机器视觉智能机器人无损检测系统

doi:10.3778/j.issn.1002-8331.2009.14.004

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (14): 12-14.DOI: 10.3778/j.issn.1002-8331.2009.14.004

机器视觉智能机器人无损检测系统

陈志国,须文波

江南大学信息工程学院，江苏无锡 214122

收稿日期:2008-12-08 修回日期:2009-02-16 出版日期:2009-05-11 发布日期:2009-05-11
通讯作者: 陈志国

Nondestructive flaw detection system of intelligent robot with machine vision

CHEN Zhi-guo,XU Wen-bo

School of Information Engineering，Jiangnan University，Wuxi，Jiangsu 214122，China

Received:2008-12-08 Revised:2009-02-16 Online:2009-05-11 Published:2009-05-11
Contact: CHEN Zhi-guo

摘要/Abstract

摘要： 针对目前无损检测过程中的大量人工操作、检测效率低下和检测精度低的特点，提出了一种搭载于工业机器人的无损检测系统的设计方法，实现了系统的软硬件设计。设计的机器人系统具有4个自由度，可以实现三维空间的立体检测，并采用自适应模糊推理系统提高检测适应性。系统采用彩色图像分割算法和自适应区域生长图像分割算法都能有效提取出缺陷区域。应用结果表明系统稳定性好、检测精度高，大大提高了检测效率。

关键词: 机器视觉, 机器人, 无损检测

Abstract: In order to solve the low efficiency and poor precision problems of traditional manual operation on nondestructive flaw detection，an integrated nondestructive flaw detection system installed on an industrial robot is described.The developed industrial robot with 4-dof can perform detection in three-dimensional space and adaptive-network-based fuzzy inference system is adopted to improve adaptability.A color image segmentation algorithm and an adaptive region growing algorithm are adopted and proved to be effective in defect region extraction.Actual results indicate that the developed system has advantages of good stability and high precision and great improvement of detection efficiency.

Key words: machine vision, robot, nondestructive flaw detection

陈志国,须文波. 机器视觉智能机器人无损检测系统[J]. 计算机工程与应用, 2009, 45(14): 12-14.

CHEN Zhi-guo,XU Wen-bo. Nondestructive flaw detection system of intelligent robot with machine vision[J]. Computer Engineering and Applications, 2009, 45(14): 12-14.

[1]	廖列法，李浩瀚，李帅，朱合隆，李志军. 结合Winner-Take-All的足球机器人控制策略研究[J]. 计算机工程与应用, 2021, 57(7): 136-143.
[2]	王迪，李彩虹，郭娜，刘国名，高腾腾. 基于模糊势场法的移动机器人局部路径规划[J]. 计算机工程与应用, 2021, 57(6): 212-218.
[3]	周友行，赵晗妘，刘汉江，李昱泽，肖雨琴. 采用DDPG的双足机器人自学习步态规划方法[J]. 计算机工程与应用, 2021, 57(6): 254-259.
[4]	朱佳莹，高茂庭. 融合粒子群与改进蚁群算法的AUV路径规划算法[J]. 计算机工程与应用, 2021, 57(6): 267-273.
[5]	蒋林，方东君，雷斌，李维刚. 单目视觉移动机器人导航算法研究现状及趋势[J]. 计算机工程与应用, 2021, 57(5): 1-9.
[6]	王昌龙，张远东，缪宏，杨煜恒. 双通道卷积神经网络在南瓜病害识别上的应用[J]. 计算机工程与应用, 2021, 57(5): 183-189.
[7]	彭昭勇，伍权，陈华伟，郑跃，王书祥. 基于文献计量的机器视觉缺陷检测研究述评[J]. 计算机工程与应用, 2021, 57(4): 28-34.
[8]	冯戒虚，司冠南，周风余. 服务机器人云平台服务质量指标体系综述[J]. 计算机工程与应用, 2021, 57(3): 58-71.
[9]	惠小健. 任意初态下的工业机器人迭代学习控制[J]. 计算机工程与应用, 2021, 57(3): 261-265.
[10]	杨凌耀，张爱华，张洁，宋季强. 栅格地图环境下机器人速度势实时路径规划[J]. 计算机工程与应用, 2021, 57(24): 290-295.
[11]	畅雅雯，赵冬青，单彦虎. 多特征融合和自适应聚合的立体匹配算法研究[J]. 计算机工程与应用, 2021, 57(23): 219-225.
[12]	王琛，茅健. 基于时间窗模型的双向机器人路径规划方法[J]. 计算机工程与应用, 2021, 57(23): 287-294.
[13]	张子然，黄卫华，陈阳，章政，李梓远. 基于双向搜索的改进蚁群路径规划算法[J]. 计算机工程与应用, 2021, 57(21): 270-277.
[14]	涂睿，王文格，卢成阳. 移动机器人实时采样路径重规划[J]. 计算机工程与应用, 2021, 57(20): 157-163.
[15]	林韩熙，向丹，欧阳剑，兰晓东. 移动机器人路径规划算法的研究综述[J]. 计算机工程与应用, 2021, 57(18): 38-48.

机器视觉智能机器人无损检测系统

Nondestructive flaw detection system of intelligent robot with machine vision

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics