Diseño de un sistema de corte único para bolsa redondeada de máquina de fabricación de bolsas basado en visión artificial
2022-07-21
Diseño de Sistema de Corte Simple para Máquina para Fabricar Bolsas de Filete Basado en Visión Artificial
RESUMEN:El trabajo tiene como objetivo diseñar un sistema de corte único basado en visión artificial para bolsas redondas que resuelva los problemas de baja eficiencia, gran cantidad de desperdicio y rápido desgaste mecánico del método de doble corte que se utiliza a menudo en la producción de bolsas redondas con máquinas para fabricar bolsas. . Se construyó una plataforma de hardware visual. Basado en el AbiertoBiblioteca visual de CV, el software visual se escribió en el entorno de desarrollo de Visual Studio. La cámara se configuró en el modo de disparo volador y la señal de salida se dividió al PLC a través del primer codificador servo de tracción. El PLC realizó un disparo duro en la cámara a través del puerto de E/S en virtud de un contador de alta velocidad. Se usó una placa de calibración para calibrar la cámara para obtener el valor equivalente de píxel. Después del filtrado, la binarización, la detección de bordes y otros procesos, se extrajo la característica de la esquina redondeada para hacer la plantilla. Al atravesar la imagen, se agregaron puntos clave en la línea central de las esquinas de la plantilla, las coordenadas del centro de la plantilla se pueden obtener directamente cuando se completó la coincidencia de la plantilla. La diferencia entre las coordenadas del centro de las esquinas y las coordenadas de la línea de base se envió al PLC que controlaba el servo de cambio de herramienta para realizar un corte preciso con un solo cortador. Este método puede realizar un posicionamiento rápido y preciso del centro del filete al tirar del material, y se usó el ciclo actual de fabricación de bolsas para mover la cuchilla para cortar la bolsa actual. El error de corte real estuvo dentro de ±0,1 mm, lo que cumplió con el requisito de producción actual en la bolsa de esquina redonda con un radio de filete mínimo de 0,125. El sistema de visión que adopta el modo de vuelo tiene una alta velocidad de procesamiento de imágenes, puede cumplir con los requisitos de fabricación de bolsas de alta velocidad, resuelve de manera efectiva los problemas que ocurren en la producción tradicional de bolsas con esquinas redondeadas, satisface las necesidades de producción industrial y tiene gran valor de aplicación práctica.PALABRAS CLAVE:bolsa de esquina redondeada; visión de máquina; disparos voladores; extracción de características; recorte
La máquina para fabricar bolsas como una máquina común de equipos de maquinaria de embalaje blando, puede fabricar varias formas de bolsas de embalaje, su uso principal del principio de termoplástico plástico, tracción y alimentación, prensado en caliente, sellado en caliente, corte y otra tecnología de procesamiento, será película impresa en bolsas de embalaje, ampliamente utilizadas en el envasado de alimentos, productos químicos ligeros y otros campos de producción. Mecanismo de fabricación de bolsas El nivel de coordinación de varios enlaces tecnológicos y parámetros en el proceso de fabricación de bolsas afecta directamente la calidad de la fabricación de bolsas. Después de años de desarrollo, la máquina para fabricar bolsas ha logrado un gran progreso en el control de tensión constante de alimentación, el control de temperatura constante de planchado, el control de flujo de material de película y otros procesos. La mayoría de los problemas del proceso que afectan la calidad de la fabricación de bolsas dependen de la estructura mecánica y el sistema de control, pero no se pueden resolver simplemente optimizando la estructura mecánica y el sistema de control en los aspectos de posicionamiento, corte y detección de defectos.
Con el desarrollo de aplicaciones informáticas y tecnología de imágenes, la tecnología de visión artificial se aplica gradualmente al proceso de producción de envases porque puede adquirir rápidamente una gran cantidad de información y es fácil de procesar automáticamente. Se diseñó un método de segmentación de imágenes basado en el umbral de entropía máxima, y se diseñó un algoritmo de eliminación de ruido de imágenes utilizando un algoritmo de filtrado de imágenes guiado por Gauss adaptativo. La visión artificial se aplicó a la detección automática de medicamentos en la línea de producción de envases de medicamentos. La tecnología de visión artificial se utilizó para detectar los defectos del embalaje exterior de las tiras de cigarrillos en la línea de producción. En la actualidad, la aplicación de la visión artificial en la máquina para fabricar bolsas es menor en China. Máquina para fabricar bolsas en la producción de bolsas redondeadas, debido al error de impresión del material de la membrana y al error de búsqueda del sensor de color, lo que hace que el cortador no se pueda cortar con precisión en el centro de la esquina redondeada, la producción de la esquina redondeada de la bolsa aparecerá rebabas obvias . En la actualidad, la máquina para fabricar bolsas generalmente adopta el modo de corte doble, cortando la acción continua de la cuchilla 2 veces, para evitar rebabas. Este método cortará una sección de aproximadamente 2 mm de desechos, no solo material de desecho, sino que también agravará el desgaste del cortador y el mecanismo de movimiento de la cuchilla, e incluso los desechos pueden mezclarse en la bolsa terminada, lo que da como resultado la calidad del producto. problemas. El sistema de visión artificial debido a su alta eficiencia, fuerte capacidad anti-interferencia, alta precisión de posicionamiento, se puede utilizar en el corte de posicionamiento de la bolsa de esquina. La plataforma visual está construida y el posicionamiento preciso del centro de la bolsa de esquina redondeada se realiza a través del gatillo suave y el modo de parada y ritmo fijo.
