本發(fā)明涉及機(jī)器視覺的工業(yè)機(jī)器人數(shù)據(jù)處理，具體為一種基于機(jī)器視覺的工業(yè)機(jī)器人數(shù)據(jù)處理系統(tǒng)。

背景技術(shù)：

1、基于機(jī)器視覺的工業(yè)機(jī)器人數(shù)據(jù)處理系統(tǒng)，是在工業(yè)自動化領(lǐng)域迅速發(fā)展背景下誕生的先進(jìn)技術(shù)，該系統(tǒng)融合了高精度圖像采集、智能圖像處理算法與強大的數(shù)據(jù)分析能力，旨在提升工業(yè)生產(chǎn)自動化的水平和效率，隨著機(jī)器視覺技術(shù)的不斷進(jìn)步，工業(yè)機(jī)器人能夠更準(zhǔn)確地識別、定位及跟蹤生產(chǎn)線上的各類物體，實現(xiàn)對生產(chǎn)流程的精細(xì)控制，通過集成先進(jìn)的工業(yè)機(jī)器人數(shù)據(jù)處理模塊，該系統(tǒng)能夠?qū)崟r分析生產(chǎn)數(shù)據(jù)，優(yōu)化作業(yè)路徑，提高生產(chǎn)質(zhì)量，這一技術(shù)的引入，不僅推動了制造業(yè)的智能化轉(zhuǎn)型，還增強了工業(yè)生產(chǎn)的靈活性和響應(yīng)速度，為現(xiàn)代工業(yè)的高效、精準(zhǔn)生產(chǎn)提供了有力支持；

2、盡管基于機(jī)器視覺的工業(yè)機(jī)器人數(shù)據(jù)處理系統(tǒng)在提升工業(yè)自動化水平方面取得了一定進(jìn)展，但仍面臨諸多挑戰(zhàn)：光照條件不足或過度曝光，導(dǎo)致機(jī)器視覺設(shè)備采集的圖像質(zhì)量下降；工業(yè)機(jī)器人工作環(huán)境中可能存在塵埃附著在機(jī)器視覺設(shè)備上，遮擋視覺設(shè)備采集視線，影響采集結(jié)果；此外，機(jī)器視覺設(shè)備運行環(huán)境中存在的噪聲干擾，可能影響視覺設(shè)備和工業(yè)機(jī)器人之間的數(shù)據(jù)傳輸，使機(jī)器視覺設(shè)備與工業(yè)機(jī)器人的坐標(biāo)系產(chǎn)生漂移，導(dǎo)致其校準(zhǔn)出現(xiàn)偏差，影響機(jī)器視覺設(shè)備對工業(yè)機(jī)器人的精準(zhǔn)定位。

技術(shù)實現(xiàn)思路

1、為了解決上述的問題，本發(fā)明提供了一種基于機(jī)器視覺的工業(yè)機(jī)器人數(shù)據(jù)處理系統(tǒng)，包括工業(yè)機(jī)器人數(shù)據(jù)采集模塊、工業(yè)機(jī)器人數(shù)據(jù)處理模塊、工業(yè)機(jī)器人數(shù)據(jù)分析模塊和工業(yè)機(jī)器人預(yù)警模塊；

2、所述工業(yè)機(jī)器人數(shù)據(jù)采集模塊，根據(jù)攝像機(jī)搭載光照強度檢測儀，獲取視覺設(shè)備實時采集的圖像信息及其光照強度數(shù)據(jù)；通過塵埃粒子傳感器，獲取附著在機(jī)器視覺設(shè)備上的塵埃濃度數(shù)據(jù)；采用噪聲傳感器獲取攜帶噪聲數(shù)據(jù)的數(shù)字信號；

3、所述工業(yè)機(jī)器人數(shù)據(jù)處理模塊，利用采集的光照強度數(shù)據(jù)、對應(yīng)時刻圖像信息和算法，獲取適合視覺采集的動態(tài)光照強度范圍和光照強度的二維坐標(biāo)圖；通過附著在機(jī)器視覺設(shè)備上的塵埃濃度數(shù)據(jù)，根據(jù)深度學(xué)習(xí)算法，獲取塵埃濃度對采集圖像質(zhì)量的影響報告；根據(jù)攜帶噪聲數(shù)據(jù)的數(shù)字信號，獲取噪聲數(shù)據(jù)時間序列圖；

4、所述工業(yè)機(jī)器人數(shù)據(jù)分析模塊，通過二維坐標(biāo)圖分析光照強度對圖像信息的影響；利用塵埃濃度報告分析其對圖像清晰度的影響；采用噪聲時間序列圖分析噪聲對機(jī)器視覺與工業(yè)機(jī)器人數(shù)據(jù)傳輸?shù)挠绊懀?/p>

5、所述工業(yè)機(jī)器人預(yù)警模塊，接收異常信號并將其反饋至客戶端。

6、進(jìn)一步的，所述工業(yè)機(jī)器人數(shù)據(jù)采集模塊，獲取視覺設(shè)備實時采集的圖像信息及其光照強度數(shù)據(jù)的過程包括：

7、利用視覺設(shè)備的攝像機(jī)、光電轉(zhuǎn)換技術(shù)和圖像處理技術(shù)，獲取攜帶圖像數(shù)據(jù)的數(shù)字信號，將該數(shù)字信號輸出到計算機(jī)顯示，獲取視覺設(shè)備實時采集的圖像信息；

8、視覺設(shè)備上搭載的光照強度檢測儀內(nèi)置光敏電阻和adc模數(shù)轉(zhuǎn)換器，根據(jù)光電效應(yīng)，當(dāng)機(jī)器視覺設(shè)備環(huán)境的光線照射光敏電阻上時，光敏電阻獲取攜帶光照強度數(shù)據(jù)的電信號，將該電信號通過adc模數(shù)轉(zhuǎn)換器，轉(zhuǎn)換成攜帶光照強度數(shù)據(jù)的數(shù)字信號，光照強度檢測儀根據(jù)光敏電阻的特性和校準(zhǔn)數(shù)據(jù)，將數(shù)字信號轉(zhuǎn)換成光照強度，獲取實時光照強度數(shù)據(jù)。

9、進(jìn)一步的，所述工業(yè)機(jī)器人數(shù)據(jù)采集模塊，獲取附著在機(jī)器視覺設(shè)備上的塵埃濃度數(shù)據(jù)的過程包括：

10、根據(jù)光散射原理，當(dāng)光線照射在塵埃顆粒上時，產(chǎn)生光脈沖信號，塵埃粒子傳感器內(nèi)置的光電探測器接收光脈沖信號并將其轉(zhuǎn)換成電脈沖信號，電脈沖信號強度越大，對應(yīng)的塵埃濃度越大，塵埃粒子傳感器根據(jù)電脈沖信號的強度，獲取機(jī)器視覺設(shè)備上附著的塵埃濃度數(shù)據(jù)，再通過視覺采集設(shè)備獲取對應(yīng)采集塵埃濃度時刻的圖像信息。

11、進(jìn)一步的，所述工業(yè)機(jī)器人數(shù)據(jù)采集模塊，獲取攜帶噪聲數(shù)據(jù)的數(shù)字信號的過程包括：

12、噪聲傳感器內(nèi)置電容式駐極體話筒，當(dāng)聲波作用于話筒內(nèi)駐極體薄膜時，薄膜振動改變話筒內(nèi)部電容的電容值，根據(jù)駐極體上電容保持恒定，電容值的變化會引起電容器兩端電壓值的變化，獲取攜帶噪聲數(shù)據(jù)的電壓值，對該電壓信號經(jīng)過放大和濾波處理，再模數(shù)轉(zhuǎn)換成數(shù)字信號，獲取攜帶噪聲數(shù)據(jù)的數(shù)字信號。

