【技术实现步骤摘要】
本专利技术为三极耳电芯装配，尤其是一种基于图像识别的三极耳电芯装配设备控制方法及系统。
技术介绍
1、随着电子工业的快速发展，三极耳电芯在电动汽车、无人机、移动设备等领域扮演着越来越重要的角色。传统的三极耳电芯装配控制过程通常依赖于机械感应和硬编码规则，但在复杂工况下难以适应电芯的多样性。图像识别技术的发展，尤其是深度学习的进步，使得计算机可以从图像中提取和理解物体的特征，为电芯装配提供了新的解决方案。通过摄像头捕捉电芯的实时图像，利用先进的图像处理算法，如边缘检测、轮廓跟踪和特征匹配，可以精准识别三极耳电芯的实时装配状态等信息，这些信息被实时传输给控制系统，能够精确控制装配设备的装配过程，实现了智能化控制，从而大大提高装配的精度和速度，推动了电池制造行业的智能制造进程。
2、尽管基于图像识别的三极耳电芯装配设备控制方法在提升装配精度和效率方面展现出巨大潜力，但它仍面临一些技术挑战：首先，电芯的形状和结构变化多样，需要高度鲁棒的图像处理算法来识别三极耳电芯不同的装配状态，这要求不断优化的特征提取和分类模型。其次，实时光学跟踪技术的实时性和精度也是挑战，设备必须能在短时间内快速处理大量图像数据，同时保持定位的准确性。此外，设备的运动控制和决策系统需要高度集成，以协调复杂的装配动作并做出即时反应，提高装配效率。
技术实现思路
1、本专利技术为解决现有三极耳电芯装配设备控制方法鲁棒性低、可靠性差以及装配设备协调反应能力差等技术问题，提供了一种基于图像识别的三极耳电芯装配设备控
2、为达到上述目的，本专利技术公开了一种基于图像识别的三极耳电芯装配设备控制方法，包括以下步骤：
3、在预设时间节点获取三极耳电芯的实际装配状态图像，对所述实际装配状态图像进行特征提取处理，得到三极耳电芯的轮廓曲线；
4、基于网格化法对三极耳电芯的轮廓曲线进行离散处理，并对离散得到的离散点进行冗余修正处理，根据修正后的离散点构建三极耳电芯的实际装配状态模型图；
5、获取三极耳电芯的预设装配工艺信息，根据所述预设装配工艺信息得到在预设时间节点三极耳电芯的标准装配状态模型图；基于体素化法计算所述实际装配状态模型图与标准装配状态模型图之间的重叠程度；
6、根据所述实际装配状态模型图与标准装配状态模型图之间的重叠程度对三极耳电芯的装配状态进行分析，根据分析结果对三极耳电芯装配设备进行调控处理。
7、更具体地，对所述实际装配状态图像进行特征提取处理，得到三极耳电芯的轮廓曲线，具体为：
8、对所述实际装配状态图像进行二值化处理，以将实际装配状态图像中各像素点的值简化为0或255；其中，将被简化为0的像素点定义为黑色像素点，将被简化为255的像素点定义为白色像素点；
9、在所述实际装配状态图像中将被简化为0的像素点所对应的位置节点设置为黑色，以及将被简化为255的像素点所对应的位置节点设置为白色，得到只有黑色和白色的二值图像；
10、从所述二值图像中随机挑选一个黑色像素点作为跟踪起点，从所述跟踪起点开始，遍历二值图像中的各个黑色像素点；
11、在遍历过程中，基于八方向链码法检索出二值图像中各个黑色像素点在八个基本方向上的邻居点；
12、判断各个黑色像素点在八个基本方向上的邻居点是否均为黑色像素点；若某一个黑色像素点在八个基本方向上的邻居点均为黑色像素点，则将该黑色像素点标记为非边界点；
13、若某一个黑色像素点在八个基本方向上的邻居点并非均为黑色像素点，则将该黑色像素点标记为边界点；
14、若某一黑色像素点被标记为非边界点，则在二值图像中将该黑色像素点所对应的位置节点的颜色重新设置为白色；若某一黑色像素点被标记为边界点，则不在二值图像中对该黑色像素点所对应的位置节点的颜色进行修改；
15、以此类推，直至将二值图像中所有黑色像素点均校验修正完毕，得到三极耳电芯的轮廓曲线。
16、更具体地，基于网格化法对三极耳电芯的轮廓曲线进行离散处理，并对离散得到的离散点进行冗余修正处理，根据修正后的离散点构建三极耳电芯的实际装配状态模型图，具体为：
17、设定网格的大小和形状，根据设定网格的大小和形状构建一个网格模型，并将所述轮廓曲线映射到所述网格模型中；
18、遍历网格模型中的各个单元格，检查各个单元格是否与轮廓曲线相交；当某一单元格与轮廓曲线相交时，记录下该单元格的坐标作为离散点；
19、以此类推，直至对所有单元格遍历完毕，得到若干个离散点，以及得到各个离散点的坐标信息；
20、根据各个离散点的坐标信息计算各离散点之间的切比雪夫距离；将各离散点之间的切比雪夫距离与预设距离阈值进行比较处理；
