CN112079154A - 基于视觉定位的纸塑复合袋差速纠偏方法及系统 - Google Patents
基于视觉定位的纸塑复合袋差速纠偏方法及系统 Download PDFInfo
- Publication number
- CN112079154A CN112079154A CN202010943189.3A CN202010943189A CN112079154A CN 112079154 A CN112079154 A CN 112079154A CN 202010943189 A CN202010943189 A CN 202010943189A CN 112079154 A CN112079154 A CN 112079154A
- Authority
- CN
- China
- Prior art keywords
- paper
- plastic composite
- composite bag
- deviation
- bag
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 239000004033 plastic Substances 0.000 title claims abstract description 486
- 239000002131 composite material Substances 0.000 title claims abstract description 481
- 238000000034 method Methods 0.000 title claims abstract description 180
- 230000000007 visual effect Effects 0.000 title claims abstract description 40
- 230000008569 process Effects 0.000 claims abstract description 84
- 230000033001 locomotion Effects 0.000 claims abstract description 50
- 238000004519 manufacturing process Methods 0.000 claims abstract description 21
- 230000037303 wrinkles Effects 0.000 claims abstract description 13
- 238000012937 correction Methods 0.000 claims description 112
- 238000004422 calculation algorithm Methods 0.000 claims description 71
- 238000000605 extraction Methods 0.000 claims description 44
- 230000001133 acceleration Effects 0.000 claims description 32
- 238000001914 filtration Methods 0.000 claims description 30
- 230000011218 segmentation Effects 0.000 claims description 30
- 238000009958 sewing Methods 0.000 claims description 24
- 238000006073 displacement reaction Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 12
- 230000002829 reductive effect Effects 0.000 claims description 12
- 230000014509 gene expression Effects 0.000 claims description 11
- 238000003825 pressing Methods 0.000 claims description 11
- 238000013507 mapping Methods 0.000 claims description 10
- 230000007246 mechanism Effects 0.000 claims description 10
- 238000007781 pre-processing Methods 0.000 claims description 10
- 238000013528 artificial neural network Methods 0.000 claims description 9
- 150000001875 compounds Chemical class 0.000 claims description 9
- 238000003708 edge detection Methods 0.000 claims description 8
- 238000007639 printing Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- 230000036961 partial effect Effects 0.000 claims description 6
- 230000002441 reversible effect Effects 0.000 claims description 5
- 238000004088 simulation Methods 0.000 claims description 5
- 230000009471 action Effects 0.000 claims description 4
- 238000004590 computer program Methods 0.000 claims description 4
- 230000003068 static effect Effects 0.000 claims description 4
- 201000004569 Blindness Diseases 0.000 claims description 3
- 238000005094 computer simulation Methods 0.000 claims description 3
- 238000001514 detection method Methods 0.000 claims description 3
- 230000000877 morphologic effect Effects 0.000 claims description 3
- 238000010998 test method Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 2
- 230000008859 change Effects 0.000 description 16
- 238000010586 diagram Methods 0.000 description 15
- 230000000694 effects Effects 0.000 description 15
- 239000000123 paper Substances 0.000 description 14
- 230000002068 genetic effect Effects 0.000 description 13
- 238000004458 analytical method Methods 0.000 description 9
- 238000011161 development Methods 0.000 description 7
- 230000018109 developmental process Effects 0.000 description 7
- 238000002474 experimental method Methods 0.000 description 7
- 230000009466 transformation Effects 0.000 description 7
- 230000008901 benefit Effects 0.000 description 6
- 230000007547 defect Effects 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 238000004806 packaging method and process Methods 0.000 description 6
- 230000005540 biological transmission Effects 0.000 description 5
- 238000000354 decomposition reaction Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 239000000109 continuous material Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000005389 magnetism Effects 0.000 description 3
- 238000000465 moulding Methods 0.000 description 3
- 230000035772 mutation Effects 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005056 compaction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 229920000742 Cotton Polymers 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007664 blowing Methods 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000013329 compounding Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000036461 convulsion Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 238000009459 flexible packaging Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 239000002905 metal composite material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000005022 packaging material Substances 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000007779 soft material Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
