[go: up one dir, main page]

CN113758926A - 具有视觉检查站的产品组装机 - Google Patents

具有视觉检查站的产品组装机 Download PDF

Info

Publication number
CN113758926A
CN113758926A CN202010493393.XA CN202010493393A CN113758926A CN 113758926 A CN113758926 A CN 113758926A CN 202010493393 A CN202010493393 A CN 202010493393A CN 113758926 A CN113758926 A CN 113758926A
Authority
CN
China
Prior art keywords
product
assembled
station
vision inspection
assembled product
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202010493393.XA
Other languages
English (en)
Inventor
温度
周磊
R.F-Y.鲁
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
TE Connectivity Services GmbH
Tyco Electronics Shanghai Co Ltd
Original Assignee
TE Connectivity Services GmbH
Tyco Electronics Shanghai Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by TE Connectivity Services GmbH, Tyco Electronics Shanghai Co Ltd filed Critical TE Connectivity Services GmbH
Priority to CN202010493393.XA priority Critical patent/CN113758926A/zh
Priority to US16/940,571 priority patent/US20210385413A1/en
Priority to DE102021114192.3A priority patent/DE102021114192A1/de
Publication of CN113758926A publication Critical patent/CN113758926A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N7/00—Television systems
    • H04N7/18—Closed-circuit television [CCTV] systems, i.e. systems in which the video signal is not broadcast
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00—Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • B07C5/36—Sorting apparatus characterised by the means used for distribution
    • B07C5/361—Processing or control devices therefor, e.g. escort memory
    • B07C5/362—Separating or distributor mechanisms
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
    • B23P—METAL-WORKING NOT OTHERWISE PROVIDED FOR; COMBINED OPERATIONS; UNIVERSAL MACHINE TOOLS
    • B23P21/00—Machines for assembling a multiplicity of different parts to compose units, with or without preceding or subsequent working of such parts, e.g. with programme control
    • B23P21/004—Machines for assembling a multiplicity of different parts to compose units, with or without preceding or subsequent working of such parts, e.g. with programme control the units passing two or more work-stations whilst being composed
    • B23P21/006—Machines for assembling a multiplicity of different parts to compose units, with or without preceding or subsequent working of such parts, e.g. with programme control the units passing two or more work-stations whilst being composed the conveying means comprising a rotating table
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J15/00—Gripping heads and other end effectors
    • B25J15/06—Gripping heads and other end effectors with vacuum or magnetic holding means
    • B25J15/0616—Gripping heads and other end effectors with vacuum or magnetic holding means with vacuum
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697—Vision controlled systems
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B65—CONVEYING; PACKING; STORING; HANDLING THIN OR FILAMENTARY MATERIAL
    • B65G—TRANSPORT OR STORAGE DEVICES, e.g. CONVEYORS FOR LOADING OR TIPPING, SHOP CONVEYOR SYSTEMS OR PNEUMATIC TUBE CONVEYORS
    • B65G47/00—Article or material-handling devices associated with conveyors; Methods employing such devices
    • B65G47/74—Feeding, transfer, or discharging devices of particular kinds or types
    • B65G47/82—Rotary or reciprocating members for direct action on articles or materials, e.g. pushers, rakes, shovels
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41805—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by assembly
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
    • G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by quality surveillance of production
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G06T7/001—Industrial image inspection using an image reference approach
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B07—SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07C—POSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C2501/00—Sorting according to a characteristic or feature of the articles or material to be sorted
    • B07C2501/0063—Using robots
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/88—Investigating the presence of flaws or contamination
    • G01N21/8851—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges
    • G01N2021/8887—Scan or image signal processing specially adapted therefor, e.g. for scan signal adjustment, for detecting different kinds of defects, for compensating for structures, markings, edges based on image processing techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20081—Training; Learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N5/00—Details of television systems
    • H04N5/222—Studio circuitry; Studio devices; Studio equipment
    • H04N5/262—Studio circuits, e.g. for mixing, switching-over, change of character of image, other special effects ; Cameras specially adapted for the electronic generation of special effects
    • H04N5/2628—Alteration of picture size, shape, position or orientation, e.g. zooming, rotation, rolling, perspective, translation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Mechanical Engineering (AREA)
  • Quality & Reliability (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Robotics (AREA)
  • Signal Processing (AREA)
  • Theoretical Computer Science (AREA)
  • Manufacturing & Machinery (AREA)
  • General Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Multimedia (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Analytical Chemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Image Analysis (AREA)
  • Investigating Materials By The Use Of Optical Means Adapted For Particular Applications (AREA)

Abstract

一种产品组装机包括支撑零件的平台，该零件配置为组装以形成组装产品，且该平台将组装产品从组装站移动到视觉检查站。该组装站具有零件组装构件，以用于将零件组装成组装产品。该视觉检查站包括成像装置和视觉检查控制器，该成像装置对组装产品进行成像，该视觉检查控制器从成像装置接收图像并基于图像分析模型处理来自成像装置的图像以确定组装产品的检查结果。该视觉检查控制器具有人工智能学习模型，该人工智能学习模型操作为基于从成像装置接收的图像更新图像分析模型。