13、進(jìn)一步的，所述工業(yè)機(jī)器人數(shù)據(jù)處理模塊，獲取光照強度的二維坐標(biāo)圖的過程包括：

14、根據(jù)實時圖像信息獲取視覺設(shè)備運行環(huán)境的曝光情況，選擇實時圖像信息對應(yīng)的光照強度及其曝光情況，通過隨機(jī)森林算法，訓(xùn)練數(shù)據(jù)集獨立構(gòu)建決策樹，獨立構(gòu)建含有光照不足和過度曝光的訓(xùn)練數(shù)據(jù)集，再通過采樣從訓(xùn)練數(shù)據(jù)集中隨機(jī)抽取樣本，將隨機(jī)抽取的樣本數(shù)據(jù)匯總，利用異常檢測算法，提取樣本中光照不足的光照強度的臨界值和過度曝光的光照強度的臨界值，將樣本中光照不足的光照強度的臨界值和過度曝光的光照強度的臨界值分別設(shè)定為光照強度的閾值下限和閾值上限，根據(jù)數(shù)據(jù)動態(tài)變化調(diào)整該閾值范圍，構(gòu)建二維坐標(biāo)系，橫軸表示時間，縱軸表示光照強度，將動態(tài)臨界值范圍實時映射到坐標(biāo)系中，再將光照強度數(shù)據(jù)映射到坐標(biāo)系中，獲取光照強度數(shù)據(jù)的二維坐標(biāo)圖。

15、進(jìn)一步的，所述工業(yè)機(jī)器人數(shù)據(jù)處理模塊，獲取塵埃濃度對采集圖像質(zhì)量的影響報告的過程包括：

16、利用深度學(xué)習(xí)算法，選擇mlp網(wǎng)絡(luò)結(jié)構(gòu)，將附著在機(jī)器視覺設(shè)備上的塵埃濃度數(shù)據(jù)轉(zhuǎn)換成合適mlp網(wǎng)絡(luò)輸入的格式，對與塵埃濃度同一時刻采集的圖像信息進(jìn)行圖像增強、濾波和邊緣檢測，構(gòu)建輸入層、隱藏層和輸出層的神經(jīng)網(wǎng)絡(luò)模型，使用預(yù)處理后的塵埃濃度數(shù)據(jù)及其圖像信息作為輸入，從隱藏層提取塵埃數(shù)據(jù)的非線性特征并且通過激活函數(shù)引入非線性因素，訓(xùn)練mlp網(wǎng)絡(luò)，獲取能夠判斷塵埃濃度對圖像質(zhì)量影響的mlp網(wǎng)絡(luò)，輸出層輸出塵埃濃度對視覺設(shè)備采集圖像質(zhì)量的影響結(jié)果，使用測試集數(shù)據(jù)對訓(xùn)練后的mlp模型評估，根據(jù)評估結(jié)果調(diào)整和優(yōu)化，獲取塵埃濃度對采集圖像質(zhì)量的影響報告。

17、進(jìn)一步的，所述工業(yè)機(jī)器人數(shù)據(jù)處理模塊，獲取噪聲數(shù)據(jù)時間序列圖的過程包括：

18、將攜帶噪聲數(shù)據(jù)的數(shù)字信號輸入計算機(jī)中，計算機(jī)對接收的數(shù)字信號解碼和格式轉(zhuǎn)換，根據(jù)噪聲數(shù)據(jù)特性及其應(yīng)用場景，利用歷史噪聲數(shù)據(jù)的平均值和標(biāo)準(zhǔn)差，通過計算機(jī)設(shè)定噪聲閾值，建立二維坐標(biāo)系，橫軸為時間，縱軸為噪聲數(shù)據(jù)，將計算機(jī)處理獲取的噪聲數(shù)據(jù)映射到坐標(biāo)系中，并以平行于橫軸的紅色線繪制噪聲閾值在時間序列上的分布，獲取噪聲數(shù)據(jù)的時間序列圖。

19、進(jìn)一步的，所述工業(yè)機(jī)器人數(shù)據(jù)分析模塊，通過二維坐標(biāo)圖分析光照強度對圖像信息的影響；利用塵埃濃度報告分析其對圖像清晰度的影響；采用噪聲時間序列圖分析噪聲對機(jī)器視覺與工業(yè)機(jī)器人數(shù)據(jù)傳輸?shù)挠绊懙倪^程包括：