Sobre esta base, tomando como objeto de investigación la máquina para fabricar bolsas con cierre autoportante con sellado de tres lados, se diseña un nuevo sistema de control de corte de filete único basado en la visión artificial. La cámara está instalada en el soporte de la herramienta, y el primer servocodificador de tracción distribuye señales de salida de frecuencia al PLC, lo que activa la cámara con fuerza a través del puerto de E/S. En comparación con el disparador suave, la precisión del tiempo se ha mejorado mucho. La cámara adopta el modo de captura de moscas, completa la captura y el procesamiento de imágenes en el proceso de dibujo y puede cortar con precisión la bolsa actual en el ciclo actual de fabricación de bolsas.
1. Diseño general del esquema
1.1 Análisis del proceso de producción de bolsa redonda
Como se muestra en la Figura 1, el material de la película es alimentado por un rodillo de goma de tracción. Cuando el sensor de etiquetas de color encuentra la etiqueta, el material de la película se detiene y las acciones de sellado en caliente, prensado, perforado y corte se completan en este momento. En la producción de bolsas redondeadas, la acción continua de la cuchilla 2 veces puede completar la producción de bolsas redondeadas. La mayoría de las máquinas para fabricar bolsas utilizan esta solución para la producción de bolsas redondeadas, aunque este método puede evitar eficazmente las esquinas redondeadas en la aparición de rebabas, pero cortará unos 2 mm de los residuos, materiales de desecho, estructura mecánica del desgaste resultante. y problemas de baja eficiencia que no se pueden resolver, además, cuando la inestabilidad de la tensión del material de la membrana o un error de impresión, aún puede aparecer un fenómeno de rebabas.
1.2 Diseño del esquema de rodaje
Como se muestra en la Figura 2, la cámara está montada en el soporte de la herramienta a través del soporte de la cámara, lo que permite que la cámara se mueva y se ajuste en las direcciones x, y y z, y el soporte de la herramienta se puede mover con el cortador. La posición de disparo de la cámara está entre el primer rodillo de tracción y el cortador. Para cumplir con los requisitos de la fabricación de bolsas a alta velocidad, la cámara adopta el modo de vuelo. El primer servo de tracción de acuerdo con la posición de activación establecida a través de la señal de activación de salida de división de frecuencia del codificador a PLC, PLC a través del contador de alta velocidad, cuando la posición de activación alcanzó la cámara conectada al puerto de E/S para dar señal de activación para activación dura . La instalación de la cámara se muestra en la Figura 3.
RESUMEN:El trabajo tiene como objetivo diseñar un sistema de corte único basado en visión artificial para bolsas redondas que resuelva los problemas de baja eficiencia, gran cantidad de desperdicio y rápido desgaste mecánico del método de doble corte que se utiliza a menudo en la producción de bolsas redondas con máquinas para fabricar bolsas. . Se construyó una plataforma de hardware visual. Basado en el AbiertoBiblioteca visual de CV, el software visual se escribió en el entorno de desarrollo de Visual Studio. La cámara se configuró en el modo de disparo volador y la señal de salida se dividió al PLC a través del primer codificador servo de tracción. El PLC realizó un disparo duro en la cámara a través del puerto de E/S en virtud de un contador de alta velocidad. Se usó una placa de calibración para calibrar la cámara para obtener el valor equivalente de píxel. Después del filtrado, la binarización, la detección de bordes y otros procesos, se extrajo la característica de la esquina redondeada para hacer la plantilla. Al atravesar la imagen, se agregaron puntos clave en la línea central de las esquinas de la plantilla, las coordenadas del centro de la plantilla se pueden obtener directamente cuando se completó la coincidencia de la plantilla. La diferencia entre las coordenadas del centro de las esquinas y las coordenadas de la línea de base se envió al PLC que controlaba el servo de cambio de herramienta para realizar un corte preciso con un solo cortador. Este método puede realizar un posicionamiento rápido y preciso del centro del filete al tirar del material, y se usó el ciclo actual de fabricación de bolsas para mover la cuchilla para cortar la bolsa actual. El error de corte real estuvo dentro de ±0,1 mm, lo que cumplió con el requisito de producción actual en la bolsa de esquina redonda con un radio de filete mínimo de 0,125. El sistema de visión que adopta el modo de vuelo tiene una alta velocidad de procesamiento de imágenes, puede cumplir con los requisitos de fabricación de bolsas de alta velocidad, resuelve de manera efectiva los problemas que ocurren en la producción tradicional de bolsas con esquinas redondeadas, satisface las necesidades de producción industrial y tiene gran valor de aplicación práctica.PALABRAS CLAVE:bolsa de esquina redondeada; visión de máquina; disparos voladores; extracción de características; recorte
La máquina para fabricar bolsas como una máquina común de equipos de maquinaria de embalaje blando, puede fabricar varias formas de bolsas de embalaje, su uso principal del principio de termoplástico plástico, tracción y alimentación, prensado en caliente, sellado en caliente, corte y otra tecnología de procesamiento, será película impresa en bolsas de embalaje, ampliamente utilizadas en el envasado de alimentos, productos químicos ligeros y otros campos de producción. Mecanismo de fabricación de bolsas El nivel de coordinación de varios enlaces tecnológicos y parámetros en el proceso de fabricación de bolsas afecta directamente la calidad de la fabricación de bolsas. Después de años de desarrollo, la máquina para fabricar bolsas ha logrado un gran progreso en el control de tensión constante de alimentación, el control de temperatura constante de planchado, el control de flujo de material de película y otros procesos. La mayoría de los problemas del proceso que afectan la calidad de la fabricación de bolsas dependen de la estructura mecánica y el sistema de control, pero no se pueden resolver simplemente optimizando la estructura mecánica y el sistema de control en los aspectos de posicionamiento, corte y detección de defectos.
