一種用于注塑機的視覺檢測和矯正系統技術方案

本發明專利技術涉及一種用于注塑機的視覺檢測和矯正系統，包括視覺模塊、矯正模塊、機器學習識別模塊，本發明專利技術在視覺模塊中先采用圖像校正操作來減少由拍照位置偏移或者被拍對象偏移造成的圖像位置造成圖像不一致帶來的影響，再對采集的圖像進行系統處理，進一步提升了機器視覺處理的精確度；同時，本發明專利技術采用機械臂代替人工放置無紡布、螺母的操作，并在視覺模塊和機器學習識別模塊的輔助下高效率完成無紡布、螺母的放置工作，提高注塑機的注塑效率，節省人工投入成本。

A Visual Detection and Correction System for Injection Molding Machine

The invention relates to a vision detection and correction system for injection moulding machine, which includes vision module, correction module and machine learning recognition module. In the vision module, image correction operation is used to reduce the influence of image inconsistency caused by image position offset or object offset, and then the collected image is processed systematically. The precision of machine vision processing is improved step by step. At the same time, the manipulator is used instead of manual placement of non-woven fabrics and nuts, and the placement of non-woven fabrics and nuts is completed efficiently with the assistance of vision module and machine learning recognition module, thereby improving the injection efficiency of injection moulding machine and saving the cost of manual investment.