20、通過光照強度二維坐標(biāo)圖，當(dāng)光照強度分布在光照強度適宜范圍內(nèi)時，視覺設(shè)備采集到正常的圖像；當(dāng)光照強度低于光照不足的臨界值和高于過度曝光的臨界值時，視覺設(shè)備采集到不正常的圖像；

21、利用塵埃濃度對采集圖像質(zhì)量的影響報告，當(dāng)塵埃濃度達(dá)到影響視覺設(shè)備采集工作指標(biāo)時，視覺設(shè)備生成的清晰度高的圖像，采集的信息正常顯示；反之，視覺設(shè)備被塵埃遮擋，視覺設(shè)備的清晰度低的圖像，采集的信息不能正常顯示；

22、采用噪聲數(shù)據(jù)時間序列圖，通過實際噪聲數(shù)據(jù)與噪聲閾值的實時比較，當(dāng)所述噪聲數(shù)據(jù)低于閾值時，機(jī)器視覺設(shè)備與工業(yè)機(jī)器人之間正常數(shù)據(jù)傳輸；當(dāng)所述噪聲數(shù)據(jù)高于閾值時，干擾機(jī)器設(shè)備與工業(yè)機(jī)器人之間的數(shù)據(jù)傳輸。

23、進(jìn)一步的，所述工業(yè)機(jī)器人預(yù)警模塊，接收異常信號并將其反饋至客戶端的過程包括：

24、通過接收的異常光照強度數(shù)據(jù)、異常塵埃濃度數(shù)據(jù)和異常噪聲數(shù)據(jù)，并將異常反饋數(shù)據(jù)傳輸?shù)娇蛻舳耍挥煽蛻舳诉M(jìn)行干預(yù)和處理。

25、本發(fā)明的有益效果：機(jī)器視覺的工業(yè)機(jī)器人數(shù)據(jù)處理系統(tǒng)，相較于傳統(tǒng)的工業(yè)機(jī)器人數(shù)據(jù)處理系統(tǒng)，本發(fā)明所述系統(tǒng)整合傳感器、光照強度檢測儀以及大數(shù)據(jù)處理技術(shù)，達(dá)成了對機(jī)器視覺設(shè)備環(huán)境的光照強度和塵埃濃度、機(jī)器視覺設(shè)備與工業(yè)機(jī)器人之間的數(shù)據(jù)傳輸?shù)谋O(jiān)測，該系統(tǒng)能夠精準(zhǔn)捕捉光照強度數(shù)據(jù)、塵埃濃度數(shù)據(jù)和噪聲數(shù)據(jù)，其中，光照強度數(shù)據(jù)監(jiān)測機(jī)器視覺設(shè)備采集環(huán)境亮度，解決了因為環(huán)境光照強度造成亮度的變化導(dǎo)致采集圖像質(zhì)量的問題；監(jiān)測機(jī)器視覺設(shè)備上附著的塵埃濃度數(shù)據(jù)，并且及時上傳異常至客戶端干預(yù)處理，解決了附著的塵埃阻擋機(jī)器視覺設(shè)備正常采集工作的問題；實時監(jiān)測噪聲數(shù)據(jù)，解決了因噪聲干擾破壞視覺設(shè)備和工業(yè)機(jī)器人之間的數(shù)據(jù)傳輸問題，具備自動辨識系統(tǒng)運行狀況及潛在缺陷的能力，在最短時間發(fā)出預(yù)警信號，通知維修人員采取相應(yīng)措施，確保其在安全、穩(wěn)定且高效的狀態(tài)下運行，這一系統(tǒng)的研發(fā)與應(yīng)用，顯著增強了機(jī)器視覺的工業(yè)機(jī)器人數(shù)據(jù)處理系統(tǒng)運行時的應(yīng)急響應(yīng)效率與故障處理能力。