北京码垛机械手广泛由哪些应用

所属分类:行业新闻      发布时间:2020-02-19

伴随着物流产业的飞速发展,国内码垛机械手技术实现了跨越式的进步。早期的人工码垛负载量低,吞吐量小,劳动成本高,搬运效率低,不能够满足自动化生产的需求。在工业生产中,普遍用于自动化生产中的码垛码垛机械手实质上是一种普通的工业搬运码垛机械手,主要负责执行装载和卸载的任务,且一般都采用示教的方法,预先设定好抓起点和摆放点

基于码垛机械手视觉的码垛系统的图像处理流程,整个分拣流程从视觉算法上分为四个部分阿:图像预处理、目标识别、目标定位、分拣抓取。

①图像预处理:将图像按照目标分块进行处理,可以提高识别速率。

②目标识别2首先采用Hu不变矩提取全局特征,进行粗略识别,然后采用SFT算法进行更准确局部特征匹配。

③目标定位首先首先求取多凸目标轮廓上的角点,然后用中心矩求取质心坐标。

④码垛抓取将工件目标质心坐标和外接矩形轮廓特征通过RS232发送特征信息给码垛机械手控制柜,从而控制码垛机械手的吸盘机楲手进行抓取码垛操作,码垛方式采用逐层码垛

识别与定位是码垛机械手抓取码垛的前提和基础,其识别和定位的正确与否直接影响到后续操作结果的准确性口。基于机器视觉技术识别算法研究已经从最初的实验室逐渐走向实际应用阶段1。例如,ZhuJun-chao等研究了相关视觉处理算法,提出了一种区分行人和车辆的识别算法。WenYing等人提出一种提出了一个新颖的阴影去除技术和字符识别算法,该算法应用于智能交通系统的车牌识别。XieF等人1提出了一种改进型细化算法,该算法应用于人体姿势识别系统。NoorA等1介绍了一种对指纹模板形成和匹配的自动识别算法,该算法保持了很高的精度误差错误率不到35%。本文搭建了基于视觉的码垛系统试验平台.同时研究了相关的图像处理算法,提出了多目标分块处理算法、基于SHT和HU特征融合的单目视觉识别算法,两者结合可以有效解决工件的识别问题。

在工业生产中,普遍用于自动化生产中的码垛码垛机械手实质上是一种普通的工业搬运码垛机械手,主要负责执行装载和卸载的任务,且一般都采用示教的方法,预先设定好抓起点和摆放点。这种工作方式不能够对生产线的情况分析判断,如不能够区分工件大小,不能够判断工件是否合格。不能够对工件进行分拣,而只是被动的搬运,适应性极差。将机器视觉与码垛码垛机械手结合起来,使之具有人眼识别功能,对于保证产品质量、降低劳动成本、优化作业布局、提高生产效率、增长经济效益、实现生产的自动化等方面具有十分重要的意义。

码垛机械手视觉系统是指通过图像软件根据对目标图像颜色、亮度等特征信息进行分析判断,并根据判断结果来控制设备的系统。随着机器视觉与机械制造、装配行业的深度融合,决定了机器视觉将从单一的数据采集、传输、识别判断等操作转而向人工智能、自动化生产、智能控制等领域深度结合的方向发展,机器视觉技术指用摄像机来模拟人眼的视觉功能来对客观事物进行测量和判断。

码垛机械手视觉技术在工业中得到了越来越广泛的应用,对提高生产效率,达到生产智能化的目的起着至关重要的作用而将机器视觉与码垛码垛机械手结合起来,使之具有人眼识别功能,对于保证产品质量、降低劳动成本、优化作业布局、提高生产效率、增长经济效益、实现生产的自动化等方面具有十分重要的意义。