【技術實現步驟摘要】
一種用于注塑機的視覺檢測和矯正系統
本專利技術涉及人工智能的機器視覺
，尤其涉及一種用于注塑機的視覺檢測和矯正系統。
技術介紹
汽車安全氣囊是一種減輕汽車慣性力的裝置，當汽車遇到猛烈撞擊時，氣囊受感應彈出，乘員伏在彈出的氣囊上面，減少慣性沖擊所產生的傷害；傳統的氣囊在彈出時會造成氣囊所在位置的面板破碎，而產生的碎片在氣囊彈出的彈力下飛向乘員，對乘員造成傷害；因此，研發人員為了減少由面板造成的傷害，將該面板采用注塑機在無紡布上注塑而成，通過無紡布來黏連碎片，避免碎片飛散。為了注塑出合格的面板，注塑機在注塑前需要將無紡布、螺母擺放在準確的位置，然后再進行注塑；目前在注塑機行業的無紡布及螺母的放置工作基本都是由人力完成的，無紡布及螺母的放置位置的精確度低，存在螺母放置錯誤導致損壞模具的風險，且人力投入成本過高。機器視覺是人工智能正在快速發展的一個分支，用來代替人眼來做測量和判斷；機器視覺系統通過機器視覺產品（即圖像攝取裝置，分CMOS和CCD兩種），將被攝取目標轉換成圖像信號，并傳送給專用的圖像處理系統處理，現有系統通過模板匹配進行無紡布和螺母放置判斷會由于螺母及無紡布制造時的表面差異和現場光照環境變化導致誤檢測。其次是現有的視覺系統圖像處理存在缺陷，就是圖像在做對比分析時，會因為圖像采集時存在的角度偏差導致圖像位置不一致，繼而降低圖像識別處理時的匹配精確度。
技術實現思路
針對上述現有技術的現狀，本專利技術所要解決的技術問題在于提供一種提高匹配精確度且用于輔助注塑機注塑帶有無紡布、螺母的汽車安全氣囊安裝面板的注塑機的視覺檢測和矯正系統。本專利技術解決上述技術問題所采用的技術方案為：一種用于注塑機的視覺檢測和矯正系統，包括視覺模塊、矯正模塊、機器學習識別模塊，其中：所述矯正模塊包括PLC和機械擺臂，所述PLC控制機械擺臂代替人工去放置、矯正無紡布以及螺母的位置，同時，PLC發送識別請求信號給視覺模塊；所述視覺模塊包括圖像采集單元、圖像校正單元、圖像分割單元，其中，所述圖像采集單元包括攝像設備，用以拍攝機械擺臂放置在料臺上的無紡布和螺母的圖像數據；所述圖像校正單元包括加載有圖像模板數據的內存，該圖像校正單元用以接收圖像采集單元傳遞的圖像數據，并與內存中的圖像模板數據匹配來計算出圖像數據的平移量和旋轉量，然后根據平移量、旋轉量將圖像數據進行校正；所述圖像分割單元用以將校正后的圖像進行分割，并提取需要識別的子圖像；所述機器學習識別模塊包括學習分類器、子圖像加載單元和數據預處理單元，該子圖像加載單元接收圖像分割單元提取的子圖像，數據預處理單元將子圖像加載單元加載的子圖像進行降維或者采用特征方向均值算法對子圖像依次進行降維處理、歸一化處理，處理得到的向量輸入學習分類器進行判別，得出無紡布或螺母放置位置準確的識別結果，并將識別結果轉換成字符串形式發送給PLC，通過PLC控制機械擺臂控制對無紡布或螺母進行矯正，同時，PLC根據識別結果判斷是否停止生產并報警。進一步地，所述學習分類器利用SVM算法進行非線性模型訓練（即螺母和無紡布某些部分的識別），或采用線性分類器進行模型訓練（即無紡布的某些部分），便于學習分類器后期快速判別得到識別結果數據。進一步地，所述矯正模塊采用TCP/IP協議的socket套接字連接與視覺模塊實現通信連接，實現機器學習識別模塊、矯正模塊、視覺模塊之間數據信息的傳送和接收。進一步地，所述圖像采集單元包括采用GIGE協議對攝像設備參數存儲器進行操作，修改曝光；采用預定義曝光數組或ROI區域曝光測定進行新曝光值測算，從而能應對更加復雜的變化光照環境，自動化調節攝像設備的曝光值。進一步地，所述圖像校正單元中，采用XML方式讀取和存儲配置數據，使用了Halcon算法庫中的find_scaled_shape_model算法進行模板匹配，使用halcon中的affine_trans_image算法對圖像進行旋轉和平移變換；所述圖像分割單元中采用Halcon中的crop_domain算法進行子圖像提取。進一步地，所述數據預處理單元采用了PCA（主成分分析）算法對圖像進行降維或者采用特征方向均值算法對圖像進行降維處理，降低計算量，并快速獲得向量。與現有技術相比，本專利技術的優點在于：本專利技術在視覺模塊中采用先采用圖像校正操作來減少由拍照位置偏移或者被拍對象偏移造成的圖像位置造成圖像不一致帶來的影響，再對采集的圖像進行系統處理，進一步提升了機器視覺處理的精確度；同時，本專利技術采用機械臂代替人工放置無紡布、螺母的操作，并在視覺模塊和機器學習識別模塊的輔助下高效率完成無紡布、螺母的放置工作，提高注塑機的注塑效率，節省人工投入成本，本專利技術設計合理，符合市場需求，適合推廣。附圖說明圖1為本專利技術的系統結構圖。具體實施方式如圖1所示，一種用于注塑機的視覺檢測和矯正系統，包括視覺模塊、矯正模塊、機器學習識別模塊，其中：所述矯正模塊包括PLC和機械擺臂，所述PLC控制機械擺臂代替人工去放置、矯正無紡布以及螺母的位置，同時，PLC發送識別請求信號給視覺模塊；所述視覺模塊包括圖像采集單元、圖像校正單元、圖像分割單元，其中，所述圖像采集單元包括攝像設備，用以拍攝機械擺臂放置在料臺上的無紡布和螺母的圖像數據；所述圖像校正單元包括加載有圖像模板數據的內存，該圖像校正單元用以接收圖像采集單元傳遞的圖像數據，并與內存中的圖像模板數據匹配來計算出圖像數據的平移量和旋轉量，然后根據平移量、旋轉量將圖像數據進行校正；所述圖像分割單元用以將校正后的圖像進行分割，并提取需要識別的子圖像；所述機器學習識別模塊包括學習分類器、子圖像加載單元和數據預處理單元，該子圖像加載單元接收圖像分割單元提取的子圖像，數據預處理單元將子圖像加載單元加載的子圖像進行降維或者采用特征方向均值算法對子圖像依次進行降維處理、歸一化處理，處理得到的向量輸入學習分類器進行判別，得出無紡布或螺母放置位置準確的識別結果，并將識別結果轉換成字符串形式發送給PLC，通過PLC控制機械擺臂控制對無紡布或螺母進行矯正，同時，PLC根據識別結果判斷是否停止生產并報警。所述學習分類器利用SVM算法進行非線性模型訓練（即螺母和無紡布某些部分的識別），或采用線性分類器進行模型訓練（即無紡布的某些部分），便于學習分類器后期快速判別得到識別結果數據。所述矯正模塊采用TCP/IP協議的socket套接字連接與視覺模塊實現通信連接，實現機器學習識別模塊、矯正模塊、視覺模塊之間數據信息的傳送和接收。所述圖像采集單元包括采用GIGE協議對攝像設備參數存儲器進行操作，修改曝光；采用預定義曝光數組或ROI區域曝光測定進行新曝光值測算，從而能應對更加復雜的變化光照環境，自動化調節攝像設備的曝光值。所述圖像校正單元中，采用XML方式讀取和存儲配置數據，使用了Halcon算法庫中的find_scaled_shape_model算法進行模板匹配，使用halcon中的affine_trans_image算法對圖像進行旋轉和平移變換；所述圖像分割單元中采用Halcon中的crop_domain算法進行子圖像提取。所述數據預處理單元采用了PCA（主成分分析）算法對圖像進行降維或者采用特征方向均值算法對圖像進行降維處理，降低計算量，并快速獲得向本文檔來自技高網...

【技術保護點】
1.一種用于注塑機的視覺檢測和矯正系統，其特征在于，包括視覺模塊、矯正模塊、機器學習識別模塊，其中：所述矯正模塊包括PLC和機械擺臂，所述PLC控制機械擺臂代替人工去放置、矯正無紡布以及螺母的位置，同時，PLC發送識別請求信號給視覺模塊；所述視覺模塊包括圖像采集單元、圖像校正單元、圖像分割單元，其中，所述圖像采集單元包括攝像設備，用以拍攝機械擺臂放置在料臺上的無紡布和螺母的圖像數據；所述圖像校正單元包括加載有圖像模板數據的內存，該圖像校正單元用以接收圖像采集單元傳遞的圖像數據，并與內存中的圖像模板數據匹配來計算出圖像數據的平移量和旋轉量，然后根據平移量、旋轉量將圖像數據進行校正；所述圖像分割單元用以將校正后的圖像進行分割，并提取需要識別的子圖像；所述機器學習識別模塊包括學習分類器、子圖像加載單元和數據預處理單元，該子圖像加載單元接收圖像分割單元提取的子圖像，數據預處理單元將子圖像加載單元加載的子圖像進行降維或者采用特征方向均值算法對子圖像依次進行降維處理、歸一化處理，處理得到的向量輸入學習分類器進行判別，得出無紡布或螺母放置位置準確的識別結果，并將識別結果轉換成字符串形式發送給PLC，通過PLC控制機械擺臂控制對無紡布或螺母進行矯正，同時，PLC根據識別結果判斷是否停止生產并報警。...

【技術特征摘要】
1.一種用于注塑機的視覺檢測和矯正系統，其特征在于，包括視覺模塊、矯正模塊、機器學習識別模塊，其中：所述矯正模塊包括PLC和機械擺臂，所述PLC控制機械擺臂代替人工去放置、矯正無紡布以及螺母的位置，同時，PLC發送識別請求信號給視覺模塊；所述視覺模塊包括圖像采集單元、圖像校正單元、圖像分割單元，其中，所述圖像采集單元包括攝像設備，用以拍攝機械擺臂放置在料臺上的無紡布和螺母的圖像數據；所述圖像校正單元包括加載有圖像模板數據的內存，該圖像校正單元用以接收圖像采集單元傳遞的圖像數據，并與內存中的圖像模板數據匹配來計算出圖像數據的平移量和旋轉量，然后根據平移量、旋轉量將圖像數據進行校正；所述圖像分割單元用以將校正后的圖像進行分割，并提取需要識別的子圖像；所述機器學習識別模塊包括學習分類器、子圖像加載單元和數據預處理單元，該子圖像加載單元接收圖像分割單元提取的子圖像，數據預處理單元將子圖像加載單元加載的子圖像進行降維或者采用特征方向均值算法對子圖像依次進行降維處理、歸一化處理，處理得到的向量輸入學習分類器進行判別，得出無紡布或螺母放置位置準確的識別結果，并將識別結果轉換成字符串形式發送給PLC，通過PLC控制機械擺臂控制對無紡布或螺母進行矯正，同時，PLC根據識別結果判斷是否停止生產并報警。2.根據權利要求1所述的一種用于注塑機的視覺檢測和矯正系統，其特征在于，所述學習分類器利用SVM算法進行非線性模型...

【專利技術屬性】
技術研發人員：張斯宇，闕華煬，俞文強，
申請(專利權)人：寧波匯智恒動自動化科技有限公司，
類型：發明
國別省市：浙江,33