成果名称: | 基于智能锯铣木工装备的视觉木材表面缺陷检测关键技术 |
完成单位: | 华南农业大学,广东威德力机械实业股份有限公司 |
研究人员: | 邹湘军,王镜,王红军,陈燕,熊俊涛,刘远平,刘天湖,罗陆锋,叶敏,陈炜文,刘玉兰,林桂潮,刘念,侯家奇,李博,莫宇达 |
介绍: | 木工机械是广东重要集群产业,以中低端和低价出口为主,占国内市场主导地位,需产业升级和智能制造。国外木材利用率90%,而我国木材利用率低,约65%,废弃木材再利用受重视,但它存在缺陷,检测成为难点。国内外提出两种智能木工装备,一是视觉机器人替代CNC机床,二是机器人与机床集成,辅助木材识别和搬料。目前国内大多数企业考虑开发难度、研发成本、周期,特别是基于软件与算法的视觉系统,是一个周期长的研发过程,因此,企业及引进了国外现成的视觉系统,国外进入我国的视觉产品已有100多家,垄断了中国的市场。申请人曾与广州企业合作开发了三维定位的立体视觉机器人,识别定位金属工件,视觉软硬件约2万,是自主产权产品。为提高木机智能和附加值,在已有的木工装备基础上,申请人创新提出研发基于视觉的智能木工装备,填补一些技术的空白。针对传统木工装备不能自动检测缺陷,无法自动避开不规则缺陷进行工艺规划的难题,提出了基于视觉的智能木工装备的木材表面缺陷检测关键技术研究。本项目重点对视觉定位、机械与视觉关联、板材非规则缺陷识别检测进行研究和攻关。 本项目是2014年立项的广东省教育部产学研结项目,项目名称:基于智能锯铣木工装备的视觉木材表面缺陷检测关键技术,第一承担单位:华南农业大学,第二承担单位:广东威德力机械实业股份有限公司。项目研究视觉缺陷检测关键技术,包括多目标视觉定位,视觉关联多轴运动的数控系统,对缺陷区域分割,深入探究节子和孔洞缺陷图像处理、特征提取和识别算法。以多轴运动的机器人、锯、铣等木工装备为例,吧获取图像数据信息传给控制器,能检测木工零件的缺陷,优化工艺,使得数控系统的计算机辅助加工智能化,实现自主产权视觉智能装备产业化和高附加值。本项目成果如下:申请发明专利8件,授权发明专利5件,其中转让1件;申请实用新型专利4件。取得软件著作权3件。发表论文14篇,其中SCI2篇、EI收录7篇,论文获奖3篇、培养人才10个,引进人才1人。相关成果获广东省科技三等奖、广州市科技进步三等奖、广东省机械工程学会科技进步三等奖。项目主持人荣获2016年度科学中国人及其奖励。 项目开发的视觉系统已经通过第三方检测平台检测,达到技术要求。 本项目取得良好的经济效益和社会效益。其中经济效益,新增收入1218.78万(大于975万)新增利税449.56(大于425万)。本项目已经完成预期计划指标。 针对传统木工数控装备不能检测缺陷,提出基于智能木工装备的视觉木材表面缺陷检测关键技术月研究。首先,研制新型智能木工装备共性技术的视觉装置与控制系统。第二研究多目标定位算法,用于稳定、快速、高效地定位任意形状的对象。第三,研究不同种类的板材表面非规则缺陷采样盒分类,分析缺陷的区域纹理特征,研究各种缺陷形成的机理及特点。重点讨论节子、虫眼缺陷。第四研究目标图像的增强、滤波、锐化等预处理算法、缺陷的图像分割,分割出缺陷区域,分析其灰度值,几何形状、区域描述的特征,优化出合适的特征来表征各类非规则缺陷。第五,以特征作为模式识别算法的输入量,构建适合板材的分类器,确定缺陷种类。第六,探究视觉数据与数控系统融合、视觉与控制实时交互和通信,为工艺规划提供信息指导决策。最后,研制基于视觉的智能木工装备关键技术及产业化。 技术创新点:1、针对纹理丰富的木材工件,提出了一种高效准确的多目标快速定位方法;2、针对单张图片内出现的多缺陷情况,提出了基于LBP训练Adaboost级联分类器的方法对木材表面缺陷进行快速精确定位;3、针对传统分类方法中特征选择困难的问题,使用了卷积神经网络对木材表面缺陷进行分类;4、视觉系统与智能控制系统集成。 |
登记号: | |
登记日期: | 2019/3/8 |
研究起止时间: | 2015-01-01至2017-12-30 |
成果应用行业: | 制造业 |
高新科技领域: | |
学科分类: | |
鉴定单位: | 广东省科学技术厅 |
评价日期: | 2018/1/8 |
登记办理状态: | 公示中 |