Con el desarrollo de aplicaciones informáticas y tecnología de imágenes, la tecnología de visión artificial se aplica gradualmente al proceso de producción de envases porque puede adquirir rápidamente una gran cantidad de información y es fácil de procesar automáticamente. Se diseñó un método de segmentación de imágenes basado en el umbral de entropía máxima, y se diseñó un algoritmo de eliminación de ruido de imágenes utilizando un algoritmo de filtrado de imágenes guiado por Gauss adaptativo. La visión artificial se aplicó a la detección automática de medicamentos en la línea de producción de envases de medicamentos. La tecnología de visión artificial se utilizó para detectar los defectos del embalaje exterior de las tiras de cigarrillos en la línea de producción. En la actualidad, la aplicación de la visión artificial en la máquina para fabricar bolsas es menor en China. Máquina para fabricar bolsas en la producción de bolsas redondeadas, debido al error de impresión del material de la membrana y al error de búsqueda del sensor de color, lo que hace que el cortador no se pueda cortar con precisión en el centro de la esquina redondeada, la producción de la esquina redondeada de la bolsa aparecerá rebabas obvias . En la actualidad, la máquina para fabricar bolsas generalmente adopta el modo de corte doble, cortando la acción continua de la cuchilla 2 veces, para evitar rebabas. Este método cortará una sección de aproximadamente 2 mm de desechos, no solo material de desecho, sino que también agravará el desgaste del cortador y el mecanismo de movimiento de la cuchilla, e incluso los desechos pueden mezclarse en la bolsa terminada, lo que da como resultado la calidad del producto. problemas. El sistema de visión artificial debido a su alta eficiencia, fuerte capacidad anti-interferencia, alta precisión de posicionamiento, se puede utilizar en el corte de posicionamiento de la bolsa de esquina. La plataforma visual está construida y el posicionamiento preciso del centro de la bolsa de esquina redondeada se realiza a través del gatillo suave y el modo de parada y ritmo fijo.
Sobre esta base, tomando como objeto de investigación la máquina para fabricar bolsas con cierre autoportante con sellado de tres lados, se diseña un nuevo sistema de control de corte de filete único basado en la visión artificial. La cámara está instalada en el soporte de la herramienta, y el primer servocodificador de tracción distribuye señales de salida de frecuencia al PLC, lo que activa la cámara con fuerza a través del puerto de E/S. En comparación con el disparador suave, la precisión del tiempo se ha mejorado mucho. La cámara adopta el modo de captura de moscas, completa la captura y el procesamiento de imágenes en el proceso de dibujo y puede cortar con precisión la bolsa actual en el ciclo actual de fabricación de bolsas.
1. Diseño general del esquema
1.1 Análisis del proceso de producción de bolsa redonda
Como se muestra en la Figura 1, el material de la película es alimentado por un rodillo de goma de tracción. Cuando el sensor de etiquetas de color encuentra la etiqueta, el material de la película se detiene y las acciones de sellado en caliente, prensado, perforado y corte se completan en este momento. En la producción de bolsas redondeadas, la acción continua de la cuchilla 2 veces puede completar la producción de bolsas redondeadas. La mayoría de las máquinas para fabricar bolsas utilizan esta solución para la producción de bolsas redondeadas, aunque este método puede evitar eficazmente las esquinas redondeadas en la aparición de rebabas, pero cortará unos 2 mm de los residuos, materiales de desecho, estructura mecánica del desgaste resultante. y problemas de baja eficiencia que no se pueden resolver, además, cuando la inestabilidad de la tensión del material de la membrana o un error de impresión, aún puede aparecer un fenómeno de rebabas.
1.2 Diseño del esquema de rodaje
Como se muestra en la Figura 2, la cámara está montada en el soporte de la herramienta a través del soporte de la cámara, lo que permite que la cámara se mueva y se ajuste en las direcciones x, y y z, y el soporte de la herramienta se puede mover con el cortador. La posición de disparo de la cámara está entre el primer rodillo de tracción y el cortador. Para cumplir con los requisitos de la fabricación de bolsas a alta velocidad, la cámara adopta el modo de vuelo. El primer servo de tracción de acuerdo con la posición de activación establecida a través de la señal de activación de salida de división de frecuencia del codificador a PLC, PLC a través del contador de alta velocidad, cuando la posición de activación alcanzó la cámara conectada al puerto de E/S para dar señal de activación para activación dura . La instalación de la cámara se muestra en la Figura 3.
