首页|基于机器视觉的物料翻转与排序系统

基于机器视觉的物料翻转与排序系统

田前辉

基于机器视觉的物料翻转与排序系统

田前辉1
扫码查看

作者信息

  • 1. 河北科技大学
  • 折叠

摘要

现代化工业流水线使电子元器件能够批量生产,工厂在保证产量的同时还要保证元器件的合格率,所以元器件在出厂前都要进行一系列的质量检测,其中元器件的抗老化能力是不可忽略的。针对元器件老化试验前采用人工方式对元器件排序造成的高成本、低效率和易损伤元器件等问题,本文对智能化元器件排序进行了研究。主要工作如下: 针对料盘内元器件之间相互遮挡影响元器件识别和反面元器件的翻转问题,本文设计了一种振动式载料盘解决上述问题。振动式载料盘使用音圈电机作为动力源,通过调整音圈电机的振幅和频率控制每个音圈电机输出的振动力大小,在振动力的相互组合下输出不同的振动力矩,控制料盘内的元器件完成散开和翻转等动作。 为得到料盘内元器件的实际位姿,本文研究基于视觉标定的物料定位方法。通过分析相机成像模型和相机成像坐标系之间的转换关系,利用张氏标定法实现相机参数标定。结合手眼标定方法原理,利用Halcon视觉库实现运动平台的手眼标定,得到位姿转化矩阵。根据标定结果得到的位姿转换矩阵计算元器件的实际位姿,完成元器件的定位。 针对系统对正反面特征相似元器件识别率低的问题,本文从多特征融合和提高网络预测尺度两个方面改进YOLOv3算法网络结构,使网络在保持图像深层特征语义信息的同时获得更多图像浅层的特征信息,同时运用K-means++算法重新聚类数据集改进anchor值,提高系统对正反面特征相似元器件的识别率。 根据系统功能设计,在VS2015平台联合Halcon视觉库搭建物料翻转与排序系统软件平台,经过硬件平台调试之后,通过多组实验验证系统对元器件排序精度能够满足工业需求。

关键词

音圈电机/相机标定/手眼标定/正反识别/YOLOv3网络/K-means++算法

引用本文复制引用

授予学位

硕士

学科专业

电子与通信工程

导师

陈书旺/孙祎

学位年度

2022

学位授予单位

河北科技大学

语种

中文

中图分类号

TP
段落导航相关论文