- 239000002023 wood Substances 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
- B65H7/00—Controlling article feeding, separating, pile-advancing, or associated apparatus, to take account of incorrect feeding, absence of articles, or presence of faulty articles
- B65H7/02—Controlling article feeding, separating, pile-advancing, or associated apparatus, to take account of incorrect feeding, absence of articles, or presence of faulty articles by feelers or detectors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
- B65H5/00—Feeding articles separated from piles; Feeding articles to machines
- B65H5/36—Article guides or smoothers, e.g. movable in operation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
- B65H7/00—Controlling article feeding, separating, pile-advancing, or associated apparatus, to take account of incorrect feeding, absence of articles, or presence of faulty articles
- B65H7/02—Controlling article feeding, separating, pile-advancing, or associated apparatus, to take account of incorrect feeding, absence of articles, or presence of faulty articles by feelers or detectors
- B65H7/14—Controlling article feeding, separating, pile-advancing, or associated apparatus, to take account of incorrect feeding, absence of articles, or presence of faulty articles by feelers or detectors by photoelectric feelers or detectors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
- B65H—HANDLING THIN OR FILAMENTARY MATERIAL, e.g. SHEETS, WEBS, CABLES
- B65H2701/00—Handled material; Storage means
- B65H2701/10—Handled articles or webs
- B65H2701/19—Specific article or web
- B65H2701/191—Bags, sachets and pouches or the like
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Making Paper Articles (AREA)
Abstract
本发明属于纸塑复合袋生产技术领域,公开了一种基于视觉定位的纸塑复合袋差速纠偏方法及系统,首先由视觉定位系统探测纸塑复合袋在平台上的偏移和倾角,然后由纠偏执行机构纠偏,纠偏平台每侧皮带为上下两条,夹持纸塑复合袋运动。两侧皮带速度不同,纸塑复合袋会在平台上旋转,其中心位置也会有横向运动,通过这种运动,将纸塑复合袋倾角矫正,并将纸塑复合袋中心位置移动到平台中轴线上。通过左右两侧皮带S加减速的纠偏方法,可以对单个纸塑复合袋进行有针对性的纠偏,解决了纸塑复合袋不连续传送的纠偏难点,使复纸塑合袋在纠偏过程中所受最大摩擦力不致使纸塑复合袋产生褶皱。
Description
技术领域
本发明属于纸塑复合袋生产技术领域,尤其涉及一种基于视觉定位的纸塑复合袋差速纠偏方法及系统。
背景技术
目前,随着国民经济的发展,农业、制造业和贸易行业都取得了飞速进步,其中包装业为这些行业的发展做出重大贡献。近十年来,包装材料发生了巨大的变化,由早期的木头、棉、纸、金属和塑料发展到现在的人工复合材料。多层塑料复合能够大大提高材料的物理性能,增加其耐用性;塑料与金属复合的材料既有金属的刚性,也具备塑料无害、低价的特点;塑料与纸复合的材料具有质地轻、防水、抗拉性能好等特点,广泛应用在食品包装上。
广泛应用的软包装袋主要有以下三种:传统塑料袋、多层纸袋和纸塑复合袋。传统塑料袋虽然有很多优点,曾广泛应用在多种场合,但是塑料袋抗高温能力差,易老化,并且对环境污染大,难以回收,造成“白色污染”,已被许多国家限制使用。多层纸袋的显著特点是无污染,易回收,废弃后可自动降解,但是纸袋防水性能极差,纸张强度低、易撕裂,且需要砍伐大量树木来生产,对环境不友好,已减少使用。纸塑复合袋具备纸袋和塑料袋的双重优点,生产成本低、防潮性能好、外观漂亮且不易破损,已广泛应用于食品行业、制造业和化工行业。
作为加工纸塑复合袋产品的机器,其性能直接影响纸塑复合袋的质量、生产效率和生产成本,也影响企业效率。根据相关数据,全球包装机械需求以每年5.3%的速度增长,并且随着国内经济发展和人民生活水平的提高,国内包装袋需求还将持续增长。纸塑复合袋需求的增长对纸塑复合袋生产设备提出了更高的要求。如何提高包装袋生产效率和质量以及如何提高生产设备的可靠性、稳定性和智能化水平已经成为包装行业亟待解决的问题。
但是目前的纸塑复合袋在生产中,当纸塑复合袋外袋出现缺陷时,应当及时将其剔除,减少后面工序的浪费和材料的浪费;当纸塑复合袋位置倾斜时,应当及时将其矫正,避免后面缝纫倾斜和印刷倾斜。目前的套袋机未对缺陷进行及时检测,导致浪费材料和占用工序,生产效率降低,成本升高。
纸塑复合袋内外袋套合后,由皮带将其传送到缝合工位。纸塑复合袋在套袋工位上由于开外袋、吹内袋等工艺,可能会使纸塑复合袋位置发生偏移和倾斜,导致缝合时缝线倾斜或缝边过短,并且导致印刷倾斜,故在套袋工位与缝纫工位之间,需对纸塑复合袋进行纠偏,使缝纫时纸塑复合袋位姿统一,保证其缝合质量和印刷质量。
纸塑复合袋在套袋和传送过程中,会发生偏移,偏移分为位置偏移和角度倾斜。位置偏移会导致纸塑复合袋缝边过短,角度倾斜会导致纸塑复合袋缝纫和印刷倾斜。为了找到合适的纠偏方法纠正纸塑复合袋的位置偏移和倾角,对常用的纠偏方式进行比较。常用的纠偏方法分别为:导向纠偏、基于CCD的连续料卷纠偏、机械手纠偏、异型导轨纠偏。
导向纠偏和机械手纠偏均适用于不连续进给、形状不易变的物体,基于CCD的连续料卷纠偏和调心托辊纠偏均适用于连续进给的柔性体。这些纠偏方法不适用于形状易变、材质较轻且不连续进给的纸塑复合袋。
通过上述分析,现有技术存在的问题及缺陷为:
(1)纸塑复合袋在生产中,容易发生位置偏移和角度倾斜,影响缝合质量和印刷质量;
(2)现有的纠偏方法不适用于对形状易变、材质较轻且不连续进给的纸塑复合袋进行纠偏。
(3)S加减速在别的领域控制中用得较多,但在柔性体的控制中,现有技术没有报道。
解决以上问题及缺陷的难度为:
(1)纸塑复合袋形状易变,不恰当的受力可能使其产生褶皱,影响其质量;
(2)纸塑复合袋在传送带上不是连续料卷传送,需要针对单个纸塑复合袋的位姿执行纠偏动作。
(3)采用简单的伺服进行张力控制无法满足工艺生产要求。其难点就是要搞清纸塑复合袋传输平展的工艺机理及力学模型,依据此模型进行控制。
解决以上问题及缺陷的意义为:
保证纸塑复合袋生产中的纠偏效率和准确度,满足工业生产要求。
本发明解决了根据纸塑复合袋受力状态进行展平不褶皱纠偏的精确控制,并进行了此工艺下的各参数的优化。这是最大的特色。
发明内容
针对现有技术存在的问题,本发明提供了一种基于视觉定位的纸塑复合袋差速纠偏方法及系统。
本发明是这样实现的,一种基于视觉定位的纸塑复合袋差速纠偏方法,包括:
由视觉定位系统探测纸塑复合袋柔性体在平台上的偏移和倾角,由纠偏执行机构采用S加减速的纠偏方法先将纸塑复合袋柔性体位置纠偏到中心线,再采用S差速法将纸塑复合袋柔性体倾角纠偏到水平位置。
进一步,S加减速的纠偏方法包括:
位置纠偏,左右两侧皮带均以S型曲线开始减速,直到两侧皮带均减速为0;左右两侧皮带速度大小不同,位置纠偏速度曲线围成的面积即为左侧皮带较右侧多前进的距离,该距离可由纸塑复合袋偏移量和倾角计算得到,即有:
L(Vl)-L(Vr)=Dp(d,θ)
其中,L(Vi)表示皮带以速度Vi在位置纠偏时间段内的位移;Vl为左侧皮带速度;Vr为右侧皮带速度;Dp(d,θ)表示纸塑复合袋纠正位置偏移时一侧较另一侧多前进的距离;位置纠偏开始时,两侧皮带同时开始减速;为防止纸塑复合袋一侧速度为0一侧不为0而产生褶皱,位置纠偏结束时,两侧速度同时降为0,然后开始角度纠偏;
角度纠偏,两侧速度大小相等,方向相反,均先加速后减速;纸塑复合袋开始旋转,抵消纸塑复合袋原始倾角和位置纠偏新增倾角,即有:
L(Vl)=Da(d,θ);
其中,L(Vl)为角度纠偏过程中左侧皮带的位移;Da(d,θ)为纠正倾角时纸塑复合袋一侧前进的距离;
纠正完位置偏移和倾角后,纸塑复合袋纠偏动作完成,此时两侧皮带速度均为0,最后两侧皮带加速至传送速度Vp,将纸塑复合袋平送出纠偏装置,开始缝纫和印刷。