Figura 1 EstructuradDiagrama de maquina para hacer bolsasFigura 2esquemasdiagrama de camarainstalaciónubicaciónFig. 3Cámarainstalación
1.3 Arquitectura del sistema de visión La arquitectura del sistema de corte de filete único de la máquina para fabricar bolsas basada en visión artificial se muestra en la Figura 4, que se divide principalmente en hardware y software.La máquina para fabricar bolsas autoportantes con cierre hermético de tres lados adopta el PLC Panasonic FP-XH CC60T como la unidad de control principal y construye una plataforma de hardware visual sobre esta base. Agregue una computadora industrial, interfaz GigE de 1,3 mpp de píxeles, cámara de matriz frontal industrial en blanco y negro, lente de enfoque manual de baja distorsión de 2/3", tira de luz de fondo personalizada de 6640 mm × 20 mm × 24 mm, controlador de luz digital de dos canales, pantalla y otros equipos Dado que el primer codificador del servo de tracción envía señales diferenciales, mientras quePAGSAnasonic FP-XH C60T PLCC solo puede recibir señales de colector, se agrega el convertidor de señal diferencial a colector. En el entorno de desarrollo de Visual Studio 2015 basado en OpenBiblioteca de visión por computadora CV, que utiliza el lenguaje C ++ para escribir software de procesamiento visual, que se ejecuta en el sistema Windows 7. Después de que la cámara la active, la imagen se envía al software de visión a través de Ethernet. El software de visión procesa la imagen y obtiene las coordenadas centrales de las esquinas redondeadas mediante el filtrado, el procesamiento de binarización, el procesamiento de bordes, la extracción de características, la comparación de plantillas y otras operaciones relacionadas. La computadora industrial utiliza comunicación en serie RSS485 para enviar los datos al PLC, que controla el servo de cambio de herramienta para el cambio de herramienta y el corte después de la transformación. Consulte la Figura 5 para ver la plataforma de hardware visual.
2 Diseño de software
2.11 Calibración de la cámara
Antes de que la cámara funcione, la fuente de luz, el tiempo de exposición, la ganancia, la apertura de la lente y la distancia focal deben ajustarse primero para que la cámara pueda tomar una imagen clara y estable. En visión artificial, la calibración de la cámara es un problema básico pero muy importante. La precisión de los parámetros del sistema de cámaras obtenidos por la tecnología de calibración de cámaras tiene una gran influencia en el éxito de todo el sistema. La calibración de la cámara consiste en encontrar la relación entre la posición de un punto en la superficie de un objeto espacial en el sistema de coordenadas del mundo y su punto correspondiente en el sistema de coordenadas de la imagen [12]. El sistema es principalmente para obtener las coordenadas del eje X del centro del filete y luego obtener el valor de corrección en un paso. Por lo tanto, la calibración de la cámara solo se puede completar completando la relación entre el valor de píxel de la imagen y el tamaño real, es decir, estableciendo el equivalente de píxel. La placa de calibración mostrada en la FIG. 6, y la cámara tomó tres patrones, incluidos rectángulo, círculo y triángulo, respectivamente, para calcular la relación funcional entre los puntos de píxel del patrón y el tamaño real. Los equivalentes de píxeles obtenidos se muestran en la Tabla 1.
Como se puede ver en la Tabla 1, los equivalentes de píxeles obtenidos por diferentes gráficos son similares y la calibración de la cámara es relativamente precisa. En el proceso de aplicación práctica, debido a que la precisión de posicionamiento visual es mucho mayor que la precisión del tornillo de movimiento de la herramienta, el equivalente de píxeles solo necesita ser 0.02289 para completar con precisión el corte de movimiento de la herramienta.
Figura 4Visiónsistemaarquitectura
Tab.1 Equivalente en píxelv
Fig.5 Plataforma de hardware de visión
2.11 Calibración de la cámara
Antes de que la cámara funcione, la fuente de luz, el tiempo de exposición, la ganancia, la apertura de la lente y la distancia focal deben ajustarse primero para que la cámara pueda tomar una imagen clara y estable. En visión artificial, la calibración de la cámara es un problema básico pero muy importante. La precisión de los parámetros del sistema de cámaras obtenidos por la tecnología de calibración de cámaras tiene una gran influencia en el éxito de todo el sistema. La calibración de la cámara consiste en encontrar la relación entre la posición de un punto en la superficie de un objeto espacial en el sistema de coordenadas del mundo y su punto correspondiente en el sistema de coordenadas de la imagen [12]. El sistema es principalmente para obtener las coordenadas del eje X del centro del filete y luego obtener el valor de corrección en un paso. Por lo tanto, la calibración de la cámara solo se puede completar completando la relación entre el valor de píxel de la imagen y el tamaño real, es decir, estableciendo el equivalente de píxel. La placa de calibración mostrada en la FIG. 6, y la cámara tomó tres patrones, incluidos rectángulo, círculo y triángulo, respectivamente, para calcular la relación funcional entre los puntos de píxel del patrón y el tamaño real. Los equivalentes de píxeles obtenidos se muestran en la Tabla 1.
Como se puede ver en la Tabla 1, los equivalentes de píxeles obtenidos por diferentes gráficos son similares y la calibración de la cámara es relativamente precisa. En el proceso de aplicación práctica, debido a que la precisión de posicionamiento visual es mucho mayor que la precisión del tornillo de movimiento de la herramienta, el equivalente de píxeles solo necesita ser 0.02289 para completar con precisión el corte de movimiento de la herramienta.
Figura 4Visiónsistemaarquitectura
| Imagen | equivalente de píxel/(mm·píxel−) |
| ortogono | 0.028 8892 |
| círculo | 0.028 8889 |
| triángulo rectángulo | 0.028 8894 |
Tab.1 Equivalente en píxelv
Fig.5 Plataforma de hardware de visión
2.22 Imagenprocesamiento de orina
El sistema visual utiliza el procesamiento de imágenes para obtener los datos deseados. Debido a la interferencia del entorno externo, las fotos tomadas por la cámara generalmente tienen ruido, distorsión y otros problemas. Antes del procesamiento de imágenes, el filtrado y la reducción de ruido y la binarización se utilizan generalmente para la imagen.procesamiento de orina. Los algoritmos de filtrado comúnmente utilizados incluyen filtrado medio, filtrado gaussiano, filtrado mediano y filtrado bilateral. La imagen original se filtró en consecuencia, y la imagen original y cada resultado de filtrado se muestran en la Figura 7-8. A través de la observación y el análisis de los cuatro resultados de filtrado de la imagen original con esquinas redondeadas, los cuatro algoritmos de filtrado debilitan la información de ruido, pero el filtrado medio y el filtrado gaussiano desdibujan el contorno del borde y debilitan las características efectivas de la imagen. El filtro mediano y el filtro bilateral protegen la información de borde mientras reducen el ruido. Combinado con el tiempo de operación de cada algoritmo de filtrado en la Tabla 2, finalmente se seleccionó el algoritmo de filtrado mediano.
Figura 6CalibraciónjuntaFigura 7Originalcuadro con cor redondeadonorteers
Tab.2 Comparación del tiempo de cálculo de cuatro algoritmos de filtrado
Después de filtrar y eliminar el ruido, la imagen necesita un procesamiento de binarización.La idea básica de la binarización de imágenes es establecer el valor de umbral para dividir la imagen en dos partes, la parte del valor de gris de píxel original mayor que el valor de umbral se transforma en 255, la parte del valor de gris de píxel original menor que el valor de umbral es transformado en 0, y toda la imagen presenta solo un efecto visual en blanco y negro puro.Los métodos de binarización comúnmente utilizados son el método de umbral fijo y el método Otsu. Dado que las imágenes recopiladas están iluminadas por luz de fondo, el fondo es relativamente uniforme y la diferencia de brillo es pequeña, el método de umbral fijo se utiliza para el procesamiento de binarización.
Donde :(x,y) es la coordenada del píxel de la imagen de entrada; G (x,y) es el valor de gris del punto (x,y). Según la Figura 9, los valores de gris de las imágenes difieren significativamente, por lo que el valor intermedio de T es 128. El efecto de la binarización se muestra en la Figura 10.
2.3 Extracción de características
La extracción de características es el proceso de extraer información útil de datos de imágenes digitales, que se pueden representar mediante puntos aislados, curvas continuas o regiones continuas. Las características de la imagen se pueden dividir generalmente en cuatro categorías: característica de color, característica de textura, característica de forma y característica de relación espacial.
Fig.9 Histograma en escala de grisesFig.10 Resultado binarioFig. 11 Área de rendimiento de la inversiónFig.12 Extracción de características
En combinación con el análisis del sistema, la forma del contorno de la esquina redondeada se toma como información de características y el efecto de extracción es el más ideal. Antes de la extracción de características, se debe establecer la región de interés (ROI), como se muestra en la Figura 11. Después de seleccionar la región de interés favorable, se llamó al operador Canny para extraer el contorno del borde, guardar la región de características y generar la plantilla, como se muestra en Figura 12.
2.4 Adición de puntos característicos
El propósito básico de la coincidencia de plantillas es identificar imágenes rápidamente y encontrar las coordenadas centrales de las esquinas redondeadas. Cuando se completa la coincidencia, debido a que las coordenadas del centro de la esquina redondeada no se pueden obtener directamente, la imagen debe atravesarse más hasta que se encuentren las coordenadas del centro de la esquina redondeada, lo que perderá mucho tiempo y afectará la eficiencia operativa del sistema. Para mejorar la eficiencia de la operación del software, los círculos se agregan directamente en el proceso de creación de plantillas.
Sobre la base de la coincidencia de plantillas, el mapeo de Homogray se utiliza para obtener las coordenadas centrales de las esquinas redondeadas de la imagen actual cuando se completa la coincidencia de plantillas. Este método puede mejorar significativamente la eficiencia del sistema visual y el tiempo completo de procesamiento de imágenes es inferior a 10 ms. El proceso de agregar puntos característicos se describe a continuación.
1) Sobre la base de la detección de bordes, se llama al algoritmo shi-Tomasi para detectar los puntos de esquina de la imagen y se registran las coordenadas de esquina O(x,y) obtenidas. Los puntos de esquina detectados pueden estar en cualquier parte del arco pequeño.
2) El sistema de coordenadas de la imagen toma la esquina superior derecha como origen, y los ejes X e Y están hacia abajo y hacia la izquierda respectivamente. Partiendo del origen de la imagen, se recorre la imagen columna por columna a lo largo del eje Y, y se registran las coordenadas S(a,b) del primer punto con un valor de gris superior a 128. Dado que el radio del arco pequeño es de 0,25 mm, según el equivalente en píxeles, si la diferencia entre A y X es inferior a 9, el punto S puede determinarse como el punto del borde en el centro de la esquina circular. 3) Con S(A,b) como origen, la imagen se recorre hacia arriba y hacia abajo desde el lado derecho al izquierdo respectivamente. Cuando el valor de gris de un píxel es superior a 128, el píxel es el borde del contorno. Si el valor de gris del punto de píxel es inferior a 128, no es el borde del contorno. Usando este método, se detectan longitudinalmente 64 líneas de coordenadas de borde de contornos superior e inferior.
4) Calcule el valor medio aritmético de las coordenadas del eje x de 64 grupos de puntos de contorno superior e inferior, que es el eje de simetría de las esquinas redondeadas. Las coordenadas del eje y cerca de S se pueden usar para completar la adición de puntos característicos.
Donde, K es la coordenada X del punto central de la esquina redondeada;Ui es la coordenada x del punto de contorno superior;Di es la coordenada x del punto de contorno inferior.
3 Posicionamiento y corte
Después de obtener las coordenadas centrales de las esquinas redondeadas, el valor de corrección del cortador se calcula de acuerdo con el punto de referencia de referencia, y el servocontrolador controla el servo del cortador para posicionar y cortar. Proceso de corte: la cámara está montada en el soporte de la cuchilla y puede moverse con la cuchilla. Después de la calibración de la cámara y el equivalente de píxeles, la cámara puede funcionar. Primero, apague la función de corrección de desviación automática del cortador, como se muestra en la Figura 13, y ajuste aproximadamente la posición del disparador C para que la cámara pueda capturar la imagen redondeada. Tomando la línea central del campo visual de la cámara como línea de referencia, ajuste la posición del disparador C para que el centro de la esquina redondeada coincida con el centro del campo visual. Ajuste la posición del cortador para que pueda cortar con precisión en el centro de la esquina redondeada de la bolsa. En este punto, el centro de la esquina redondeada coincide con el centro del campo visual y el cortador puede cortar con precisión hasta el centro de la esquina redondeada. El punto de referencia es el centro del campo visual A, que completa la búsqueda del punto de referencia. Sobre esta base, abra la función de corrección automática del cortador. En las fotos posteriores tomadas por la cámara, si el centro de la esquina redondeada coincide con el centro del campo de visión A, significa que el cortador se corta exactamente en el centro de la esquina redondeada, y el error es 0, y el cortador no necesita ser ajustado. Si el centro redondeado espacia D con el centro de visión, prueba que debe ser un cuchillo en la misma dirección después de la distancia correspondiente D para cortar en el centro del redondeado con precisión, el software visual rectificará los datos (B y A diferencia de coordenadas en la dirección x) se envía a PLC, PLC después de la transformación equivalente de píxeles basada en la cuchilla móvil servo de control de distancia de movimiento real para un corte preciso. Después de cortar el cortador, la cámara también se moverá la misma distancia con el cuchillo. En este momento, el centro de la esquina redondeada B y el centro del campo visual A coincidirán nuevamente, formando un nuevo punto de referencia, y el sistema funcionará de manera estable y continua.
Normalmente, el valor de corrección de desviación es menor que el valor límite del cortador. Para evitar la interferencia de factores externos, el valor de corrección de desviación obtenido es mayor que el valor de corrección de desviación real y el cortador alcanza el límite. Cuando el valor de corrección es mayor que el límite del cortador, se puede identificar el error de interferencia y el sistema de visión envía directamente el código de mensaje de error (el sistema elige enviar 4040). En este momento, la cortadora no realizará la acción de corte y se le recordará al personal que verifique. El flujo de trabajo del sistema se muestra en la Figura 14. La operación en tiempo real del sistema se muestra en la Figura 15.
Fig.13 Proceso de corte
Fig.14 Diagrama de flujo del sistemaFig.15 Diagrama de funcionamiento en tiempo real del sistema
El sistema visual utiliza el procesamiento de imágenes para obtener los datos deseados. Debido a la interferencia del entorno externo, las fotos tomadas por la cámara generalmente tienen ruido, distorsión y otros problemas. Antes del procesamiento de imágenes, el filtrado y la reducción de ruido y la binarización se utilizan generalmente para la imagen.procesamiento de orina. Los algoritmos de filtrado comúnmente utilizados incluyen filtrado medio, filtrado gaussiano, filtrado mediano y filtrado bilateral. La imagen original se filtró en consecuencia, y la imagen original y cada resultado de filtrado se muestran en la Figura 7-8. A través de la observación y el análisis de los cuatro resultados de filtrado de la imagen original con esquinas redondeadas, los cuatro algoritmos de filtrado debilitan la información de ruido, pero el filtrado medio y el filtrado gaussiano desdibujan el contorno del borde y debilitan las características efectivas de la imagen. El filtro mediano y el filtro bilateral protegen la información de borde mientras reducen el ruido. Combinado con el tiempo de operación de cada algoritmo de filtrado en la Tabla 2, finalmente se seleccionó el algoritmo de filtrado mediano.
Figura 6CalibraciónjuntaFigura 7Originalcuadro con cor redondeadonorteers
a filtro mediano b filtrado gaussiano c filtrado mediano d filtrado bilateral
Fig.8 Efecto de filtrado| Tiempo de prueba | algoritmo de filtrado | tiempo de operacion/milisegundo |
| 1 | filtrado promedio | 5.1 |
| 2 | filtro gaussiano | 6.8 |
| 3 | filtro mediano | 0.8 |
| 4 | filtro bilateral | 2.9 |
Tab.2 Comparación del tiempo de cálculo de cuatro algoritmos de filtrado
Después de filtrar y eliminar el ruido, la imagen necesita un procesamiento de binarización.La idea básica de la binarización de imágenes es establecer el valor de umbral para dividir la imagen en dos partes, la parte del valor de gris de píxel original mayor que el valor de umbral se transforma en 255, la parte del valor de gris de píxel original menor que el valor de umbral es transformado en 0, y toda la imagen presenta solo un efecto visual en blanco y negro puro.Los métodos de binarización comúnmente utilizados son el método de umbral fijo y el método Otsu. Dado que las imágenes recopiladas están iluminadas por luz de fondo, el fondo es relativamente uniforme y la diferencia de brillo es pequeña, el método de umbral fijo se utiliza para el procesamiento de binarización.
Donde :(x,y) es la coordenada del píxel de la imagen de entrada; G (x,y) es el valor de gris del punto (x,y). Según la Figura 9, los valores de gris de las imágenes difieren significativamente, por lo que el valor intermedio de T es 128. El efecto de la binarización se muestra en la Figura 10.
2.3 Extracción de características
La extracción de características es el proceso de extraer información útil de datos de imágenes digitales, que se pueden representar mediante puntos aislados, curvas continuas o regiones continuas. Las características de la imagen se pueden dividir generalmente en cuatro categorías: característica de color, característica de textura, característica de forma y característica de relación espacial.
Fig.9 Histograma en escala de grisesFig.10 Resultado binarioFig. 11 Área de rendimiento de la inversiónFig.12 Extracción de características
En combinación con el análisis del sistema, la forma del contorno de la esquina redondeada se toma como información de características y el efecto de extracción es el más ideal. Antes de la extracción de características, se debe establecer la región de interés (ROI), como se muestra en la Figura 11. Después de seleccionar la región de interés favorable, se llamó al operador Canny para extraer el contorno del borde, guardar la región de características y generar la plantilla, como se muestra en Figura 12.
2.4 Adición de puntos característicos
El propósito básico de la coincidencia de plantillas es identificar imágenes rápidamente y encontrar las coordenadas centrales de las esquinas redondeadas. Cuando se completa la coincidencia, debido a que las coordenadas del centro de la esquina redondeada no se pueden obtener directamente, la imagen debe atravesarse más hasta que se encuentren las coordenadas del centro de la esquina redondeada, lo que perderá mucho tiempo y afectará la eficiencia operativa del sistema. Para mejorar la eficiencia de la operación del software, los círculos se agregan directamente en el proceso de creación de plantillas.
Sobre la base de la coincidencia de plantillas, el mapeo de Homogray se utiliza para obtener las coordenadas centrales de las esquinas redondeadas de la imagen actual cuando se completa la coincidencia de plantillas. Este método puede mejorar significativamente la eficiencia del sistema visual y el tiempo completo de procesamiento de imágenes es inferior a 10 ms. El proceso de agregar puntos característicos se describe a continuación.
1) Sobre la base de la detección de bordes, se llama al algoritmo shi-Tomasi para detectar los puntos de esquina de la imagen y se registran las coordenadas de esquina O(x,y) obtenidas. Los puntos de esquina detectados pueden estar en cualquier parte del arco pequeño.
2) El sistema de coordenadas de la imagen toma la esquina superior derecha como origen, y los ejes X e Y están hacia abajo y hacia la izquierda respectivamente. Partiendo del origen de la imagen, se recorre la imagen columna por columna a lo largo del eje Y, y se registran las coordenadas S(a,b) del primer punto con un valor de gris superior a 128. Dado que el radio del arco pequeño es de 0,25 mm, según el equivalente en píxeles, si la diferencia entre A y X es inferior a 9, el punto S puede determinarse como el punto del borde en el centro de la esquina circular. 3) Con S(A,b) como origen, la imagen se recorre hacia arriba y hacia abajo desde el lado derecho al izquierdo respectivamente. Cuando el valor de gris de un píxel es superior a 128, el píxel es el borde del contorno. Si el valor de gris del punto de píxel es inferior a 128, no es el borde del contorno. Usando este método, se detectan longitudinalmente 64 líneas de coordenadas de borde de contornos superior e inferior.
4) Calcule el valor medio aritmético de las coordenadas del eje x de 64 grupos de puntos de contorno superior e inferior, que es el eje de simetría de las esquinas redondeadas. Las coordenadas del eje y cerca de S se pueden usar para completar la adición de puntos característicos.
Donde, K es la coordenada X del punto central de la esquina redondeada;Ui es la coordenada x del punto de contorno superior;Di es la coordenada x del punto de contorno inferior.
