视觉引导工业机器人智能分拣生产线提升应用效果

hwyzw

    开放文字图片集

    摘要：工业机器人可以称它们为工业机器人。它的自我操作相对简单，在行业中运作稳定，并且具有许多优势。在当前的机械处理以及电子和电子行业中，它已在许多行业中全面应用，这些行业可以有效地从高强度和高风险任务中人为地解放。但是，在特定的增长过程中，由于相对复杂的工作环境和材料位置的相对不确定的信息，在申请过程中无法识别工业机器人应用过程中材料形状，颜色和位置的能力。在单独的操作过程中，无法满足灵活制造生产的全面需求。基于上述观点，本文进一步讨论了基于视觉指导的智能分类生产线。希望基于此，可以有效改善工业机器人应用的效果。

    关键词：视觉指导；工业机器人；智能分类；生产线

    中间图中的分类编号：文献身份代码：

    介绍

    在新时期的背景下，工业机器人的应用前景更为广泛。在应用工业机器人时，它可以促进有效的劳动解放，但是在实际生产过程中，其工作环境非常复杂。物质位置信息高度不确定。因为机器人本身在实际结构过程中没有有效地识别材料，形状和位置的全面能力，因此在执行单独操作的过程中不能灵活。可以有效地满足许多生产要求，例如制造。目前，许多解决方案将应用许多方法，例如机器人技术或离线编程，以有效控制机器人的保留。有一定的失败机会。为了应对这个问题，深度学习和业务视觉分类方法的全面应用，但是实际算法相对复杂，图像数据处理的难度相对困难，并且该处理的要求更高。在实际的工业发展过程中，很难普及。因此，本文分析了对生产线进行分类的过程，并建议基于工业视觉，以便可以实现机器人和角色材料的随机检测功能，从而确保生产线自动化水平以及自动材料传输可以自动传输生产线。通过对机器人的视觉识别和知识源的划痕，将相应的材料输入到仓库中，从而提高了实际工作的效率。

    1工作流程分析

    在输送带上运输不同的颜色和不同形状的材料。它在视觉相机中有效，相应的机器人由相应的机器人携带到相应的材料仓库中。智能排序材料工作流程主要包括传送带的材料运输工作，以及机器的机器视觉，工业控制机的软件计算，实际教学点的实际数据传输，实际数据传输教学点机器人返回原始点。为了确保通过一般控制PLC模式有效提高工作效率，机器人视觉和机器人运动的合理部署。

    2关于整体结构的设计

    2.1设计整体布局

   

    在智能排序生产的实际施工过程中，将有一个工业机器人和一个仓库，1组工业视觉设备，1个真空发电机，1个工业控制器以及一个PLC和1个触摸屏以及许多其他许多众多范围例如PLC和1个触摸屏部分是建立的。在实际生产线的施工过程中，六轴工业机器人的实际结构已达到5公斤，其工作区域达到746毫米。在实际的施工过程中，吸气杯夹具将配备。在实际的施工过程中，机器视觉用于应用摄像头，并配备可调节的视觉光源。在实际的生产过程中，主控件PLC选择 S7-1200触摸屏，并使用的TP900精美面板进行有效设置。

    2.2网络结构的分析

    在实际设备施工过程中，该设备通过A/O和工业以太网完成了实际连接，并在实际施工过程中通过MOD BUS BUS协议完成了。 TCP/IP协议完成了实际通信，网络拓扑图如图1所示。

    3工业视觉检测分析

    通过提高工业视觉，可以有效地提高智能生产线排序材料的颜色识别能力，并有效地优化了其形状区别和相应的中心点识别能力。可以实时使用视觉测试来拍摄真实的拍摄图像和相应的标准图像以区分分析。比较并计算两者的偏差，从而构建了一种模型算法，以有效地执行材料的颜色配置和形状，以有效地执行材料构型和材料形状的有效性。识别可以使其更加顺利地完成排序任务。在智能分类系统的实际工作过程中，工业愿景将主要完成以下工作。高斯处理，灰度处理和相应图像检测，中心点计算，轮廓，颜色识别，摄像机校准和材料形状识别以及其他任务的主要过程。以下分析了实际工业视觉测试的几个关键内容。

