有效
航插的便携式自动压接装置和自动抓取方法
雷宇、邸龙、刘玮、成佳富、李俊华、陈忠颖、梁志豪、甘锴、黄焕傑、黄佳允、宁鸿光、黄汉生、李婧、蒋尹润、汤瑞欣、景业恒、谭棕宝
广东电网有限责任公司
雷
雷宇 专利 43
广东电网有限责任公司肇庆供电局电磁测量测量与测试物理仪器
邸
邸龙 专利 60
广东电网有限责任公司肇庆供电局测量与测试物理仪器电性能及故障测
刘
刘玮 专利 943
北京邮电大学电路保护电路保护部件电路紧急保护
成
成佳富 专利 140
广东电网有限责任公司电力调度控制中心电性能及故障测模式识别电磁测量
李
李俊华 专利 60
广东电网有限责任公司肇庆供电局物理仪器图像分析图像处理
陈
陈忠颖 专利 34
广东电网有限责任公司肇庆供电局物理仪器计算模型系统计算技术
梁
梁志豪 专利 38
广东电网有限责任公司肇庆供电局电性能及故障测电磁测量测量与测试
甘
甘锴 专利 89
广东电网有限责任公司肇庆供电局发电变电配电物理仪器申请详情
黄
黄焕傑 专利 9
广东电网有限责任公司肇庆供电局场景元素物理仪器视觉识别
黄
黄佳允 专利 23
广东电网有限责任公司肇庆供电局物理仪器测量与测试电磁测量
宁
宁鸿光 专利 11
广东电网有限责任公司肇庆供电局物理仪器电学字符文档识别
黄
黄汉生 专利 62
广东电网有限责任公司肇庆供电局图像分析计算技术物理仪器
李
李婧 专利 10
广东电网有限责任公司肇庆供电局物理仪器场景元素视觉识别
蒋
蒋尹润 专利 6
广东电网有限责任公司肇庆供电局场景元素视觉识别图像视频识别
汤
汤瑞欣 专利 9
广东电网有限责任公司肇庆供电局场景元素物理仪器电学
景
景业恒 专利 9
广东电网有限责任公司肇庆供电局场景元素物理仪器视觉识别
谭
谭棕宝
机构 暂无技术领域 暂无
摘要
本申请提供了一种航插的便携式自动压接装置和自动抓取方法。该装置包括:自动识别插接结构,用于对线芯以及插接位置分别进行识别,并携带线芯移动插接位置至连接器压接结构的连接器插孔的位置并插入;连接器压接结构,连接器压接结构用于将连接器压接在线芯置于连接器插孔内的一端。本申请通过提供一种包括自动识别插接结构和连接器压接结构的航插自动压接装置,实现了对线芯和插接位置的精准识别,并通过自动化操作将线芯精确插入连接器插孔,同时完成高质量的压接工艺,解决了现有技术中航插连接器与线缆端部线芯自动压接装置在压接时存在连接器和线缆识别不准确,导致压接工艺质量不高的问题。
1.一种航插的便携式自动压接装置,其特征在于,所述装置包括:自动识别插接结构,用于对线芯以及插接位置分别进行识别,并携带所述线芯移动插接位置至连接器压接结构的连接器插孔的位置并插入;连接器压接结构,所述连接器压接结构用于将连接器压接在所述线芯置于所述连接器插孔内的一端;所述自动识别插接结构,包括:识别移动轨道;滑动座,与所述识别移动轨道卡接;连接杆,固定于所述滑动座底部;侧杆,与所述连接杆的底部相连接;识别器,与所述侧杆的底部相连接,所述识别器上安装有相机,所述相机用于识别纤芯、所述连接器插孔和所述连接器的图像和位置;机械爪,与所述侧杆的底部相活动连接;防护夹,与所述侧杆的底部相连接,用于夹取所述线芯并将线芯插入所述连接器插孔;所述连接器压接结构,包括:连接器移动轨道,与所述识别移动轨道平行放置;连接器放置座,与所述连接器移动轨道内侧滑动安装,所述连接器放置座表面开设有多个用于放置所述连接器的所述连接器插孔。
2.根据权利要求1所述的装置,其特征在于,在所述线芯插入所述连接器插孔内部的情况下,单芯纤芯提供纵向插接力大于或等于10N,插接深度不小于9mm,所述纤芯插接完成的情况下,总插接分离力大于或等于100N。
3.一种航插的自动抓取方法,其特征在于,所述自动抓取方法应用于权利要求1或2所述的便携式自动压接装置,所述方法包括:对线缆端部线芯和连接器插孔进行初步识别,并将所述线缆端部线芯移动至所述连接器插孔的位置;基于累积量化梯度方向特征的目标识别算法,对连接器进行定位,得到连接器定位;控制所述自动识别插接结构通过图像特征定位算法在所述连接器定位的基础上对所述连接器插孔进行再次定位,得到连接器插孔定位;通过多视角立体视觉定位算法对线缆的抓取部位进行定位,得到抓取部位定位;基于所述连接器插孔定位和所述抓取部位定位,对所述线缆端部线芯进行再次定位,得到线缆端部线芯定位,基于所述连接器插孔定位和所述线缆端部线芯定位进行插入操作。
4.根据权利要求3所述的方法,其特征在于,基于累积量化梯度方向特征的目标识别算法,对连接器进行定位,得到连接器定位,包括:基于第一目标图像进行识别,并基于Sobel算子求解所述第一目标图像各颜色通道在x方向和y方向的梯度分量,得到第一梯度分量和第二梯度分量;分别基于各颜色通道的所述第一梯度分量和所述第二梯度分量计算梯度幅值和梯度方向,将对应所述梯度幅值最大值的颜色通道对应的所述梯度方向确定为目标梯度方向;获取预设修正角度,在所述目标梯度方向为负数的情况下,基于所述预设修正角度与所述目标梯度方向进行求和,并基于求和的结果更新所述目标梯度方向;基于更新后的目标梯度方向确定所述目标梯度方向所属的量化区间,得到目标量化区间,其中,所述量化区间为根据预设角度区间平均分割得到的,任意两个所述目标梯度方向相差第一预设角度的情况下,将两个所述目标梯度方向确定为同一目标梯度方向;基于所述目标量化区间的边界值中与更新后的所述目标梯度方向差值较小的一个,再次更新所述目标梯度方向,并将所述目标梯度方向对应的编号进行二进制编码,得到第一目标方向码;基于所述第一目标方向码进行整合,得到所述第一目标图像对应的第一梯度方向特征图;获取基准图像,对所述基准图像的每个像素进行多次随机旋转变换和平移变换,并记录每次进行所述随机旋转变换和所述平移变换后的第二方向码,并对所述第二方向码进行整合,得到所述基准图像对应的多个第二梯度方向特征图;对多个所述第二梯度方向特征图进行累积,得到第三梯度方向特征图,并记录所述第三梯度方向特征图的累计次数,得到目标次数;将所述第三梯度方向特征图作为窗口,在所述第一梯度方向特征图进行滑动遍历,并基于目标函数计算所述窗口在每个位置的得分,得到目标得分;将所述目标得分最大值对应的位置确定为所述连接器,并基于所述连接器在所述第一目标图像中的位置对所述连接器进行定位,得到所述连接器定位。
5.根据权利要求4所述的方法,其特征在于,控制所述自动识别插接结构通过图像特征定位算法在所述连接器定位的基础上对所述连接器插孔进行再次定位,得到连接器插孔定位,包括:将所述连接器在所述第一目标图像中对应的位置确定为第二目标图像;将所述第二目标图像分为多个子区域,对每个所述子区域的像素灰度分别进行直方图计算,并计算每个所述子区域的平均像素灰度;获取基于所述平均像素灰度确定裁剪系数,基于所述预设裁剪系数对所述直方图中大于第一阈值的部分进行裁剪,并将裁剪得到的部分平均分担到直方图的各灰度级;基于所述直方图对所述第二目标图像进行像素灰度的双线性插值,得到第三目标图像;对所述第三目标图像的每个像素行和/或每个像素列进行归一化处理,得到第四目标图像;基于水平扫描线对所述第四目标图像进行逐行扫描,构造单行像素的位置序号-灰度级直方图,所述位置序号-灰度级直方图的横坐标为所述像素行中每个像素的序号,所述位置序号-灰度级直方图的纵坐标为灰度级;构造预设宽度的滑动窗口,在所述位置序号-灰度级直方图横坐标方向进行滑动,遍历所述位置序号-灰度级直方图中的波峰,得到第一目标集合,其中,所述宽度为奇数且小于或等于相邻两个波峰的宽度;基于所述预设宽度确定第一目标步长,遍历所述第一目标集合中各个所述波峰,在所述波峰满足所述波峰的边界像素差值大于第二阈值的情况下,将所述波峰从所述第一目标集合中删除,得到第二目标集合;获取预设数量,在所述第二目标集合中的波峰数量等于所述预设数量的情况下,将所述第二目标集合确定为边缘特征点集合;将各像素行对应的所述边缘特征点集合进行整合,得到第一边缘特征集合,并基于竖直扫描线对所述第四目标图像进行逐列扫描并确定对应的第二边缘特征集合;获取预设分布,所述预设分布为所述连接器上所述连接器插孔的排布;基于所述第一边缘特征集合和所述第二边缘特征集合根据所述预设分布分别进行重组,得到多个第三边缘特征集合,所述第三边缘特征集合与所述连接器插孔一一对应,每个所述第三边缘特征集合均包括多个边缘;对各所述第三边缘特征集合中各元素进行加权平均计算,求得每个所述边缘的中心点,基于水平方向相邻的所述边缘和竖直方向相邻的所述边缘对应的中心点分别求解均值,得到第一均值和第二均值,并基于所述第一均值和所述第二均值计算平均值,得到所述连接器插孔的中心对应的像素坐标;基于所述像素坐标确定所述连接器插孔的中心的空间坐标,得到所述连接器插孔定位。
6.根据权利要求4所述的方法,其特征在于,通过多视角立体视觉定位算法对线缆的抓取部位进行定位,得到抓取部位定位,包括:获取抓取后的包括所述线缆端部线芯的第五目标图像,对所述第五目标图像中每个白色区域进行像素点数量统计,得到目标数量;在所述目标数量大于第三阈值或小于第四阈值的情况下,删除所述白色区域;以各所述白色区域的外接矩形为边界对所述第五目标图像进行截取,得到第六目标图像,并通过水平扫描线进行扫描,将各所述第六目标图像中所述白色区域的单侧边界点确定为第一采样点;以第一采样点为起点构造多条射线,其中,所述射线的角度在第一预设范围内,相邻两条所述射线之间的角度差值为第二预设角度;沿各所述射线进行搜索,将所述射线与对侧边界的交点确定为第二采样点;计算所述第一采样点与各所述第二采样点计算边界距离,得到多个第一目标距离,在所述第一目标距离在第二预设范围内的情况下,将所述第二采样点添加至第三目标集合;基于所有的所述第一采样点构建第四目标集合,基于所有的所述第三目标集合构建第五目标集合,基于所述第四目标集合中元素数量与所述第五目标集合中元素数量计算比值,在所述比值大于第五阈值的情况下,将所述第六目标图像对应的区域确定为线缆区域,得到第一线缆区域;获取抓取前的包括所述线缆端部线芯的第七目标图像,并对所述第七目标图像同样进行线缆区域标记,得到第二线缆区域;基于所述第一线缆区域和所述第二线缆区域通过Bouguet立体校正法对所述第六目标图像和所述第七目标图像进行处理,得到第八目标图像和第九目标图像;对所述第八目标图像和所述第九目标图像进行高斯滤波,并将滤波后的所述第八目标图像和所述第九目标图像转换为单通道的灰度图像,并对转换后的所述第八目标图像和所述第九目标图像通过目标识别算法进行梯度方向码计算,得到对应的梯度方向直方图;在各所述梯度方向直方图中以每个边缘点的位置为中心构造预设大小的邻域,对所述邻域中的所述梯度方向码进行统计,得到对应的目标直方图,基于各所述目标直方图分别确定对应的边缘点集,得到第六目标集合和第七目标集合;基于所述第六目标集合与所述第七目标集合进行特征点匹配,并将匹配成功的特征点对存入第八目标集合;基于所述第八目标集合计算所有边缘点在机械爪基座标系下的坐标值,得到第一坐标值,并计算边缘点的深度坐标值,得到第二坐标值,并在所述第二坐标值与第二坐标值平均值的偏差大于第六阈值的情况下,删除对应的所述第一坐标值;基于所述第一坐标值转换为空间坐标,得到第三坐标值,并基于所述第三坐标值确定线缆的方向向量,得到所述抓取部位定位。
7.根据权利要求4所述的方法,其特征在于,基于所述连接器插孔定位和所述抓取部位定位,对所述线缆端部线芯进行再次定位,得到线缆端部线芯定位,包括:在未抓取的情况下,控制机械爪移动到预设位置,并采集所述机械爪的图像,并将图像转换为灰度图像,将灰度图像中所述机械爪对应的像素区域确定为模板图像;基于所述模板图像对包括已抓取的机械爪的第十目标图像进行匹配,所述第十目标图像中的机械爪区域,并基于所述机械爪区域与线缆端部线芯的位置偏移,确定线缆端部线芯位置;基于所述线缆端部线芯位置通过Bouguet立体校正法进行校正,并提取所述线缆端部线芯和线缆本体对应的像素点;对所述像素点通过形态学开闭算法进行填充,并删除离散像素点,得到第十一目标图像;将所述第十一目标图像中对应所述线缆端部线芯的部分转换为HSV通道,得到第十二目标图像,通过对所述第十二目标图像进行多通道阈值分割,得到所述线缆本体对应的区域,基于所述线缆本体对应的区域确定所述线缆端部线芯的外轮廓;基于所述外轮廓基于顶点链码和旋转法,计算所述外轮廓的最小外接矩形以及所述最小外接矩形的形心位置;以所述最小外接矩形的最长边所在直线计算斜率,得到目标斜率,以目标斜率构造经过所述形心位置的直线,并确定直线与所述外轮廓的交点;至少基于所述交点确定所述线缆端部线芯的中心点以及方向向量,得到目标位置和目标向量,得到所述线缆端部线芯定位。
8.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的程序,其中,在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求3至7中任意一项所述的方法。



