为Vetraco的化妆粉案例生产线,我们必须将脸部专用刷准确地放置。
挑战:
确定脸部粉刷位置和方向,对其进行质量控制,并对机器人系统进行编程,让机器人拾起刷子,将其放在一个8槽梭子的粉盒中。
解决方案:
使用DENSO ImagingLab机器人库,将两个DENSO SCARA HSS-45552模型机器人和采用NI公司的两个PCI-8254R图像采集卡开发成的视觉系统集成在一起,用LabVIEW软件和NI公司视觉开发模块对整个机器人单元进行编程。
"通过采用LabVIEW开发平台,我们很快就实现了对新机器人应用进行编程、原型设计测试。"
ImagingLab 是一家高科技公司,帮助系统集成商、设备制造商和用户采用创新性机器视觉和机器人技术,花费最小的投资来降低学习曲线。我们扎实的学术背景、广泛的系统集 成经验、对NI公司图像工具和软件的了解程度和不断保持更新迅速发展的机器视觉技术归因于我们在全球人工视觉市场上20多年的经验。
作为化妆品完整组装和包装生产线的公认领先者的Vetraco公司,由于与我们长期保持合作,他们选择ImagingLab公司作为其机器视觉技术和机器人的首选技术合作伙伴。
对于Vetraco公司的化妆品粉盒生产线,我们必须将脸部粉刷准确地放置在精致的固定装置中(大小为80毫米×20毫 米),这个装置稍后将被放在粉盒中。我们以每分钟80件的生产速率将刷盒放在一个8槽梭子中。此外,由于不同批次可能有不同的刷子形状和盒型,系统必须具 有灵活性,易于生产线的操作员使用。
开发一个易于使用的包装系统
为了达到每分钟80件的速率,我们安装了两个“双胞胎”机器人站。将刷子加载到可编程的送料机上(FlexFactory公司开发的型号为SX-240 Anyfeeder送料机),震动刷子以将其分开传送,使机器人能够拾起刷子。Anyfeeder送料机通过LabVIEW库与机器人站交互。
基于PCI-8254R图 像采集卡、一个AVT 1400×1000像素的CDD摄像机和ImagingLab定制红外照明灯的系统对刷子进行图像采集,确定其位置和可将部件拾起的坐标点传给机器人。如 果没有可拾起的部件,系统震动Anyfeeder送料机,将更多的刷子放置在摄像机下。该系统有四种可行的震动模式—向前震动、向后震动、均匀震动和加载 更多部件—基于视觉系统信息来发出动作。
我们将刷盒的8个槽盘放到机器人前面的固定位置。刷子可能在送料机上的位置是随机的,视觉系统不得不寻找每个部件的位置 和方向,因为每个刷子必须以正确的方向放置在其盒子中。此外,机器人有多个钳子应对四个刷子,因此视觉系统必须在每个拾取周期,识别和寻找四个刷子的位 置。当一个槽盘已满时,新的槽盘将会到达。机器人单元每天工作24个小时,每周七天,拒绝任何有缺陷的部件。
视觉系统用来引导机器人,通过测量尺寸和验证完整性对部件提供质量控制。使用DENSO ImagingLab机器人库,我们实现了严格的视觉和机器人集成。因此,用户可以只用一个操作来校准图像和机器人
对工业机器人进行编程,原型设计,和测试
LabVIEW应用
采用LabVIEW软件平台,我们很快就成功地实现了对新机器人应用进行编程,原型设计和测试。使用LabVIEW软件平台的另一个较大的优点是具有设计和自定义图形用户界面的优势。
由于相同的LabVIEW程序将在从电脑到NI公司智能摄像机等设备上运行,对于我们的系统,我们在选择NI公司硬件上具有很大灵活性。此外,NI公司的标准允许产品的快速集成,从而缩短了项目开发的时间和成本。
关键字:LabVIEW NI 生产线 视觉
引用地址:
建立集成视觉和机器人的化妆品包装生产线
推荐阅读最新更新时间:2024-03-30 22:10
labview显示一个数字信号的步骤
用digital waveform graph 显示一个数字信号的步骤
1.采集一个数字信号。
2.构建一个包含下列对象的前面板。
Ø Digital waveform graph
Ø Digital control, located on the Controls numeric palette, with representation of R64 and a label of X0.
