基于3D激光轮廓传感器的制鞋喷胶关键技术研究

来源 :福建工程学院 | 被引量 : 0次 | 上传用户:guanenyu
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
中国是一个制鞋业大国,每年制鞋产业都能带来巨大的经济效益。在鞋类生产过程中涂胶是一个关键的环节,但部分中小型制鞋企业仍以手工涂胶为主。这就存在涂胶质量不稳定、工作效率低等问题,所以实现鞋底的自动化喷胶是制鞋企业的迫切需求。近十年来,随着以机器视觉为代表的非接触性测量技术的长足发展,配合机器视觉技术的机器人加工已经成为了现代生产加工中不可或缺的一环。机器视觉技术能够对形状不规则的工件进行高效、精确的信息采集,为后续机器人的生产加工提供轨迹路径的控制点位。本文针对制鞋加工过程中的喷胶工艺进行研究,由3D激光轮廓传感器采集鞋底图像,通过图像处理技术获得工业机器人涂胶运动轨迹线,从而驱动机器人执行喷胶动作。具体的工作内容如下:(1)针对既定的应用场景、使用范围和精度需求,结合3D激光轮廓传感器成像模块和工业机器人运动模块,自主设计并搭建了一整套单目3D视觉工业机器人制鞋喷胶实验平台。该实验平台包含了图像处理模块、机器人运动模块、PLC控制模块,能高效地采集鞋底图像、提取目标轮廓线,并且执行机器人的喷胶动作。(2)为获得良好的鞋底上边缘轮廓信息,应用目前主流图像处理算法,对图像进行滤波、增强对比度以及边缘检测等一系列实验。使用中值滤波对图像进行预处理,并且对现有的Canny边缘检测算子进行改进,增强边缘检测效果对噪声的抵抗能力,从而获取鞋底上边缘轮廓线。(3)为解决实际应用过程中出现的轮廓线断点现象以及轮廓线部分缺失现象。首先,使用BFS算法检测轮廓的连续性,通过IDW算法对轮廓线中的断点进行插值修复;其次,利用NURBS对图像采集过程中由于遮挡产生的轮廓线缺失部分进行插值;最后,将拟合后的曲线进行空间法向的等距偏置,生成工业机器人的喷胶运动轨迹线。(4)实验平台控制系统的设计与测试。在图像采集、特征轮廓线提取、工业机器人运动轨迹生成等工作结束后,还需要对实验平台控制系统进行设计,使得各设备之间按照预期的设定进行配合工作。主要包括涂胶工作的流程设计、主要设备运动控制、数据传输等工作。最后在实验平台上对上述方法进行实际的验证,实验结果表明搭建的视觉涂胶平台具有良好的工作效率以及运动稳定性。
其他文献
近年来,交通事故频发及其数量的居高不下使得驾驶安全形势日益严峻。现有研究表明,多达90%的交通事故与驾驶员因素直接相关,驾驶员的风险性驾驶行为造成了大量的人员伤亡和经济损失,特别是对于营运企业来说,一旦发生交通事故将导致极大的危险性与破坏性,缓解驾驶安全性问题刻不容缓。然而,如何有效地量化驾驶行为风险程度,并客观地评价其驾驶安全性,仍然存在着巨大挑战。随着大数据技术的长足发展,基于交通轨迹大数据的
2020年新春佳节之际,突如其来的新冠疫情席卷全球,为新兴产业的发展提供了强劲动力。在定点输送、病毒消杀等场景,智能驾驶车辆得到了广泛应用,有效缓解了疫情传播。加快发展智能驾驶车辆既是服务我国汽车产业的使命担当,也是应对各种危机的应时之举。智能驾驶技术在汽车领域具有明显优势,但核心技术以及关键问题仍需进一步突破。针对智能驾驶车辆的路径跟踪控制问题,本文基于线控转向系统对智能驾驶车辆开展了前馈反馈控