进一步,由视觉定位系统探测纸塑复合袋柔性体在平台上的偏移和倾角后,还需进行压力数据库获取,根据获取的压力数据库数据调节皮带压力,压力正常,由纠偏执行机构采用S加减速的纠偏方法先将纸塑复合袋柔性体位置纠偏到中心线,再采用S差速法将纸塑复合袋柔性体倾角纠偏到水平位置;若纠偏的位置、倾角不满足生产需要,返回皮带压力调节步骤;所述压力数据库获取采用有限元静态屈曲计算的方法,针对不同的纸塑复合袋,以其屈曲发生的最大变形作为纸塑复合袋不产生褶皱作为计算依据,反求出此时作用在纸塑复合袋上且处于各姿态时皮带的最大压力,以此由磁力产生的作用在皮带上的最大压力作为纠偏中皮带压力控制的参数,每一个工况,复合袋屈曲变形已知,磁力大小固定;
或采用动态有限元方法结合BP神经网络法进皮带压力预测;根据每次纸塑复合袋的工况,包括电流大小、皮带间距大小、带速、摩擦状况,采用动态有限元方法进行模拟,得到每一个工况下的皮带压力;采用正交试验的方法进行工况数据的组合,并依次进行有限元动态模拟,得到一个工况对应下的皮带压力的集合;再运用BP神经网络的方法进行训练,建立较精准的基于工况参数的人工神经网络的皮带压力的数学映射模型;再以此训练好的数学映射模型代入到新的工况中,得到每次具体工况下的考虑电流大小、皮带间距大小、带速、摩擦状况的皮带压力,完成压力数据库的建立。
进一步,一种基于视觉定位的纸塑复合袋差速纠偏方法包括:
步骤一,由视觉定位系统探测纸塑复合袋在平台上的偏移和倾角,若纸塑复合袋在套袋工位发生位置偏移和倾斜,然后被传送到纠偏工位,工业相机拍摄纸塑复合袋的图像;
步骤二,图像经过获取ROI、图像预处理和直线提取后,计算出纸塑复合袋的中心位置和倾角,将位置信息传递给纠偏执行模块;
步骤三,纠偏执行模块首先调整纠偏皮带间距,并根据纸塑复合袋倾角设定合适的皮带压力,然后判断纸塑复合袋是否有位置偏移,若存在位置偏移,纠偏速度控制器控制两侧皮带速度方向相同、大小不同;
步骤四,纸塑复合袋在平台上绕一点发生旋转,中心位置在水平方向移动了距离,在此过程中,纠正纸塑复合袋位置偏移;
步骤五,位置偏移纠正后,判断纸塑复合袋是否有角度倾斜,若存在倾斜,纠偏速度控制器控制两侧皮带速度大小相等、方向相反,纸塑复合袋中心位置不变,只改变倾角;
步骤六,纸塑复合袋的位置和倾角都已纠正,纠偏结束,纸塑复合袋被平送到缝合工位进行缝合。
进一步,所述步骤三中,纠偏皮带上层为磁性皮带,下层为普通皮带,纸塑复合袋夹持在两层皮带之间,普通皮带下部安装有电磁铁,通过调节电磁铁的电流,调整两层皮带之间的压紧力。
进一步,步骤二中,在对纸塑复合袋的图像检测之前,将皮带部分剔除,同时将纸塑复合袋图像分割为三个区域,纸塑复合袋图像上会有相机本身产生的噪点和纸塑复合袋表面的杂点,在直线提取时对图像进行滤波,同时不能对纸塑复合袋边缘产生影响,滤波之后,对纸塑复合袋图像进行阈值分割,区分前景与背景,突出纸塑复合袋边缘,然后利用边缘检测算法获取纸塑复合袋边缘点,对纸塑复合袋的四条边线进行提取,得到纸塑复合袋四条边线的解析式,根据四条直线的解析式求取四个交点和直线的倾角,纸塑复合袋的位置信息表示为:
最后将图像坐标系中的位置信息变换到世界坐标系中。
进一步,对纸塑复合袋图像进行阈值分割时,采用自适应阈值分割方法,阈值分割的数学表达如下:
式中,k为分割阈值。自适应分割方法主要目的是根据整幅图像的灰度值,选取最佳的阈值k。
进一步,在直线提取时对图像进行滤波时,采用以下基于方差的差异化滤波方法进行滤波:
(1)确定取样核大小,并对原图像边缘作对应的拓展,用边界值作为拓展值,可使得边界处的方差值较小;
(2)用取样核遍历所有像素,得到所有像素的邻域方差;
(3)将所有方差值映射到灰度范围(0~255)之间,得到方差灰度图,纸塑复合袋边缘位于灰度值最大的那部分
式中:f(x,y)为方差灰度图像(x,y)处的灰度值;D(x,y)为(x,y)处的方差值;Dmin为方差最小值;
(4)设定方差阈值,提取方差大于阈值的部分像素点,将其值设为1,其余像素点的值设为0,得到方差二值化图像;
(5)提取面积最大的区域,剔除其他部分,得到纸塑复合袋边缘所在区域,再对该区域进行形态学闭运算,填充孔洞;
(6)对所得区域之外的部分进行高斯滤波,对边缘区域不作处理;
进一步,所述直线提取时的步骤如下:
①对图像进行边缘检测,提取边缘图像中的特征点,区域边缘不可能为纸塑复合袋边线,故将区域边缘特征点剔除,剩下的特征点组成点云空间P={(xi,yi)|i=1,2,3,···,n}。
②按x递增的顺序从P中提取子集,Pix={(xix,yix)|yix=h/2},h为图像高度,作为种子集。由于目标直线必过图像水平中线,这种种子点的提取方式减少了原算法中选取种子点的盲目性。
③初始化参数累加器数组。
⑤重复步骤④,若点pk满足|θjk-θji|<ε1,则认为pk与pj在一条直线上,将参数θij的累加器加1。若不满足,则重新开辟θjk的累加器。直到某一累加器的值达到阈值T1,则认为检测到一条直线,停止步骤④。
⑥计算参数θ表示的直线:
ρ=xjcosθ+yisinθ
⑦遍历P1中的特征点p(x,y),若|xcosθ+ysinθ-ρ|<ε2,则删除该特征点,若删除的特征点数目大于阈值T2,则确定图像中存在上式表示的直线。
⑧删除第一条直线上的点,将剩余的点集记为P2,重复以上步骤在P2中提取第二条直线,将累加器数值最大的直线作为左侧区域的直线。本发明的另一目的在于提供一种基于视觉定位的纸塑复合袋差速纠偏装置,所述基于视觉定位的纸塑复合袋差速纠偏装置包括:
视觉定位模块和纠偏执行模块;
所述视觉定位模块包括光源、工业相机和工业镜头,所述纠偏执行模块包括机架、PLC控制器、伺服电机、移动滑台、普通皮带、磁性皮带、电磁铁和相机;
纸塑复合袋两侧皮带分别由两个伺服电机独立控制,电机架安装在移动滑台上,调节滑台位置控制两侧皮带的间距;每侧皮带均分为上下层,上层皮带为磁性皮带,下层皮带为普通皮带,纸塑复合袋夹持在两层皮带之间,电磁铁布置在两层皮带下方。
本发明的另一目的在于提供一种基于视觉定位的纸塑复合袋差速纠偏控制系统包括:
图像采集模块,用于拍摄纸塑复合袋图像,然后将数据传递给计算机,进行相应的图像预处理,最后进行直线拟合,计算出纸塑复合袋的中心位置和倾角,并将数据传递给运动控制模块;
运动控制模块,用于控制两纠偏电机的速度和电动滑台的位置,纠偏过程中,两侧电机速度不一致根据S型加减速算法调整电机速度,在纠偏开始之前,需通过调整滑台位置来调节两皮带的间距;位置偏移纠正后,判断纸塑复合袋是否有角度倾斜,若存在倾斜,纠偏速度控制器采用S差速法角度纠偏控制两侧皮带速度大小相等、方向相反,纸塑复合袋中心位置不变,只改变倾角;
电磁控制模块,用于通过控制可编程电源的输出电流来调节电磁铁的磁力,实现调节皮带压紧力。
本发明的另一目的在于提供一种计算机设备,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
探测纸塑复合袋在平台上的偏移和倾角,若纸塑复合袋在套袋工位发生位置偏移和倾斜,则传送到纠偏工位,并进行拍摄纸塑复合袋的图像;
所述图像经过获取ROI、图像预处理和直线提取后,计算出纸塑复合袋的中心位置和倾角,将位置信息传递给纠偏执行模块;
纠偏执行模块调整纠偏皮带间距,并根据纸塑复合袋倾角设定合适的皮带压力,然后判断纸塑复合袋是否有位置偏移,若存在位置偏移,纠偏速度控制器控制两侧皮带速度及方向;
纠正纸塑复合袋旋转偏移的位置;
位置偏移纠正后,判断纸塑复合袋是否有角度倾斜,若存在倾斜,纠偏速度控制器采用S差速法角度纠偏控制两侧皮带速度大小相等、方向相反,纸塑复合袋中心位置不变,只改变倾角;
纸塑复合袋的位置和倾角纠偏结束后,将纸塑复合袋送到缝合工位进行缝合。
本发明的另一目的在于提供一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如下步骤:
探测纸塑复合袋在平台上的偏移和倾角,若纸塑复合袋在套袋工位发生位置偏移和倾斜,则传送到纠偏工位,并进行拍摄纸塑复合袋的图像;
所述图像经过获取ROI、图像预处理和直线提取后,计算出纸塑复合袋的中心位置和倾角,将位置信息传递给纠偏执行模块;
纠偏执行模块调整纠偏皮带间距,并根据纸塑复合袋倾角设定合适的皮带压力,然后判断纸塑复合袋是否有位置偏移,若存在位置偏移,纠偏速度控制器控制两侧皮带速度及方向;
纠正纸塑复合袋旋转偏移的位置;
位置偏移纠正后,判断纸塑复合袋是否有角度倾斜,若存在倾斜,纠偏速度控制器采用S差速法角度纠偏控制两侧皮带速度大小相等、方向相反,纸塑复合袋中心位置不变,只改变倾角;
纸塑复合袋的位置和倾角纠偏结束后,将纸塑复合袋送到缝合工位进行缝合
结合上述的所有技术方案,本发明所具备的优点及积极效果为:
本发明通过视觉定位系统探测纸塑复合袋在平台上的偏移和倾角,然后由纠偏执行机构纠偏,通过左右两侧皮带差速纠偏,可以对单个纸塑复合袋进行有针对性的纠偏,解决了纸塑复合袋不连续传送的纠偏难点,采用磁压紧方案对两侧皮带的压紧力进行调节,使复纸塑合袋在纠偏过程中所受最大摩擦力不致使纸塑复合袋产生褶皱。
根据纸塑复合袋为矩形的特性,获取纸塑复合袋四条边线,然后求这四条直线的交点,可求出纸塑复合袋中心位置;由纸塑复合袋边线的倾角可得纸塑复合袋的倾角。在提取纸塑复合袋边线之前,需要对图像进行阈值化和降噪处理,本发明采用大津法对图像进行阈值分割,剔除皮带对纸塑复合袋本体的影响;对于传统滤波算法会模糊纸塑复合袋边线的问题,提出了基于方差的差异化滤波方法,利用邻域方差将纸塑复合袋边缘提取出来,在滤波时对其进行保护。对传统Hough变换直线提取进行了改进,保留了Hough变换抗干扰能力强的优点,并采用改进的目标点提取机制来提高识别速度和和精度。改进算法在直线提取精度和耗时两个方面均优于传统Hough算法,获取纸塑复合袋位置和倾角只需0.335s。
结合纠偏实验装置,在理论值的指导下,实验验证了纠偏运动轨迹的正确性,并且通过实验获得最佳皮带间距为60cm。当平台处于最佳纠偏参数纠偏时,纠正后纸塑复合袋最大位置偏移为3.562mm,最大倾角为1.515°,纠偏用时约4s,满足工业生产要求。
S加减速在别的领域控制中用得较多,但在柔性体的控制中,现有技术没有报道。本发明先图象判断位置,然后用差速先位置纠偏到中心线,然后再用S差速法角度纠偏到水平位置。整个流程为从图识别-位置中心对齐纠偏-角度纠偏-水平位置居中-平台控制,通过上述技术,满足生产要求,具有很好的实用性。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对本申请实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的双皮带差速纠偏示意图。
图2是本发明实施例提供的皮带压力控制装置示意图。
图3是本发明实施例提供的纸塑复合袋纠偏方法流程图。
图4是本发明实施例提供的纠偏示意图。
图5是本发明实施例提供的系统结构示意图。
图6是本发明实施例提供的纠偏装置结构示意图。
