基于机器视觉的高精度测量与装配系统设计

被引:8
作者
焦亮
胡国清
吕成志
赵朋飞
机构
[1] 华南理工大学机械与汽车工程学院
关键词
机器视觉; 自动化装配; 亚像素精度; 畸变模型; 相机标定;
D O I
10.16526/j.cnki.11-4762/tp.2016.07.020
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
在对某些精密产品实现自动化生产过程中,存在难以对装配该产品所需的多种装配小零件进行高精度自动测量与装配的问题;针对该问题,搭建了基于机器视觉技术的自动化测量与装配系统;基于Halcon图像处理软件平台,对零件图像进行了中值滤波、图像增强等预处理;采用了Canny算法对零件求取像素精度的边缘,并运用椭圆曲线拟合法获取了亚像素精度边缘;建立了两种相机镜头畸变模型,采用径向排列约束(RAC)标定法与张正友标定法对相机进行了标定,并对标定精度进行了对比;实验结果表明:本系统的装配同轴度精度能达到0.05 mm,零件尺寸测量标准差低于3.8μm,满足工业需求,可以解决工业实际问题。
引用
收藏
页码:72 / 75+81 +81
页数:5
相关论文
共 8 条
[1]  
摄像机标定方法的研究.[D].舒娜.南京理工大学.2014, 07
[2]  
基于相关法的多重成像亚像素定位算法的研究与实现.[D].张丽群.哈尔滨工程大学.2005, 08
[3]   基于机器视觉的工件尺寸高精度测量方法 [J].
李钊宝 ;
汪新新 ;
贾茜媛 .
计算机测量与控制, 2015, (06) :1866-1870
[4]   基于机器视觉的复杂形状模具尺寸测量 [J].
王冠英 ;
胡心平 ;
刁维龙 .
计算机测量与控制, 2015, 23 (03) :706-708
[5]   基于视觉的装配机器人精确定位研究 [J].
郭瑞 ;
刘振国 ;
曹云翔 ;
刘晓楠 ;
唐海林 .
制造业自动化, 2014, 36 (10) :154-156
[6]   基于单目视觉的机器人标定方法 [J].
解则晓 ;
辛少辉 ;
李绪勇 ;
徐尚 .
机械工程学报, 2011, 47 (05) :35-39
[7]   基于DLT模型的摄像机标定简化方法 [J].
赵高长 ;
武风波 ;
周彬 ;
杨忠民 ;
乔宝明 .
应用光学, 2009, 30 (04) :585-589
[8]   基于机器视觉的零件自动装配系统 [J].
查英 ;
刘铁根 ;
杜东 ;
江俊峰 .
天津大学学报, 2006, (06) :722-726