一种基于双环识别的复材蜂窝自动植入方向的识别方法技术

本发明专利技术涉及蜂窝视觉识别技术领域，具体涉及一种基于双环识别的复材蜂窝自动植入方向的识别方法。其包括步骤：获取蜂窝型材的图像；根据图像，确定蜂窝型材的中心点；依据中心点，通过双环识别蜂窝型材的自动植入方向。该基于双环识别的复材蜂窝自动植入方向的识别方法的目的是解决复材蜂窝自动植入设备在加工中的异常停机以及异常换行的问题。的异常停机以及异常换行的问题。的异常停机以及异常换行的问题。

【技术实现步骤摘要】
一种基于双环识别的复材蜂窝自动植入方向的识别方法


[0001]本专利技术涉及蜂窝视觉识别
，具体涉及一种基于双环识别的复材蜂窝自动植入方向的识别方法。

技术介绍

[0002]随着民用航空工业的发展，噪声水平已成为影响型号市场竞争力的重要技术指标，发动机是最主要的噪声源，通过应用短舱声衬消声技术，可以有效降低发动机的噪声，短舱声衬消声就是在发动机短舱管道内铺设声衬层，以降低噪等向外传播。吸音蜂窝复合材料是商用航空发动机短舱声衬的核心结构。
[0003]吸音蜂窝复合材料结构上包括蜂窝型材(如图1所示)以及内嵌消声帽，目前制备吸引蜂窝复合材料的主要加工方法是人工制备，首先使用棉棒蘸取胶液在蜂窝孔腔内壁进行刷胶，随后人工将裁切好的内嵌消声帽植入到蜂窝孔腔内的指定深度，并且对边缘进行压实。该操作的人工操作繁琐，吸声蜂窝制造周期长，同时植入精度受人工操作水平影响大，造成生产效率低、吸声蜂窝质量不可控。
[0004]复材蜂窝自动植入设备是一种基于机器人技术和视觉识别技术，开展吸声蜂窝自动加工以达到代替人工的一种制造技术。该设备能够通过机器人识别出蜂窝孔位置信息，引导机器人工具末端对蜂窝孔腔内壁进行涂胶，随后完成蜂窝孔内消声帽的植入。该设备能够有效提吸声蜂窝的制备效率以及质量。
[0005]但在实际的自动植入工作中，由于光线干扰、被微小物体遮挡、蜂窝孔腔体边沿破损或是蜂窝孔本体受压形变等情况，将会造成对蜂窝孔识别的失败，这种个别的蜂窝孔识别失败将会影响自动植入设备异常停机或是异常换行，致使吸声蜂窝完成自动制备后大面积蜂窝孔跳过没被加工。
[0006]因此，专利技术人提供了一种基于双环识别的复材蜂窝自动植入方向的识别方法。

技术实现思路

[0007](1)要解决的技术问题
[0008]本专利技术实施例提供了一种基于双环识别的复材蜂窝自动植入方向的识别方法，解决了复材蜂窝自动植入设备在加工中的异常停机以及异常换行的技术问题。
[0009](2)技术方案
[0010]本专利技术提供了一种基于双环识别的复材蜂窝自动植入方向的识别方法，包括以下步骤：
[0011]获取蜂窝型材的图像；
[0012]根据所述图像，确定所述蜂窝型材的中心点；
[0013]依据所述中心点，通过双环识别所述蜂窝型材的自动植入方向。
[0014]进一步地，所述获取蜂窝型材的图像，具体为：
[0015]利用固定在机械臂末端的工业RGBD相机捕捉所述图像信息。
[0016]进一步地，所述根据所述图像，确定所述蜂窝型材的中心点，具体包括如下步骤：
[0017]根据所述图像进行翻转矫正，使得所述图像与人工视野的坐标对齐；
[0018]对所述图像进行灰度化操作，将其转换为灰度图像并消除噪点干扰，以获得目标灰度图像；
[0019]对所述目标灰度图像进行二值化操作，获取蜂窝型材结构形状；
[0020]对所述蜂窝型材结构形状的轮廓进行平滑处理；
[0021]依据平滑处理后的蜂窝型材结构形状，获取轮廓所包络的轮廓信息；
[0022]根据所述轮廓信息，计算每个蜂窝孔的轮廓形态学中心点。
[0023]进一步地，利用中值滤波函数，消除所述灰度图像中的噪点干扰。
[0024]进一步地，所述对所述蜂窝型材结构形状的轮廓进行平滑处理之前，还包括：
[0025]对所述蜂窝型材结构形状的图像进行形态学开/闭运算以消除噪点干扰。
[0026]进一步地，所述依据所述中心位置，通过双环识别所述蜂窝型材的自动植入方向，具体包括如下步骤：
[0027]获取相机视野中心点；
[0028]统计在相机视野范围内的所有蜂窝孔的轮廓形态学中心点，根据各个轮廓形态学中心点到所述相机视野中心点的距离按照从小到大进行排序；
[0029]确定所述相机视野范围内距离所述相机视野中心点最近的中心蜂窝孔的中心点为BestC1点；
[0030]筛选所述中心蜂窝孔附近的内环蜂窝孔、外环蜂窝孔；
[0031]根据自动植入设备所谓的当前植入方向及所述内环蜂窝孔、所述外环蜂窝孔的判断结果，识别所述自动植入设备的植入方向。
[0032]进一步地，所述筛选所述中心蜂窝孔附近的内环蜂窝孔、外环蜂窝孔，具体为：
[0033]确定距离所述中心蜂窝孔小于1个蜂窝孔直径的区域为内环蜂窝孔；以及，
[0034]确定距离所述中心蜂窝孔大于1个蜂窝孔直径且小于2个蜂窝孔直径的区域为外环蜂窝孔。
[0035]进一步地，所述根据自动植入设备的当前植入方向及所述内环蜂窝孔、所述外环蜂窝孔的判断结果，识别所述自动植入设备的植入方向，具体包括如下步骤：
[0036]记录所述当前植入方向，记为δ0；
[0037]遍历所述内环蜂窝孔中的所有识别成功的蜂窝孔，通过计算各个蜂窝孔与所述相机视野中心点的连线与δ0的夹角，并筛选出所述内环蜂窝孔与δ0夹角最小的点记为BestC2_1，其夹角记为δ1；
[0038]遍历所述外环蜂窝孔中的所有识别成功的蜂窝孔，通过计算各个蜂窝孔与所述相机视野中心点的连线与δ0的夹角，并筛选出所述外环蜂窝孔与δ0夹角最小的点记为BestC2_2，其夹角记为δ2；
[0039]根据δ1、δ2计算结果，分析判断结果BestC2的计算结果。
[0040]进一步地，所述根据δ1、δ2计算结果综合分析判断结果BestC2的计算结果，具体包括：
[0041]当内环蜂窝孔筛选的最小夹角在
±
30
°
之内且外环蜂窝孔筛选存在任意角度的夹角时，将BestC2_1点记为BestC2，自动植入方向δ0不变；
[0042]当内环蜂窝孔筛选的最小夹角大于30
°
且外环蜂窝孔筛选最小夹角小于30
°
时，将BestC2_2点记为BestC2，自动植入方向δ0不变；
[0043]当内环蜂窝孔筛选的最小夹角大于30
°
且外环蜂窝孔筛选最小夹角也大于30
°
时，将BestC2_1点记为BestC2，自动植入方向δ0取其补角，即δ0＝180
°‑
δ0。
[0044]进一步地，所述识别所述自动植入设备的植入方向后，还包括：
[0045]输出所述植入方向需要植入的蜂窝孔坐标及方向，并对所述自动植入设备的当前植入方向进行修改。
[0046](3)有益效果
[0047]综上，本专利技术通过视觉传感器，捕捉蜂窝图像；根据捕捉的蜂窝图像捕捉蜂窝孔形态学中心；通过双环识别判据对蜂窝加工过程中的各个工况进行分析，最终输出当前状态下所需要加工的蜂窝孔坐标以及下个加工蜂窝孔的坐标和方向。操作简单，视觉定位精确，同时对环境光线的改变不敏感，计算定位鲁棒性强、速度快、成本低、安全性强，明显提高蜂窝型材连续性自动植入的效率。
附图说明
[0048]为了更清楚地说明本发本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于双环识别的复材蜂窝自动植入方向的识别方法，其特征在于，该方法包括以下步骤：获取蜂窝型材的图像；根据所述图像，确定所述蜂窝型材的中心点；依据所述中心点，通过双环识别所述蜂窝型材的自动植入方向。2.根据权利要求1所述的基于双环识别的复材蜂窝自动植入方向的识别方法，其特征在于，所述获取蜂窝型材的图像，具体为：利用固定在机械臂末端的工业RGBD相机捕捉所述图像信息。3.根据权利要求1所述的基于双环识别的复材蜂窝自动植入方向的识别方法，其特征在于，所述根据所述图像，确定所述蜂窝型材的中心点，具体包括如下步骤：根据所述图像进行翻转矫正，使得所述图像与人工视野的坐标对齐；对所述图像进行灰度化操作，将其转换为灰度图像并消除噪点干扰，以获得目标灰度图像；对所述目标灰度图像进行二值化操作，获取蜂窝型材结构形状；对所述蜂窝型材结构形状的轮廓进行平滑处理；依据平滑处理后的蜂窝型材结构形状，获取轮廓所包络的轮廓信息；根据所述轮廓信息，计算每个蜂窝孔的轮廓形态学中心点。4.根据权利要求3所述的基于双环识别的复材蜂窝自动植入方向的识别方法，其特征在于，利用中值滤波函数，消除所述灰度图像中的噪点干扰。5.根据权利要求1所述的基于双环识别的复材蜂窝自动植入方向的识别方法，其特征在于，所述对所述蜂窝型材结构形状的轮廓进行平滑处理之前，还包括：对所述蜂窝型材结构形状的图像进行形态学开/闭运算以消除噪点干扰。6.根据权利要求3所述的基于双环识别的复材蜂窝自动植入方向的识别方法，其特征在于，所述依据所述中心位置，通过双环识别所述蜂窝型材的自动植入方向，具体包括如下步骤：获取相机视野中心点；统计在相机视野范围内的所有蜂窝孔的轮廓形态学中心点，根据各个轮廓形态学中心点到所述相机视野中心点的距离按照从小到大进行排序；确定所述相机视野范围内距离所述相机视野中心点最近的中心蜂窝孔的中心点为BestC1点；筛选所述中心蜂窝孔附近的内环蜂窝孔、外环蜂窝孔；根据自动植入设备所谓的当前植入方向及所述内环蜂窝孔、所述外环蜂窝孔的判断结果，识别所述自动植入设备的植入方向。7.根据权利要求6所述的基于双环识别的复材蜂窝自动植入方向的识别方法，其特征在于，所述筛选所述中心蜂窝孔附近的内环蜂窝...

【专利技术属性】
技术研发人员：李洋，王羽洁，樊楚一，李喆，艾士博，李扬，
申请(专利权)人：中国航空工业集团公司北京航空精密机械研究所，
类型：发明
国别省市：