Description

具有视觉检查站的产品组装机
技术领域
本文的主题总体上涉及产品组装机。
背景技术
检查系统用于在制造过程期间检查零件或产品以检测有缺陷的零件或产品。常规的检查系统使用人员来手动检查零件。这样的手动检查系统是劳动密集型且高成本的。手动检查系统的检测精度低，导致产品的一致性差。此外，手动检查系统遭受由于疲劳引起的人为错误，例如遗漏的缺陷、错误的计数、零件的错位，等等。一些已知的检查系统使用机器视觉来检查零件或产品。机器视觉检查系统使用相机对零件或产品进行成像。然而，视觉检查可能会是耗时的。用于操作视觉检查机器的硬件和软件是昂贵的。
仍然需要一种可以以成本有效且可靠的方式操作的用于产品组装机的视觉检查系统。
发明内容
在实施例中，提供了一种产品组装机，其包括支撑零件的平台，所述零件配置为组装以形成组装产品，且该平台将组装产品从组装站移动到视觉检查站。组装站具有零件组装构件，用于将零件组装成组装产品。视觉检查站包括成像装置和视觉检查控制器，该成像装置对组装产品进行成像，该视觉检查控制器从成像装置接收图像并基于图像分析模型处理来自成像装置的图像以确定组装产品的检查结果。视觉检查控制器具有人工智能学习模型，其操作为基于从成像装置接收的图像更新图像分析模型。
在实施例中，提供一种产品组装机，其包括具有上表面的旋转平台、将第一零件馈送到旋转平台的第一零件馈送装置、将第二零件馈送到旋转平台的第二零件馈送装置、以及具有零件组装构件的组装站，该零件组装构件用于将第一零件与第二零件组装成组装产品。旋转平台用于将第一零件和第二零件中的至少一个移动到组装站。产品组装机包括邻近旋转平台的视觉检查站。旋转平台将组装产品从组装站移动到视觉检查站。视觉检查站包括成像装置和视觉检查控制器，该成像装置对组装产品进行成像，该视觉检查控制器从成像装置接收图像并基于图像分析模型处理来自成像装置的图像以确定组装产品的检查结果。视觉检查控制器具有人工智能学习模型，其操作为基于从成像装置接收的图像更新图像分析模型。旋转平台用于将被检查的组装产品移动到产品移除装置以基于检查结果移除被检查的组装产品。
在实施例中，提供了一种检查组装产品的方法，包括：将零件装载到平台上，将零件移动到组装站，在组装站处将零件组装成组装产品，以及将组装产品从组装站移动到视觉检查站。该方法包括：在视觉检查站处使用成像装置对组装产品进行成像，在视觉检查控制器处基于图像分析模型处理来自成像装置的图像以确定组装产品的检查结果，以及使用人工智能学习模型更新图像分析模型以基于从成像装置接收的图像来配置图像分析模型。
附图说明
图1是根据示例性实施例的产品组装机的示意图，用于从多个零件(例如第一零件和第二零件)组装产品。
图2是根据示例性实施例的产品组装机的俯视图。
图3是根据示例性实施例的产品组装机的侧视透视图。
图4示出了根据示例性实施例的产品组装机的控制架构。
图5是根据示例性实施例的产品组装机的控制架构的示意图。
图6是示出根据示例性实施例的检查组装产品的流程图。
具体实施方式
图1是用于从多个零件(例如第一零件52和第二零件54)组装产品50的产品组装机10的示意图。零件52、54组装在一起以形成组装产品50。例如，第一零件52可以在组装期间接收在第二零件54中。在示例性实施例中，产品组装机10包括一个或多个组装站20，其用于将各种零件组装成组装产品50。在各种实施例中，提供多个组装站20以分阶段组装多个零件。在各种实施例中，组装产品50是电连接器。例如，零件可以包括触头、外壳、电路板、或其他类型的零件，以形成组装产品50。在各种实施例中，零件可以包括弹簧，例如环形弹簧、C形夹等，它们接收在外壳中。在替代实施例中，机器10可以用于制造在其他行业中使用的零件。
产品组装机10包括视觉检查站100，其用于检查各种组装产品50。组装产品50在组装站20和视觉检查站100之间运输。视觉检查站100用于组装产品50的质量检查。基于来自视觉检查站100的输入，产品组装机10移除有缺陷的产品50以进行报废或进一步的检查。已经通过视觉检查站100的检查的合格的组装产品50被从产品组装机10运输走，例如到仓或另一机器以进行进一步的组装或处理。
产品组装机10包括平台80，其在各个站之间支撑零件52、54和组装产品50。例如，平台80用于将第一零件52和/或第二零件54移动到组装零件52、54的组装站20。平台80可以包括用于相对于平台80支撑和定位零件52和/或零件54的固定元件。平台80用于将组装产品50移动到视觉检查站100。平台80用于将组装产品50从视觉检查站100转移到移除组装产品50的产品移除站30。在示例性实施例中，产品移除站30可以用于将合格的组装产品50与有缺陷的组装产品50分离，例如通过将组装产品50分离到不同的仓中。
视觉检查站100包括一个或多个成像装置102，其在(多个)成像装置102的视场内对平台80上的组装产品50进行成像。视觉检查站100包括视觉检查控制器110，其从成像装置102接收图像并处理图像以确定检查结果。例如，视觉检查控制器110确定每个组装产品50通过或未通过检查。视觉检查控制器110可以拒绝有缺陷的组装产品50。在示例性实施例中，视觉检查控制器110包括形状识别工具，其配置为识别视场中的组装产品50，例如零件52、54的边界和零件52、54的相对位置。在示例性实施例中，视觉检查控制器110包括人工智能(AI)学习模块，其用于基于从成像装置102接收的图像来更新图像分析模型。例如，可以基于来自AI学习模块的数据来更新图像分析模型。可以基于来自AI学习模块的学习或训练数据来定制图像分析模型。视觉检查控制器110可以在视觉检查站100的操作期间实时地更新和训练。
在检查组装产品50之后，组装产品50被转移到将组装产品50从平台80移除的产品移除站30。在示例性实施例中，产品移除站30可以用于基于由视觉检查控制器110确定的检查结果将合格的组装产品50与有缺陷的组装产品50分离。产品移除站30可以包括弹出器，例如用于从平台80拾取和移除组装产品50的真空弹出器。产品移除站30可以包括弹出器，例如用于从平台80移除组装产品50的推动器。产品移除站30可以包括多轴机器人操纵器，其配置为抓取和拾取产品50离开平台80。
图2是根据示例性实施例的产品组装机10的俯视图。图3是根据示例性实施例的产品组装机10的侧视透视图。产品组装机10包括平台80、零件装载站40、组装站20、视觉检查站100和产品移除站30。在示例性实施例中，产品组装机10可以包括触发传感器90，用于触发产品组装机10的一个或多个操作。触发传感器90可以用于感测组装产品50和/或零件52、54的存在。触发传感器90可以控制零件装载、成像、零件移除等的定时。
平台80包括板82，其具有上表面84，用于支撑零件52、54和组装产品50。在各种实施例中，板82可以是旋转板，其配置为在各个站之间旋转零件52、54和组装产品50。在其他各种实施例中，板82可以是另一类型的板，例如是振动托盘，其被振动以使组装产品50前进，或者是操作为使组装产品50前进的输送机。
零件装载站40用于将零件52、54装载到平台80上，例如装载到板82的上表面84上。在示例性实施例中，零件装载站40包括用于各种零件52、54的不同的零件装载装置。例如，零件装载站40包括用于装载第一零件52的第一零件装载装置42和用于装载第二零件54的第二零件装载装置44。零件装载装置42、44可以是料斗、输送机、或另一类型的馈送装置，例如多轴机器人操纵器，其配置为抓取并移动零件52、54到平台80上的位置。零件装载装置42和/或44在组装过程中可以位于组装站20的上游，以相对于彼此定位零件52、54来进行组装。在各种实施例中，第二零件装载装置44可以位于组装站20处以在组装站20处将第二零件54装载到第一零件52中。零件52、54可以通过平台80在站之间前进或移动。
产品移除站30用于从平台80移除组装产品50。在示例性实施例中，产品移除站30包括不同的产品移除装置。例如，产品移除站30包括用于移除合格的产品50的第一产品移除装置32和用于移除有缺陷的产品50的第二产品移除装置34。产品移除装置32、34可以包括弹出器36，例如用于从平台80拾取和移除组装产品50的真空弹出器。弹出器36可以是机械推动器，例如电动或气动操作的推动器，用于从平台80移除组装产品50。产品移除装置32、34可以包括多轴机器人操纵器，其配置为抓取和拾取产品离开平台80。
在示例性实施例中，视觉检查站100包括成像装置102、镜头104和照明装置106，它们布置在平台80上方的成像区域附近以对组装产品50的顶部进行成像。镜头104用于聚焦图像。照明装置106控制组装产品50在成像区域处的照明。成像装置102可以是相机，例如高速相机。可选地，视觉检查站100可以包括第二成像装置102、第二镜头104和第二照明装置106，例如在平台80下方以对组装产品50的底部进行成像。第二成像装置102可以在其他位置以对组装产品50的其他部分进行成像，例如组装产品50的侧面。在其他各种实施例中，第二视觉检查站100可以设置为远离第一视觉检查站100，例如以在不同的组装阶段对组装产品50进行成像。例如，这样的视觉检查站100可以位于两个不同的组装站20之间。
在示例性实施例中，成像装置102安装至位置操纵器，以相对于平台80移动成像装置102。位置操纵器可以是支撑成像装置102的臂或支架。在各种实施例中，位置操纵器可以在多个方向上可定位，例如在二维或三维空间中。位置操纵器可以自动调节，例如通过控制位置操纵器的定位的控制器。位置操纵器可以由另一控制模块调节，例如AI控制模块。在其他各种实施例中，位置操纵器可以手动调节。成像装置102的位置可以基于被成像的组装产品50的类型来调节。例如，当不同类型的组装产品50进行成像时，成像装置102可以基于被成像的零件的类型来移动。
成像装置102通过机器视觉软件与视觉检查控制器110通信以处理数据、分析结果、记录发现，并基于信息做出决定。视觉检查控制器110提供一致且高效的检查自动化。视觉检查控制器110确定组装产品50的制造质量，例如确定组装产品50是合格的还是有缺陷的。视觉检查控制器110识别零件52、54和/或组装产品50中的缺陷(如果存在的话)。例如，视觉检查控制器110可以确定零件52、54中的任一者是否在组装期间损坏。视觉检查控制器110可以确定零件52、54是否正确组装，例如零件52、54相对于彼此处于正确的取向。视觉检查控制器110可以确定零件52、54和/或组装产品50中的任一者或两者的取向。视觉检查控制器110可操作地联接到产品移除站30以控制产品移除站30的操作。视觉检查控制器110基于组装产品50的识别的取向来控制产品移除站30的操作。
视觉检查控制器110从成像装置102接收图像并处理图像以确定检查结果。在示例性实施例中，视觉检查控制器110包括用于处理图像的一个或多个处理器180。视觉检查控制器110确定组装产品50通过或未通过检查。视觉检查控制器110控制产品移除站30移除组装产品50(例如合格的零件和/或有缺陷的零件)到不同的收集仓(例如，通过仓和不通过仓)中。在示例性实施例中，视觉检查控制器110包括形状识别工具182，其配置为识别视场中的组装产品50。形状识别工具182能够识别和分析组装产品50的图像。形状识别工具182可以用于识别零件52、54和组装产品50的边缘、表面和边界等。形状识别工具182可以用于识别零件52、54在组装产品50中的相对位置。
一旦接收图像，基于图像分析模型来处理图像。将图像与图像分析模型进行比较以确定组装产品50是否有任何缺陷。图像分析模型可以是三维模型，其限定被成像的组装产品50的基线结构。在其他各种实施例中，图像分析模型可以是一系列的二维模型，例如针对每个成像装置102。图像分析模型可以基于已知的或质量合格的组装产品50的图像，例如在学习或训练过程期间。图像分析模型可以基于组装产品50的设计规格。例如，图像分析模型可以包括组装产品50的边缘、表面和特征的设计参数。图像分析模型可以包括参数的公差因数，允许公差因数内的偏移。在处理期间，图像可以被单独地处理或可以组合成组装产品50的数字模型，其然后与图像分析模型进行比较。可以对图像进行处理以检测损坏、不正确取向、部分组装、完全组装、过度组装、污垢、碎屑、凹痕、划痕或其他类型的缺陷。可以通过基于图像分析模型对图像执行模式识别来处理图像。例如，在示例性实施例中，视觉检查控制器110包括图案识别工具184，其配置为将图像中的图案或特征与图像分析模型中的图案或特征进行比较。可以通过对图像中检测到的边界和表面执行特征提取并将边界和表面与图像分析模型进行比较来处理图像。视觉检查控制器110可以识别图像内的线、边缘、桥、凹槽或者其他边界或表面。