图中:1、普通皮带;2、电磁铁;3、相机;4、磁性皮带;5、纸塑复合袋;6、电机;7、移动滑台。
图7是本发明实施例提供的硬件模块图。
图8是本发明实施例提供的视觉定位流程图。
图9是本发明实施例提供的纸塑复合袋位置提取。
图10是本发明实施例提供的大津法阈值分割效果图。
图11是本发明实施例提供的纸塑复合袋图片。
图12是本发明实施例提供的八邻域方差。
图13是本发明实施例提供的方差灰度图。
图14是本发明实施例提供的方差二值化图像。
图15是本发明实施例提供的纸塑复合袋边缘区域。
图16是本发明实施例提供的本算法滤波效果。
图17是本发明实施例提供的左侧区域边缘检测图。
图18是本发明实施例提供的直线提取结果。
图19是本发明实施例提供的算法效果对比。
图20是本发明实施例提供的纸塑复合袋定位。
图21是本发明实施例提供的传送示意图。
图22是本发明实施例提供的纸塑复合袋运动模型。
图23是本发明实施例提供的速度分解示意图。
图24是本发明实施例提供的纠偏旋转过程运动分析。
图25是本发明实施例提供的纸塑复合袋中心轨迹、位置偏移变化和倾角变化曲线图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种基于视觉定位的纸塑复合袋差速纠偏方法、装置及控制系统,下面结合附图对本发明作详细的描述。
本发明根据纸塑复合袋的特点,提出了基于机器视觉的双皮带差速纠偏方法,其示意图如图1所示。首先由视觉定位系统探测纸塑复合袋在平台上的偏移和倾角,然后由纠偏执行机构纠偏。纠偏平台每侧皮带为上下两条,夹持纸塑复合袋运动。两侧皮带速度不同,纸塑复合袋会在平台上旋转,其中心位置也会有横向运动,通过这种运动,将纸塑复合袋倾角矫正,并将纸塑复合袋中心位置移动到平台中轴线上。
通过左右两侧皮带差速纠偏,可以对单个纸塑复合袋进行有针对性的纠偏,解决了纸塑复合袋不连续传送的纠偏难点。但是纸塑复合袋刚性较低,在纠偏过程中若受力过大,则容易变形,产生褶皱。本发明采用磁压紧方案对两侧皮带的压紧力进行调节,使复纸塑合袋在纠偏过程中所受最大摩擦力不致使纸塑复合袋产生褶皱。
纠偏过程中,皮带压力过大,纸塑复合袋不能灵活旋转,会产生褶皱;当皮带压力过小时,纸塑复合袋会相对于皮带运动滞后,纠偏会产生误差,故上下层皮带之间的压紧力应调节为适当的压力。纠偏系统压力控制装置原理如图2所示,其中左视图中的相对尺寸已做处理。纠偏皮带上层为磁性皮带,下层为普通皮带,纸塑复合袋夹持在两层皮带之间。普通皮带下部安装有电磁铁,通过调节电磁铁的电流,即可调整两层皮带之间的压紧力。
皮带底部布置有若干个相同的电磁铁,纸塑复合袋在皮带的整个行程中运动时,其所受压力均可控。
纸塑复合袋纠偏流程如图3所示,纠偏系统分为视觉定位模块和纠偏执行模块。纸塑复合袋在套袋工位发生位置偏移和倾斜,然后被传送到纠偏工位,工业相机拍摄纸塑复合袋,图像经过获取ROI、图像预处理和直线提取后,计算出纸塑复合袋的中心位置和倾角,然后将位置信息传递给纠偏执行模块。纠偏执行模块首先调整皮带间距,并根据纸塑复合袋倾角设定合适的皮带压力,然后判断纸塑复合袋是否有位置偏移,若存在位置偏移,纠偏速度控制器控制两侧皮带速度方向相同、大小不同,如图4(a)所示,纸塑复合袋在平台上绕一点发生旋转,其中心位置在水平方向移动了距离d,在此过程中,可纠正纸塑复合袋位置偏移,但是产生了另外一个倾角。位置偏移纠正后,判断纸塑复合袋是否有角度倾斜,若存在倾斜,纠偏速度控制器控制两侧皮带速度大小相等、方向相反,如图4(b)所示,纸塑复合袋中心位置不变,只改变倾角,在此过程中,可纠正其原倾角和新增倾角。至此,纸塑复合袋的位置和倾角都已纠正,纠偏结束,纸塑复合袋被平送到缝合工位进行缝合。
2.2.3纠偏装置设计
根据上述纠偏原理,设计的纸塑复合袋差速纠偏系统总体结构如图5所示。工业相机获取传输中的纸塑复合袋图像,并将图像传输给PC机,PC机根据图像处理技术计算出纸塑复合袋的位置偏移和倾角,通过串口传给PLC,PLC根据偏移量控制电机,完成纠偏。在纠偏过程中,PC机根据纸塑复合袋倾角控制可编程电源的输出电流,控制电磁铁的磁力,从而调节皮带压力。
根据总体系统结构,设计的纸塑复合袋纠偏装置如图6所示,图中箭头方向为纸塑复合袋传送方向。纸塑复合袋进入纠偏装置时,通过视觉系统探测纸塑复合袋位置,计算出纸塑复合袋的偏移量和倾角,然后纠偏装置控制两侧皮带速度,实现差速纠偏。
纠偏装置主要组成部分有:机架、伺服电机、移动滑台、普通皮带、磁性皮带、电磁铁和相机。纸塑复合袋两侧皮带分别由两个伺服电机独立控制,电机架安装在移动滑台上,调节滑台位置可控制两侧皮带的间距。皮带压力调节由电磁铁和磁性皮带来实现,每侧皮带均分为上下层,上层皮带为磁性皮带,下层皮带为普通皮带,纸塑复合袋夹持在两层皮带之间,电磁铁布置在两层皮带下方。通过调节电磁铁的电流,即可实现皮带压紧力的调节。相机获取纸塑复合袋图像,然后计算出纸塑复合袋位置,最后由两侧皮带速度差实现纠偏。
纠偏系统硬件可分为两个模块:视觉定位模块和纠偏执行模块,如图7所示。为保证本系统中各部分精度满足需求,同时考虑其经济性,本系统中的硬件选型如下:
(1)光源:为减少环境光对相机的影响,本系统采用条形LED光源,光源布置方式为反射式。光源型号为MV-WL200X27-V,发光面为200x27.5mm,电压为24V,光源颜色为白色。
(2)工业相机:本系统无需采集颜色相关特征,故选择面阵黑白相机。本系统采用500万像素的黑白工业相机,型号为MV-CE050-30GM,传感器类型为CMOS,帧率为14fps,分辨率为2592*1944,数据接口为GigE,支持软件触发和电平触发。
(3)工业镜头:配合以上工业相机,选择焦距6mm、像素500万的定焦工业镜头,该镜头型号为OPT-C0620-5M,其工作距离为80-∞mm,光圈为1:2.0。
(4)PLC控制器:本控制系统中有两个纠偏伺服电机和四个滑台移动伺服电机,选择三菱PLC控制器,其型号为FX5U-32MT/ES。该PLC拥有16个输入和16个输出触点,内置4轴控制模块和定位模块,采用Ethernet端口通信。
(5)伺服电机与伺服控制器:纸塑复合袋纠偏过程中伺服电机的载荷为皮带自重和摩擦力,纸塑复合袋重量可忽略不计,所以选用功率400W的台达交流电机,其型号为ECMA-C10804R7,电压为220V交流电,具有速度控制、位置控制和扭矩控制三种控制模式。伺服控制器为该伺服电机配套机型,其型号为ASD-A2-0421-L。
(6)电动滑台:电动滑台用来改变皮带之间的间距,两皮带之间的调节范围为50-80cm,滑台需要承受电机与电机架的重量,故选择行程为320mm、最大载重10kg的电动滑台。
(7)电磁铁:两层皮带之间的压紧力由电磁铁来调节。电磁铁,其外形尺寸为100*100*60mm,最大磁力为10N,额定电压为24V。
(8)可编程电源:可编程电源给电磁铁供电,控制不同的输出电流调节电磁铁磁力。根据电磁铁规格,选用ITECH IT6302型可编程电源,该电源可实现最大30V/3A输出,具有三个通道,可由面板控制和上位机通过串口通信控制。
3.1.2视觉定位流程
纠偏过程中的纸塑复合袋位于平台之上,由左右两条皮带带动纸塑复合袋运动。
纸塑复合袋视觉定位流程图如图8所示。工业相机布置在平台顶部,根据相机的视角确定相机布置高度,光源采用反射式布置。利用张正友标定法[33]求解相机的内部参数和外部参数,建立图像坐标系和世界坐标系之间的变换关系。由纸塑复合袋图像可知,纸塑复合袋本体位于皮带之下,皮带会影响纸塑复合袋位置检测准确度,在检测之前,需将皮带部分剔除,同时将纸塑复合袋图像分割为三个区域。纸塑复合袋图像上会有相机本身产生的噪点和纸塑复合袋表面的杂点,在直线提取时需要对图像进行滤波,同时不能对纸塑复合袋边缘产生影响。滤波之后,对纸塑复合袋图像进行阈值分割,区分前景与背景,突出纸塑复合袋边缘,然后利用边缘检测算法获取纸塑复合袋边缘点。经过以上处理后,对纸塑复合袋的四条边线进行提取,可得到纸塑复合袋四条边线的解析式。根据四条直线的解析式求取四个交点和直线的倾角,如图9所示,纸塑复合袋的位置信息可表示为:
最后将图像坐标系中的位置信息变换到世界坐标系中。
在本发明中,由视觉定位系统探测纸塑复合袋柔性体在平台上的偏移和倾角后,还需进行压力数据库获取,根据获取的压力数据库数据调节皮带压力,压力正常,由纠偏执行机构采用S加减速的纠偏方法先将纸塑复合袋柔性体位置纠偏到中心线,再采用S差速法将纸塑复合袋柔性体倾角纠偏到水平位置;若纠偏的位置、倾角不满足生产需要,返回皮带压力调节步骤;所述压力数据库获取采用有限元静态屈曲计算的方法,针对不同的纸塑复合袋,以其屈曲发生的最大变形作为纸塑复合袋不产生褶皱作为计算依据,反求出此时作用在纸塑复合袋上且处于各姿态时皮带的最大压力,以此由磁力产生的作用在皮带上的最大压力作为纠偏中皮带压力控制的参数,每一个工况,复合袋屈曲变形已知,磁力大小固定;
或采用动态有限元方法结合BP神经网络法进皮带压力预测;根据每次纸塑复合袋的工况,包括电流大小、皮带间距大小、带速、摩擦状况,采用动态有限元方法进行模拟,得到每一个工况下的皮带压力;采用正交试验的方法进行工况数据的组合,并依次进行有限元动态模拟,得到一个工况对应下的皮带压力的集合;再运用BP神经网络的方法进行训练,建立较精准的基于工况参数的人工神经网络的皮带压力的数学映射模型;再以此训练好的数学映射模型代入到新的工况中,得到每次具体工况下的考虑电流大小、皮带间距大小、带速、摩擦状况的皮带压力,完成压力数据库的建立。
3.2阈值分割
在提取纸塑复合袋边缘直线过程中,皮带部分会对直线提取造成干扰,通过阈值分割可获取皮带部分。阈值分割是通过设定灰度值,将皮带部分和纸塑复合袋分隔开来的一种计算方法。阈值分割可排除无关背景对待处理图像的影响,同时还可减少计算量。在纸塑复合袋视觉定位系统中,环境光多变,难以人为地设置分割的阈值,所以在自动监测系统中,多采用自适应阈值分割方法。阈值分割的数学表达如下:
式中,k为分割阈值。自适应分割方法主要目的是根据整幅图像的灰度值,选取最佳的阈值k。
常用的自动阈值分割方法有最大类间方差法和局部阈值分割方法,由于最大类间方差法分割效果好,且计算量小,本发明采用此方法。
最大类间方差法又称大津法,简称Otsu法。最大类间方差是一种统计学观测指标,当最大类间方差取得最大值时,这两份数据之间的分类更加明确,差异更大。最大类间方差法的计算方法如下:
假设一幅图像中有L个灰度等级(1,2,3...L),灰度等级为i的像素个数为ni,总像素数目:
将图像灰度直方图进行归一化:
式中,pi是灰度等级为i的概率。
现在,设分割阈值为k,将图像中像素的灰度值与阈值k比较,大于阈值k的分到C0
组,小于阈值k的分到C1组,将图像中的像素点分为前景组和背景组。像素分到C0组和C1
组的概率分别为ω0和ω1,易得:
并且有:
其中,
C0与C1的类间方差为:
使得上述公式取得最大值的k即为最佳分割阈值。
