Яцун Сергей Фёдорович, доктор технических наук, профессор, заведующий кафедрой механики, мехатроники и робототехники
ул. 50 лет Октября, д. 94, г. Курск 305040
ResearcherID G-3891-2017
Sergey F. Yatsun, Dr. of Sci. (Engineering), Professor, Head of Mechanics, Mechatronics and Robotics Department
50 Let Oktyabrya str. 94, Kursk 305040
ResearcherID G-3891-2017
Мальчиков Андрей Васильевич, кандидат технических наук, старший научный сотрудник кафедры механики, мехатроники и робототехники
ул. 50 лет Октября, д. 94, г. Курск 305040
ResearcherID N-8856-2016
Andrey V. Mal’chikov, Cand. of Sci. (Engineering), Associate Professor of Mechanics, Mechatronics and Robotics Department
50 Let Oktyabrya str. 94, Kursk 305040
ResearcherID N-8856-2016
Кочергин Олег Борисович, студент кафедры механики, мехатроники и робототехники
ул. 50 лет Октября, д. 94, г. Курск 305040
Oleg B. Kochergin, Student, Mechatronics and Robotics Department
50 Let Oktyabrya str. 94, Kursk 305040
Цель исследования. Разработка методики определения ориентации детали при автоматизированной пайке контактной группы, основанной на использовании комбинированной системы распознавания изображения. Задачи. Анализ технологического процесса сборки детали и оценка возможности применения различных технологий ориентирования заготовок. Разработка последовательной методики ориентирования детали, включающей этап распознавания скругленной грани посредством системы технического зрения. Разработка алгоритма распознавания ориентации заготовки непосредственно по изображению детали и по контуру тени детали. Постановка натурных экспериментов на испытательном стенде, получение численных значений точности распознавания ориентации детали для различных алгоритмов.
Методы. Для решения задачи транспортировки и позиционирования исследуемых деталей используются методы перемещения, за счет контролируемой вибрации внутри разработанной системы направляющих и отсекателей. Для определения скругленной грани используются методы обработки и распознавания изображений: метод k-средних (k-means) для кластеризации исходного изображения, преобразование Хафа для поиска контура и др.
Результаты. В ходе исследования были разработаны два алгоритма распознавания ориентации детали по исходному изображению и изображению отбрасываемой деталью тени. В обоих случаях точность распознания составила более 96%, однако при использовании камеры низкого разрешения, точность распознавания по контуру тени получилась выше и составила более 99%.
Заключение. Разработанная в рамках работы методика определения ориентации деталей, включающая этапы предварительной сортировки на этапе вибротранспортировки, этап поиска скругленной грани с использованием системы технического зрения, в том числе по контуру тени детали, позволяет получить высокую точность даже при использовании видеооборудования с низким разрешением.
Purpose of reseach. Development of a technique for determining the orientation of parts during automatic soldering of a contact group based on the assembly of a combined image recognition systems.
Methods. Analysis of the technological process of assembling a part and evaluating the possibility of using various technologies for orienting workpieces. Development of a consistent technique for orienting a part, including the stage of recognizing a rounded edge using a vision system. Development of an algorithm for recognizing the orientation of the workpiece directly from the image of the part and along the contour of the shadow of the part. Setting up full-scale experiments on a test bench, obtaining numerical values for the accuracy of recognizing the orientation of a part for various algorithms.
Methodology. To solve the problem of transportation and positioning of the studied parts, methods of movement are used, due to controlled vibration inside the developed system of guides and cutters. To determine the rounded edge, image processing and recognition methods are used: the k-means method for clustering the original image, the Hough transform for contour search, etc.
Results. In the course of the study, two algorithms for extracting details from the original image and the image of the shadows cast by the detail were developed. In the detection of an increased risk, more than 96%, however, when detecting sensitivity along the contour of the shadow, more than 99% were detected.
Conclusion. The technique for determining details developed within the framework of the work, including the stages of preliminary sorting according to the task of vibrotransportation, the stage of searching for a round face using a technical perspective system, including the contour of shadow details, makes it possible to obtain high accuracy even when assembling video equipment with a low level of detection.
The authors declare that there are no conflicts of interest present.