3 Posicionamiento y corte
Después de obtener las coordenadas centrales de las esquinas redondeadas, el valor de corrección del cortador se calcula de acuerdo con el punto de referencia de referencia, y el servocontrolador controla el servo del cortador para posicionar y cortar. Proceso de corte: la cámara está montada en el soporte de la cuchilla y puede moverse con la cuchilla. Después de la calibración de la cámara y el equivalente de píxeles, la cámara puede funcionar. Primero, apague la función de corrección de desviación automática del cortador, como se muestra en la Figura 13, y ajuste aproximadamente la posición del disparador C para que la cámara pueda capturar la imagen redondeada. Tomando la línea central del campo visual de la cámara como línea de referencia, ajuste la posición del disparador C para que el centro de la esquina redondeada coincida con el centro del campo visual. Ajuste la posición del cortador para que pueda cortar con precisión en el centro de la esquina redondeada de la bolsa. En este punto, el centro de la esquina redondeada coincide con el centro del campo visual y el cortador puede cortar con precisión hasta el centro de la esquina redondeada. El punto de referencia es el centro del campo visual A, que completa la búsqueda del punto de referencia. Sobre esta base, abra la función de corrección automática del cortador. En las fotos posteriores tomadas por la cámara, si el centro de la esquina redondeada coincide con el centro del campo de visión A, significa que el cortador se corta exactamente en el centro de la esquina redondeada, y el error es 0, y el cortador no necesita ser ajustado. Si el centro redondeado espacia D con el centro de visión, prueba que debe ser un cuchillo en la misma dirección después de la distancia correspondiente D para cortar en el centro del redondeado con precisión, el software visual rectificará los datos (B y A diferencia de coordenadas en la dirección x) se envía a PLC, PLC después de la transformación equivalente de píxeles basada en la cuchilla móvil servo de control de distancia de movimiento real para un corte preciso. Después de cortar el cortador, la cámara también se moverá la misma distancia con el cuchillo. En este momento, el centro de la esquina redondeada B y el centro del campo visual A coincidirán nuevamente, formando un nuevo punto de referencia, y el sistema funcionará de manera estable y continua.
Normalmente, el valor de corrección de desviación es menor que el valor límite del cortador. Para evitar la interferencia de factores externos, el valor de corrección de desviación obtenido es mayor que el valor de corrección de desviación real y el cortador alcanza el límite. Cuando el valor de corrección es mayor que el límite del cortador, se puede identificar el error de interferencia y el sistema de visión envía directamente el código de mensaje de error (el sistema elige enviar 4040). En este momento, la cortadora no realizará la acción de corte y se le recordará al personal que verifique. El flujo de trabajo del sistema se muestra en la Figura 14. La operación en tiempo real del sistema se muestra en la Figura 15.
Fig.13 Proceso de corte
Fig.14 Diagrama de flujo del sistemaFig.15 Diagrama de funcionamiento en tiempo real del sistema
Como se muestra en la Figura 15, el sistema puede realizar el posicionamiento de subpíxeles con un pequeño error de posicionamiento. Para facilitar el funcionamiento del sistema, las coordenadas de posicionamiento de las esquinas redondeadas se toman como partes enteras en el funcionamiento real del sistema, y la precisión de posicionamiento real, es decir, el valor propio del píxel, es de 0,0289 mm.En el proceso de corte por cambio de cuchilla, el husillo de bolas utiliza un grado de precisión C5, la precisión del servo de cambio de cuchilla es de 0,01 mm, el error de corte es pequeño. Durante el funcionamiento del sistema, la máquina y el material de la película vibrarán. El jitter de la cámara y el material de la película se reduce diseñando el soporte de la cámara y agregando un deflector. El funcionamiento real del sistema muestra que el error máximo causado por la fluctuación del material de la película es de 2-3 píxeles, es decir, el máximo es de 0,09 mm, a la velocidad de fabricación de bolsas de 150 (piezas/min). El error de corte real de la bolsa de esquina redonda es de ± 0,1 mm.
4. Conclusión
Se diseña un único sistema de control de corte basado en visión artificial para la producción de bolsas de filete. Usando el esquema de disparo de la cámara voladora, la bolsa actual se puede cortar y compensar en el proceso de extracción de material sin errores acumulados. Se describen el proceso de construcción de la plataforma de hardware y el algoritmo de procesamiento de imágenes. En la comparación de plantillas, al agregar el punto característico del centro de la esquina redondeada en la plantilla, las coordenadas del centro de la esquina redondeada se pueden obtener después de la comparación de la plantilla, para mejorar la eficiencia de localización. La cámara se mueve con el cuchillo. Después de encontrar el punto de referencia, el proceso de fabricación de bolsas del próximo ciclo puede completarse sin que el sistema registre la posición de coordenadas absolutas del cortador. Después de la prueba real de la máquina, el sistema tiene una velocidad de procesamiento de imágenes rápida, alta precisión de posicionamiento y puede cumplir con los requisitos de la fabricación de bolsas de alta velocidad. Teniendo en cuenta el error de estructura mecánica y la influencia de la fluctuación del material de la película, el error de corte real está dentro de ± 0,1 mm, lo que cumple con los requisitos del radio de filete mínimo de la producción actual de bolsas de filete de 0,125 mm. Puede resolver de manera efectiva los problemas de rebabas existentes en la bolsa de esquina redonda, pérdida de material, desgaste mecánico y contaminación ambiental existente en el proceso de corte doble, satisfacer las necesidades de la producción industrial y tiene un gran valor de aplicación práctica.
Bolsa Tinuo Eco (Dc Intellegent Tec.)