按照以上方法,对纸塑复合袋图像进行阈值分割,其原图、分割后的图像如图10所示。通过阈值分割,去除了皮带部分,降低了对直线提取的干扰,同时减小图像区域,降低计算量。阈值分割去除皮带之后,将纸塑复合袋分成了三个区域,后续直线提取中,需对三个区域分别操作。
3.3.2基于方差的差异化滤波方法
要想消除纸塑复合袋上的杂点,保留纸塑复合袋边缘轮廓,需要将纸塑复合袋边缘提取出来进行保护。纸塑复合袋局部图像如图11所示,纸塑复合袋本体颜色较深,背景平台颜色浅,两者之间有较大差异,纸塑复合袋边缘为深浅交界处。
方差是描述数据波动大小的指标,其数学表达如下:
n为样本数量,xi为第i个样本的值,μ为样本均值。取一像素点的邻域为取样空间,位于纸塑复合袋边缘处的邻域像素值差异更大,即方差更大,如图12所示。遍历所有像素,求出其邻域方差,取方差最大的一部分像素点,即纸塑复合袋边缘像素点的位置。找到纸塑复合袋边缘位置,即可在滤波时对其进行保护。
下面详细说明基于方差的差异化滤波方法具体操作。
(1)确定取样核大小,并对原图像边缘作对应的拓展,用边界值作为拓展值,可使得边界处的方差值较小。
(2)用取样核遍历所有像素,得到所有像素的邻域方差。
(3)按照下式将所有方差值映射到灰度范围(0~255)之间,得到如图13所示的方差灰度图。由图可知,纸塑复合袋边缘位于灰度值最大的那部分。
式中:f(x,y)为方差灰度图像(x,y)处的灰度值;D(x,y)为(x,y)处的方差值;Dmin为方差最小值;
(4)设定方差阈值,提取方差大于阈值的部分像素点,将其值设为1,其余像素点的值设为0,得到方差二值化图像,如图14所示。
(5)提取面积最大的区域,剔除其他部分,得到纸塑复合袋边缘所在区域,再对该区域进行形态学闭运算,填充孔洞,效果如图15所示。
(6)对所得区域之外的部分进行高斯滤波,对边缘区域不作处理。
本发明算法滤波效果如图16所示,由图可知,本发明算法利用高斯模糊降低了纸塑复合袋杂点的干扰,同时很好地保护了纸塑复合袋边缘,纸塑复合袋角点清晰,有利于纸塑复合袋直线的提取。但是在靠近纸塑复合袋边缘时,图像滤波部分与未滤波部分灰度变化较大,在纸塑复合袋边界采用较小的滤波模板会有更好的效果。
3.4.2Hough变换改进算法
1)改进算法原理及步骤
Hough变换通过对图像空间与参数空间的相互映射,能够准确地对目标直线进行求取。但是Hough对边缘点的选取具有随机性,在实时性高、图像分辨率大的情况中,随机选点会浪费大量算力和时间,故该算法仍有待提高。对于纸塑复合袋图像的直线提取问题,纸塑复合袋边缘直线存在自身的规律。
剔除皮带部分后的纸塑复合袋被分为了三部分,对于中间纸塑复合袋部分,提取上下两条直线作为纸塑复合袋长度方向的直线,该直线必与图像竖直中线有交点,以该点作为起始查找点;对于两侧的纸塑复合袋区域,只检测竖直直线,作为纸塑复合袋宽度方向的直线,该直线与水平中线有交点,以该点作为起始查找点。
根据以上特点,以最左侧区域为例,改进的算法步骤如下:
①对图像进行边缘检测,提取边缘图像中的特征点,区域边缘不可能为纸塑复合袋边线,故将区域边缘特征点剔除,剩下的特征点组成点云空间P={(xi,yi)|i=1,2,3,···,n}。
②按x递增的顺序从P中提取子集,Pix={(xix,yix)|yix=h/2},h为图像高度,作为种子集。由于目标直线必过图像水平中线,这种种子点的提取方式减少了原算法中选取种子点的盲目性。
③初始化参数累加器数组。
⑤重复步骤④,若点pk满足|θjk-θji|<ε1,则认为pk与pj在一条直线上,将参数θij的累加器加1。若不满足,则重新开辟θjk的累加器。直到某一累加器的值达到阈值T1,则认为检测到一条直线,停止步骤④。
⑥计算参数θ表示的直线:
ρ=xjcosθ+yisinθ
⑦遍历P1中的特征点p(x,y),若|xcosθ+ysinθ-ρ|<ε2,则删除该特征点,若删除的特征点数目大于阈值T2,则确定图像中存在上式表示的直线。
⑧删除第一条直线上的点,将剩余的点集记为P2,重复以上步骤在P2中提取第二条直线,将累加器数值最大的直线作为左侧区域的直线。
重复以上算法,在左侧区域提取累加器值最大的一条直线,在中间区域提取累加器值最大的两条直线,在右侧区域提取累加器值最大的一条直线,计算四条直线的交点,求解纸塑复合袋中心,并根据直线的倾角计算纸塑复合袋倾角。
2)改进算法效果
以纸塑复合袋图像中的左侧区域为例,进行直线提取。运用Canny边缘检测获取纸塑复合袋边缘图像,如图17所示。然后根据上述算法步骤,选取种子点,进行直线提取。直线提取结果如图18所示,其中红色标记点为种子点,黄色标记点为在目标直线上的点,绿色直线为提取的目标直线。
在直线提取过程中,参数ε1、ε2会影响纸塑复合袋边缘直线提取的误差和直线提取时间,当ε1、ε2越小时,提取结果越精确,用时越长。用认为在目标直线上的点到目标直线的平均距离作为直线提取好坏的评判标准,平均距离越小,直线提取精度越高,其数学表达如下所示:
针对左侧区域直线提取进行参数测试,将ε1、ε2设为相同值,分别取1,1/2,1/3和1/4,T1为100,T2为200,直线提取所用时间和平均点线距离如表1所示。由表可知,当ε1、ε2为1/3时,直线提取精度较高,且所用时间满足需求。
表1不同ε1、ε2取值下直线提取精度与用时
用改进算法的最佳参数对纸塑复合袋左侧区域进行直线提取,并与传统Hough变换比较提取结果,分别从三个方面比较直线提取效果:直线准确度、平均点线距离和算法耗时。两种算法的提取结果如图19所示,可知,改进算法提取直线的准确度与传统Hough算法相当,并且都具有较好的抗干扰能力。两种算法的平均点线距离和耗时如表2所示,可知:改进算法的平均点线距离比传统Hough算法更小,即改进算法的精度更高;改进算法的耗时比传统Hough算法少。由此可得,改进算法的角度搜索步长更小,精度更高,且搜索时间更短,在直线提取效率和精度上均优于传统Hough算法。
表2算法效果对比
利用上述算法对纸塑复合袋图像进行预处理,然后利用改进算法对纸塑复合袋四条边线进行直线提取,最后求解纸塑复合袋的中心位置和倾角,其结果如图20所示,其运行时间为0.335s,满足纠偏定位需求。
纸塑复合袋纠偏运动分析
纸塑复合袋由速度不同的两条皮带传送,其运动示意图如图21所示。其中,右侧皮带速度大于左侧皮带速度,纸塑复合袋发生转动。纸塑复合袋运动模型如图22所示,皮带速度的方向不变,始终与平台中轴线平行。
当纸塑复合袋左右两侧速度均不为零时,纸塑复合袋中心运动不易求解。根据纸塑复合袋纠偏过程,将纸塑复合袋简化成一条线,运用速度叠加原则,将纸塑复合袋纠偏过程的运动分解成两个运动:两侧皮带速度相等的直线运动和一侧皮带静止、一侧皮带运动的圆周运动。其速度分解示意图如图23所示,其中vl为左侧皮带速度,vr为右侧皮带速度。将两侧速度相等的运动过程称为平送过程,将一侧皮带速度为0另一侧速度不为0的运动称为旋转过程。
由图23可知,两侧皮带等速的平送过程,不会对纠偏有任何帮助,而且会延长纸塑复合袋在平台上传送的距离,最快捷的纠偏方式是一侧皮带速度为0,一侧速度不为0。但是纸塑复合袋为软质材料制品,若一侧皮带速度为0,一侧速度过大,将会产生褶皱,故在纠偏过程中,两侧皮带速度均不可为0。定义平送过程中的速度为纠偏基本速度(Basevelocity)vb=vl;定义旋转过程中的速度为纠偏速度差(Velocity difference)vd=|vr-vl|。
对旋转过程进行运动分析,如图24所示,虚线为纸塑复合袋的初态,实线为纸塑复合袋的末态,双点划线为皮带,x轴方向为垂直皮带的方向,y轴方向为平行皮带的方向。右侧速度为vd,左侧速度为0,纸塑复合袋绕O点作圆周运动,O点为纸塑复合袋与左侧皮带的交点。设初态与末态的时间间隔为t,则有
s=vdt
vd′=vdcosθ
其中,s为皮带前进的距离;v′d为皮带速度在纸塑复合袋法线方向上的分量;l为两侧皮带之间的间距;θ为初态与末态纸塑复合袋的旋转角;ω为纸塑复合袋旋转的角速度。
纸塑复合袋的位置姿态可通过纸塑复合袋的中心位置和倾斜角表示。记纸塑复合袋中点为C,则有:
其中,vC为C点处的速度;vCx为C点速度在x轴方向上的分量;vCy为C点速度在y轴方向上的分量。
其中,sCx为C点x方向位移;sCy为C点y方向位移;T为时刻。C点的轨迹方程为sCx与sCy关于时刻T的参数方程,故纸塑复合袋的位姿可由下式表示:
设vd=0.3m/s,l=1m,T=10s,纸塑复合袋中心位置在中轴线左侧为正,倾角逆时针方向为正方向,按照纸塑复合袋的位姿公式计算纸塑复合袋中心轨迹和倾角变化,绘制的纸塑复合袋中心轨迹、位置偏移变化和倾角变化图如图25所示。可知,纸塑复合袋中心在x方向上会有一定的偏移量,可以由此纠正纸塑复合袋位置偏移,但是纸塑复合袋倾角也会发生变化,故在纠正位置偏移之后,还应纠正初始倾角和纠正位置偏移时新引入的倾角。
将图23中的平送过程和旋转过程叠加,还原纸塑复合袋实际纠偏过程中的运动状况。可得:
其中,v′Cx为实际纠偏过程中C点x轴方向的速度;v′Cy为实际纠偏过程中C点y轴方向的速度;vb为平送过程中的基本速度。
其中,s′Cx为实际纠偏中C点x方向上的位移,s′Cy为C点y方向上的位移,θ′为实际纠偏过程中纸塑复合袋的倾角;vb为纠偏基本速度。
设vd=0.3m/s,vb=3m/s,l=1m,T=10s,绘制实际纠偏过程中纸塑复合袋中心点的运动轨迹图。由中心轨迹图可知,纸塑复合袋在x方向上偏移0.3m,需在y方向上运动近25m,即在传送方向上前进25m。纠偏时传送方向前进的距离主要与纠偏基本速度有关,纠偏基本速度越小,前进的距离越短,但是基本纠偏速度过小会在纠偏过程中使纸塑复合袋产生褶皱。所以需要选用合适的纠偏基本速度和纠偏速度差,以保证纠偏的效率和效果。纠偏速度的调控将在后面继续探讨。
通过以上分析可知,两条皮带速度不一致,可使得纸塑复合袋中心在垂直于传送的方向上产生偏移,纠正纸塑复合袋位置偏移,但同时产生新的倾角。为纠正纸塑复合袋角度倾斜,引入新的纠偏方式,角度纠偏:两皮带速度大小相等,方向相反。纸塑复合袋绕其中心位置O作圆周运动,可得如下关系式。
其中,va为角度纠偏时的皮带速度;θ"为角度纠偏过程产生的转角;ω"为纸塑复合袋角度纠偏时的角速度。角度纠偏过程能够在不改变纸塑复合袋中心位置的前提下,改变纸塑复合袋的倾角。
定义纸塑复合袋两侧皮带速度方向一致、大小不等的纠偏过程为位置纠偏,在此过程中,纸塑复合袋中心位置会发生横向偏移,且会产生新的倾角;定义纸塑复合袋两侧皮带速度方向相反、大小相等的纠偏过程为角度纠偏,在此过程中,纸塑复合袋中心位置不变,只会发生倾角变化。根据这两种纠偏过程,制定如下纠偏策略:
(1)获取纸塑复合袋的位置偏移和倾斜角度。工业相机拍摄平台上的纸塑复合袋,分析纸塑复合袋照片,得到纸塑复合袋的位置偏移d和原始倾斜角度θ′。
