钢桥锈蚀检测机器人及锈蚀检测方法 | |
CN113947569B (zh) | 一种基于计算机视觉的梁型结构多尺度微弱损伤定位方法 | |
CN112949483B (zh) | 一种基于Faster R-CNN的非接触式铁轨伸缩位移实时测量方法 | |
CN112989997A (zh) | 一种基于多信息融合的3d目标检测方法及*** | |
CN110827281A (zh) | 一种摄像模组光心检测方法 | |
KR20160042621A (ko) | 라이다 센서 제작을 위한 사양 분석 시스템 및 이를 이용한 사양 최적화 방법 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |