收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

灌装自动化生产线上视觉检测机器人研究

刘焕军  
【摘要】: 灌装自动化生产线上视觉检测机器人是以机器视觉技术为基础,光机电一体化的智能检测设备,它是现代制造业的重要自动化装备之一。它可以代替人工对灌装自动化生产线上的空瓶和瓶内液体质量进行智能检测。所以研究和开发具有自主知识产权的智能检测机器人是国民经济飞速发展和市场不断扩大的需要。 论文首先介绍了课题研究的背景和意义,机器视觉技术的概况,它在工业智能检测中的应用以及灌装自动化生产线上视觉检测机器人的研究现状。然后根据生产中对灌装前的空瓶质量检测和灌装后瓶内液体质量检测的要求,分别设计了灌装自动化生产线上的空瓶视觉检测机器人和实瓶视觉检测机器人。并在文中对其基本结构作了具体说明。比较了智能检测机器人的几种视觉检测和控制系统设计方案。在此基础上,为了满足高速检测的需要,设计了基于DSP的视觉检测和控制系统。因为图像采集系统是智能检测机器人的核心之一,所以论文中对图像采集系统的各项关键技术进行了深入研究,设计了可以为检测机器人提供清晰图像的图像采集系统。在智能检测机器人完成检测后,对不合格产品需要从生产线上分离,为此论文开发出新的柔性击出器,可以保证在高速流水线上稳定地分离对象产品。论文还开发了模块化的智能检测软件平台,能够稳定可靠地在智能检测机器人上完成检测和控制任务。根据这些研究,研制出灌装自动化生产线上视觉检测机器人的实验样机,验证了设计方案。 本文中着重对用于灌装自动化生产线上的智能检测方法进行了研究,并提出了以运用支持向量机为主的对瓶身、瓶底、瓶口和瓶内液体的不同检测方法。 瓶口质量对灌装后的产品质量有着重要影响,需要在灌装前对瓶口质量进行检测。由于在线检测中需要实时确定图像中处理对象位置,所以论文首先探讨了瓶口图像处理区域定位算法。经过对比分析确定了基于改进Hough变换的快速瓶口处理区域定位算法。为了满足生产线上高速检测的需求,提出了基于经验规则的瓶口质量检测方法。这种方法通过经验规则对圆形扫描法得到的瓶口平均灰度曲线进行判决,能快速确定瓶口质量。此方法虽然简洁,但要依赖于专家经验,检测准确率不够理想。因此采用了具有良好推广能力的支持向量机来判断瓶口质量。但是经过实验对比发现支持向量机的性能与选择的核函数及参数有很大关系。为此特提出基于支持向量机神经网络的瓶口质量检测算法。它结合了支持向量机和神经网络的优点,能更好地得到全局最优解。实验证明采用这种方法来检测瓶口能达到最高的准确率。 在灌装前同样需要对瓶身和瓶底质量进行检测。对瓶身图像,提出了中心概率算法来快速确定处理区域。而在瓶底图像上采用了改进Hough变换算法来定位处理区域。经过分析缺陷特征,提出了分区快速检测算法来检测瓶身和瓶底质量。这种算法为了减少噪声干扰将处理区域进一步细分,然后采用综合的专家规则在这些小区域中检测是否存在缺陷。不过这种算法由于可能割裂缺陷,检测准确率不是很高。针对此种算法的不足,本文提出了基于多核函数支持向量机集成的瓶身和瓶底质量检测方法。这种方法先采用改进的分水岭变换分割出完整的可能缺陷区域,然后提取这些区域的特征,由多核函数支持向量机集成来分类决策。论文中提出的多核函数支持向量机集成运用蚁群算法优选具有不同核函数的支持向量机进行选择集成,可以保证其分类性能。通过对比实验证明基于多核函数支持向量机集成的瓶身和瓶底质量检测方法具有更高的检测准确率。 在灌装后瓶内液体中可能还存在有杂质,会危害到消费者,必须对液体质量进行检测。为了区分瓶内液体杂质和瓶体上的痕迹,需要采用运动分析的方法处理序列图像。在序列图像中,瓶内液体杂质都会表现为一些高亮度的区域。因此提出一种二值图像差分算法,先采用基于聚类的二值化算法将图像二值化,再把连续的二值图像进行差分,据此分割出图像中的运动区域。