(2)位置纠偏。两侧皮带速度方向相同、大小不同时,纸塑复合袋会发生旋转,可将纸塑复合袋中心移到传送平台中轴线上,即纸塑复合袋中心横向移动d;实现纠正位置偏移的同时,会产生一个新的旋转角度θ,此时纸塑复合袋的倾角为初始倾角与位置纠偏产生的倾角的代数和,θ"=θ+θ′。
(3)角度纠偏。两侧皮带速度方向相反、大小相同时,纸塑复合袋会绕其中心旋转,使其旋转角度等于此时的总倾角θ"。
设相机探测到纸塑复合袋偏移量为d,倾角为θ′,由上述讨论可知,纸塑复合袋中心位置纠正即为d=sCx,有:
其中,vd,l均为已知,则可以求出纸塑复合袋位置纠偏所用时间T1。纸塑复合袋位置纠偏新引入的倾角为:
此时纸塑复合袋的总倾角为θ"=θ+θ′,故可得到角度纠偏时间T2。
其中,va为已知值。
纠偏速度控制
两侧皮带先进行角度纠偏,即两侧皮带速度方向相同,大小不同;然后进行角度纠偏,即两侧皮带速度大小相同,方向相反。左侧皮带速度在位置纠偏转到角度纠偏的瞬间,速度值发生突变;右侧皮带在位置纠偏转到角度纠偏瞬间,速度大小发生突变,并且方向反向。速度突变会造成机械振动,影响电机寿命,增加纠偏误差,故需对速度控制算法进行研究,在纠偏系统稳定、速度变化平稳的前提下,缩短纠偏耗时。
为防止纠偏速度发生突变,需对纠偏电机进行加减速控制。运动系统中的加减速控制直接影响系统的实时性、稳定性和高速性等性能。所以当运动控制系统要求兼顾高速度与高精度时,必须以有效的方式控制加减速过程,使过渡过程的时间尽可能短,且要使运动过程稳定可控。大多数运动控制系统中常用的加减速算法主要按照速度曲线的形式进行分类。其中,梯形加减速算法计算简单,容易实现,但是由于加速度曲线的非连续性导致速度曲线存在速度突变,运动过程中的稳定性与精度无法得到有效保证;指数加减速算法相对梯形加减速算法的速度曲线平滑性有所提高,但计算过程复杂,且仍然无法真正避免加速度曲线不连续的问题;S型加减速算法引入了加加速度变量,从而使得加速度曲线连续并且速度曲线光滑,有效防止柔性冲击,兼顾稳定性和实时性,故文本利用加减速曲线对纠偏速度进行控制。
S型加减速纠偏速度分析
根据纠偏策略,运用S型加减速算法控制纠偏速度,得到S型纠偏速度曲线所示,从下到上分别为:加加速度曲线、加速度曲线和速度曲线。纠偏速度控制分为三部分:位置纠偏过程、角度纠偏过程和平送过程。纸塑复合袋由上一工位匀速传送至纠偏装置中,匀速传送速度为Vp。视觉系统获取到纸塑复合袋的位置和倾角后,纠偏装置开始位置纠偏。
位置纠偏中,左右两侧皮带均以S型曲线开始减速,直到两侧皮带均减速为0。左右两侧皮带速度大小不同,位置纠偏速度曲线围成的面积即为左侧皮带较右侧多前进的距离,该距离可由纸塑复合袋偏移量和倾角计算得到,即有:
L(Vl)-L(Vr)=Dp(d,θ)
其中,L(Vi)表示皮带以速度Vi在位置纠偏时间段内的位移;Vl为左侧皮带速度;Vr为右侧皮带速度;Dp(d,θ)表示纸塑复合袋纠正位置偏移时一侧较另一侧多前进的距离,该算法可由21节纠偏运动轨迹得到。位置纠偏开始时,两侧皮带同时开始减速;为防止纸塑复合袋一侧速度为0一侧不为0而产生褶皱,位置纠偏结束时,两侧速度同时降为0,然后开始角度纠偏。
角度纠偏过程中,两侧速度大小相等,方向相反,均先加速后减速。在该过程中,纸塑复合袋开始旋转,抵消纸塑复合袋原始倾角和位置纠偏新增倾角,即有:
L(Vl)=Da(d,θ)
其中,Da(d,θ)为纠正倾角时纸塑复合袋一侧前进的距离。
纠正完位置偏移和倾角后,纸塑复合袋纠偏动作完成,此时两侧皮带速度均为0,最后两侧皮带加速至传送速度Vp,将纸塑复合袋平送出纠偏装置,开始缝纫和印刷。
遗传算法与纠偏速度规划仿真
视觉定位模块获取到纸塑复合袋的位置之后,需要规划两侧皮带的速度,控制皮带完成纠偏。本节以位置偏移d=30mm、角度倾斜θ=5°的纸塑复合袋为例,在以上理论的基础上,运用遗传算法求解位置纠偏速度曲线参数,根据式确定角度纠偏速度曲线参数,最后根据所得纠偏速度曲线对纠偏效果进行仿真。
遗传算法求解结果与位置纠偏速度曲线
根据遗传算法寻优步骤,按下表3设置遗传算法参数,按表4设置遗传算法适应度函数中的约束。
表3遗传算法参数
表4位置纠偏速度曲线约束
按照以上参数和约束设置遗传算法,然后运行该算法,得到表5所示的结果。可得,位置纠偏所用时间T=T1+T2+T3=2.452s,该时间满足纠偏需求;皮带的加加速度均小于设定的最大值,满足系统要求。
表5遗传算法求解结果
算法迭代至约80代时,目标函数值基本达到最小值,该算法收敛速度快,并且结果均满足变量范围约束和物理学约束。
根据遗传算法求解结果,绘制的位置纠偏速度曲线所示,图中包含左侧皮带速度曲线和右侧皮带速度曲线,每条曲线由3段组成,分别用不同的颜色展示,对应S型速度曲线的三个阶段。可知,速度曲线变化平顺,初速度为平送速度,末速度为0,两侧皮带同时开始位置纠偏,并同时结束,满足纠偏速度约束。位置纠偏用时2.452s,符合要求。
4.4.3纠偏效果仿真分析
将位置纠偏速度曲线和角度纠偏速度曲线结合起来,得到纠偏速度曲线。按照该速度曲线对纸塑复合袋进行纠偏,将该纠偏速度代入纠偏运动模型中,可得以下结论:
(1)整个纠偏过程持续3.6s,速度变化平顺,右侧皮带在纠偏过程中运动反向,但反向瞬间加速度为0,过度平顺,不会引起电机振动,表明该速度曲线构建合理,运行时间短,满足要求。
(2)纠正30mm的位置偏移,纸塑复合袋向前行进1.8m,纠偏平台长度需大于1.8m。
(3)在位置纠偏过程中,纸塑复合袋的位置偏移全部被纠正,其位置偏移变化率绝对值先增大后减小,在纠偏位置纠偏过程始末位置偏移变化率均为0,位置偏移变化率曲线平滑,无突变;在角度纠偏过程中,位置偏移不变。
(4)位置纠偏过程中会产生新的倾角,角度纠偏过程会纠正原始倾角和新增倾角;位置纠偏过程中倾角变化率绝对值保持在较低的水平,角度纠偏过程中倾角变化率绝对值迅速增大,达到快速纠正倾角的目的,并在角度纠偏结束时,倾角变化率回归为0。该速度曲线达到了快速和平稳纠偏的要求。
本发明以纠偏过程中的纸塑复合袋为研究对象,分析了纸塑复合袋纠偏运动轨迹和其受力,并在此基础上研究了纠偏速度控制。纠偏时,纸塑复合袋两侧速度不一致,从而实现纠偏。为探究纸塑复合袋的运动轨迹,对差速纠偏纸塑复合袋进行建模,运用速度分解与叠加方法,求解了纸塑复合袋中心的运动轨迹,并制定纠偏策略。为防止在纠偏过程中不恰当的皮带压力使纸塑复合袋产生褶皱,对纸塑复合袋进行了受力分析,并利用AnsysWorkbench中的屈曲分析工具对各姿态的纸塑复合袋进行仿真,求解了最大皮带压力。结合运动模型和受力,为防止纠偏过程中速度发生突变,利用S型加减速算法对位置纠偏过程和角度纠偏过程分别设计纠偏速度曲线。以纠偏用时最短为目标,利用遗传算法对位置纠偏速度曲线参数进行优化,得到纠偏速度曲线,利用该速度曲线对纠偏过程进行仿真,得到结论:纠正偏移量为30mm、倾角为5°的纸塑复合袋用时3.6s,纠偏过程中速度变化平顺,满足纠偏要求。
5.1纠偏系统软件设计
5.1.1开发环境
根据系统实际需求,纠偏系统软件采用VS2017为集成开发环境,采用
OpenCV2.4为图形开发库,采用C++为开发语言,软硬件环境如表6所示。
表6软硬件详情
纸塑复合袋纠偏控制系统是一个集图像处理、电机控制与电磁控制于一体的控制系统,该控制系统的功能模块所示,包括图像采集模块、运动控制模块和电磁控制模块。
(1)图像采集模块。图像采集模块负责拍摄纸塑复合袋图像,然后将数据传递给计算机,进行相应的图像预处理,最后进行直线拟合,计算出纸塑复合袋的中心位置和倾角,并将数据传递给运动控制模块。
(2)运动控制模块。运动控制模块控制两纠偏电机的速度和电动滑台的位置。纠偏过程中,两侧电机速度不一致且需根据S型加减速算法调整电机速度。另外,在纠偏开始之前,需通过调整滑台位置来调节两皮带的间距。
(3)电磁控制模块。电磁控制模块通过控制可编程电源的输出电流来调节电磁铁的磁力,从而调节皮带压紧力。
5.2.1纠偏轨迹验证
在纸塑复合袋纠偏运动模型一节中,推导了纸塑复合袋的纠偏运动轨迹方程,但是该方程是建立在该过程满足速度分解与叠加的基础上,故需要实验验证轨迹方程的正确性。实验中其他各项参数如表7所示。
表7纠偏实验参数
将纸塑复合袋放置在纠偏平台皮带入口处,调整纸塑复合袋偏移量和倾斜量均为0,以表5.2中的参数设置电机转速,皮带压力设置为当前皮带间距下最大皮带压力的最小值。每隔0.1s记录一次纸塑复合袋的位置和倾角,记录数据并绘制图形,理论值与实验值的对比可知,实验值在误差允许的范围内基本与理论值一致,表明在构建纸塑复合袋运动模型时提出的假设有效,该运动学模型正确。
(1)分析纸塑复合袋成型工艺的缺点,提出纠偏方法,并设计了纠偏系统。首先介绍了纸塑复合袋生产工艺流程,指出了纸塑复合袋在套袋和传送工位上出现的位置偏移和倾斜的问题,阐述了对纸塑复合袋进行纠偏的意义。然后针对纸塑复合袋纠偏存在易变形、传送不连续等难点,提出了基于视觉定位的双皮带差速纠偏方法,并介绍了纠偏流程及原理;根据该方法,设计了相应的纠偏装置,对关键硬件进行选型。最后为完善精准纠偏功能,提出了纠偏系统待解决的内容:纸塑复合袋定位、纠偏运动控制和皮带压力控制。
(2)为实时探测纸塑复合袋在平台上的位置,运用机器视觉技术定位,对纸塑复合袋视觉定位中的关键算法进行研究。首先运用大津阈值分割剔除纸塑复合袋照片中的皮带部分,减少皮带的干扰。然后为减少纸塑复合袋杂点对定位的影响,分别运用高斯滤波、中值滤波和均值滤波方法对纸塑复合袋图片进行降噪,但效果均不理想,故在此基础上,提出了一种新的基于方差的差异化滤波方法,运用纸塑复合袋边线处方差较大的特点,将纸塑复合袋边缘区域提取出来,在滤波时进行保护,该方法能够很好地保留纸塑复合袋边缘。最后介绍了Hough变换直线提取方法,针对标准Hough变换随机取点耗费时间的问题,对目标点提取机制进行改进,改进算法效果在精度和速度上均优于标准Hough变换。
(3)为精确控制纸塑复合袋纠偏,且不产生褶皱,对纸塑复合袋纠偏运动和受力进行分析,并完成速度控制算法。利用速度的分解与叠加方法,求解了纸塑复合袋在纠正位置偏移过程中的运动轨迹方程,在该过程中,可纠正纸塑复合袋位置偏移,但同时产生新的倾角。运用角度纠偏方法,纠正原倾角和新增倾角。为避免纸塑复合袋在纠偏过程中产生褶皱,运用薄板屈曲理论对纸塑复合袋受力进行了分析,并用Ansys Workbench对纸塑复合袋进行仿真,得到各姿态的最大皮带压力。根据纠偏运动特点,避免速度突变,运用S型加减速算法对纠偏速度进行控制。为缩短纠偏用时,运用遗传算法优化位置纠偏速度曲线。最后对纠偏过程进行仿真,结果表明该速度曲线变化平顺,纠偏过程无突变,纠正位置偏移为30mm、倾角为5°的纸塑复合袋只需3.6s。
(4)设计纠偏系统软件并进行纠偏实验。分析纠偏应用需求,融合视觉定位算法和遗传算法优化的速度控制算法,设计了纠偏系统软件。运用纠偏系统软件和纠偏装置,验证了纸塑复合袋的运动轨迹,得到实际轨迹符合理论轨迹。通过实验得到最佳皮带间距为60cm,纠正后纸塑复合袋最大位置偏移为3.562mm,最大倾角为1.515°,满足纠偏系统设计要求。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种基于视觉定位的纸塑复合袋差速纠偏方法,其特征在于,所述基于视觉定位的纸塑复合袋差速纠偏方法包括:
由视觉定位系统探测纸塑复合袋柔性体在平台上的偏移和倾角,由纠偏执行机构采用S加减速的纠偏方法先将纸塑复合袋柔性体位置纠偏到中心线,再采用S差速法将纸塑复合袋柔性体倾角纠偏到水平位置。
2.如权利要求1所述的基于视觉定位的纸塑复合袋差速纠偏方法,其特征在于,S加减速的纠偏方法包括:
位置纠偏,左右两侧皮带均以S型曲线开始减速,直到两侧皮带均减速为0;左右两侧皮带速度大小不同,位置纠偏速度曲线围成的面积即为左侧皮带较右侧多前进的距离,该距离由纸塑复合袋偏移量和倾角计算得到,即有:
L(Vl)-L(Vr)=Dp(d,θ)
其中,L(Vi)表示皮带以速度Vi在位置纠偏时间段内的位移;Vl为左侧皮带速度;Vr为右侧皮带速度;Dp(d,θ)表示纸塑复合袋纠正位置偏移时一侧较另一侧多前进的距离;位置纠偏开始时,两侧皮带同时开始减速;防止纸塑复合袋一侧速度为0一侧不为0而产生褶皱,位置纠偏结束时,两侧速度同时降为0,然后开始角度纠偏;
角度纠偏,两侧速度大小相等,方向相反,均先加速后减速;纸塑复合袋开始旋转,抵消纸塑复合袋原始倾角和位置纠偏新增倾角,即有:
L(Vl)=Da(d,θ)
其中,L(Vl)为角度纠偏过程中左侧皮带的位移;Da(d,θ)为纠正倾角时纸塑复合袋一侧前进的距离;
纠正完位置偏移和倾角后,纸塑复合袋纠偏动作完成,此时两侧皮带速度均为0,最后两侧皮带加速至传送速度Vp,将纸塑复合袋平送出纠偏装置,开始缝纫和印刷。
3.如权利要求1所述的基于视觉定位的纸塑复合袋差速纠偏方法,其特征在于,由视觉定位系统探测纸塑复合袋柔性体在平台上的偏移和倾角后,还需进行压力数据库获取,根据获取的压力数据库数据调节皮带压力,压力正常,由纠偏执行机构采用S加减速的纠偏方法先将纸塑复合袋柔性体位置纠偏到中心线,再采用S差速法将纸塑复合袋柔性体倾角纠偏到水平位置;若纠偏的位置、倾角不满足生产需要,返回皮带压力调节步骤;所述压力数据库获取采用有限元静态屈曲计算的方法,针对不同的纸塑复合袋,以其屈曲发生的最大变形作为纸塑复合袋不产生褶皱作为计算依据,反求出此时作用在纸塑复合袋上且处于各姿态时皮带的最大压力,以此由磁力产生的作用在皮带上的最大压力作为纠偏中皮带压力控制的参数,每一个工况,复合袋屈曲变形已知,磁力大小固定;
或采用动态有限元方法结合BP神经网络法进皮带压力预测;根据每次纸塑复合袋的工况,包括电流大小、皮带间距大小、带速、摩擦状况,采用动态有限元方法进行模拟,得到每一个工况下的皮带压力;采用正交试验的方法进行工况数据的组合,并依次进行有限元动态模拟,得到一个工况对应下的皮带压力的集合;再运用BP神经网络的方法进行训练,建立较精准的基于工况参数的人工神经网络的皮带压力的数学映射模型;再以此训练好的数学映射模型代入到新的工况中,得到每次具体工况下的考虑电流大小、皮带间距大小、带速、摩擦状况的皮带压力,完成压力数据库的建立。
4.如权利要求1所述的基于视觉定位的纸塑复合袋差速纠偏方法,其特征在于,所述基于视觉定位的纸塑复合袋差速纠偏方法具体包括:
步骤一,探测纸塑复合袋在平台上的偏移和倾角,若纸塑复合袋在套袋工位发生位置偏移和倾斜,则传送到纠偏工位,并进行拍摄纸塑复合袋的图像;
步骤二,所述图像经过获取ROI、图像预处理和直线提取后,计算出纸塑复合袋的中心位置和倾角,将位置信息传递给纠偏执行模块;
步骤三,纠偏执行模块调整纠偏皮带间距,并根据纸塑复合袋倾角设定合适的皮带压力,然后判断纸塑复合袋是否有位置偏移,若存在位置偏移,纠偏速度控制器控制两侧皮带速度及方向;
步骤四,纠正纸塑复合袋旋转偏移的位置;
步骤五,位置偏移纠正后,判断纸塑复合袋是否有角度倾斜,若存在倾斜,纠偏速度控制器采用S差速法角度纠偏控制两侧皮带速度大小相等、方向相反,纸塑复合袋中心位置不变,只改变倾角;
步骤六,纸塑复合袋的位置和倾角纠偏结束后,将纸塑复合袋送到缝合工位进行缝合。
5.如权利要4所述的基于视觉定位的纸塑复合袋差速纠偏方法,其特征在于,步骤二中,在对纸塑复合袋的图像检测之前,将皮带部分剔除,同时将纸塑复合袋图像分割为三个区域,纸塑复合袋图像上会有相机本身产生的噪点和纸塑复合袋表面的杂点,在直线提取时对图像进行滤波,同时不能对纸塑复合袋边缘产生影响,滤波之后,对纸塑复合袋图像进行阈值分割,区分前景与背景,突出纸塑复合袋边缘,然后利用边缘检测算法获取纸塑复合袋边缘点,对纸塑复合袋的四条边线进行提取,得到纸塑复合袋四条边线的解析式,根据四条直线的解析式求取四个交点和直线的倾角,纸塑复合袋的位置信息表示为:
最后将图像坐标系中的位置信息变换到世界坐标系中;
对纸塑复合袋图像进行阈值分割时,采用自适应阈值分割方法,阈值分割的数学表达如下:
式中,k为分割阈值;自适应分割方法主要目的是根据整幅图像的灰度值,选取最佳的阈值k;
步骤三中,所述纠偏皮带上层为磁性皮带,下层为普通皮带,纸塑复合袋夹持在两层皮带之间,普通皮带下部安装有电磁铁,通过调节电磁铁的电流,调整两层皮带之间的压紧力。
6.如权利要求5所述的基于视觉定位的纸塑复合袋差速纠偏方法,其特征在于,在直线提取时对图像进行滤波时,采用以下基于方差的差异化滤波方法进行滤波,包括:
(1)确定取样核大小,并对原图像边缘作对应的拓展,用边界值作为拓展值,可使得边界处的方差值较小;
(2)用取样核遍历所有像素,得到所有像素的邻域方差;
(3)按照下式将所有方差值映射到灰度范围(0~255)之间,得到方差灰度图,纸塑复合袋边缘位于灰度值最大的部分:
(4)设定方差阈值,提取方差大于阈值的部分像素点,将其值设为1,其余像素点的值设为0,得到方差二值化图像;
(5)提取面积最大的区域,剔除其他部分,得到纸塑复合袋边缘所在区域,再对该区域进行形态学闭运算,填充孔洞;
(6)对所得区域之外的部分进行高斯滤波,对边缘区域不作处理。
7.如权利要求5所述的基于视觉定位的纸塑复合袋差速纠偏方法,其特征在于,所述直线提取时的步骤如下:
①对图像进行边缘检测,提取边缘图像中的特征点,区域边缘不可能为纸塑复合袋边线,故将区域边缘特征点剔除,剩下的特征点组成点云空间P={(xi,yi)|i=1,2,3,···,n};
②按x递增的顺序从P中提取子集,Pix={(xix,yix)|yix=h/2},h为图像高度,作为种子集;由于目标直线必过图像水平中线,这种种子点的提取方式减少了原算法中选取种子点的盲目性;
③初始化参数累加器数组;
⑤重复步骤④,若点pk满足|θjk-θji|<ε1,则认为pk与pj在一条直线上,将参数θij的累加器加1;若不满足,则重新开辟θjk的累加器;直到某一累加器的值达到阈值T1,则认为检测到一条直线,停止步骤④;
⑥计算参数θ表示的直线:
ρ=xjcosθ+yisinθ
⑦遍历P1中的特征点p(x,y),若|xcosθ+ysinθ-ρ|<ε2,则删除该特征点,若删除的特征点数目大于阈值T2,则确定图像中存在上式表示的直线;
⑧将删除第一条直线上的点后的点集记为P2,重复以上步骤在P2中提取第二条直线,将累加器数值最大的直线作为左侧区域的直线。
8.一种如权利要求1~7任意一项基于视觉定位的纸塑复合袋差速纠偏方法的基于视觉定位的纸塑复合袋差速纠偏控制系统,其特征在于,所述基于视觉定位的纸塑复合袋差速纠偏控制系统包括:
图像采集模块,用于拍摄纸塑复合袋图像,然后将数据传递给计算机,进行相应的图像预处理,最后进行直线拟合,计算出纸塑复合袋的中心位置和倾角,并将数据传递给运动控制模块;
运动控制模块,用于控制两纠偏电机的速度和电动滑台的位置,纠偏过程中,两侧电机速度不一致根据S型加减速算法调整电机速度,在纠偏开始之前,需通过调整滑台位置来调节两皮带的间距;位置偏移纠正后,判断纸塑复合袋是否有角度倾斜,若存在倾斜,纠偏速度控制器采用S差速法角度纠偏控制两侧皮带速度大小相等、方向相反,纸塑复合袋中心位置不变,只改变倾角;
电磁控制模块,用于通过控制可编程电源的输出电流来调节电磁铁的磁力,实现调节皮带压紧力。
9.一种计算机设备,其特征在于,所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如下步骤:
探测纸塑复合袋在平台上的偏移和倾角,若纸塑复合袋在套袋工位发生位置偏移和倾斜,则传送到纠偏工位,并进行拍摄纸塑复合袋的图像;
所述图像经过获取ROI、图像预处理和直线提取后,计算出纸塑复合袋的中心位置和倾角,将位置信息传递给纠偏执行模块;
纠偏执行模块调整纠偏皮带间距,并根据纸塑复合袋倾角设定合适的皮带压力,然后判断纸塑复合袋是否有位置偏移,若存在位置偏移,纠偏速度控制器控制两侧皮带速度及方向;
纠正纸塑复合袋旋转偏移的位置;
位置偏移纠正后,判断纸塑复合袋是否有角度倾斜,若存在倾斜,纠偏速度控制器采用S差速法角度纠偏控制两侧皮带速度大小相等、方向相反,纸塑复合袋中心位置不变,只改变倾角;
纸塑复合袋的位置和倾角纠偏结束后,将纸塑复合袋送到缝合工位进行缝合。
10.一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时,使得所述处理器执行如下步骤:
探测纸塑复合袋在平台上的偏移和倾角,若纸塑复合袋在套袋工位发生位置偏移和倾斜,则传送到纠偏工位,并进行拍摄纸塑复合袋的图像;
所述图像经过获取ROI、图像预处理和直线提取后,计算出纸塑复合袋的中心位置和倾角,将位置信息传递给纠偏执行模块;
纠偏执行模块调整纠偏皮带间距,并根据纸塑复合袋倾角设定合适的皮带压力,然后判断纸塑复合袋是否有位置偏移,若存在位置偏移,纠偏速度控制器控制两侧皮带速度及方向;
纠正纸塑复合袋旋转偏移的位置;
位置偏移纠正后,判断纸塑复合袋是否有角度倾斜,若存在倾斜,纠偏速度控制器采用S差速法角度纠偏控制两侧皮带速度大小相等、方向相反,纸塑复合袋中心位置不变,只改变倾角;
纸塑复合袋的位置和倾角纠偏结束后,将纸塑复合袋送到缝合工位进行缝合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010943189.3A CN112079154B (zh) | 2020-09-09 | 2020-09-09 | 基于视觉定位的纸塑复合袋差速纠偏方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010943189.3A CN112079154B (zh) | 2020-09-09 | 2020-09-09 | 基于视觉定位的纸塑复合袋差速纠偏方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112079154A true CN112079154A (zh) | 2020-12-15 |
