基于KNN算法的铝合金阳极化层打磨质量检测系统研究
2018-06-28,,,,
机械与电子 2018年6期
,, ,,
(1.哈尔滨工业大学机器人系统与技术国家重点实验室,黑龙江 哈尔滨 150080;2.广州瑞松智能科技股份有限公司,广东 广州 510760)
0 引言
铝合金由于其低密度、高强度的特点,现被广泛应用于航空航天行业中。在铝合金焊接工艺中,需要首先进行铝合金阳极化层表面的打磨作业[1-3]。由于航空航天行业对工件焊接质量要求较高,所以对阳极化层去除作业的质量要求也较高。因此,在作业完成后对工件进行打磨质量检测具有重大的意义。
由于铝合金的反光度较高,而且打磨作业后工件表面会有较多划痕,所以工件表面呈现高反光亮度、有密集复杂阴影的特点,因此对这样的图片进行信息提取较为困难。针对这类问题,杨萍采用小波变换方法对图像进行处理,并进行了实验验证,证明通过图像消噪可以取得较好的效果[4]。刘东升利用双目摄像机和卡尔曼滤波器实现了对图像中目标的定位[5]。王峰利用圆滑处理算法实现了在图片中提取钢轨轮廓[6]。但由于这些方法只对图片进行了滤波等处理,所以要求图片有较高的对比度,进而要求摄像机、光源等有较高的性能,实际应用性不强。
1 检测系统结构
1.1 机械系统结构
检测系统的机械系统由传送装置、机器人和视觉检测系统构成,如图 1所示。传送装置通常由传送带和相应的传感器构成[7]。机器人为SCARA平面型机器人,其速度快、成本低且工件只需要在平面方向进行检测,适用于检测应用。视觉检测系统由摄像头及光源构成并固联于机器人末端,随机器人移动拍摄整个工件待检测部分。……
登录APP查看全文