Ø Digital control with representation of R64 and a label of dx. Enter a value of at
[模拟电子]
致LabVIEW初学者的二十条忠告
1. LabVIEW是门程序设计语言,不是画图工具! 2. 不要以为LabVIEW很简单,设计个庞大工程难度不亚于C++! 3. 语言本身永远只是招式,请注意修炼内功:数据结构、算法、软件工程、数字电路等! 4. 多读书、读好书:《LabVIEW For Everyone》、《LabVIEW-Advanced Programming Techniques》! 5. 学习程序设计只有一种方法:读代码、写代码、读代码、写代码 ! 6. 不要以为读完一遍《LabVIEW For Everyone》你能有多大收获,请再继续读两遍! 7. 研读书上的每一个例子,他们往往是程序中的经典! 8. 对齐你的每一个控件和函
[测试测量]
NI软硬件平台在汽车ECU开发和测试中的应用
引言 当今汽车行业,法规对安全性、动力性、舒适性、排放等提出了日益严格的要求,而这些性能又很大程度受ECU性能和质量的影响。因此在汽车中,ECU不仅数量持续上升,其功能也不断增强。在汽车中,分单个ECU系统和多个ECU互联系统,前者如安全气囊ECU,后者如发动机管理系统(EMS) ECU。EMS涉及数千个参数和多个电子设备,而且这些参数之间存在数据共享和传递,需要通过不同的汽车总线将各个电子设备互联,以形成车载网络,并完成复杂的智能控制和故障诊断。ECU复杂性和功能性不断增加,为确保最终产品质量,需要通过自动化测试手段来减少从定义、分析、设计到实现不同产品周期环节的人为失误。此外,还面临如何在最短的开发周期内以最经济的成本将产品
[测试测量]
探讨混合电动车MH—Ni电源系统的应用
引言
氢镍(MH—Ni)电池目前是混合电动车用的主流电池。随着经济与科技的发展,我国在混合电动车的研制方面取得了较大程度的进展,目前混合电动客车正逐步走向市场。针对混合电动车用MH—Ni电源,在选择和应用方面,各家都有一些不同的见解,主要集中在几个问题上,如SOC的判断精度、电池的一致性等。根据我们产品近年来在混合电动车上的实际配套应用,积累了一些经验,提出了自己的一些看法,与大家共同探讨。
1 混合电动车用电源的选择
在此主要讨论的是对混合电动车用电池容量和功率的选择,以MH—Ni电池为例,但对其他混合电动车用电池也有一定的参考价值。
1.1 电池容量的选择
不同的整车设计,对
[电源管理]
将无线数据采集方法应用于桥梁坍塌测试
挑战 :通过起重机升降臂吊装道路填料会使到断裂临界点的桥梁坍塌,需要寻找一种快速安全测量此时填料重量的方法。 解决方案 :通过将荷重元传感器附在车载起重机悬挂铲斗的承重索上,并与NIWLS-9237Wi-Fi数据采集(DAQ)模块连接,轻松读取并记录现场的载重数据,从而测量桥梁路基的重量。 “由于桥梁坍塌的危险性,测试中最需要关注的问题是安全性。因此,采用WLS-9237无线数据采集模块,采集荷重元传感器所测量的施加到桥梁上路基的重量数据。无线系统在提供快速计算坍塌负载所需的测量精度的同时,消除了线缆可能导致的安全性问题。” 使用NI软硬件开发无线测量系统 Ferguson结构工程实验室拥有一套结构
[测试测量]
TCL扩大与Pixelworks合作,使智能手机视觉体验更上一层楼
创新视频和显示处理解决方案提供商——Pixelworks, Inc.宣布,与TCL签署了一项新的多年合作协议,以在未来各价位的智能手机型号上均采用Pixelworks的显示创新技术。 作为两家公司之间产品和营销合作的一部分,TCL的目标是在其数十年显示屏制造商经验的基础上,通过利用Pixelworks当前和下一代视觉处理器和技术来提高其未来NXTVISION显示屏的性能。这包括Pixelworks行业领先的运动处理的增强功能、SDR转HDR、色彩准确性和自适应显示功能,还包括Pixelworks基于AI的一组创新功能,这将使智能手机的视觉体验更上一层楼。更多细节将在1月即将到来的2021年消费电子展上公布。 根据独立测试实
[手机便携]
现场总线在发动机缸体生产线上的应用
1 引言 可编程序控制器(plc)现场通讯网络是plc开发应用的一个重要方向,能使plc在工业现场获得了更大应用效益。当前,可通信低压电器执行的现场总线标准种类较多,其中composbus/s现场总线是一种应用广泛的可连接底层各种传感器和执行器等设备的开放式现场总线。欧姆龙公司sysmac cjplc是一种小型、数据高速传送的新型plc,根据需要可以作为主站配置成composbus/s总线现场通讯网络。下面介绍它在柴油机公司发动机缸体生产线上的应用。
2 生产线的组成 柴油机公司发动机缸体的190至210工序由五台专机和输送装置组成一条生产加工线。五台专机由输送装置统一上下零件。该生产线要求每台机床不仅能
[嵌入式]
浅析自动驾驶行业的视觉感知主流框架设计
本文针对自动驾驶行业的视觉感知做简要介绍,从传感器端的对比,到数据的采集标注,进而对感知算法进行分析,给出各个模块的难点和解决方案,最后介绍感知模块的主流框架设计。 视觉感知系统主要以摄像头作为传感器输入,经过一系列的计算和处理,对自车周围的环境信息做精确感知。目的在于为融合模块提供准确丰富的信息,包括被检测物体的类别、距离信息、速度信息、朝向信息,同时也能够给出抽象层面的语义信息。所以道路交通的感知功能主要包括以下三个方面: 动态目标检测(车辆、行人和非机动车) 静态物体识别(交通标志和红绿灯) 可行驶区域的分割(道路区域和车道线) 这三类任务如果通过一个深度神经网络的前向传播完成,不仅可以提高系统的检测速度,减少计算参
[嵌入式]