本发明涉及工业机器人技术领域，更具体地说，它涉及一种适用于码垛电机转子的视觉检测系统。
背景技术：
机器人视觉主要用计算机来模拟人的视觉功能，并不仅仅是人眼的简单延伸，更重要的是具有人脑的一部分功能。从客观食物的图像中提取信息，进行处理并加以理解，最终用于实际检测、测量和控制。机器视觉的最大特点是速度快、信息量大、功能多；将工业机器人与视觉技术进行结合，帮助工业机器人胜任更加智能化的工作，已经成为工业机器人应用领域的一种趋势。目前工业机器人逐渐应用于码垛工作中。
在电机行业中，由于电机行业劳动密集型程度高，很多生产工序都是由人工完成，工人的劳动强度较大，工作环境恶劣等，从而导致电机转子在生产过程中容易出现一些人为的差错，以及人工检测过程中容易出现检测遗漏、检测失误的现象。
然而现在，在对电机转子该类精度较高的工业零件检测过程中，依旧存在检测效率低下，检测不够精准的问题，因此难以被广泛推广应用。
技术实现要素：
针对现有技术存在的不足，本发明的目的在于提供一种适用于码垛电机转子的视觉检测系统，该视觉检测系统能够对电机转子进行精准检测。
为实现上述目的，本发明提供了如下技术方案：一种适用于码垛电机转子的视觉检测系统，包括有依次连接的视觉传感器、图像预处理模块、特征抽取模块、数据处理模块、以及神经网络监测模块；
所述视觉传感器用于获取电机转子原始图像，所述视觉传感器上设置有坐标定位模块，所述坐标定位模块用于以电机转子原始图像长度方向的四个顶点交叉取点得到交叉中心点，所述坐标定位模块以交叉中心点为原点以电子转子原始图像宽度方向为一方向轴建立转子坐标系并抓取电机转子各个顶点位置数据形成待比对数据；
所述图像预处理模块电连接有检测信息数据库，所述检测信息数据库用于预存各种电机转子的比对基准数据；
所述图像预处理模块用于将原始图像的灰度级和比对基准数据中的预设值进行比较并分类；
所述特征抽取模块能够抽取待比对数据中各个特征顶点之间的间距并形成特征向量；
所述数据处理模块与检测信息数据库连接，所述数据处理模块将特征抽取模块抽取的特征向量与比对基准数据比较形成比对数据，并生成相应的输出网络模式；
所述神经网络监测模块用于对输出网络模式进行识别和分类。
本发明进一步设置为：所述神经网络监测模块内设置有标记模块，所述标记模块用于将检测结果为合格的电机转子进行电子标签的生成以及储存。
本发明进一步设置为：所述神经网络监测模块电连接有码垛机器人，所述码垛机器人将未标记有电子标签的电机转子码垛至指定区域。
本发明进一步设置为：所述码垛机器人分别与特征抽取模块和检测信息数据库连接并且用于接收转子坐标系与比对基准数据中预设坐标系，所述视觉传感器设置于码垛机器人上并且所述码垛机器人能够控制视觉传感器转动，使转子坐标系与比对基准数据中预设坐标系相对准。
本发明进一步设置为：所述数据处理模块根据转子坐标系各个顶点位置数据与预设坐标系内各个顶点位置数据比较形成重合比对数据，并生成相应的输入网络模式传输至神经网络监测模块内。
本发明进一步设置为：所述标记模块能够根据重合比对数据生成重合度标签，所述码垛机器人根据重合度标签将不符合设定重合度的电机转子码垛至指定区域。
本发明进一步设置为：所述图像预处理模块包括有过滤模块，所述过滤模块设置有输送装置模型，所述过滤模块根据输送装置模型于待比对数据中抓取过滤区域，所述过滤区域包括待比对数据中的输送装置模型，所述过滤模块从待比对数据中删除过滤区域内的数据形成过滤待比对数据。
综上所述，本发明具有以下有益效果：先通过灰度级将电机转子进行第一步分类，减少比对量，提高后续比对效率，再将电机转子进行坐标化，从转子坐标系中抓取各点顶点坐标，再根据各个顶点坐标生成特征向量，通过向量化的比对，加快比对速率、提高比对准确度。
附图说明
图1为视觉检测系统的流程示意图；
图2为视觉检测系统的方法流程示意图。
附图标记：1、视觉传感器；11、坐标定位模块；2、图像预处理模块；21、检测信息数据库；22、过滤模块；3、特征抽取模块；4、数据处理模块；5、神经网络监测模块；51、标记模块；52、码垛机器人。
具体实施方式