21、若某两个离散点之间的切比雪夫距离不大于预设距离阈值，则将这两个离散点标记为冗余离散点；
22、若某两个离散点被标记为冗余离散点，则删除其中任意一个离散点；以此类推，完成对离散得到的离散点进行冗余修正处理的过程，得到修正后的离散点；
23、获取修正后的离散点的坐标信息，根据修正后的离散点的坐标信息并利用三维软件构建得到三极耳电芯的实际装配状态模型图。
24、更具体地，基于体素化法计算所述实际装配状态模型图与标准装配状态模型图之间的重叠程度，具体为：
25、创建一个三维体素网格，将所述三维体素网格分割为若干个单元体素网格；其中，单元体素网格为立方体体素网格，其长宽高均为1毫米；
26、将所述实际装配状态模型图与标准装配状态模型图导入至所述三维体素网格中，并在所述三维体素网格中将实际装配状态模型图与标准装配状态模型图的装配基准面进行对位处理；
27、对位完成后，通过各个单元体素网格将所述实际装配状态模型图与标准装配状态模型图分割成若干个立方体体素网格；并按照预设顺序遍历各个立方体体素网格；
28、若某一个立方体体素网格中既存在实际装配状态模型图又存在标准装配状态模型图，则将该立方体体素网格标定为重叠体素网格；
29、若某一个立方体体素网格中仅存在实际装配状态模型图或仅存在标准装配状态模型图，则将该立方体体素网格标定为非重叠体素网格；
30、在所述三维体素网格中将被标定为重叠体素网格的立方体体素网格区域设置为黑色，以及将被标定为非重叠体素网格区域的立方体体素网格设置为白色；
31、计算三维体素网格中黑色区域与白色区域的体积值，将所述黑色区域与白色区域的体积值进行比值处理，得到实际装配状态模型图与标准装配状态模型图之间的重叠程度。
32、更具体地，根据所述实际装配状态模型图与标准装配状态模型图之间的重叠程度对三极耳电芯的装配状态进行分析，根据分析结果对三极耳电芯装配设备进行调控处理，具体为：
33、若所述实际装配状态模型图与标准装配状态模型图之间的重叠程度大于预设重叠程度阈值，则生成第一分析结果本文档来自技高网...
【技术保护点】
1.一种基于图像识别的三极耳电芯装配设备控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于图像识别的三极耳电芯装配设备控制方法，其特征在于，对所述实际装配状态图像进行特征提取处理，得到三极耳电芯的轮廓曲线，具体为：
3.根据权利要求1所述的一种基于图像识别的三极耳电芯装配设备控制方法，其特征在于，基于网格化法对三极耳电芯的轮廓曲线进行离散处理，并对离散得到的离散点进行冗余修正处理，根据修正后的离散点构建三极耳电芯的实际装配状态模型图，具体为：
4.根据权利要求1所述的一种基于图像识别的三极耳电芯装配设备控制方法，其特征在于，基于体素化法计算所述实际装配状态模型图与标准装配状态模型图之间的重叠程度，具体为：
5.根据权利要求4所述的一种基于图像识别的三极耳电芯装配设备控制方法，其特征在于，根据所述实际装配状态模型图与标准装配状态模型图之间的重叠程度对三极耳电芯的装配状态进行分析，根据分析结果对三极耳电芯装配设备进行调控处理，具体为：
6.根据权利要求5所述的一种基于图像识别的三极耳电芯装配设备控制方法，
7.一种基于图像识别的三极耳电芯装配设备控制系统，其特征在于，所述三极耳电芯装配设备控制系统包括存储器与处理器，所述存储器中存储有三极耳电芯装配设备控制方法程序，当所述三极耳电芯装配设备控制方法程序被所述处理器执行时，实现如权利要求1至6任一项所述的三极耳电芯装配设备控制方法的步骤。
...【技术特征摘要】
1.一种基于图像识别的三极耳电芯装配设备控制方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于图像识别的三极耳电芯装配设备控制方法，其特征在于，对所述实际装配状态图像进行特征提取处理，得到三极耳电芯的轮廓曲线，具体为：
3.根据权利要求1所述的一种基于图像识别的三极耳电芯装配设备控制方法，其特征在于，基于网格化法对三极耳电芯的轮廓曲线进行离散处理，并对离散得到的离散点进行冗余修正处理，根据修正后的离散点构建三极耳电芯的实际装配状态模型图，具体为：
4.根据权利要求1所述的一种基于图像识别的三极耳电芯装配设备控制方法，其特征在于，基于体素化法计算所述实际装配状态模型图与标准装配状态模型图之间的重叠程度，...
【专利技术属性】
技术研发人员：黄江闽，
申请(专利权)人：深圳市中裕达机械有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。