摘要
本发明提供基于机器视觉的螺丝瑕疵检测及上料控制方法及系统,涉及机器视觉技术领域,包括通过机器视觉系统获取螺丝的多角度图像,将多角度图像输入预先训练的多模态深度学习模型;根据识别出的瑕疵类型、位置以及几何尺寸信息,结合预设的质量标准,对螺丝质量进行评估,得出螺丝的品质等级;使用机械臂将合格螺丝抓取并放置到上料传送带上,基于螺丝的实时位置和姿态信息,采用自适应路径规划算法控制机器人将螺丝精确放置到装配位置,同时考虑避障和能耗优化;在螺丝装配过程中,根据螺丝的材质、尺寸和装配表面特性,采用自适应控制策略动态调整机器人的力控参数和运动轨迹。
技术关键词
螺丝
多模态深度学习
机器视觉系统
路径规划算法
深度学习多任务网络
扩展随机树
实时位置
时间最优轨迹规划
姿态估计算法
机器人关节电机
深度学习模型
瑕疵
时空注意力机制
分支
增量学习算法
卡尔曼滤波算法
多角度
系统为您推荐了相关专利信息
手势识别算法
物体
AR眼镜
手势识别方法
传递系统
深度学习模型
数据采集模块
二氧化碳浓度传感器
多模态深度学习
权重分配机制