小型断路器柔性装配中视觉识别系统的设计与应用

• 作者: 吴桂初 吴自然 舒亮 闫俊涛 陈宪帅
• 来源期刊: 计算机测量与控制
• 关键词: 机器视觉 深度学习 姿态识别 柔性装配
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 设计与应用
• 页码范围: 192-198
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.07.039

摘要

现代制造业对小型断路器(MCB)生产过程的效率和精度要求都在不断提高,传统的人工装配效率低且装配质量参差不齐,而传统基于振动盘上料的自动装配技术限制了制造的柔性化水平;针对上述问题以及未来的市场需求,提出了一种基于机器视觉的小型断路器柔性装配系统,该系统搭建专用的视觉识别模块,通过VGG-16架构的深度学习分类器和特征模板匹配方法,对小型断路器零件的种类、位置坐标、当前姿态进行识别,并将识别结果发送给工业机器人控制器,指导工业机器人对不同型号产品的不同零件类型通过机器人夹爪的灵活切换来完成不同的装配任务;实验表明,该系统对零件种类识别准确率为99.8％,坐标偏差在±0.3 mm以内,旋转角度偏差在±0.8°以内,达到了MCB装配的精度要求,符合柔性化制造的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	舒亮		27	119	6.0	10.0
2	吴桂初		44	171	7.0	8.0
3	吴自然		14	25	3.0	4.0
4	闫俊涛		2	0	0.0	0.0
5	陈宪帅		1	0	0.0	0.0