内曲线多作用液压马达的内曲线的设计在马达设计中非常关键,将机器视觉技术引入MS马达的内曲线反求设计中。首先对柱塞副的运动规律进行分析,确定内曲线类型,然后使用高精度CCD相机测量内曲线的离散点值,设计曲线拟合算法计算内曲线设计参数,重构曲线,最后对波克兰MS05-468液压马达进行实例验证,得到工作性能良好的内曲线。方法也适用于其它型号内曲线多作用液压马达的内曲线反求设计。

利用最新的机器视觉技术,研究并开发了一套液力变矩器焊缝缺陷检测系统,系统介绍了总体结构的分析设计、机械部件、控制部件以及图像识别软件的设计,并对图像处理的算法作了比较研究。所开发的系统已经通过实验室的测试,该系统的设计可供设计其它相关机械部件的在线检测系统参考。

针对现有液压支架护帮板状态监测方法可靠性低、量化监测能力缺乏的问题,提出了一种基于深度神经网络的非接触式护帮板运动状态监测方法。该方法通过卷积和反卷积网络实现护帮板关键点空间位置检测,然后利用前馈神经网络将护帮板关键点的空间运动轨迹转换为护帮板伸缩角度,实现护帮板状态监测的量化。研究结果表明,基于深度神经网络的护帮板关键点空间位置的平均检测误差小于2个像素,护帮板位姿角度的平均量化误差小于3°,算法处理速度大于60f/s,具有良好的监测性能。

现有的机器视觉测量表面粗糙度的方法依赖于特征提取来量化表面形态并建立预测模型,并且图片样本采集时高度依赖光源环境和拍摄角度。提出利用Swin-Transformer模型直接从表面纹理的数字图像中评估表面粗糙度并进行分类,避免了特征提取。实验中采用了不同的光源亮度和不同的角度进行拍摄,旨在模拟工业生产在线检测的环境。实验分类结果表明该方法对光源和拍摄角度具有良好的鲁棒性,测试集样本准确率可达97.54%。

在图像引导的圆孔金属工件自动化装配中,由于圆孔金属工件的图像存在弱纹理甚至无纹理的情况,从而导致对圆孔位姿的定位精度低。针对此问题,通过工业机器人带着单目工业相机水平移动构建一个平行双目结构,获取双目图像;通过对双目图像中的圆孔轮廓提取的特征点粗匹配,得到图像的基础矩阵,再通过基于弧段的椭圆检测对双目图像中的圆孔轮廓进行提取,最后通过上述信息进行基于极线约束的双目精立体匹配并求得相关点三维坐标与位姿。实验结果

针对目前钢管端面壁厚的测量多采用人工抽检的方式,从而导致测量效率低、精度低、测量数据少的情况,对机器视觉测量技术进行了研究。基于机器视觉,设计钢管壁厚在线检测系统。通过对相机进行标定,获得图像像素值与实际值之间的关系,使用相机采集钢管端面图像,对采集得到的图像进行图像预处理、边缘特征点提取等操作;改进RHT圆检测算法,完成钢管端面圆形轮廓的检测,进而实现对钢管端面壁厚的测量。为了便于操作,基于Qt跨平台开发框架设计了钢

为了满足生产制造过程中物料无序分拣的需要,设计基于机器视觉的机器人作业目标定位系统。利用Qt开发人机交互界面,实现图像采集处理、通信和机器人运动控制功能。对图像进行阈值分割等处理,得到理想工作区域。通过机器人视觉系统标定实现相机像素坐标和机器人基坐标之间的转换,得到机器人坐标系下的工件位姿识别。在机器人目标抓取平台上随机摆放一定数量的工件进行数据采样,结果表明:系统准确度以及速度具有优势。

针对传统离线编程系统通用性差、可靠性低和二次开发难度大等问题,开发一套基于机器视觉的工业机器人离线编程系统。基于模块化思想,将该系统划分为机器视觉模块、虚拟环境模块、运动学模块、轨迹规划模块、离线程序模块和外部通信模块。借助机器视觉模块解构视觉系统与机器人末端位姿的坐标映射关系,得到规划机器人运动所需的位姿数据;基于虚拟现实建模语言构建机器人虚拟仿真环境,基于运动学模块与轨迹规划模块将位姿数据转化为机器人

针对目前油品装车过程中人工引导鹤管对接存在定位精度低、制约生产效率、安全隐患等问题,提出一种基于机器视觉定位的自动鹤管系统。在传统鹤管基础上对关节进行了自动化改造,并设计了平衡机构以协调外臂和垂管的重力;基于简化的鹤管系统三维模型,进行静力学特性分析;建立自动鹤管运动学模型,并进行工作空间分析及轨迹规划;采用机器视觉技术完成了槽车罐口识别与定位程序设计。图像仿真定位实验结果表明视觉系统定位误差在8 mm以内,能够较

针对目前电子式健康秤采用人工检定存在的劳动强度大、工作效率低和工人易出错等问题,开发了基于机器视觉的自动检定系统。利用机器视觉系统进行LCD显示屏字符识别、误差计算和结果判定;通过伺服电缸进行增砣砝码的逐级加载和卸载;采用气缸实现检测产品的送料和退料。结果表明：视觉系统可实现LCD字符的精确快速识别,检定系统可完成电子式健康秤的自动计量检定,具有高效、高精和智能等特点。