0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

基于圖像識(shí)別的零件缺陷在線檢測(cè)系統(tǒng)

h1654155282.3538 ? 來(lái)源:電子迷 ? 作者:電子迷 ? 2020-08-16 12:08 ? 次閱讀

零件缺陷的檢測(cè)是企業(yè)在實(shí)際生產(chǎn)過(guò)程中的一個(gè)必不可少的環(huán)節(jié)。目前,我國(guó)大部分的中小型生產(chǎn)廠家都還采用人工篩選的方法來(lái)保證產(chǎn)品的質(zhì)量,一方面,人工測(cè)量降低了檢測(cè)的效率和正確率,人工篩選一般采用肉眼觀察的方法,隨著時(shí)間工作的推移,失誤率逐漸提高,識(shí)別速度也會(huì)越來(lái)越慢 ;另外一方面,國(guó)內(nèi)的人力人本在不斷提高,企業(yè)考慮到成本不可能對(duì)每個(gè)零件都進(jìn)行測(cè)量,一般只在同一批次中進(jìn)行抽樣檢測(cè),這可能造成部分不合格產(chǎn)品難以檢出,降低產(chǎn)品的質(zhì)量。隨著人工智能技術(shù)的持續(xù)升溫,基于視覺(jué)的尺寸檢測(cè)技術(shù)得到了快速的發(fā)展,在機(jī)械電子等眾多行業(yè)中,已逐步取代人工故障檢測(cè)的方法。 在這種形勢(shì)下,開(kāi)發(fā)一種能夠在線精確檢測(cè)零件尺寸,并根據(jù)檢測(cè)結(jié)果,對(duì)不合格產(chǎn)品進(jìn)行篩選的系統(tǒng)不僅可以降低企業(yè)的生產(chǎn)成本,還可以提高產(chǎn)品的生產(chǎn)質(zhì)量。

1 系統(tǒng)總體結(jié)構(gòu)

系統(tǒng)硬件平臺(tái)的設(shè)計(jì)是在充分考慮系統(tǒng)功能和視覺(jué)檢測(cè)對(duì)環(huán)境需求的基礎(chǔ)上完成的,其結(jié)構(gòu)如圖 1 所示。整個(gè)系統(tǒng)由遮光罩、openMV 相機(jī)模塊、無(wú)畸變鏡頭、光源、stm32 單片機(jī)系統(tǒng)、伺服電機(jī)、迪文屏、光電傳感器、舵機(jī)等部件所組成。待測(cè)零件在經(jīng)過(guò)振動(dòng)分揀裝后被逐個(gè)運(yùn)送傳送帶上,經(jīng)過(guò)openMV 攝像頭模塊內(nèi)置的圖形圖像算法的運(yùn)算后,獲得零件的尺寸信息并輸出給 stm32 單片機(jī),單片機(jī)通過(guò)控制舵機(jī)實(shí)現(xiàn)對(duì)零件的分揀,并通過(guò)光電傳感器感知單個(gè)零件檢測(cè)完畢。

圖 1 系統(tǒng)總體結(jié)構(gòu)

2 硬件設(shè)計(jì)

控制系統(tǒng)總體結(jié)構(gòu)如圖 2 所示,整個(gè)系統(tǒng)使用 220V 市電進(jìn)行供電,經(jīng)過(guò) MP175 降壓電路降為 6v 左右后分別給舵機(jī)、光電模塊及 LED 光源供電,stm32 單片機(jī)、openMV 模塊及迪文顯示屏采用隔離電源,保證用電的安全性 ;stm32 單片機(jī)是整個(gè)控制系統(tǒng)的核心,采用 F103 系列,其內(nèi)部帶有 2 路高 級(jí)定時(shí)器,可以產(chǎn)生高精度的 PWM 波驅(qū)動(dòng)伺服電機(jī) ;帶有多路串口通信接口,可以實(shí)現(xiàn)與 openMV 及迪文屏之間的通信 ; stm32 單片機(jī)與執(zhí)行機(jī)構(gòu)及傳感器之間的連接都加入了光耦隔離芯片,防止外部干擾信號(hào)串入單片機(jī)回路,造成單片機(jī) “死機(jī)”或損毀 I/O。openMV 是一個(gè)成本低廉,性能優(yōu)越的視覺(jué)識(shí)別模塊,它的核心是一個(gè) stm32F7 單片機(jī),內(nèi)置了圖像識(shí)別算法和一個(gè) microPython 解析器,用戶可通過(guò)設(shè)計(jì)簡(jiǎn)易的Python 程序,即可實(shí)現(xiàn)圖像識(shí)別,openMV 自帶有多路 I/O, 但在本設(shè)計(jì)中,由于要控制多路外設(shè),為此它僅作為圖像識(shí)別單元,不作為控制單元。

圖 2 控制系統(tǒng)硬件結(jié)構(gòu)

電源模塊在設(shè)計(jì)時(shí)需要考慮它的最大功率,由于帶有舵機(jī)、光源等外設(shè),系統(tǒng)所需的功率大約在 10w 左右,為減小控制系統(tǒng)總體積,本設(shè)計(jì)采用的是美國(guó)芯源系統(tǒng)有限公司的 MP175 芯片,它是一款 700v 的非隔離降壓芯片,可將 220v 直接通過(guò) buck 電路降壓至所需要的電壓,并且具有 10w 的輸出能力,相較于傳統(tǒng)的互感器降壓,它的體積更小,成本更低。降壓電路如圖 3 所示,其中熱敏電阻 R19 和保險(xiǎn)絲構(gòu)成前置保護(hù)電路,防止浪涌電壓損壞系統(tǒng) ;交流轉(zhuǎn)直流采用全橋方式,可以提高電源輸出功率,L1、CE1 和 CE2 構(gòu)成LC 濾波電路,提高直流電的輸出性能,降低 MP175 發(fā)熱量 ; R16 和 R17 構(gòu)成反饋電路,輸出電壓與反饋電阻的關(guān)系為:

Vfb的值為 2.53v,本次電源由 220v 降壓為 6v 左右,為此,R16 和R17 分別選擇 6.8k 和 4.99k 的電阻; L2 和D8 構(gòu)成蓄流回路,當(dāng)MP175 內(nèi)部MOS 管處于截止?fàn)顟B(tài)時(shí), L2 放電為整個(gè)系統(tǒng)供電,值得注意的是,在蓄流回路中,二極管反向恢復(fù)的速度會(huì)直接影響芯片轉(zhuǎn)換效率,為此,需要選擇超快恢復(fù)二極管 ;為保證電源電路能輸出穩(wěn)定且紋波較小的電壓,除了元器件參數(shù)及選型需要考慮外,在 PCB 設(shè)計(jì)時(shí), 線路布局也非常的關(guān)鍵,需考慮以下幾點(diǎn) :(1)L2、輸出電容CE3、蓄流二極管 D8 及芯片內(nèi)部的 MOSFET 構(gòu)成的回路必須盡可能小 ;(2)MP175 降壓電路中,反饋的電壓信號(hào)的穩(wěn)定性至關(guān)重要,為此走線時(shí)必須遠(yuǎn)離電感等干擾源,且回饋點(diǎn)必須是在電容濾波之后,不能直接從電感輸出端接入;(3)Drain 管腳上鋪銅盡可能增大,這樣有助于芯片的散熱。

圖 3 電源電路

3 軟件設(shè)計(jì)

系統(tǒng)軟件由 openMV 中的零件檢測(cè)程序及stm32 中的自動(dòng)控制程序 2 個(gè)部分所組成, 其流程如圖 4 所示,基于視覺(jué)的缺陷檢測(cè)步驟如下 :抓取圖片,并根據(jù)顏色閾值,查找圖中零件 ;找到零件后,首先對(duì)其進(jìn)行二值化,然后再查找其邊沿 ;利用最小轉(zhuǎn)動(dòng)慣量法查找零件中心軸, 計(jì)算零件內(nèi)中心軸的長(zhǎng)度,從而判斷出零件是否合格 ;通過(guò)串口發(fā)送零件信息至單片機(jī)。stm32 單片機(jī)的運(yùn)行步驟如下:

圖 4 軟件處理流程

系統(tǒng)上電初始化,等待迪文屏啟動(dòng)按鍵按下,一旦按下,則通知 openMV 進(jìn)入工作狀態(tài) ;設(shè)備處于運(yùn)行狀態(tài)時(shí),stm32 產(chǎn)生一路 PWM 波,控制伺服電機(jī)運(yùn)行 ;當(dāng)接收 openMV 發(fā)送的零件是否合格的信息后,stm32 產(chǎn)生相應(yīng) PWM 控制舵機(jī)將葉片旋轉(zhuǎn)至正確位置 ;當(dāng)零件通過(guò)光電開(kāi)關(guān)后,一次檢測(cè)結(jié)束,舵機(jī)葉片歸零。

