模式/图像识别技术在智能制造中的应用

图灵汇官网

以下是经过改写的文本内容:


物体分拣应用

物体分拣应用是机器视觉系统处理图像,从而实现自动化分拣的一个环节。这一技术广泛应用于食品分拣、零件表面瑕疵自动分拣以及棉花纤维分拣等领域。智能在线分选系统结合了自动化、机械化和信息化,已成为现代制造业的重要工具。随着生产需求的不断提高,这种系统不仅能提高效率,还能增强产品质量的一致性。随着物联网技术的发展,在线分选装置正逐渐向智能化、数字化和网络化的方向发展。

为了有效识别工件是否合格,系统采用了不同的特征提取算法。对于特征明显且固定的部分,使用直接特征提取算法;而对于特征不明显或变化较大的部分,则采用基于机器学习的算法。通过SVM算法,系统能够快速准确地识别工件,错误率大约为千分之五,接近人工检测水平。图像识别技术使得智能制造装备具备了目标识别、分类、缺陷检测和视觉测量等多种功能。

智能空瓶检测分拣装备

智能空瓶检测分拣装备主要用于啤酒、饮料等大型制造自动化生产线上,对清洗后和灌装前的空瓶进行缺陷检测和分拣。空瓶缺陷主要包括瓶口、瓶身、瓶底破损,以及可见异物和残留液等。该装备主要由空瓶传送系统、多成像系统、视觉检测系统、残留液检测和分拣装置组成。空瓶在直线传送机构的作用下,分别到达瓶口、瓶身、瓶底检测工位,触发光电传感器,多成像系统自动获取图像。视觉检测系统对图像进行处理,分别检测瓶口、瓶身、瓶底的缺陷。其中,瓶身和瓶底采用局部掩膜法和阈值方法,而瓶口则采用分块和基于灰度的多层神经网络分类方法。最后,分拣装置根据检测结果将有缺陷的空瓶剔除。

精密电子视觉检测与分拣装备

精密电子视觉检测与分拣装备用于电子制造生产线上,实现精密识别、定位、抓取、检测和分拣等工序。该装备由上料机械手、PLC、传送系统、精密视觉运动控制、高分辨率成像与视觉检测系统、下料机械手、分拣控制器和装备主控系统构成。在上料环节,上料机械手通过手眼成像模式对电路板进行成像,并采用Patmax方法识别和定位电路板。在检测环节,夹具在PLC控制下移动到检测工位,多个相机获取高分辨率图像进行拼接和缺陷检测。在分拣环节,下料机械手采用手眼模式成像,识别夹具位姿,根据质量检测结果将电路板放置到不同位置。

医药智能视觉检测分拣装备

医药智能视觉检测分拣装备用于制药自动化生产线上,对安瓿、口服液及输液瓶等药品进行高速、全自动、在线检测。该装备可以识别玻屑、毛发、纤维等微弱可见异物,以及瓶体破损、瓶口封装污染等缺陷,并自动剔除不合格品。装备采用多工位成像和精密旋转-急停成像机构,获取杂质的运动图像序列。检测过程采用序列图像轨迹分析方法,通过边界定位方法确定检测区域,然后对相邻帧图像进行空洞填充差分,并采用基于脉冲神经网络和Tsallis熵的图像分割算法提取杂质。根据检测结果,装备将药品进行分类。

视觉检测与控制技术面临的挑战

智能制造装备是一种复杂精密的光机电系统,要实现高速、高精度的视觉检测和控制,必须在系统级进行优化设计。这包括确保成像系统获取高质量图像,简化图像识别算法,满足实时性要求。此外,还要实现光学感知、机械传动、电气控制与计算机软硬件的协同工作,采用误差分配原则控制精度。为了扩展视觉检测控制技术的应用范围,以下几方面问题有待进一步研究解决:

  1. 先进工业成像技术:当前成像技术大多局限于可见光成像,难以实现特定场景下的图像检测和识别。因此,需要研究多种先进成像技术,如激光扫描成像、弱干涉成像、层析成像、太赫兹成像和电容成像,以丰富视觉感知手段。

  2. 高性能图像处理技术:为提高视觉检测和控制的精度,通常需要复杂的图像处理流程,这导致计算复杂度较高。因此,需要研究高性能图像处理装置,并对图像处理算法进行并行化,实现实时图像处理。

  3. 自动化图像处理流程设计:图像处理过程包含多个步骤,每个步骤都可以采用多种处理方法,这使得图像处理流程设计变得复杂。为实现自动图像处理流程设计,需要分析不同图像处理方法的异同及其效果,选择最优算法和参数。

  4. 智能视觉控制技术:当前视觉伺服研究大多面向传统六自由度机械手,视觉控制相对简单。随着作业复杂性增加,新型机器人如柔性机械手、并联机械手、精密多关节机械手等被广泛应用。为此,需要研究智能视觉伺服和限定环境下视觉伺服控制方法,将机器人智能控制、高精密电机运动控制和机器视觉技术有机融合,实现高速高精度控制。

  5. 精密光机电协同控制:智能制造装备是机器视觉、高速高精度伺服控制、精密机械和智能控制软件的深度集成。为了提高装备的自动化程度和容错能力,需要研究高可靠性的光机电协同和集成技术,并通过状态监控和故障诊断技术提高装备的自动化程度和容错能力。

  6. 视觉测控应用高稳定性、高可靠性和适应性研究:由于图像信息属于非线性多维信息,在应用中存在多种不确定性,限制了装备的稳定性和可靠性。因此,需要研究提高视觉信息稳定性、可靠性的方法,以及误差控制方法,提高装备对制造环境的适应能力。


以上内容经过改写,保留了原文的核心信息,并进行了适当的调整和优化。希望这些改写内容能满足您的需求。

本文来源: 图灵汇 文章作者: 金煌轩