下面结合附图和实施例，对本发明进一步详细说明。其中相同的零部件用相同的附图标记表示。需要说明的是，下面描述中使用的词语“前”、“后”、“左”、“右”、“上”和“下”指的是附图中的方向，词语“底面”和“顶面”、“内”和“外”分别指的是朝向或远离特定部件几何中心的方向。
参照图1至图2所示，为实现上述目的，本发明提供了如下技术方案：为实现上述目的，本发明提供了如下技术方案：一种适用于码垛电机转子的视觉检测系统，包括有依次连接的视觉传感器1、图像预处理模块2、特征抽取模块3、数据处理模块4、以及神经网络监测模块5；
视觉传感器1用于获取电机转子原始图像，视觉传感器1上设置有坐标定位模块11，坐标定位模块11用于以电机转子原始图像长度方向的四个顶点交叉取点得到交叉中心点，坐标定位模块11以交叉中心点为原点以电子转子原始图像宽度方向为一方向轴建立转子坐标系并抓取电机转子各个顶点位置数据形成待比对数据；电机转子随输送装置进入视觉传感器1的视觉范围内，视觉传感器1截取电子转子图像并且生成原始图像，再通过坐标定位模块11根据视觉传感器1截取的原始图像内电机转子长度方向的四个顶点交叉取点得到交叉中心点，再以原始图像宽度方向为x轴、长度方向为y轴垂直方向为z轴建立转子坐标系，并且抓取电机转子的转轴、转子铁心、三相转子绕组、转子绕组出线头、换向器等位置顶点坐标生成待比对数据。
图像预处理模块2电连接有检测信息数据库21，检测信息数据库21用于预存各种电机转子的比对基准数据；检测信息数据库21内预存了多种电机转子的各个重要数据：电机转子自身坐标系、电机转子自身灰度级、电机转子各个位置的完美坐标。
图像预处理模块2用于将原始图像的灰度级和比对基准数据中的预设值进行比较并分类；图像预处理模块2将原始图像内的灰度级和比对基准数据中预存的设定灰度级相互匹配，先一步对原始图像进行分类，从而减小后续比对量，减少系统比对工作量。
特征抽取模块3能够抽取待比对数据中各个特征顶点之间的间距并形成特征向量；
数据处理模块4与检测信息数据库21连接，数据处理模块4将特征抽取模块3抽取的特征向量与比对基准数据比较形成比对数据，并生成相应的输出网络模式；特征抽取模块3将视觉传感器1内的抓取生成的顶点与相邻的顶点生成特征向量，数据处理模块4再根据特征向量与比对基准数据的预存特征特征向量进行比对，确定各个顶点之间的间距是否符合规格。根据z方向上的向量值能够确定绕好的线圈两边是否平直，转轴内外径尺寸是否在符合标准的范围之内，根据向量的数值判断绕好的线圈是否存在交叉现象，根据x方向上的向量确定电磁线是否粗细均匀，根据y方向上的向量确定两端伸出槽口的长度是否一致并且是否高处槽口。
神经网络监测模块5用于对输出网络模式进行识别和分类。将输送至神经网络监测模块5内的输出网络模式进行识别，将符合规格的分为一类、将不符合规格的分为另一类。
本发明的好处在于：先通过灰度级将电机转子进行第一步分类，减少比对量，提高后续比对效率，再将电机转子进行坐标化，从转子坐标系中抓取各点顶点坐标，再根据各个顶点坐标生成特征向量，通过向量化的比对，加快比对速率、提高比对准确度。
神经网络监测模块5内设置有标记模块51，标记模块51用于将检测结果为合格的电机转子进行电子标签的生成以及储存。该标记模块51将生成符合规格的电机转子生成相应的电子标签，再将电子标签进行存储，减少后续整理、包装过程中的工作量。
神经网络监测模块5电连接有码垛机器人52，码垛机器人52将未标记有电子标签的电机转子码垛至指定区域。该码垛机器人52根据电机标签，将不符合规格，不具备电子标签的电机转子进行码垛。然后重新进行检修，检测，再判断是否生产电子标签。
码垛机器人52分别与特征抽取模块3和检测信息数据库21连接并且用于接收转子坐标系与比对基准数据中预设坐标系，视觉传感器1设置于码垛机器人52上并且码垛机器人52能够控制视觉传感器1转动，使转子坐标系与比对基准数据中预设坐标系相对准。将视觉传感器1设置在码垛机器人52上，在生成转子坐标系的同时将转子坐标系传输至码垛机器人52内，并且通过码垛机器人52的第一步转动使得转子坐标系与预设坐标系对准，从而防止由于电机转子摆放时，摆放角度有所偏差造成后续生成的向量出现数值上的浮动。
数据处理模块4根据转子坐标系各个顶点位置数据与预设坐标系内各个顶点位置数据比较形成重合比对数据，并生成相应的输入网络模式传输至神经网络监测模块5内。在转子坐标系与预设坐标系对准的情况下，根据待比对数据内的各个顶点坐标与比对基准数据内的各个顶点进行比较，形成重合比对数据，比对重合比对数据是否符合标准，当所有抓取的顶点坐标重合度符合规格时，并且特征向量为符合的电机转子为最终的合格产品。
标记模块51能够根据重合比对数据生成重合度标签，码垛机器人52根据重合度标签将不符合设定重合度的电机转子码垛至指定区域。根据得到不同重合度标签将预设重合度的电机转子进行标注并分为不同档次的等级；并且码垛机器人52根据电机转子是否存在重合度标签，将没有重合度标签的电机转子码垛出来。
图像预处理模块2包括有过滤模块22，过滤模块22设置有输送装置模型，过滤模块22根据输送装置模型于待比对数据中抓取过滤区域，过滤区域包括待比对数据中的输送装置模型，过滤模块22从待比对数据中删除过滤区域内的数据形成过滤待比对数据。该过滤模块22能够将输送装置排除，从而在抓取生成原始图像时有且仅有电机转子，在图像预处理模块2进行灰度级分类时避免输送装置的灰度级对电机转子的灰度级造成影响。
以上仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
1.一种适用于码垛电机转子的视觉检测系统，其特征是包括有依次连接的视觉传感器(1)、图像预处理模块(2)、特征抽取模块(3)、数据处理模块(4)、以及神经网络监测模块(5)；
所述视觉传感器(1)用于获取电机转子原始图像，所述视觉传感器(1)上设置有坐标定位模块(11)，所述坐标定位模块(11)用于以电机转子原始图像长度方向的四个顶点交叉取点得到交叉中心点，所述坐标定位模块(11)以交叉中心点为原点以电子转子原始图像宽度方向为一方向轴建立转子坐标系并抓取电机转子各个顶点位置数据形成待比对数据；
所述图像预处理模块(2)电连接有检测信息数据库(21)，所述检测信息数据库(21)用于预存各种电机转子的比对基准数据；
所述图像预处理模块(2)用于将原始图像的灰度级和比对基准数据中的预设值进行比较并分类；
所述特征抽取模块(3)能够抽取待比对数据中各个特征顶点之间的间距并形成特征向量；
所述数据处理模块(4)与检测信息数据库(21)连接，所述数据处理模块(4)将特征抽取模块(3)抽取的特征向量与比对基准数据比较形成比对数据，并生成相应的输出网络模式；
所述神经网络监测模块(5)用于对输出网络模式进行识别和分类。
2.根据权利要求1所述的一种适用于码垛电机转子的视觉检测系统，其特征是：所述神经网络监测模块(5)内设置有标记模块(51)，所述标记模块(51)用于将检测结果为合格的电机转子进行电子标签的生成以及储存。
3.根据权利要求2所述的一种适用于码垛电机转子的视觉检测系统，其特征是：所述神经网络监测模块(5)电连接有码垛机器人(52)，所述码垛机器人(52)将未标记有电子标签的电机转子码垛至指定区域。
4.根据权利要求3所述的一种适用于码垛电机转子的视觉检测系统，其特征是：所述码垛机器人(52)分别与特征抽取模块(3)和检测信息数据库(21)连接并且用于接收转子坐标系与比对基准数据中预设坐标系，所述视觉传感器(1)设置于码垛机器人(52)上并且所述码垛机器人(52)能够控制视觉传感器(1)转动，使转子坐标系与比对基准数据中预设坐标系相对准。
5.根据权利要求4所述的一种适用于码垛电机转子的视觉检测系统，其特征是：所述数据处理模块(4)根据转子坐标系各个顶点位置数据与预设坐标系内各个顶点位置数据比较形成重合比对数据，并生成相应的输入网络模式传输至神经网络监测模块(5)内。
6.根据权利要求5所述的一种适用于码垛电机转子的视觉检测系统，其特征是：所述标记模块(51)能够根据重合比对数据生成重合度标签，所述码垛机器人(52)根据重合度标签将不符合设定重合度的电机转子码垛至指定区域。
7.根据权利要求1所述的一种适用于码垛电机转子的视觉检测系统，其特征是：所述图像预处理模块(2)包括有过滤模块(22)，所述过滤模块(22)设置有输送装置模型，所述过滤模块(22)根据输送装置模型于待比对数据中抓取过滤区域，所述过滤区域包括待比对数据中的输送装置模型，所述过滤模块(22)从待比对数据中删除过滤区域内的数据形成过滤待比对数据。
技术总结