CN112079154B CN112079154B (zh) | 2022-07-22 |
Family
ID=73732507
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010943189.3A Active CN112079154B (zh) | 2020-09-09 | 2020-09-09 | 基于视觉定位的纸塑复合袋差速纠偏方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112079154B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112455795A (zh) * | 2020-12-29 | 2021-03-09 | 河南中意隆机械设备有限责任公司 | 一种全自动装箱机 |
CN113182957A (zh) * | 2021-05-13 | 2021-07-30 | 安徽力幕新材料科技有限公司 | 一种覆膜铝箔生产加工的废料收集装置及废料再处理方法 |
CN113256878A (zh) * | 2020-12-31 | 2021-08-13 | 深圳怡化电脑股份有限公司 | 一种纸币倾斜纠正方法、装置、钞箱设备和存储介质 |
CN113335964A (zh) * | 2021-06-25 | 2021-09-03 | 张光兴 | 一种双层瓦楞纸板纠偏走纸装置 |
CN113772364A (zh) * | 2021-09-18 | 2021-12-10 | 中国矿业大学 | 一种皮带输送机跑偏检测装置及自动调整方法 |
CN113955534A (zh) * | 2021-10-29 | 2022-01-21 | 上海旭恒精工机械制造东台有限公司 | 一种提手纸箱多位推进同步调控设备 |
WO2022267918A1 (zh) * | 2021-06-25 | 2022-12-29 | 广东双会智能科技有限公司 | 一种用于钉箱机的双片同步垂直纠偏走纸装置 |
WO2023116509A1 (zh) * | 2021-12-22 | 2023-06-29 | 广东嘉煜机械科技有限公司 | 一种双层袋输送纠偏装置以及双层袋制造系统 |
CN117572759A (zh) * | 2024-01-16 | 2024-02-20 | 钛玛科(北京)工业科技有限公司 | 一种基于速度信号的纠偏控制装置及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60137745A (ja) * | 1983-12-27 | 1985-07-22 | Toshiba Corp | 搬送装置 |
CN203794258U (zh) * | 2014-04-14 | 2014-08-27 | 湖北诃力机械设备有限公司 | 磁性压紧装置 |
CN104981105A (zh) * | 2015-07-09 | 2015-10-14 | 广东工业大学 | 一种快速精确获得元件中心和偏转角度的检测及纠偏方法 |
CN209522229U (zh) * | 2019-01-17 | 2019-10-22 | 广东科达洁能股份有限公司 | 一种板材纠偏装置 |
-
2020
- 2020-09-09 CN CN202010943189.3A patent/CN112079154B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS60137745A (ja) * | 1983-12-27 | 1985-07-22 | Toshiba Corp | 搬送装置 |
CN203794258U (zh) * | 2014-04-14 | 2014-08-27 | 湖北诃力机械设备有限公司 | 磁性压紧装置 |
CN104981105A (zh) * | 2015-07-09 | 2015-10-14 | 广东工业大学 | 一种快速精确获得元件中心和偏转角度的检测及纠偏方法 |
CN209522229U (zh) * | 2019-01-17 | 2019-10-22 | 广东科达洁能股份有限公司 | 一种板材纠偏装置 |
Non-Patent Citations (2)
Title |
---|
朱晓凡: "基于视觉定位的纸塑复合袋差速纠偏方法研究", 《湖北工业大学》 * |
钟飞,吴雪茹: "基于线阵CCD的自动纠偏控制系统设计", 《包装学报》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112455795A (zh) * | 2020-12-29 | 2021-03-09 | 河南中意隆机械设备有限责任公司 | 一种全自动装箱机 |
CN113256878A (zh) * | 2020-12-31 | 2021-08-13 | 深圳怡化电脑股份有限公司 | 一种纸币倾斜纠正方法、装置、钞箱设备和存储介质 |
CN113256878B (zh) * | 2020-12-31 | 2024-02-02 | 深圳怡化电脑股份有限公司 | 一种纸币倾斜纠正方法、装置、钞箱设备和存储介质 |
CN113182957A (zh) * | 2021-05-13 | 2021-07-30 | 安徽力幕新材料科技有限公司 | 一种覆膜铝箔生产加工的废料收集装置及废料再处理方法 |
WO2022267918A1 (zh) * | 2021-06-25 | 2022-12-29 | 广东双会智能科技有限公司 | 一种用于钉箱机的双片同步垂直纠偏走纸装置 |
CN113335964A (zh) * | 2021-06-25 | 2021-09-03 | 张光兴 | 一种双层瓦楞纸板纠偏走纸装置 |
WO2022267920A1 (zh) * | 2021-06-25 | 2022-12-29 | 广东双会智能科技有限公司 | 一种双层瓦楞纸板纠偏走纸装置 |
CN113772364B (zh) * | 2021-09-18 | 2022-10-18 | 中国矿业大学 | 一种皮带输送机跑偏检测装置的自动调整方法 |
CN113772364A (zh) * | 2021-09-18 | 2021-12-10 | 中国矿业大学 | 一种皮带输送机跑偏检测装置及自动调整方法 |
CN113955534A (zh) * | 2021-10-29 | 2022-01-21 | 上海旭恒精工机械制造东台有限公司 | 一种提手纸箱多位推进同步调控设备 |
CN113955534B (zh) * | 2021-10-29 | 2023-09-12 | 上海旭恒精工机械制造东台有限公司 | 一种提手纸箱多位推进同步调控设备 |
WO2023116509A1 (zh) * | 2021-12-22 | 2023-06-29 | 广东嘉煜机械科技有限公司 | 一种双层袋输送纠偏装置以及双层袋制造系统 |
CN117572759A (zh) * | 2024-01-16 | 2024-02-20 | 钛玛科(北京)工业科技有限公司 | 一种基于速度信号的纠偏控制装置及系统 |
CN117572759B (zh) * | 2024-01-16 | 2024-03-19 | 钛玛科(北京)工业科技有限公司 | 一种基于速度信号的纠偏控制装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112079154B (zh) | 2022-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112079154B (zh) | 基于视觉定位的纸塑复合袋差速纠偏方法及系统 | |
CN109272523B (zh) | 基于改进cvfh和crh特征的随机堆放活塞位姿估计方法 | |
CN109834712A (zh) | 一种机器人抓取顺序优化的方法 | |
CN108280856A (zh) | 基于混合信息输入网络模型的未知物体抓取位姿估计方法 | |
CN102087703B (zh) | 确定正面的脸部姿态的方法 | |
CN103604809B (zh) | 一种图案布匹瑕疵在线视觉检测方法 | |
CN104923593B (zh) | 一种基于视觉的顶层折弯板材定位方法 | |
CN104156726A (zh) | 一种基于几何形状特征的工件识别方法及装置 | |
CN102902986A (zh) | 自动性别识别系统及方法 | |
WO2020211447A1 (zh) | 基于手部速度与轨迹分布的跟随机器人手势轨迹识别方法 | |
CN101216882A (zh) | 一种人脸眼角与嘴角定位与跟踪的方法及装置 | |
CN110509273A (zh) | 基于视觉深度学习特征的机器人机械手检测及抓取方法 | |
CN103996052A (zh) | 基于三维点云的三维人脸性别分类装置及方法 | |
CN110956099B (zh) | 一种动态手势指令识别方法 | |
Ekvall et al. | Object recognition and pose estimation using color cooccurrence histograms and geometric modeling | |
CN107194938A (zh) | 基于深度卷积神经网络的图像轮廓检测方法 | |
CN110276292A (zh) | 智能车运动控制方法及装置、设备和存储介质 | |
CN111368762A (zh) | 基于改进的K-means聚类算法的机器人手势识别方法 | |
CN103426000B (zh) | 一种静态手势指尖检测方法 | |
CN103218606A (zh) | 一种基于人脸均值和方差能量图的多姿态人脸识别方法 | |
Dewantara et al. | Implementation of depth-HOG based human upper body detection on a mini PC using a low cost stereo camera | |
CN114913346B (zh) | 一种基于产品颜色及形状识别的智能分拣系统及方法 | |
CN108067440A (zh) | 一种眼药水瓶分拣和装箱系统及方法 | |
Ishibashi et al. | Grasp point calculation and food waste detection for dish-recycling robot | |
CN110751211A (zh) | 一种基于深度学习和机器视觉的包裹分类输送系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |