[發明專利]一種基于微控制器的智能檢測視覺系統

在審

• 申請號: 202111586912.8
• 申請日: 2021-12-23
• 公開（公告）號: CN114373126A
• 公開（公告）日: 2022-04-19
• 發明（設計）人: 龍驥;俞奇力
• 申請（專利權）人: 華域汽車車身零件（上海）有限公司
• 主分類號: G06V20/10
• 分類號: G06V20/10;G06K9/62;G06V10/774;G06V10/764
• 代理公司: 上海專益專利代理事務所(特殊普通合伙) 31381
• 代理人: 方燕娜;王雯婷

本發明涉及智能檢測系統領域，具體地說是一種基于微控制器的智能檢測視覺系統。一種基于微控制器的智能檢測視覺系統，包括所述機器人系統、相機系統、PLC系統，所述機器人系統用于檢測樣本的輸送操作，并依據PLC系統的回復結果進行相應的操作；所述相機系統用于對檢測樣本進行圖像采集，并將采集到的圖像數據傳給PLC系統；所述PLC系統通過檢測處理系統處理相機系統采集到的數據，并將處理結果反饋給機器人系統，同時保存數據。本發明同現有技術相比，針對待檢測目標特性并結合使用計算單元特點，優化深度學習算法，使其檢測速度快；可同時對多數量多種類目標進行同時檢測，并輸出結果。將檢測結果輸入數據庫，并進行統計和監視，反映當前系統的狀態。

技術領域

本發明涉及智能檢測系統領域，具體地說是一種基于微控制器的智能檢測視覺系統。

背景技術

隨著智能制造技術的發展，產線向無人化、智能化方向推進的需求日益加速。視覺檢測技術的引入將人工從大量重復性的勞動中釋放出來，提升產線的自動化水平和生產效率。

目前不斷增長的不同場景視覺檢測需求和視覺檢測產品的單一功能之間矛盾日益突出，當前的視覺檢測設備還無法滿足針對各種檢測場景的定制化需求。。

發明內容

為了解決上述技術問題，本發明實施例提供了一種基于微控制器的智能檢測視覺系統，包括所述機器人系統、相機系統、PLC系統，

所述機器人系統用于檢測樣本的輸送操作，并依據PLC系統的回復結果進行相應的操作；

所述相機系統包含圖像采集單元和計算單元，圖像采集單元用于對檢測樣本進行圖像采集，計算單元用于對圖像采集單元得到的圖像進行處理和分析，并將實時檢測結果發送給PLC系統，同時將檢測結果輸入數據庫，進行統計分析和存儲；

所述PLC系統接收相機系統的檢測結果，根據不同檢測結果制定相應的處理結果，并將處理結果反饋給機器人系統；

所述相機系統的計算單元包括圖像處理模塊、數據補償模塊、學習模塊、檢測模塊；

所述圖像處理模塊采用改進的YOLOv5算法對相機系統采集到的數據進行處理；

所述數據補償模塊采用非極大值抑制算法對數據進行優化，剔除重復冗余數據；

所述學習模塊采用深度學習算法對訓練數據進行分類學習計算，設定置信度閾值，生成檢測模板；

所述檢測模塊采用深度學習算法對檢測數據進行計算，與檢測模板做匹配，得到評分值，并保存數據和反饋結果。

進一步地，所述改進的YOLOv5算法的檢測層的輸出尺度為152*152和76*76。

進一步地，所述數據補償模塊利用非極大值抑制算法對檢測時出現同一檢測目標在相鄰像素的范圍內出現重復多個檢測結果的數據進行處理。

進一步地，所述學習模塊采用深度學習算法對樣本數據添加分類標簽，并生成訓練集、驗證集和測試集進行訓練學習，對標注的不同目標包含的特征信息進行提取計算，生成各自的包含其統計學信息的檢測模板。

進一步地，所述學習模塊采用追加學習計算檢測環境變化后采集得到的追加樣本數據，所述追加樣本數據擴展到原有訓練集、驗證集和測試集中追加訓練，所述追加樣本數據通過深度學習算法調整各層權值向量的值，并根據計算得出的各類別權重結果，設定置信度閾值，生成新的檢測模板。

本發明同現有技術相比，針對待檢測目標特性并結合使用計算單元特點，優化深度學習算法，使其檢測速度快；檢測程序無需切換，可同時對多數量多種類的目標進行同時檢測，并輸出結果；環境適應性強，對于環境光源變化引起拍攝照片變化，造成檢測結果不穩定的風險，可通過追加學習的方式解決；有效抑制目標重復檢出，采用非極大值抑制的算法，避免同一檢測目標的重復檢出；工作距離與視野靈活，使用高分辨率相機，變焦鏡頭，可適用于不同工作距離和視野范圍的場景；設備狀態可視化。將檢測結果輸入數據庫，并進行統計和監視，反映當前系統的狀態。

附圖說明