4 結(jié)束語(yǔ)

本文結(jié)合 openMV 及 stm32 單片機(jī)設(shè)計(jì)了一種基于圖像識(shí)別的零件缺陷在線檢測(cè)系統(tǒng),通過(guò)檢查零件尺寸是否準(zhǔn)確從而實(shí)現(xiàn)對(duì)不合格產(chǎn)品進(jìn)行過(guò)濾,具有體積小,成本低,自動(dòng)化程度高的特點(diǎn),適用于識(shí)別精度要求不高的工業(yè)現(xiàn)場(chǎng)。

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
收藏 人收藏

    評(píng)論

    相關(guān)推薦

    目標(biāo)檢測(cè)圖像識(shí)別的區(qū)別在哪

    目標(biāo)檢測(cè)圖像識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域中的兩個(gè)重要研究方向,它們?cè)趯?shí)際應(yīng)用中有著廣泛的應(yīng)用,如自動(dòng)駕駛、智能監(jiān)控、醫(yī)療診斷等。盡管它們?cè)谀承┓矫嬗邢嗨浦?,但它們之間存在一些關(guān)鍵的區(qū)別。 基本概念 目標(biāo)
    的頭像 發(fā)表于 07-17 09:51 ?373次閱讀

    圖像檢測(cè)圖像識(shí)別的原理、方法及應(yīng)用場(chǎng)景

    圖像檢測(cè)圖像識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的兩個(gè)重要概念,它們?cè)谠S多應(yīng)用場(chǎng)景中發(fā)揮著關(guān)鍵作用。 1. 定義 1.1 圖像檢測(cè)
    的頭像 發(fā)表于 07-16 11:19 ?1388次閱讀

    圖像識(shí)別算法都有哪些方法

    傳統(tǒng)方法和基于深度學(xué)習(xí)的方法。 傳統(tǒng)圖像識(shí)別算法 1.1 邊緣檢測(cè) 邊緣檢測(cè)圖像識(shí)別的基礎(chǔ),它用于檢測(cè)
    的頭像 發(fā)表于 07-16 11:14 ?3872次閱讀

    圖像識(shí)別技術(shù)的原理是什么

    圖像識(shí)別技術(shù)是一種利用計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)技術(shù)對(duì)圖像進(jìn)行分析和理解的技術(shù)。它可以幫助計(jì)算機(jī)識(shí)別和理解圖像中的對(duì)象、場(chǎng)景和活動(dòng)。 圖像預(yù)處理
    的頭像 發(fā)表于 07-16 10:46 ?594次閱讀

    圖像識(shí)別屬于人工智能嗎

    屬于。圖像識(shí)別是人工智能(Artificial Intelligence, AI)領(lǐng)域的一個(gè)重要分支。 一、圖像識(shí)別概述 1.1 定義 圖像識(shí)別是指利用計(jì)算機(jī)技術(shù)對(duì)圖像中的內(nèi)容進(jìn)行分析
    的頭像 發(fā)表于 07-16 10:44 ?501次閱讀

    opencv圖像識(shí)別有什么算法

    圖像識(shí)別算法: 邊緣檢測(cè) :邊緣檢測(cè)圖像識(shí)別中的基本步驟之一,用于識(shí)別圖像中的邊緣。常見(jiàn)的邊緣
    的頭像 發(fā)表于 07-16 10:40 ?375次閱讀

    圖像檢測(cè)識(shí)別技術(shù)的關(guān)系

    檢測(cè)技術(shù)是指利用計(jì)算機(jī)視覺(jué)技術(shù),對(duì)圖像中的特定目標(biāo)進(jìn)行定位和識(shí)別的過(guò)程。它通常包括圖像預(yù)處理、特征提取、目標(biāo)檢測(cè)和后處理等步驟。
    的頭像 發(fā)表于 07-03 14:43 ?343次閱讀

    圖像檢測(cè)圖像識(shí)別的區(qū)別是什么

    圖像檢測(cè)圖像識(shí)別是計(jì)算機(jī)視覺(jué)領(lǐng)域的兩個(gè)重要研究方向,它們?cè)谠S多應(yīng)用場(chǎng)景中都有著廣泛的應(yīng)用。盡管它們?cè)谀承┓矫嬗邢嗨浦?,但它們之間還是存在一些明顯的區(qū)別。本文將從多個(gè)角度對(duì)圖像
    的頭像 發(fā)表于 07-03 14:41 ?483次閱讀