在示例性实施例中，视觉检查控制器110可以执行图像数据的预处理。例如，视觉检查控制器110可以在处理期间执行图像的对比度增强和/或噪声减少。视觉检查控制器110可以在处理期间执行图像分割。例如，视觉检查控制器可以将图像裁剪到感兴趣的区域或遮蔽图像在感兴趣的区域之外的区域，从而减少由视觉检查控制器110处理的数据。视觉检查控制器110可以识别图像内的感兴趣区域以进行增强处理。
在示例性实施例中，视觉检查控制器110包括人工智能(AI)学习模块190。AI学习模块190使用人工智能来训练视觉检查控制器110并改善视觉检查控制器110的检查精度。AI学习模块190基于从成像装置102接收的图像更新图像分析。视觉检查控制器110在视觉检查站100的操作期间实时地更新和训练。视觉检查控制器110的AI学习模块190可以在学习模块下操作以训练视觉检查控制器110并改进图像分析模型。图像分析模型基于来自AI学习模块190的输入(例如，基于由成像装置102获取的组装产品50的图像)随时间变化。可以基于来自AI学习模块的数据来更新图像分析模型。例如，可以更新由图像分析模型使用的图像库并用于未来的图像分析。成像分析模型可以使用用于分析图像中的组装产品50的形状、边界或其他特征的形状识别工具或图案识别工具，且这样的形状或图案识别工具可以由AI学习模块190使用以更新和训练AI学习模块，例如通过更新由AI学习模块190使用的图像库。在各种替代实施例中，AI学习模块190可以是与视觉检查控制器108分开的模块且与视觉检查控制器110独立地操作。例如，AI学习模块190可以单独地联接到成像装置102或机器的其他部件。
在示例性实施例中，视觉检查控制器110包括用户接口192。用户接口192包括显示器194，例如监视器。用户接口192包括一个或多个输入196，例如键盘、鼠标、按钮等。操作者能够使用用户接口192与视觉检查控制器110交互。
图4示出了产品组装机10的控制架构。在示例性实施例中，产品组装机10包括机器控制器200，其用于控制机器10的各种部件的操作。机器控制器200通过网络202(例如TCP/IP网络)与视觉检查系统100通信。
视觉检查系统100可以嵌入计算机204中。视觉检查控制器110可以设置在计算机204上。视觉检查系统100包括联接到网络202的通信模块206。视觉检查控制器110通信地联接到通信模块206，例如以与机器控制器200或其他部件通信。成像装置102联接到视觉检查系统100。视觉检查系统100包括图像处理单元(GPU)208，用于处理来自成像装置102的图像。
机器控制器200包括联接到网络202的通信模块210。机器控制器200通过网络202与视觉检查控制器110通信。机器控制器200包括I/O模块212，其具有输入214和输出216。触发传感器90联接到I/O模块212。来自触发传感器90的触发信号，例如零件52、54和/或组装产品50中的一个的存在(例如，当零件52、54或组装产品通过触发传感器90时)被传输到输入214。机器控制器200将这样的触发信号通信至视觉检查控制器110。产品移除装置32、34通信地联接到输出216。用于控制产品移除装置32、34的控制信号通过输出216传输至产品移除装置32、34。用于产品移除装置32、34的控制信号是基于由视觉检查控制器110确定的检查结果。
图5是产品组装机10的控制架构的示意图。在产品组装机10的操作期间，在300，触发传感器90在触发事件时将触发信号发送给机器控制器200，例如当零件52、54或组装产品50通过触发传感器90时。在示例性实施例中，平台80旋转组装产品50在站之间经过触发传感器90，例如到成像装置102。在302，机器控制器200在触发信号生成器220处生成触发信号。在示例性实施例中，机器控制器200包括零件追踪器222。在304，当零件52、54或组装产品50在站之间移动(例如，旋转)时，零件追踪器222追踪零件52、54或组装产品50。零件追踪器222可以使用来自触发信号生成器220的触发信号以追踪零件52、54或组装产品50。
在310，视觉检查系统100从机器控制器200的触发信号生成器220接收触发信号。视觉检查系统100基于接收的触发信号控制成像装置102的操作。例如，成像的定时基于触发信号来控制。在312，图像由视觉检查控制器110来获取。在314，视觉检查控制器110预处理图像，例如用于噪声减少。例如，可以识别感兴趣的区域，且可以裁剪图像或遮蔽这样的感兴趣的区域之外的区域。视觉检查控制器110可以执行对比度增强和/或图像分割。
在316，视觉检查控制器110处理图像以确定组装产品50通过或未通过检查。在示例性实施例中，视觉检查控制器110识别视场中的组装产品50的形状或特征以分析组装产品的图像。例如，形状识别工具182可以用于识别零件52、54和组装产品50的边缘、表面、边界等以识别零件52、54在组装产品50中的相对位置。在示例性实施例中，基于图像分析模型来处理图像。将图像与图像分析模型进行比较以确定组装产品50是否有任何缺陷。图像分析模型可以是三维模型，其限定被成像的组装产品50的基线结构。在其他各种实施例中，图像分析模型可以是一系列的二维模型，例如针对每个成像装置102。图像分析模型可以基于已知的或质量合格的组装产品50的图像，例如在学习或训练过程期间。图像分析模型可以基于组装产品50的设计规格。例如，图像分析模型可以包括组装产品50的边缘、表面和特征的设计参数。图像分析模型可以包括参数的公差因数，允许公差因数内的偏移。在处理期间，图像可以被单独地处理或可以组合成组装产品50的数字模型，其然后与图像分析模型进行比较。可以基于图像分析模型通过执行图像的图案识别来处理图像，以将图像中的图案或特征与图像分析模型中的图像或特征进行比较。可以通过对图像中检测到的边界和表面执行特征提取并将边界和表面与图像分析模型进行比较来处理图像。视觉检查控制器110可以识别图像内的线、边缘、桥、凹槽或者其他边界或表面。可以对图像进行处理以检测损坏、不正确取向、部分组装、完全组装、过度组装、污垢、碎屑、凹痕、划痕或其他类型的缺陷。
在318，视觉检查系统100可以可选地将经处理的图像传输到AI学习模块190。图像可以由AI学习模块190使用以更新图像分析模型。AI学习模型可以使用用于分析图像中的组装产品50的形状、边界或其他特征的形状识别工具或图案识别工具，且这样的形状或图案识别工具可以由AI学习模块190使用以更新和训练AI学习模块，例如通过更新由AI学习模块190使用的图像库。
在320，视觉检查控制器110确定检查结果并生成检查结果输出。检查结果是基于图像分析模型。在各种实施例中，检查结果输出可以是通过/未通过检查结果。例如，如果视觉检查控制器110确定组装产品50是合格的，则检查结果输出可以是通过输出，或者如果视觉检查控制器110确定组装产品50是有缺陷的，则检查结果输出可以是未通过输出。在替代实施例中可以提供其他检查结果输出，例如需要进一步检查的结果，例如由操作者。
视觉检查控制器110包括结果输出信号生成器230，以将检查结果传输至机器控制器200。在322，当检查结果输出是通过输出时，视觉检查控制器110将通过信号发送给机器控制器200。在324，当检查结果输出是未通过输出时，视觉检查控制器110将未通过信号发送给机器控制器200。
机器控制器200包括第一产品移除装置信号生成器232，其生成用于第一产品移除装置32的激活信号。在332，当从视觉检查控制器110接收到通过信号时，第一产品移除装置信号生成器232生成激活信号以激活第一产品移除装置32。第一产品移除装置32操作为从平台80移除合格的组装产品，例如到通过仓中。机器控制器200包括第二产品移除装置信号生成器234，其生成用于第二产品移除装置34的激活信号。在334，当从视觉检查控制器110接收到未通过信号时，第二产品移除装置信号生成器234生成激活信号以激活第二产品移除装置34。第二产品移除装置34操作为从平台80移除有缺陷的组装产品，例如到未通过仓中。可选地，第一产品移除装置信号生成器232和/或第二产品移除装置信号生成器234可以将信号发送给产品计数器240，用于计数合格的(通过的)组装产品的数量和/或用于计数有缺陷的(未通过的)组装产品50的数量。
图6是示出根据示例性实施例的检查组装产品的流程图。方法在400包括将零件52、54装载到平台80上。零件52、54可以手动或自动地装载。第一零件52可以装载到第一位置中，且第二零件54可以装载到第二位置中。在各种实施例中，第二零件54可以装载到第一零件52中。
在402，方法包括将零件52、54移动到组装站20。平台80用于移动第一零件52和/或第二零件54。平台80可以旋转以移动第一零件52和/或第二零件54。例如，平台80可以是圆形的且旋转以移动第一零件52和/或第二零件54。在其他各种实施例中，零件52、54可以由输送机、推动器或另一移动装置移动。
在404，方法包括在组装站20处将零件52、54组装成组装产品50。第一零件52可以在组装站20处装载到第二零件54中。例如，第一零件52可以是弹簧，且第二零件54可以是外壳，弹簧装载到外壳中。在替代实施例中，可以在组装站20中组装其他类型的零件。在组装零件52、54之后，在406，组装产品50从组装站20移动到视觉检查站100。平台80用于将组装产品50移动到视觉检查站100。例如，组装产品50可以从组装站20旋转到视觉检查站100。
在408，方法包括使用成像装置102在视觉检查站100处对组装产品50进行成像。在示例性实施例中，成像装置102直接位于平台80上方以从上方观察组装产品50。可以使用触发传感器90控制成像的定时，以检测组装产品50何时移动到视觉检查站100。
在410，方法包括在视觉检查控制器110处基于图像分析模型处理来自成像装置102的图像以确定组装产品50的检查结果。视觉检查控制器110从成像装置102接收图像。视觉检查控制器110包括形状识别工具182，其用于分析组装产品50的图像。在各种实施例中，通过将图像与图像分析模型进行比较以确定组装产品50中是否有缺陷来处理图像。在各种实施例中，通过基于图像分析模型来执行图像的图案识别来处理图像。在各种实施例中，可以通过对图像中检测到的边界和表面执行特征提取并将边界和表面与图像分析模型进行比较来处理图像。
在412，方法包括使用AI学习模块190来更新图像分析模型，以基于从成像装置102接收的图像来配置图像分析模型。基于来自成像装置102的图像来更新图像分析模型。可以使用AI学习模块190基于成像装置102获取的图像来修改或更新形成图像分析模型的基础的图像。例如，图像分析模型可以基于多个图像，其基于来自AI学习模块190的图像来更新或扩展。随着AI学习模块190扩展图像分析模型，可以改善图像处理的质量。
应该理解的是，以上描述旨在是说明性的而不是限制性的。例如，上述实施例(和/或其方面)可以彼此组合使用。另外，在不脱离其范围的情况下，可以做出许多修改以使特定情况或材料适应本发明的教导。本文描述的尺寸、材料类型、各种零件的取向、以及各种零件的数量和位置旨在限定某些实施例的参数，并且绝不是限制性的，并且仅仅是示例性实施例。在阅读以上描述后，在权利要求的理念和范围内的许多其他实施例和修改对于本领域的普通技术人员将是显而易见的。因此，本发明的范围应该参照所附的权利要求以及这些权利要求的等同物的全部范围来确定。在所附权利要求中，术语“包括”和“其中”用作相应术语“包含”和“在其中”的纯英语等同物。此外，在随附的权利要求中，术语“第一”、“第二”和“第三”等仅被用作标签，并且并非旨在对其对象施加数字要求。此外，所附权利要求的限制不是以手段加功能格式撰写的，并且并非旨在基于35U.S.C.§112(f)，除非并且直到这样的权利要求限制明确地使用短语“用于……的装置”，然后是功能陈述，而没有进一步的结构。

Claims (21)

1.一种产品组装机，包括：
支撑零件的平台，所述零件配置为组装以形成组装产品，所述平台将所述组装产品从组装站移动到视觉检查站；
所述组装站具有零件组装构件，以用于将所述零件组装成所述组装产品；以及
所述视觉检查站包括对所述组装产品进行成像的成像装置，所述视觉检查站具有视觉检查控制器，所述视觉检查控制器从所述成像装置接收图像并基于图像分析模型处理来自所述成像装置的图像以确定所述组装产品的检查结果，所述视觉检查控制器具有人工智能学习模型，所述人工智能学习模型操作为基于从所述成像装置接收的图像来更新所述图像分析模型。
2.如权利要求1所述的产品组装机，其中所述产品组装机将所述零件中的第一零件装载到所述零件中的第二零件中，所述视觉检查控制器确定所述第一零件和所述第二零件在所述组装产品中的相对位置以确定所述组装产品的检查结果。
3.如权利要求1所述的产品组装机，其中所述视觉检查控制器在处理所述图像之前执行图像裁剪。
4.如权利要求1所述的产品组装机，其中所述视觉检查站是第一视觉检查站，所述产品组装机还包括远离所述第一视觉检查站的第二视觉检查站，所述第二视觉检查站包括对所述组装产品进行成像的第二成像装置，其中所述视觉检查控制器和所述第二视觉检查站的第二视觉检查控制器中的至少一者从所述第二成像装置接收图像并处理来自所述第二成像装置的图像。
5.如权利要求4所述的产品组装机，其中所述第二视觉检查站在与所述第一视觉检查站不同的组装阶段检查所述组装产品。
6.如权利要求4所述的产品组装机，其中所述第二视觉检查站从所述第一视觉检查站不同的角度检查所述组装产品。
7.如权利要求6所述的产品组装机，其中所述第一视觉检查站和所述第二视觉检查站同时对所述组装产品进行成像。
8.如权利要求1所述的产品组装机，其中所述成像装置包括相机、镜头和照明装置，所述相机、所述镜头和所述照明装置的操作基于被成像的组装产品的类型来控制。
9.如权利要求1所述的产品组装机，还包括可操作地联接到所述视觉检查控制器的机器控制器，所述机器控制器从所述视觉检查控制器接收所述检查结果，所述机器控制器包括产品移除控制装置，所述产品移除控制装置可操作地联接到产品移除装置，所述产品移除装置用于从所述平台移除所述组装产品，所述产品移除控制装置基于所述检查结果来控制所述产品移除装置。
10.如权利要求9所述的产品组装机，其中所述产品移除控制装置包括真空元件，其用于从所述平台移除所述组装产品。
11.如权利要求9所述的产品组装机，其中所述产品移除控制装置包括机械臂和所述机械臂的远端处的抓取器，所述抓取器配置为基于所述检查结果拾取所述组装产品离开所述平台。
12.如权利要求9所述的产品组装机，其中，如果经处理的图像基于所述图像分析模型是合格的，则所述检查结果包括通过结果，如果所述经处理的图像基于所述图像分析模型是有缺陷的，则所述检查结果包括不通过结果，当确定为合格时，所述产品移除控制装置移除所述组装产品至通过仓，当确定为拒绝时，所述产品移除控制装置移除所述组装产品至不通过仓。
13.如权利要求1所述的产品组装机，还包括可操作地联接到所述视觉检查控制器的机器控制器，所述产品组装机还包括触发传感器，其检测所述零件或所述组装产品在所述平台上的存在，所述机器控制器可操作地联接到所述触发传感器，所述机器控制器基于来自所述触发传感器的输入来控制所述成像装置的操作。
14.如权利要求1所述的产品组装机，其中所述平台配置为旋转以相对于所述视觉检查站移动所述零件和所述组装产品。
15.如权利要求1所述的产品组装机，还包括第一产品移除装置和第二产品移除装置，所述平台将所述组装产品从所述视觉检查站移动到所述第一产品移除装置和所述第二产品移除装置中的至少一者，以基于所述检查结果从所述平台移除所述组装产品。
16.如权利要求1所述的产品组装机，其中所述视觉检查控制器包括图案识别工具，所述图案识别工具分析所述图像以在所述组装产品中识别所述零件相对于彼此的特征。
17.如权利要求1所述的产品组装机，其中所述图像分析模型基于来自所述人工智能学习模型的输入而随时间变化。
18.如权利要求1所述的产品组装机，其中所述视觉检查控制器通过基于所述图像分析模型执行图案识别来处理所述图像。
19.如权利要求1所述的产品组装机，其中所述视觉检查控制器通过对所述图像中的边界和表面执行特征提取并将所述边界和表面与所述图像分析模型进行比较来处理所述图像。
20.一种产品组装机，包括：
具有上表面的旋转平台；
第一零件馈送装置，其将第一零件馈送到所述旋转平台；
第二零件馈送装置，其将第二零件馈送到所述旋转平台；
组装站，其具有零件组装构件，以用于将所述第一零件与所述第二零件组装成组装产品，其中所述旋转平台用于将所述第一零件和所述第二零件中的至少一个移动到所述组装站；以及
所述旋转平台附近的视觉检查站，所述旋转平台将所述组装产品从所述组装站移动到所述视觉检查站，所述视觉检查站包括对所述组装产品进行成像的成像装置，所述视觉检查站具有视觉检查控制器，其从所述成像装置接收图像并处理来自所述成像装置的图像以确定所述组装产品的检查结果，所述视觉检查控制器具有人工智能学习模型，其操作为基于从所述成像装置接收的图像来更新所述图像分析模型，其中所述旋转平台用于将被检查的所述组装产品移动到产品移除装置以基于所述检查结果移除被检查的所述组装产品。
21.一种检查组装产品的方法，包括：
将零件装载到平台上；
将所述零件移动到组装站；
在所述组装站处将所述零件组装成组装产品；
将所述组装产品从所述组装站移动到视觉检查站；
在所述视觉检查站处使用所述成像装置对所述组装产品进行成像；
在所述视觉检查控制器处基于图像分析模型处理来自所述成像装置的图像以确定所述组装产品的检查结果；以及
使用人工智能学习模型更新所述图像分析模型以基于从所述成像装置接收的图像来配置所述图像分析模型。
CN202010493393.XA 2020-06-03 2020-06-03 具有视觉检查站的产品组装机 Pending CN113758926A (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202010493393.XA CN113758926A (zh) 2020-06-03 2020-06-03 具有视觉检查站的产品组装机
US16/940,571 US20210385413A1 (en) 2020-06-03 2020-07-28 Product assembly machine having vision inspection station
DE102021114192.3A DE102021114192A1 (de) 2020-06-03 2021-06-01 Produktmontagemaschine mit Sichtüberprüfungsstation

