[發(fā)明專利]一種零部件智能檢測與標(biāo)簽系統(tǒng)及方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202110474725.4
• 申請(qǐng)日: 2021-04-29
• 公開（公告）號(hào): CN113066087B
• 公開（公告）日: 2022-08-05
• 發(fā)明（設(shè)計(jì)）人: 王國棟
• 申請(qǐng)（專利權(quán)）人: 中奧智能工業(yè)研究院（南京）有限公司
• 主分類號(hào): G06T7/00
• 分類號(hào): G06T7/00;G06T7/13;G06T7/62;G06T5/00;G06V10/44;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 南京中盟科創(chuàng)知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32279
• 代理人: 張靖堯

本發(fā)明提出一種零部件智能檢測與標(biāo)簽系統(tǒng)，包括用于輸送零部件的傳送帶，傳送帶上沿零部件傳輸?shù)姆较蛟O(shè)有零件類別照相機(jī)、零件特征照相機(jī)、激光打印機(jī)和識(shí)別碼識(shí)別相機(jī)，還包括用于處理采集數(shù)據(jù)和輸出信息的中央處理模塊。該系統(tǒng)能夠?qū)崿F(xiàn)零部件智能檢測、打標(biāo)檢測的自動(dòng)化，有利于提高智能化程度，降低人工參與度。本發(fā)明還提出一種零部件智能檢測與標(biāo)簽方法。

技術(shù)領(lǐng)域

本發(fā)明涉及智慧工廠技術(shù)領(lǐng)域，具體涉及一種零部件智能檢測與標(biāo)簽系統(tǒng)。

背景技術(shù)

工業(yè)4.0是以智能制造為主導(dǎo)，利用了信息物理系統(tǒng)、物聯(lián)網(wǎng)、工業(yè)物聯(lián)網(wǎng)、云計(jì)算、認(rèn)知計(jì)算和人工智能技術(shù)的第四次工業(yè)革命。智慧工廠是實(shí)現(xiàn)工業(yè)4.0的重要一環(huán)，是在制造業(yè)一系列科學(xué)管理實(shí)踐的基礎(chǔ)上，深度融合自動(dòng)化技術(shù)、信息通信技術(shù)和智能科學(xué)技術(shù)，結(jié)合數(shù)據(jù)、信息和知識(shí)建立更具競爭力的新一代制造業(yè)企業(yè)及其生態(tài)系統(tǒng)。其中，對(duì)工廠的各個(gè)生產(chǎn)流程的智能化和自動(dòng)化改造是推進(jìn)智慧工廠的第一步。

傳統(tǒng)工廠中零部件的缺陷檢測、打標(biāo)簽、信息入庫的過程，主要依靠手工實(shí)現(xiàn)，既耗時(shí)又耗力，且檢測準(zhǔn)確率和漏檢率易受個(gè)人主觀因素的干擾。為實(shí)現(xiàn)零部件打標(biāo)的智能化和自動(dòng)化，需要一種能夠?qū)⒐S零部件的分類、孔徑檢測、螺紋檢測以及標(biāo)簽打標(biāo)的過程整合為一個(gè)自動(dòng)化流程的系統(tǒng)，本發(fā)明的目的即在于提出一種實(shí)現(xiàn)工廠零部件的檢測、打標(biāo)簽、信息入庫流程的自動(dòng)化智能檢測與標(biāo)簽系統(tǒng)。

發(fā)明內(nèi)容

為克服現(xiàn)有技術(shù)的不足，本發(fā)明提出一種零部件智能檢測與標(biāo)簽系統(tǒng)，能夠?qū)崿F(xiàn)工廠零部件的檢測、打標(biāo)簽、信息入庫流程的自動(dòng)化，提升智能化水平。

為實(shí)現(xiàn)上述目的，本發(fā)明的一種零部件智能檢測與標(biāo)簽系統(tǒng)，包括用于輸送零部件的傳送帶，傳送帶上沿零部件傳輸?shù)姆较蛟O(shè)有零件類別照相機(jī)、零件特征照相機(jī)、激光打印機(jī)和識(shí)別碼識(shí)別相機(jī)，還包括用于處理采集數(shù)據(jù)和輸出信息的中央處理模塊。

進(jìn)一步地，中央處理模塊包括通信模塊，中央處理模塊通過通信模塊與零件類別照相機(jī)、零件特征照相機(jī)、激光打印機(jī)和識(shí)別碼識(shí)別相機(jī)建立信號(hào)通信，零件類別照相機(jī)、零件特征照相機(jī)和識(shí)別碼識(shí)別相機(jī)上分別設(shè)有圖像采集卡，圖像采集卡采集拍攝圖像轉(zhuǎn)換為數(shù)字信號(hào)并通過通信模塊傳送給中央處理模塊，中央處理模塊運(yùn)行在邊緣端設(shè)備、移動(dòng)端設(shè)備或X86架構(gòu)的服務(wù)器上，中央處理模塊具有用于與用戶交互的客戶端UI。

進(jìn)一步地，中央處理模塊上運(yùn)行有算法模型，處理算法包括零部件分類模型、孔徑識(shí)別模型、螺紋檢測模型、設(shè)備標(biāo)識(shí)碼識(shí)別模型，中央處理模塊上還具有功能模塊，功能模塊包括識(shí)別碼生成模塊、識(shí)別碼校驗(yàn)?zāi)K以及接口狀態(tài)檢測模塊。

進(jìn)一步地，零部件分類模型將零部件類別判別問題抽象為圖像分類問題，使用基于CNN的深度學(xué)習(xí)方法對(duì)圖像進(jìn)行分類，并根據(jù)特定的場景定制不同的卷積核和網(wǎng)絡(luò)結(jié)構(gòu)，抽取特定場景下零部件特征。

進(jìn)一步地，孔徑識(shí)別模型將零部件的孔徑檢測問題抽象為目標(biāo)檢測問題，首先通過目標(biāo)檢測算法如檢測零部件中的孔徑，檢測目標(biāo)為是否包含孔徑，在含有孔徑的圖片上，通過檢測輪廓和連通域，計(jì)算內(nèi)外輪廓的面積比值，根據(jù)和設(shè)置的閾值進(jìn)行對(duì)比確定孔徑是否合格。

進(jìn)一步地，檢測孔徑的輪廓面積area_inner，再檢測孔徑所在矩形或者圓形的面積area_outer，計(jì)算當(dāng)比值在規(guī)定范圍內(nèi)認(rèn)為部件孔徑是合格的，否則不合格，判斷邏輯如下

。

進(jìn)一步地，螺紋檢測模型將螺紋缺陷檢測問題抽象為目標(biāo)檢測問題，使用高斯濾波對(duì)圖像進(jìn)行降噪處理并使用直方圖均衡的方法對(duì)圖片進(jìn)行增強(qiáng)，使用darknet50對(duì)圖像的特征進(jìn)行提取，使用yolo對(duì)缺陷進(jìn)行識(shí)別和檢測，輸出缺陷的位置坐標(biāo)以及缺陷類別，缺陷的類別包括內(nèi)徑、攻牙、外側(cè)劃痕、異物，若檢測的結(jié)果中包含一類及以上缺陷則判斷該零部件為不合格產(chǎn)品，否則為合格品。