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(dòng)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(qiáng)大的數(shù)據(jù)分析能力，旨在提升工業(yè)生產(chǎn)自動(dòng)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(shí)別、定位及跟蹤生產(chǎn)線上的各類物體，實(shí)現(xiàn)對(duì)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(shí)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(dòng)了制造業(yè)的智能化轉(zhuǎn)型，還增強(qiáng)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(dòng)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(yùn)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(duì)工業(yè)機(jī)器人的精準(zhǔn)定位。

技術(shù)實(shí)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(qiáng)度檢測(cè)儀，獲取視覺設(shè)備實(shí)時(shí)采集的圖像信息及其光照強(qiáng)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(hào)；

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(qiáng)度數(shù)據(jù)、對(duì)應(yīng)時(shí)刻圖像信息和算法，獲取適合視覺采集的動(dòng)態(tài)光照強(qiáng)度范圍和光照強(qiáng)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(duì)采集圖像質(zhì)量的影響報(bào)告；根據(jù)攜帶噪聲數(shù)據(jù)的數(shù)字信號(hào)，獲取噪聲數(shù)據(jù)時(shí)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(qiáng)度對(duì)圖像信息的影響；利用塵埃濃度報(bào)告分析其對(duì)圖像清晰度的影響；采用噪聲時(shí)間序列圖分析噪聲對(duì)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(hào)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(shí)時(shí)采集的圖像信息及其光照強(qiáng)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(hào)，將該數(shù)字信號(hào)輸出到計(jì)算機(jī)顯示，獲取視覺設(shè)備實(shí)時(shí)采集的圖像信息；

8、視覺設(shè)備上搭載的光照強(qiáng)度檢測(cè)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(shí)，光敏電阻獲取攜帶光照強(qiáng)度數(shù)據(jù)的電信號(hào)，將該電信號(hào)通過adc模數(shù)轉(zhuǎn)換器，轉(zhuǎn)換成攜帶光照強(qiáng)度數(shù)據(jù)的數(shù)字信號(hào)，光照強(qiáng)度檢測(cè)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(hào)轉(zhuǎn)換成光照強(qiáng)度，獲取實(shí)時(shí)光照強(qiáng)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(shí)，產(chǎn)生光脈沖信號(hào)，塵埃粒子傳感器內(nèi)置的光電探測(cè)器接收光脈沖信號(hào)并將其轉(zhuǎn)換成電脈沖信號(hào)，電脈沖信號(hào)強(qiáng)度越大，對(duì)應(yīng)的塵埃濃度越大，塵埃粒子傳感器根據(jù)電脈沖信號(hào)的強(qiáng)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(duì)應(yīng)采集塵埃濃度時(shí)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(hào)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(shí)，薄膜振動(dòng)改變?cè)捦矁?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(huì)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(duì)該電壓信號(hào)經(jīng)過放大和濾波處理，再模數(shù)轉(zhuǎn)換成數(shù)字信號(hào)，獲取攜帶噪聲數(shù)據(jù)的數(shù)字信號(hào)。

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(qiáng)度的二維坐標(biāo)圖的過程包括：

14、根據(jù)實(shí)時(shí)圖像信息獲取視覺設(shè)備運(yùn)行環(huán)境的曝光情況，選擇實(shí)時(shí)圖像信息對(duì)應(yīng)的光照強(qiáng)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(dú)立構(gòu)建決策樹，獨(dú)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(cè)算法，提取樣本中光照不足的光照強(qiáng)度的臨界值和過度曝光的光照強(qiáng)度的臨界值，將樣本中光照不足的光照強(qiáng)度的臨界值和過度曝光的光照強(qiáng)度的臨界值分別設(shè)定為光照強(qiáng)度的閾值下限和閾值上限，根據(jù)數(shù)據(jù)動(dòng)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(shí)間，縱軸表示光照強(qiáng)度，將動(dòng)態(tài)臨界值范圍實(shí)時(shí)映射到坐標(biāo)系中，再將光照強(qiáng)度數(shù)據(jù)映射到坐標(biāo)系中，獲取光照強(qiáng)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(duì)采集圖像質(zhì)量的影響報(bào)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(duì)與塵埃濃度同一時(shí)刻采集的圖像信息進(jìn)行圖像增強(qiáng)、濾波和邊緣檢測(cè)，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(duì)圖像質(zhì)量影響的mlp網(wǎng)絡(luò)，輸出層輸出塵埃濃度對(duì)視覺設(shè)備采集圖像質(zhì)量的影響結(jié)果，使用測(cè)試集數(shù)據(jù)對(duì)訓(xùn)練后的mlp模型評(píng)估，根據(jù)評(píng)估結(jié)果調(diào)整和優(yōu)化，獲取塵埃濃度對(duì)采集圖像質(zhì)量的影響報(bào)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(shí)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(hào)輸入計(jì)算機(jī)中，計(jì)算機(jī)對(duì)接收的數(shù)字信號(hào)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(chǎng)景，利用歷史噪聲數(shù)據(jù)的平均值和標(biāo)準(zhǔn)差，通過計(jì)算機(jī)設(shè)定噪聲閾值，建立二維坐標(biāo)系，橫軸為時(shí)間，縱軸為噪聲數(shù)據(jù)，將計(jì)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(shí)間序列上的分布，獲取噪聲數(shù)據(jù)的時(shí)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(qiáng)度對(duì)圖像信息的影響；利用塵埃濃度報(bào)告分析其對(duì)圖像清晰度的影響；采用噪聲時(shí)間序列圖分析噪聲對(duì)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(qiáng)度二維坐標(biāo)圖，當(dāng)光照強(qiáng)度分布在光照強(qiáng)度適宜范圍內(nèi)時(shí)，視覺設(shè)備采集到正常的圖像；當(dāng)光照強(qiáng)度低于光照不足的臨界值和高于過度曝光的臨界值時(shí)，視覺設(shè)備采集到不正常的圖像；

21、利用塵埃濃度對(duì)采集圖像質(zhì)量的影響報(bào)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(shí)，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(shí)間序列圖，通過實(shí)際噪聲數(shù)據(jù)與噪聲閾值的實(shí)時(shí)比較，當(dāng)所述噪聲數(shù)據(jù)低于閾值時(shí)，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(shí)，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(hào)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(qiáng)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(qiáng)度檢測(cè)儀以及大數(shù)據(jù)處理技術(shù)，達(dá)成了對(duì)機(jī)器視覺設(shè)備環(huán)境的光照強(qiáng)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(cè)，該系統(tǒng)能夠精準(zhǔn)捕捉光照強(qiáng)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(qiáng)度數(shù)據(jù)監(jiān)測(cè)機(jī)器視覺設(shè)備采集環(huán)境亮度，解決了因?yàn)榄h(huán)境光照強(qiáng)度造成亮度的變化導(dǎo)致采集圖像質(zhì)量的問題；監(jiān)測(cè)機(jī)器視覺設(shè)備上附著的塵埃濃度數(shù)據(jù)，并且及時(shí)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(shí)時(shí)監(jiān)測(cè)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(dòng)辨識(shí)系統(tǒng)運(yùn)行狀況及潛在缺陷的能力，在最短時(shí)間發(fā)出預(yù)警信號(hào)，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(yùn)行，這一系統(tǒng)的研發(fā)與應(yīng)用，顯著增強(qiáng)了機(jī)器視覺的工業(yè)機(jī)器人數(shù)據(jù)處理系統(tǒng)運(yùn)行時(shí)的應(yīng)急響應(yīng)效率與故障處理能力。