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010493393.XA CN113758926A (zh) 2020-06-03 2020-06-03 具有视觉检查站的产品组装机

Publications (1)

Publication Number Publication Date
CN113758926A true CN113758926A (zh) 2021-12-07

Family

ID=78783065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010493393.XA Pending CN113758926A (zh) 2020-06-03 2020-06-03 具有视觉检查站的产品组装机

Country Status (2)

Country Link
US (1) US20210385413A1 (zh)
CN (1) CN113758926A (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023146946A1 (en) * 2022-01-27 2023-08-03 Te Connectivity Solutions Gmbh Vision inspection system for defect detection
US20240017408A1 (en) * 2022-07-14 2024-01-18 Promise Robotics Inc. Methods, systems and devices for automated assembly of building structures
CN115476149B (zh) * 2022-08-26 2023-09-22 东莞市成林自动化电子设备有限公司 温控器自动组装机
CN116100822A (zh) * 2022-12-14 2023-05-12 浙江亿田智能厨电股份有限公司 一种密封圈自动套装系统及方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4925309A (en) * 1987-11-12 1990-05-15 Yazaki Corporation System and method of inspecting connector coupling condition
US5094393A (en) * 1989-06-01 1992-03-10 Westinghouse Electric Corp. Apparatus and process for making a superconducting magnet for particle accelerators
CN1699916A (zh) * 2004-03-25 2005-11-23 株式会社三丰 从由机器视觉检查系统执行的检查操作中排除无关特征的系统和方法
CN102762344A (zh) * 2009-05-29 2012-10-31 考戈奈克斯技术和投资股份有限公司 用于实用3d视觉系统的方法和设备
US20150104563A1 (en) * 2013-10-14 2015-04-16 Valco Cincinnati, Inc. Device and method for verifying the construction of adhesively-attached substrates
CN104897053A (zh) * 2014-03-05 2015-09-09 泰科电子(上海)有限公司 可编程数字化机器视觉检测平台
CN109714943A (zh) * 2017-10-25 2019-05-03 泰科电子(上海)有限公司 组装系统和组装方法
WO2019211846A1 (en) * 2018-05-03 2019-11-07 Inspekto A.M.V. Ltd System and method for visual production line inspection of different production items
US20200130189A1 (en) * 2018-10-26 2020-04-30 George K. Ghanem Reconfigurable, fixtureless manufacturing system and method assisted by learning software