    在線視覺(jué)檢測(cè)系統(tǒng)機(jī)器視覺(jué)系統(tǒng)的常用功能

    在線視覺(jué)檢測(cè)系統(tǒng)可用于平穩(wěn)放置的橡膠零件、精密五金零件、汽車、手機(jī)零件、塑膠
    的頭像 發(fā)表于 03-05 16:56 ?375次閱讀
    <b class='flag-5'>在線</b>視覺(jué)<b class='flag-5'>檢測(cè)</b><b class='flag-5'>系統(tǒng)</b>機(jī)器視覺(jué)<b class='flag-5'>系統(tǒng)</b>的常用功能

    無(wú)紡布缺陷在線檢測(cè)儀怎么用

    隨著科技的不斷發(fā)展,無(wú)紡布作為一種新型環(huán)保材料,已經(jīng)廣泛應(yīng)用于各個(gè)領(lǐng)域。然而,無(wú)紡布的生產(chǎn)過(guò)程中難免會(huì)出現(xiàn)一些缺陷,如針眼、孔洞等。為了提高無(wú)紡布的質(zhì)量,許多企業(yè)開(kāi)始使用無(wú)紡布缺陷在線檢測(cè)儀進(jìn)行實(shí)時(shí)
    的頭像 發(fā)表于 02-03 14:58 ?383次閱讀
    無(wú)紡布<b class='flag-5'>缺陷在線</b><b class='flag-5'>檢測(cè)</b>儀怎么用

    圖像識(shí)別技術(shù)原理 圖像識(shí)別技術(shù)的應(yīng)用領(lǐng)域

    圖像識(shí)別技術(shù)是一種通過(guò)計(jì)算機(jī)對(duì)圖像進(jìn)行分析和理解的技術(shù)。它借助計(jì)算機(jī)視覺(jué)、模式識(shí)別、人工智能等相關(guān)技術(shù),通過(guò)對(duì)圖像進(jìn)行特征提取和匹配,找出圖像
    的頭像 發(fā)表于 02-02 11:01 ?1788次閱讀

    基于TensorFlow和Keras的圖像識(shí)別

    TensorFlow和Keras最常見(jiàn)的用途之一是圖像識(shí)別/分類。通過(guò)本文,您將了解如何使用Keras達(dá)到這一目的。定義如果您不了解圖像識(shí)別的基本概念,將很難完全理解本文的內(nèi)容。因此在正文開(kāi)始之前
    的頭像 發(fā)表于 01-13 08:27 ?664次閱讀
    基于TensorFlow和Keras的<b class='flag-5'>圖像識(shí)別</b>

    如何使用Python進(jìn)行圖像識(shí)別的自動(dòng)學(xué)習(xí)自動(dòng)訓(xùn)練?

    如何使用Python進(jìn)行圖像識(shí)別的自動(dòng)學(xué)習(xí)自動(dòng)訓(xùn)練? 使用Python進(jìn)行圖像識(shí)別的自動(dòng)學(xué)習(xí)和自動(dòng)訓(xùn)練需要掌握一些重要的概念和技術(shù)。在本文中,我們將介紹如何使用Python中的一些常用庫(kù)和算法來(lái)實(shí)現(xiàn)
    的頭像 發(fā)表于 01-12 16:06 ?446次閱讀

    使用Python卷積神經(jīng)網(wǎng)絡(luò)(CNN)進(jìn)行圖像識(shí)別的基本步驟

    Python 卷積神經(jīng)網(wǎng)絡(luò)(CNN)在圖像識(shí)別領(lǐng)域具有廣泛的應(yīng)用。通過(guò)使用卷積神經(jīng)網(wǎng)絡(luò),我們可以讓計(jì)算機(jī)從圖像中學(xué)習(xí)特征,從而實(shí)現(xiàn)對(duì)圖像的分類、識(shí)別和分析等任務(wù)。以下是使用 Pytho
    的頭像 發(fā)表于 11-20 11:20 ?4153次閱讀

    一種基于圖像識(shí)別的第五版人民幣成色檢測(cè)方法

    電子發(fā)燒友網(wǎng)站提供《一種基于圖像識(shí)別的第五版人民幣成色檢測(cè)方法.pdf》資料免費(fèi)下載
    發(fā)表于 10-13 11:19 ?0次下載
    一種基于<b class='flag-5'>圖像識(shí)別的</b>第五版人民幣成色<b class='flag-5'>檢測(cè)</b>方法