一、感知階段:圖像采集與預(yù)處理
1. 圖像采集
機(jī)械手視覺引導(dǎo)系統(tǒng)的感知始于圖像采集。這一過程通常由高分辨率的工業(yè)相機(jī)(如CCD或CMOS相機(jī))配合特定光學(xué)鏡頭完成。相機(jī)安裝在機(jī)械手或其周圍適當(dāng)位置,按照預(yù)定的視野和角度捕捉工作區(qū)域內(nèi)的場景。光源設(shè)計(jì)也至關(guān)重要,適當(dāng)?shù)恼彰鳁l件能夠增強(qiáng)目標(biāo)與背景的對比度,減少陰影和反光干擾,確保獲取高質(zhì)量的圖像。
2. 圖像預(yù)處理
采集到的原始圖像往往包含噪聲、光照不均等不利因素。預(yù)處理階段旨在對這些圖像進(jìn)行初步凈化,提高后續(xù)處理的準(zhǔn)確性。常見的預(yù)處理步驟包括:
去噪:通過濾波技術(shù)(如中值濾波、高斯濾波等)去除圖像中的隨機(jī)噪聲。
平滑:對圖像進(jìn)行邊緣平滑處理,減少邊緣鋸齒效應(yīng),提高邊緣檢測的精度。
灰度化或色彩空間轉(zhuǎn)換:將彩色圖像轉(zhuǎn)化為灰度圖像或轉(zhuǎn)換到更適合特征提取的色彩空間。
直方圖均衡化:增強(qiáng)圖像的整體對比度,使目標(biāo)特征更易于識別。
二、處理階段:特征提取與目標(biāo)識別
1. 特征提取
預(yù)處理后的圖像進(jìn)入特征提取環(huán)節(jié)。系統(tǒng)通過算法提取目標(biāo)物體的關(guān)鍵特征,如邊緣、輪廓、紋理、顏色、形狀等,這些特征是后續(xù)定位和識別的基礎(chǔ)。現(xiàn)代視覺系統(tǒng)廣泛應(yīng)用機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù),能夠自動(dòng)學(xué)習(xí)并提取復(fù)雜且魯棒的特征。
2. 目標(biāo)識別與定位
基于提取的特征,系統(tǒng)運(yùn)用模式識別、模板匹配、機(jī)器學(xué)習(xí)分類器、深度神經(jīng)網(wǎng)絡(luò)等方法進(jìn)行目標(biāo)識別。識別過程可能涉及單一目標(biāo)檢測、多目標(biāo)分割、對象分類等任務(wù)。一旦識別出目標(biāo),系統(tǒng)會(huì)進(jìn)一步計(jì)算其在圖像坐標(biāo)系中的精確位置(像素坐標(biāo))以及可能的姿態(tài)信息(如旋轉(zhuǎn)角度、尺度變化等)。
三、手眼標(biāo)定與坐標(biāo)轉(zhuǎn)換
手眼標(biāo)定是視覺引導(dǎo)系統(tǒng)中的重要步驟,目的是確定相機(jī)坐標(biāo)系與機(jī)械手基坐標(biāo)系之間的精確幾何關(guān)系。通過一系列標(biāo)定算法和實(shí)驗(yàn),可以獲得一個(gè)變換矩陣,用于將圖像坐標(biāo)系下的目標(biāo)位置信息轉(zhuǎn)換為機(jī)械手能理解的笛卡爾坐標(biāo)系下的位置和姿態(tài)。
四、規(guī)劃與執(zhí)行階段:路徑規(guī)劃與運(yùn)動(dòng)控制
1. 路徑規(guī)劃
知道目標(biāo)物體在機(jī)械手坐標(biāo)系中的位置后,系統(tǒng)需規(guī)劃一條最優(yōu)或可行的路徑,指導(dǎo)機(jī)械手到達(dá)目標(biāo)點(diǎn)進(jìn)行操作。路徑規(guī)劃考慮機(jī)械手的運(yùn)動(dòng)學(xué)約束、避障要求、工作空間限制以及潛在的動(dòng)態(tài)障礙等因素,生成平滑、高效且安全的軌跡。
2. 運(yùn)動(dòng)控制
最后,運(yùn)動(dòng)控制模塊根據(jù)規(guī)劃的路徑生成具體的關(guān)節(jié)角度指令或末端執(zhí)行器的笛卡爾坐標(biāo)指令,發(fā)送給機(jī)械手控制系統(tǒng)??刂葡到y(tǒng)實(shí)時(shí)調(diào)整機(jī)械手的關(guān)節(jié)伺服電機(jī),精確執(zhí)行預(yù)定的動(dòng)作,如抓取、移動(dòng)、放置或裝配目標(biāo)物體。
五、閉環(huán)反饋與修正
為了應(yīng)對實(shí)際操作中的不確定性,如抓取偏差、工件位置變化等,高級的視覺引導(dǎo)系統(tǒng)還具備閉環(huán)反饋功能。在執(zhí)行階段,系統(tǒng)可以通過再次采集圖像并進(jìn)行實(shí)時(shí)處理,驗(yàn)證抓取或操作結(jié)果,必要時(shí)進(jìn)行在線修正,確保任務(wù)的準(zhǔn)確完成。
目前匯萃智能機(jī)械手定位引導(dǎo)視覺系統(tǒng)憑借其廣泛的機(jī)械手兼容性、用戶友好的操作界面、高效精準(zhǔn)的性能表現(xiàn)以及高度自動(dòng)化的標(biāo)定功能,為用戶提供了即插即用、易于部署且適應(yīng)性強(qiáng)的視覺引導(dǎo)解決方案,極大地提升了自動(dòng)化生產(chǎn)線的靈活性、穩(wěn)定性和作業(yè)精度。
總結(jié)而言,從感知到執(zhí)行,機(jī)械手視覺引導(dǎo)系統(tǒng)通過圖像采集、預(yù)處理、特征提取與識別、手眼標(biāo)定、路徑規(guī)劃與運(yùn)動(dòng)控制等一系列緊密協(xié)作的環(huán)節(jié),成功實(shí)現(xiàn)了視覺信息到精準(zhǔn)機(jī)械動(dòng)作的轉(zhuǎn)化,顯著提升了自動(dòng)化生產(chǎn)線的靈活性、精度和效率。隨著深度學(xué)習(xí)、人工智能等先進(jìn)技術(shù)的不斷融入,未來視覺引導(dǎo)系統(tǒng)的性能和應(yīng)用領(lǐng)域?qū)⑦M(jìn)一步拓展。
返回頂部
在工業(yè)自動(dòng)化生產(chǎn)中,上料環(huán)節(jié)的效率與精度直接影響整條產(chǎn)線的運(yùn)行穩(wěn)定性。根據(jù)物料特性、生產(chǎn)需求及工藝要求,常見的上料方式主要包括以下幾類,其技術(shù)原理與應(yīng)用場景各有特點(diǎn)。
在精密制造領(lǐng)域,小五金件的質(zhì)量檢測一直面臨著嚴(yán)峻挑戰(zhàn)。以剃須刀刀頭為例,這個(gè)看似簡單的五金件實(shí)際上對精度和質(zhì)量有著極高要求。傳統(tǒng)的人工檢測方式依賴肉眼觀察和手動(dòng)抽檢,存在諸多局限,例如檢測人員需要借助放大鏡長時(shí)間作業(yè)導(dǎo)致視覺疲勞,抽檢模式存在漏檢風(fēng)險(xiǎn),人工判斷標(biāo)準(zhǔn)難以統(tǒng)一。這些都給產(chǎn)品質(zhì)量控制帶來巨大困難。
2025 年4 月 24 日,杭州獨(dú)角獸與準(zhǔn)獨(dú)角獸企業(yè)榜單正式揭曉,作為深耕機(jī)器視覺領(lǐng)域的硬核科技企業(yè),我們榮幸地入選 “人工智能與具身智能” 準(zhǔn)獨(dú)角獸企業(yè),同時(shí)繼續(xù)以國家級專精特新重點(diǎn) “小巨人” 企業(yè)的身份,在這份備受矚目的榜單上留下印記。此次登榜,既是公司技術(shù)創(chuàng)新實(shí)力的集中體現(xiàn),也標(biāo)志著其在“AI+先進(jìn)制造”領(lǐng)域的標(biāo)桿地位進(jìn)一步鞏固。
2025年4月25日,杭州發(fā)布首張人工智能產(chǎn)業(yè)全景圖譜《杭州AI臥龍圖》,匯萃智能作為“杭州AI108將”上榜“臥龍圖應(yīng)用層——AI+先進(jìn)制造”領(lǐng)域。 圖片 《杭州AI臥龍圖》全景式勾勒出杭州AI產(chǎn)業(yè)生態(tài),金龍代表"杭州六小龍",青龍代表"杭州AI18羅漢",白龍代表"杭州AI108將"。入選企業(yè)被劃分為基礎(chǔ)層、技術(shù)層和應(yīng)用層三個(gè)層次。其中,應(yīng)用層是人工智能產(chǎn)業(yè)中的關(guān)鍵力量,企業(yè)憑借其技術(shù)落地能力和賦能效應(yīng),推動(dòng)各行業(yè)提升生產(chǎn)效率、改善服務(wù)質(zhì)量并促進(jìn)社會(huì)可持續(xù)發(fā)展。 圖