随着城市机动车保有量的迅速攀升,城市交通拥堵问题日益严峻,严重阻碍了城市的良性发展。交通流预测是缓解城市交通运行压力的有效手段之一,准确的路网交通流预测模型能够为交通部门制定合理的管理措施提供理论依据,降低公众出行的时间成本,从而缓解城市交通拥堵。然而,现有的路网交通流预测模型大多没有很好地捕获交通流数据蕴藏的时空相关性,且难以满足不同预测时长的精度要求。因此,本文围绕路网交通流预测问题展开研究,
玻璃在生产过程中会产生气泡、夹杂、疖瘤、污迹等多种缺陷。这些缺陷不仅影响了玻璃的美观,而且会降低玻璃的性能,因此在玻璃的生产过程中需要对玻璃的缺陷进行检测,进而提高玻璃产品的质量。目前基于视觉图像的玻璃缺陷检测方法主要有两大类:一是采用传统的数字图像处理技术,提取玻璃缺陷的特征,进而识别玻璃图像中的缺陷类别。这种方法较为成熟,但受限于光照、应用背景等因素,采样图片往往不统一,特征提取过程较为复杂。
微电网由多种分布式电源组成,可在并网和离网状态灵活切换,能够有效解决发电过程中新能源接入大电网时出现的问题。但分布式电源具有多样性、组合随机性的特点,使得微电网存在运行控制困难,运行成本较高等问题。本文采用改进麻雀搜索算法对上述微电网运行问题进行优化求解,以降低发电成本和环保成本,提高资源利用率,对微电网的经济性、可靠性和环保性都有显著提高,本文的主要工作内容分为以下四点:(1)针对微电网的概念、
磷资源短缺与水体中磷含量过剩问题日益严峻,从污水中去除并回收利用磷资源、实现磷资源可持续利用的需求已十分迫切。吸附法具有操作简单、处理成本低、除磷效率高等优点使其在废水除磷工艺中具有一定前景,层状双氢氧化物(LDH)作为新型吸附材料在水处理领域得到了广泛的应用,且对磷具有较好的吸附效果。为此,本文旨在合成具有高比表面积、环境友好型、高效吸附磷的LDHs,并对磷进行回收,由此展开一系列研究。具体工作
随着北斗/GPS定位技术、车联网技术、5G等先进技术的快速发展,现如今积累的海量交通轨迹数据已达到大数据的应用规模,这使得交通路网成为一个可动态表征的拓扑结构,但目前关于深入探究城市路网演化路径的计算模型还未形成完整的理论体系,并且大部分停留于演化模型以及演化机制的研究,很少能将其直接运用并解决城市道路建设中遇到的实际问题。因此,本文围绕城市路网拓扑的演化路径关键技术开展研究,并通过自我构建的节点
无线传感器网络(Wireless Sensor Networks,WSNs)在智能电网监测中发挥极其重要的作用——长期有效地监测电力设施的运行状态,对输电线路的故障进行预警与定位,为智能电网安全稳定运行提供保障等。但是由于无线传感器网络节点的能量、存储容量等资源有限,部分节点需要大量转发其他节点信息导致能量消耗过快出现能量空洞或数据溢出问题,导致智能电网中出现故障或异常信息等突发数据不能及时上传与
家庭电力负荷是电力负荷的重要组成部分,精准的短期家庭电力负荷预测对电力价格的制定、需求侧响应或者电力传输等问题有着巨大的帮助。相比于电力负荷,家庭电力负荷的波动性更大,随机性更强,预测难度更高。本文以提高家庭电力负荷预测精度为目的,采用信号分解和特征筛选作为数据预处理方法,基于Attention机制的神经网络模型进行预测研究。本文主要开展了如下工作:(1)本文主要采用的数据集包含多个变量,每个变量
工业机器人和砂带机进行打磨修整时,其磨削振动是影响工件表面质量与生产效率的重要因素之一。本文就对工业机器人—砂带机组成的磨削系统进行研究,把磨削振动作为主要研究对象,建立磨削工艺参数、系统振动与工件表面粗糙度的参数化模型,通过自行搭建的实验平台进行验证并进一步优化表面粗糙度预测模型。首先分析砂带机部分,结合砂带机磨削系统的简化模型和磨削力模型,建立砂带机磨削系统动力学方程,得到砂带机的传递函数;分