机器视觉系统选型-选型&标定&通信

复制代码
                            必问

镜头:光学放大倍率=CCD芯片/视野 (长宽同等方向)

计算镜头选型焦距公式=CCD芯片尺寸/视野尺寸*物距

曝光单位是毫秒 1秒=1000毫秒

物距:物体到透镜表面的距离

为什么要 标定旋转中心:机械手要抓取物料,物料每次角度不一样,机械手末端工具中心与其自身的旋转中心不重合,所以要标定机械手旋转中心

标定概念:对图像进行畸变校正,棋盘格标定计算得到的像素当量,即每个像素代表的实际物理尺,

标定得到图像坐标系与平台坐标系的旋转平移映射关系,计算出相机和平台坐标系的关系(必答)

通信类型:有串口 网口类型

串口类型(RS232):一般用于光源通信上

端口:选择当前识别到的端口,{光源串口一边连接光源控制器一边连接主机的(Cam口)串口}

状态:要勾选上,才代表连接成功

网口类型(Ethernet):生产软件跟机构(PLC)通信

类型选:服务端或者客户端,一般选服务端

IP设置:服务端和客户端IP地址保持一致127.0.0.1通信端口:设置为5000,机构那边也要设置一样

以上是必问

案例1:相机选型

1.待测物品实际尺寸(长30宽20mm)
2.客户要求检测精度(0.01mm)
3.计算相机选用最小分辨率
最小分辨率=(30/0.01)
(20/0.01)=3000*2000

4.实际所需分辨率

1.为了减少像素偏移和边缘提取的误差,提高系统的精确度和稳定性,实际使用中一般用2-3个像素对应一个最小缺陷特征,则相机分辨率就是300020003=1800万像素,最终选用2000万相机(2000万相机分辨率5472*3648)

景深:图像清晰时在对焦范围内的前后距离

复制代码
                                                                                       镜头选型

1.已知条件:视野范围3525mm(要比被测物大一点)
2.WD:镜头前端距离到被测物体的距离:100mm
3.选用相机2000万像素(分辨率5472
3648)

4.像元尺寸:(2.42.4um微米)像元大小和像元数(分辨率)共同决定相机靶面的大小
5.计算
CCD长宽尺寸:CCD长度=5472
2.4/1000=13.1328mm

CCD宽度=3648*2.4/1000=8.7552mm

计算光学放大倍率:光学放大倍率=CCD/视场 13.1328/35=0.375倍

计算焦距:焦距=物距光学放大倍率 1000.375=37.5mm

计算镜头焦距公式=芯片尺寸/视野尺寸*物距

常用的焦距有:8 12 16 25 35 50 75mm等,所以选用焦距为35mm

镜头接口:一般接口为C口或者CS口还有F口

选用镜头要保证镜头尺寸大于相机芯片尺寸,防止四周出现黑角或者畸变,相差

复制代码
                                                                                           标定概念

1.对图像进行畸变校正,棋盘格标定计算得到的像素当量,即每个像素代表的实际物理尺寸,单位mm/pixel

2.典型的平台为XYD平台,标定过程为12步标定,9点XY平移标定,3点D轴旋转标定,通过标定计算,得到图像坐标系与平台坐标系的旋转平移映射关系,计算出相机和平台坐标系的关系。

关联标定:两个相机各抓取交点,选用两个相机标定结果,算出图像坐标数组。

多点线对位计算:抓取对象点和线坐标,抓取目标点和线坐标,加上标准标定轴方向位置,加上补偿量,算出相对对位偏移量+基准组装点位置,这个相对偏移量发给机构就是机构要对位走的点位。

复制代码
                                                                            串口类型:串口&网口

串口类型(RS232):一般用于光源通信上

端口:选择当前识别到的端口

波特率:通信速度的单位是bps,表示1秒内可发送多少位的数据。

状态:要勾选上,才代表连接成功

网口类型(Ethernet):生产软件跟机构(PLC)通信

类型选:服务端或者客户端,一般选服务端

IP设置:服务端和客户端IP地址保持一致

通信端口:设置最大值2000,防止端口被占用。

监听数量:作为服务端时,可支持多个客户端连接;

通信终止符:通信指令结束的标识符 设置为none

状态:要勾选上,才代表连接成功

相关推荐
泊浮目4 分钟前
未来数据库硬件-网络篇
数据库·架构·云计算
victory04318 分钟前
SpiceMix enables integrative single-cell spatial modeling of cell identity 文章解读
人工智能·深度学习
静若繁花_jingjing18 分钟前
Redis线程模型
java·数据库·redis
AI街潜水的八角1 小时前
深度学习图像分类数据集—蘑菇识别分类
人工智能·深度学习·分类
飞翔的佩奇2 小时前
Java项目:基于SSM框架实现的忘忧小区物业管理系统【ssm+B/S架构+源码+数据库+毕业论文+开题报告】
java·数据库·mysql·vue·毕业设计·ssm框架·小区物业管理系统
许泽宇的技术分享2 小时前
从新闻到知识图谱:用大模型和知识工程“八步成诗”打造科技并购大脑
人工智能·科技·知识图谱
蹦蹦跳跳真可爱5893 小时前
Python----循环神经网络(Transformer ----注意力机制)
人工智能·深度学习·nlp·transformer·循环神经网络
ZWZhangYu8 小时前
LangChain 构建向量数据库和检索器
数据库·langchain·easyui
千宇宙航8 小时前
闲庭信步使用SV搭建图像测试平台:第三十一课——基于神经网络的手写数字识别
图像处理·人工智能·深度学习·神经网络·计算机视觉·fpga开发
onceco8 小时前
领域LLM九讲——第5讲 为什么选择OpenManus而不是QwenAgent(附LLM免费api邀请码)
人工智能·python·深度学习·语言模型·自然语言处理·自动化