工业视觉引导基础及项目评估流程

简介: 工业视觉引导基础及项目评估流程

工业视觉引导基础及项目评估流程


1、引导类型


• 抓取通过图像模板位置,机械手/模组的模板位置,当前产品位置计算。


• 放置固定点通过定点拍照产品位置,机械手/模组的位置,目标放置位计算。


• 产品对位一个产品固定,另一产品由机械手/模组带着移动,相机分别得到两组产品的位置,计算对位的坐标。


• 点轨迹相机拍照(固定/移动)获得产品的基准,通过实际轨迹与基准坐标之间的关系映射出实际产品的点位置。


2、相机架设方式


• 固定相机固定/移动到某一固定点位拍照。


• 移动执行机构(负责完成引导定位动作)的机械手/模组,非执行机构的模组。


3、配合运动机构


• 四轴机械手。


• 六轴机械手。


• XYR模组。


• XXY/XYY平台

先算角度再移动X。


• 蜘蛛手机器人。


• 龙门式XY平台。


4、相机拍照方式


• 静态。


• 飞拍产品运动中拍照后,到达某一固定位置实现定位抓取/对位考虑相机的拖影以及相机的触发方式。


5、标定方式


• 二维码棋盘格坐标系关联。


• 九点标定+旋转中心计算(两点/多点拟合圆)/旋转中心计算+九点标定。


6、旋转中心(这个之前的文章讲过,你们可以看这个文章)

• 有角度计算


• 无角度计算


20210517151851300.png


6、旋转中心(不明白的可以看这个文章)


20210517152506997.png


c=rcos(δ+β)=rcos(δ)cos(β)-r*sin(δ)sin(β)=xcos(β)-ysin(β)


d=rsin(δ+β)=rsin(δ)cos(β)+r*cos(δ)sin(β)=ycos(β)+xsin(β)


7.0引导项目评估-硬件选择


• 确定产品信息(产品大小,产品种类,产品公差)。


• 拍照特征(视野大小)。


• 选择相机(相机个数、拍照方式)、镜头(工作距离)、光源。


7.1、引导项目评估-精度分析


• 相机精度


• 运动机构精度(模组/机械手)


• 平台精度(机构安装)


• 产品公差


• 标定精度


7.2、引导项目评估-标定方式


• 配合的运动机构类型


• 相机的安装方式(固定、移动)


• 多相机标定(单独标定/联合标定)


• 标定治具(机构需要设计什么样的治具方便标定)


7.3、引导项目评估-计算方法


• 抓取图像模板、机械手模板、实时产品坐标


• 对位两个产品的坐标• 放置实时产品坐标、机械手模板放置位置


• 轨迹需求点与拍照计算点的相对坐标关系


我做过的项目都按照这种流程运行,如果你们有更好的流程。可以分享下。相互学习下。谢谢大家!!!


相关文章
|
2月前
|
人工智能 数据库连接 API
在部署《主动式智能导购 AI 助手构建》解决方案的过程中,整体体验还是相对顺畅的,但确实遇到了一些问题,文档提供的引导也有所不足,以下是详细的体验评估
在部署《主动式智能导购 AI 助手构建》解决方案的过程中,整体体验还是相对顺畅的,但确实遇到了一些问题,文档提供的引导也有所不足,以下是详细的体验评估
|
4月前
|
机器学习/深度学习 人工智能 自然语言处理
扩散引导语言建模(DGLM):一种可控且高效的AI对齐方法
DGLM(Diffusion Guided Language Modeling)是一种新型框架,结合了自回归模型的流畅性和扩散模型的灵活性,解决了现有引导生成方法的局限性。DGLM通过扩散网络生成语义提案,并使用轻量级提示生成器将嵌入转化为软提示,引导自回归解码器生成文本。该方法无需微调模型权重,易于控制新属性,并在多个基准数据集上表现出色。实验结果显示,DGLM在毒性缓解、情感控制和组合控制等方面优于现有方法,为可控文本生成提供了新的方向。
73 10
扩散引导语言建模(DGLM):一种可控且高效的AI对齐方法
|
5月前
|
安全 Linux 调度
Linux内核开发流程指南 - 3. 早期规划【ChatGPT】
Linux内核开发流程指南 - 3. 早期规划【ChatGPT】
|
8月前
|
JSON 人工智能 自然语言处理
|
9月前
|
机器学习/深度学习 编解码 人工智能
什么样才算好图——从生图模型质量度量方法看模型能力的发展(下)
什么样才算好图——从生图模型质量度量方法看模型能力的发展(下)
435 1
|
9月前
|
机器学习/深度学习 数据采集 计算机视觉
什么样才算好图——从生图模型质量度量方法看模型能力的发展(上)
什么样才算好图——从生图模型质量度量方法看模型能力的发展
231 1
|
人工智能 算法 C#
基于Aidlux平台的工业视觉缺陷检测
工业视觉缺陷检测是一种利用计算机视觉技术,对工业制品进行自动化检测,以识别和分类可能存在的缺陷的方法。它是现代工业生产中的重要环节,可以大大提高生产效率,降低产品缺陷率,提高产品质量。
|
9月前
|
人工智能 监控 数据可视化
【AI大模型应用开发】【LangSmith: 生产级AI应用维护平台】0. 一文全览Tracing功能,让你的程序运行过程一目了然
【AI大模型应用开发】【LangSmith: 生产级AI应用维护平台】0. 一文全览Tracing功能,让你的程序运行过程一目了然
281 0
|
9月前
|
监控 测试技术 API
如何设计一款产品的质量模型
如何设计一款产品的质量模型
|
9月前
|
人工智能 监控 安全
《机器人流程自动化能力评估体系 第1部分:系统和工具》行标发布
《机器人流程自动化能力评估体系 第1部分:系统和工具》(YD/T 4391.1-2023)是国内首部正式发布的RPA行业标准,标准的发布实施填补了我国RPA行业产品标准的空白,在相关行业发展中具有里程碑意义。
178 0