并提出一种基于关联匹配的运动目标跟踪算法对分割出的运动区域进行跟踪。这种算法由卡尔曼滤波器预测运动目标在下一帧图像中可能的位置,然后以此为中心建立跟踪窗口,将位于窗口中的各运动区域和运动目标进行关联匹配运算,确定最佳的匹配目标,从而建立起目标跟踪链。然后根据这些运动目标所在区域的特征及其运动特性提取出特征量,运用论文中提出的模糊支持向量机算法来进行分类。这种模糊支持向量机利用了模糊理论,进一步提高了复杂问题处理能力和抗噪性能,可以更准确地对液体质量进行检测。同时根据瓶内液体体积检测的需要本文提出了一种液位检测算法。在液位检测中提出了边缘检测和边缘连接相结合的方法,可以快速准确地寻找到液面边缘,然后确定液位高度来检测液体体积。实验表明这些算法都是有效的。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 张琦;机器视觉系统的原理及现状[J];电子工业专用设备;1999年04期
2 ;机器视觉如何应对与工业自动化系统集成应用的挑战[J];电子技术应用;2009年06期
3 ;机器视觉系统及Coreco公司产品简介[J];国外电子元器件;2004年03期
4 马金奎,路长厚,程英;机器视觉测试系统[J];工具技术;2004年09期
5 庞琳,高庆吉,金立忠,秦玉华,张术勇;基于机器视觉系统测量有色溶液浓度的方法研究[J];东北电力学院学报;2005年01期
6 王昕;秦鹏;;机器视觉系统市场[J];软件;2007年02期
7 Mark T.Hoske;;机器视觉[J];软件;2008年01期
8 钟权龙,许积飙;西门子机器视觉系统在烟草行业的应用[J];现代制造;2004年22期
9 ;PC VS嵌入式视觉系统的未来走向[J];现代制造;2006年06期
10 房超;;机器视觉及其在工业检测中的应用[J];自动化博览;2007年04期
11 J.S.Kane,顾聚兴;光学设计是机器视觉系统的关键[J];红外;1999年08期
12 C.G.Masi;;机器视觉成熟时[J];软件;2008年09期
13 陈晓鹏;;机器视觉技术[J];机电一体化;2008年05期
14 ;邦纳机器视觉在食品及医药包装行业的应用[J];自动化博览;2009年08期
15 ;美国Adept技术公司宣布下一代机器视觉系统问世[J];传感器世界;1995年02期
16 Richard A Quinnell;;机器视觉控制技术[J];电子设计技术;2007年05期
17 范祥;卢道华;王佳;;机器视觉在工业领域中的研究应用[J];现代制造工程;2007年06期
18 ;邦纳机器视觉在食品及医药包装行业的应用[J];可编程控制器与工厂自动化;2009年08期
19 冯伯儒;;机器视觉可望用于机器人[J];光电子技术;1987年02期
20 杨高科;基于虚拟仪器的质量检测机器视觉系统的设计[J];电子设计应用;2002年01期
中国重要会议论文全文数据库 前10条
1 ;第二分会场 会议安排[A];中国仪器仪表学会2007年学术年会、全国仪器仪表教育学术年会论文集[C];2007年
2 戚栋;丁远来;;防窃电智能检测装置的抗干扰设计[A];中国物理学会第九届静电学术年会论文集[C];2000年
3 刘瑜;孙齐虎;;油液中异常磨粒的智能检测[A];第八届全国摩擦学大会论文集[C];2007年
4 赵大兴;王璜;朱锦雷;;基于机器视觉的织物疵点检测系统[A];湖北省机械工程学会设计与传动学会、武汉机械设计与传动学会2008年学术年会论文集(2)[C];2008年
5 林叶春;李勇;;采用单片机实现智能尘埃计数器及其遥测[A];第二届全国信息获取与处理学术会议论文集[C];2004年
6 张伟华;陈军;连世江;贾海政;;机器视觉及其在农业机械中的应用综述[A];2007年中国农业工程学会学术年会论文摘要集[C];2007年
7 沈冰夏;马牧燕;;基于虚拟仪器与机器视觉的传送带故障检测系统[A];第八届全国信息获取与处理学术会议论文集[C];2010年
8 张辉;戴敬;;基于机器视觉的平面几何参数自动测量系统[A];全国第19届计算机技术与应用(CACIS)学术会议论文集(下册)[C];2008年
9 牛晓丽;龙绪明;姚舟波;;基于DSP的SMT焊点质量检测系统的研究[A];2007中国高端SMT学术会议论文集[C];2007年
10 周振威;王晓;;机器视觉技术及其在钢铁行业的应用[A];自动化技术与冶金流程节能减排——全国冶金自动化信息网2008年会论文集[C];2008年
中国博士学位论文全文数据库 前10条
1 刘焕军;灌装自动化生产线上视觉检测机器人研究[D];湖南大学;2008年
2 李东升;小管道超声智能检测爬机及测试技术研究[D];南京理工大学;2002年
3 郭锐;基于Linux的微细电火花加工数控系统及其相关关键技术的研究[D];哈尔滨工业大学;2007年
4 胡涛;机器视觉中的自动调焦及形貌恢复技术研究[D];哈尔滨工业大学;2007年
5 蒋奇;管道缺陷漏磁检测量化技术及其应用研究[D];天津大学;2003年
6 陈月华;基于机器视觉的小麦蚜虫自动检测技术研究[D];东北农业大学;2007年
7 罗三定;基于机器视觉的分钢关键技术研究及其应用[D];中南大学;2006年
8 任奕林;基于外形特征的鸡蛋生物力学特性研究[D];华中农业大学;2007年
9 陈伟;基于PSO的复杂工业环境视觉目标检测算法应用研究[D];武汉科技大学;2008年
10 李建美;标牌压印字符图像获取与处理中的关键技术研究[D];山东大学;2008年
中国硕士学位论文全文数据库 前10条
1 鲁娟;大输液中可见异物智能检测技术研究[D];湖南大学;2008年
2 陈志辉;离子交换法钨冶炼自动控制的实现[D];厦门大学;2008年
3 王栓巧;基于机器视觉的种蛋品质检测系统研究[D];内蒙古农业大学;2009年
4 初苗苗;RoboCup中型组足球机器人硬件平台设计与实现及视觉系统若干问题研究[D];山东大学;2009年
5 相恒伟;基于FPGA的CCD工业相机的研究与开发[D];江南大学;2009年
6 张杰;基于机器视觉的图像采集与处理系统研究[D];成都理工大学;2006年
7 李欣;基于机器视觉的啤酒瓶空瓶检测机设计开发[D];山东大学;2006年
8 马骁;基于动力学的高速并联机械手控制方法研究[D];天津大学;2006年
9 高晟丽;基于机器视觉的工件检测技术研究[D];解放军信息工程大学;2006年
10 陶徐;机器视觉在烟盒包装检测中的应用[D];昆明理工大学;2007年
中国重要报纸全文数据库 前10条
1 张劲;精度巡航智能检测[N];中国电力报;2011年
2 忻迪;我国研制出能探到1毫米裂缝的路面智能检测车[N];中国汽车报;2003年
3 ;新型路面智能检测车通过鉴定[N];今日信息报;2003年
4 李雯;机器视觉系统助力包装自动化[N];中国包装报;2006年
5 龚方君杨晓利;重庆气矿卧渝线A段首次实现智能检测[N];中国石油报;2007年
6 杨文;简约化的食品与饮料检测[N];中国包装报;2010年
7 ;大众VW11主板 智能检测安全状态[N];中国计算机报;2003年
8 宋昆;两类机器视觉系统的比较[N];计算机世界;2007年
9 记者尹传红通讯员孟新心;国产“智能猪”派上大用场[N];科技日报;2002年
10 宋学勇赵敏;机器视觉系统的关键技术[N];计算机世界;2007年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978