    3.1图像处理的分析

    在实际开发过程中，主要内容是特征提取和模板匹配。在实际开发过程中，模板匹配将根据整体图像的形状，颜色和轮廓有效组合，或多个单调信息或多个信息以执行有效的目标跟踪。在实际开发过程中，通过有效设置匹配算法以合理的目标定位来有效地设置特征提取。在实际的技术申请过程中，将应用代码来完成灰色高斯和灰色边缘检测的许多处理工作，以确保可以实现模板匹配并有效提取功能。

    3.2分析相机校准

    相机校准是整体工业视觉检测中极为重要的任务。它将主要通过校准块获得相机内部和外部的参数，从而有效地实现后续的视觉测试。常用的相机校准方法具有相对多样的方法。基于九点校准方法，操作更简单，并且数据采集更加方便，更快。该相机工作时的九个标准点有效记录。 M矩阵是工业实体检测中极为重要的参数。它主要包括许多参数，例如视觉图像坐标系和相应的机器人世界坐标系转换矩阵转换。需要 - 深度研究。

    3.3跑步检测分析

    视觉摄像头接受的一般控制PLC将启动相应的触发摄像头。图片使用Pytho软件来完成有效处理和分析处理结果的实际位置信息，并将TCP总线协议进一步传递给机器人。公交协议将有效地通过机器人，并根据相应情况进一步完成机身。在处理结果中，使用TCP协议将许多信息（例如形状信息和其他信息）进一步传递给PLC。在PLC编程的实际处理后，机器人执行的子例程编码有效地确定。

    3.4主控制智能分类的分析

   

    在实际的申请过程中，主要控制PLC将有效控制整个工业机器人的生产运输，处理和工业护理。同时，进一步接收了HMI，并有效地接收了上机器的控制信号。工业视觉接收PLC信号，并基于此触发照片。同时，使用TCP协议将视觉检测的相关材料，颜色和实际形状信息进一步传输到相应的PLC。主控制PLC将进一步发布传输和停止信号，以确保确保将材料运输到实际的视觉识别范围内，确保相应的位置信息将在PLC上实时有效地显示在HMI上。主要控制plc和相应的工业机器人将完成与巴士的实际通信。主要控制plc将进一步向机器人发出指令。机器人将进一步反馈当前任务，以完成信号和对主要控制PLC的相应工作状态。

    结论

    在新时代，工业机器人具有广泛的应用程序前景。传统技术申请过程将有一定程度的局限性。在这种情况下，本文根据视觉指导提出了工业机器人。智能排序生产线的设计方案通过整体布局结构进行了优化，并有效地改善了智能分类工作的主要控制。从多角度来看，基于视觉指导的工业机器人智能排序生产线的设计工作有效地改善了。本质提高工业机器人的应用效率，并使机器工业机器人在随后的开发过程中具有更大的应用前景。

    参考

    [1] Gao Jian，Liu ，Fan Rui等。基于机器视觉的工业机器人智能分选系统的设计研究[J]。南部农业机械，2021，52（3）：18-19。 doi：10.3969/j。 ISSN.1672-3872.2021.03.007。

    [2] Xu 。基于机器视觉的工业机器人智能排序系统的设计[J]。仪器技术和传感器，2019（8）：92-95，100。DOI：10.3969/j.issn.1002-1841.2019.08.023，然后

    [3] Li Hui，Shi ，Hu Peng。智能识别和分类行业机器人工作站系统的设计和应用[J]。机械工程师，2019（12）：110-112。

    [4] Geng ，Wang di，Yang Wei，机器视觉，在工业机器人的智能分类和识别中研究[J]。电子生产，2018（20）：32-33。 doi：10.3969/j.issn.1006-5059.2018。 20.015。

    关于作者：Lu （1984  - ），男性，，山东，大学的本科生，   Co.