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6266869B1 (en) * 1999-02-17 2001-07-31 Applied Kinetics, Inc. Method for assembling components
JP3843044B2 (ja) * 2002-06-06 2006-11-08 矢崎総業株式会社 端子金具の検査方法及び検査装置
JP4338374B2 (ja) * 2002-09-30 2009-10-07 株式会社日立ハイテクインスツルメンツ ダイピックアップ装置及びダイピックアップ方法
JP3986953B2 (ja) * 2002-12-17 2007-10-03 矢崎総業株式会社 圧接端子の良否判定方法及び装置
US7403872B1 (en) * 2007-04-13 2008-07-22 Gii Acquisition, Llc Method and system for inspecting manufactured parts and sorting the inspected parts
JP5516703B2 (ja) * 2012-11-16 2014-06-11 第一精工株式会社 電気コネクタおよびその画像検査方法
CN106660183B (zh) * 2014-08-08 2019-04-30 索尼公司 传送设备
US9852500B2 (en) * 2015-07-15 2017-12-26 GM Global Technology Operations LLC Guided inspection of an installed component using a handheld inspection device
US10355439B2 (en) * 2015-08-12 2019-07-16 The Boeing Company Apparatuses and systems for installing electrical contacts into a connector housing
US10095214B2 (en) * 2015-08-21 2018-10-09 Processchamp, Llc System and method for joining workpieces to form an article
KR101966601B1 (ko) * 2018-11-07 2019-04-08 (주)이즈미디어 검사 데이터 처리의 부하를 분산시키는 회전식 카메라모듈 검사장치
CA3131217A1 (en) * 2019-02-21 2020-08-27 Ops Solutions Llc Acoustical or vibrational monitoring in a guided assembly system
DE102019218205A1 (de) * 2019-11-25 2021-05-27 Continental Teves Ag & Co. Ohg Elektronikgehäuse für eine automatisierte Montage

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4925309A (en) * 1987-11-12 1990-05-15 Yazaki Corporation System and method of inspecting connector coupling condition
US5094393A (en) * 1989-06-01 1992-03-10 Westinghouse Electric Corp. Apparatus and process for making a superconducting magnet for particle accelerators
CN1699916A (zh) * 2004-03-25 2005-11-23 株式会社三丰 从由机器视觉检查系统执行的检查操作中排除无关特征的系统和方法
CN102762344A (zh) * 2009-05-29 2012-10-31 考戈奈克斯技术和投资股份有限公司 用于实用3d视觉系统的方法和设备
US20150104563A1 (en) * 2013-10-14 2015-04-16 Valco Cincinnati, Inc. Device and method for verifying the construction of adhesively-attached substrates
CN104897053A (zh) * 2014-03-05 2015-09-09 泰科电子(上海)有限公司 可编程数字化机器视觉检测平台
CN109714943A (zh) * 2017-10-25 2019-05-03 泰科电子(上海)有限公司 组装系统和组装方法
WO2019211846A1 (en) * 2018-05-03 2019-11-07 Inspekto A.M.V. Ltd System and method for visual production line inspection of different production items
US20200130189A1 (en) * 2018-10-26 2020-04-30 George K. Ghanem Reconfigurable, fixtureless manufacturing system and method assisted by learning software

Also Published As

Publication number Publication date
US20210385413A1 (en) 2021-12-09

Similar Documents

Publication Publication Date Title
CN113758926A (zh) 具有视觉检查站的产品组装机
CN107561082B (zh) 检查系统
Nerakae et al. Using machine vision for flexible automatic assembly system
CN109926817B (zh) 基于机器视觉的变压器自动装配方法
WO2006042014A2 (en) Pick and place machine with improved component pick up inspection
US11935216B2 (en) Vision inspection system and method of inspecting parts
CN114252452A (zh) 一种小型回转体外观缺陷和轮廓尺寸在线检测装置及方法
US11295436B2 (en) Vision inspection system and method of inspecting parts
US11378520B2 (en) Auto focus function for vision inspection system
CN113744247A (zh) 一种pcb焊点缺陷识别方法和系统
CN111289521A (zh) 加工品的表面损伤检查系统
US11557027B2 (en) Vision inspection system and method of inspecting parts
TWI802496B (zh) 用於檢測應用的自動正確取像及校準系統
CN116448780A (zh) 芯片缺陷检测装置、方法及设备
US20240033933A1 (en) Tool checking device, storage device storing tool checking program, and tool checking method for robot arm
CN109692826A (zh) 一种芯片在线分拣平台
US20240269848A1 (en) Part manipulator for assembly machine
US20230237636A1 (en) Vision inspection system for defect detection
JP7363536B2 (ja) 外観検査装置及び外観検査方法
US11816755B2 (en) Part manufacture machine having vision inspection system
CN110672600B (zh) 一种滤光片在线检测设备及方法
DE102021114192A1 (de) Produktmontagemaschine mit Sichtüberprüfungsstation
CN111054640A (zh) 一种自动化机械检测装置
CN113552139A (zh) 自动视觉检测系统及检测方法
JP2002083282A (ja) 造船生産ラインの自動配材装置及び方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination