基於機器視覺的鋼結構智能零件分揀系統檢視原始碼討論檢視歷史

來自 搜狐網 的圖片

基於機器視覺的鋼結構智能零件分揀系統傳統建築鋼結構加工製造領域，鋼構零件的標準化程度低、種類多、數量龐大。傳統分揀作業方式以人工為主，作業效率低、勞動強度大、質量判定難。針對以上問題，研發了國內首套具有自主知識產權基於機器視覺的鋼結構智能零件分揀系統，變革了傳統的鋼構分揀作業方式，且此領域市場前景廣闊，極具推廣的價值，有較高的經濟價值和社會效益。

技術要點和優勢

該系統融合了工業機器人、機器視覺及邊緣計算及自研視覺處理算法等先進技術手段，實現了基於零件三維點雲數據進行零件匹配識別、質量判定並能按構件自主分類揀選等功能。具體來說，針對所有待檢零件，從設計圖紙源頭入手，提取所有待加工零件關鍵特徵，生成專家模板庫。待檢測零件經3D相機成像，經由去噪、圖像分割、特徵提取、模板匹配等機器視覺處理算法，得到待檢測工件輪廓特徵及其與專家模板庫中相匹配的模板，由此得到待檢測工件零件號，質檢判定通過待檢測工件輪廓特徵與設計圖紙的尺寸誤差和定位誤差判定。最後，機器人按照系統設定好的分揀策略分類揀選合格零件，不合格零件直接放入指定的料筐進行返工修復。 該系統核心在於自研視覺處理算法部分，對大批量、多樣性、粗加工類零件進行識別並質檢，對算法的準確性、通用性及執行效率是極大的挑戰，經測試，該系統視覺處理算法完全滿足工業生產需求，且領先於國外設備。 該系統採用策略基於人工智能的搜索策略進行分揀策略設計，採用的啟發式搜索算法，通過信息搜索代價評估形成高效分揀策略，提升分揀效率，整個系統工作節拍滿足高負荷工廠生產需求。

應用案例介紹

該系統已在鄭州寶冶鋼結構有限公司鋼結構加工製造車間使用一年多時間，累計分揀鋼結構零件達13萬件，誤判率低至0.3%，領先於國內同行業設備。該系統單件識別及質量合格性判定時間控制在500ms以內，傳統人工檢驗時間超1min，系統質檢效率是傳統人工檢測的120倍，且檢驗評判標準一致，不存在人為主觀因素，因而準確率、可靠性高。該系統操作簡單，容易上手，不需要了解機器人、機器視覺等專業知識，僅會簡單的計算機操作即可，操作該系統僅需1人，傳統人工分揀檢測方式此工序一般標配4人。以一批次100件為例，從上料到分揀完成，應用該系統，1人1.5h即可完成該批次零件的分揀及質檢，傳統方式4人1.5h才可完成，節省人工75%。極大提高了生產效率，增加企業競爭力。實現了從傳統人工質檢到智能分揀的作業方式的變革，促進該產業的發展。