1.本發明公開了一種光電感應系統，具體是一種用于螺栓螺母分揀的光電感應系統、設備及感應方法，屬于光電感應系統領域。
背景技術：
2.隨著科學技術的發展,制造生產過程中對自動化、智能化要求越來越高,agv小車被用于各制造業生產線。工業機器人是一種應用范圍非常廣并且技術附加值較高的數字控制裝備。為了避免工人在工業化生產流水線上進行不斷地機械式重復勞動，或是期望工人可以從危險的工作環境下解放出來，于是掀起了研究工業機器人的熱潮。隨著機器人研究領域的不斷發展，機器人在工業化生產中的相關技術已經越來越成熟，可以嚴格保證產品質量，極大地提高了工業化生產效率。
3.隨著工業4.0時代的到來,機器人在工業智能化中發揮著越來越重要的作用。在機械零件分揀的生產線上會存在繁重的任務,如果用人工進行分揀,不但作業效率較低而且成本較大。把自動分揀技術應用到機器人上,實現自動分揀機械零件,是工業流水線智能化的趨勢。
技術實現要素：
4.發明目的：提供一種用于螺栓螺母分揀的光電感應系統、設備及感應方法，以解決上述問題。
5.技術方案：根據本發明的一個實施例，提供一種用于螺栓螺母分揀的光電感應方法，包括如下步驟：對分揀的螺栓螺母進行光電感應，并獲得其特征電信號；對獲取所述螺栓螺母的特征電信號進行處理；對完成處理的螺栓螺母進行特征匹配；對匹配完成的螺栓螺母進行分類存放。
6.根據本發明的一個實施例，提供一種用于螺栓螺母分揀的光電感應系統，包括：光電感應單元，通過對目標螺栓螺母進行發射感應光束，并接收反射回來的光束并進行信號處理；處理單元，將反射回的電信號轉換為圖像信號，并進行目標螺栓螺母圖像的特征提取與圖像匹配；分類識別單元，對完成特征提取與圖像匹配的目標螺栓螺母圖像進行分類識別；分揀單元，進行驅動工作設備進行目標螺栓螺母分揀。
7.根據本發明的一個實施例，提供一種用于螺栓螺母分揀的光電感應設備，包括：分揀傳輸帶；與所述分揀傳輸帶螺栓連接的光電感應傳感器；
與所述光電感應傳感器導線連接的工控機；以及與所述工控機導線連接、且與所述分揀傳輸帶螺栓連接的分揀機器人。
8.有益效果：在機械零件分揀的生產線上存在繁重的任務時，通過需要分揀的零件進行智能分揀；通過光電感應單元通過對目標螺栓螺母進行發射感應光束，并接收反射回來的光束并進行信號處理；且進行對完成處理的螺栓螺母圖像信號進行特征匹配和分類存放；同時在分揀時進行位置跟蹤，從而減小分揀錯誤率。
附圖說明
9.圖1是本發明的光電感應方法流程圖。
10.圖2是本發明的系統工作流程圖。
11.圖3是本發明的圖像跟蹤流程圖。
12.圖4是本發明的圖像特征二值化示意圖。
13.圖5是本發明的匹配識別示意圖。
14.圖6是本發明的設備示意圖。
15.圖7是本發明的檢測模塊電路圖。
16.圖8是本發明的系統框圖。
17.附圖標記：光電傳感器1、分揀傳輸帶2、工控機4、分揀機器人3。
具體實施方式
18.下文中將參考附圖并結合實施例來詳細說明本發明。需要說明的是，在不沖突的情況下，本申請中的實施例及實施例中的特征可以相互組合。
19.需要說明的是，本發明的說明書和權利要求書及上述附圖中的術語“第一”、“第二”等是用于區別類似的對象，而不必用于描述特定的順序或先后次序。
20.如圖1所示，在該實施例中，一種用于螺栓螺母分揀的光電感應方法，在下述實施例中，主要包括如下步驟：首選對需要對分揀的螺栓螺母通過光電傳感器1進行光電感應，通過光束發射到螺栓螺母上并獲得反射回來的特征電信號；其次通過工控機4對獲取所述螺栓螺母的特征電信號進行處理，將電信號轉化為圖像信號，并進行提取圖像信號中的圖像特征和進行圖像歸一化處理；進而對完成處理的螺栓螺母圖像信號進行特征匹配，將特征符合的螺栓螺母進行逐一分配；對匹配完成的螺栓螺母通過分揀機器人3進行分類存放。
21.在進一步的實施例中，所述光電感應通過發射模塊對需要進行分揀的螺栓螺母發射不間斷的光束；其光束照射到螺栓螺母形成反射，進行反射至接收模塊；所述接收模塊接收反射信號并通過轉換模塊進行將反射信號轉為電信號。。
22.在進一步的實施例中，所述電信號進行處理轉換為圖像信號；對所述圖像信號進行圖像處理；所述圖像處理對圖像信號首先進行圖像特征提取；以圖像中心點像素的灰度值作
為閾值，與它的鄰域比較，得到二進制碼來表述局部紋理特征；對獲取的局部紋理特征進行特征向量提取；將提取的圖像分為16*16的單個區域；將所述單個區域內的圖像分為3*3的灰度值，且將中心點灰度值與外圍8個點灰度值進行比較，大于中間像素點的灰度值的數值置為 1，否則為0；按每個點灰度值所處的位置不同，給 8個處理后的點灰度值加以不同的權值；計算每個處理后的點灰度值加以不同的權值的直方圖，即每個數字出現的頻率；然后對該直方圖進行歸一化處理；將得到的每個處理后的點灰度值加以不同的權值的直方圖進行連接成為一個特征向量，得出采集圖像的紋理特征向量。
23.在進一步的實施例中，所述對完成處理的螺栓螺母進行特征匹配，具體包括以下步驟：根據權利要求3的步驟進行獲取螺栓螺母所要識別的對象各個角度的圖像，且進行圖像的歸一化處理，形成且二值化為適合求不變矩的圖像；根據多角度的圖像特征進行識別圖像的依據；將所有角度的圖像生成比較目標和識別目標；將多角度拍攝的目標圖像進行處理后，求出每幅圖像的不變矩，把形成的向量和目標代號組合起來，形成比較目標；若去掉訓練樣本中的目標代號，余下的不變矩序列就作為待識別目標；建立識別工作網，包括輸入層、單隱層、識別層和輸出層；根據螺栓螺母的工件的種類個數，進行設置識別層識別神經元的個數；當給定待識別的圖像不變矩時，通過識別工作網映射給出識別結果。
24.在進一步的實施例中，在進行采集的圖像信號進行處理、特征提取、建立圖像模型以及進行圖像識別分配的工作中，需要進行目標圖像的跟蹤；具體步驟如下：連接光電感應設備，并提取光電感應設備采集的目標圖像信息；將目標圖像的顏色空間由rgb轉換為hsv；設置跟蹤框初始值；提取目標圖像在hsv顏色空間中h通道的顏色數據分量；通過h通道的顏色數據分量得出圖像的直方圖；并進行向后投影；尋找目標圖像的中心坐標，同時計算跟蹤框的位置和尺寸；當跟蹤框的位置和尺寸值不在跳動，將完成目標圖像跟蹤，那么將目前跟蹤框的信息作為下一跟蹤的初始值。
25.在進一步的實施例中，對匹配完成的螺栓螺母進行分類存放，根據完成處理的螺栓螺母進行特征匹配，計算機根據匹配識別結果驅動分揀機器人3進行工作。
26.一種用于螺栓螺母分揀的光電感應系統，包括：光電感應單元，通過對目標螺栓螺母進行發射感應光束，并接收反射回來的光束并進行信號處理；所述光電感應單元通過把光束（紅外、可見及紫外光輻射）照射到目標螺栓螺母上，并接收器其反射信號，最后轉變成為電信號，從而得到目標的圖像信息；處理單元，將反射回的電信號轉換為圖像信號，并進行目標螺栓螺母圖像的特征
提取與圖像匹配；所述處理單元將電信號進行通過ad轉換，將模擬電信號轉換為數值圖像信號，且進行圖像信號的特征提取，并將圖像特征采用二進制碼來表述局部紋理特征，且通過直方圖進行連接成為一個特征向量，得出采集圖像的紋理特征向量，實現目標螺栓螺母分揀的圖像識別工作；分類識別單元，對完成特征提取與圖像匹配的目標螺栓螺母圖像進行分類識別；所述分類識別單元，對完成圖像識別工作的目標螺栓螺母圖像根除圖像庫進行匹配，從而歸類于符合的零件庫，實現目標螺栓螺母的分類。
27.分揀單元，進行驅動工作設備進行目標螺栓螺母分揀；所述分揀單元驅動分揀機器人3進行完成最后的分揀工作，從而實現螺栓螺母的光電感應分揀工作。
28.在進一步的實施例中，光電感應單元包括：發射模塊，用于進行向目標螺栓螺母進行發射感應光束；通過光電傳感器1內部的發射器進行發射紅外、可見及紫外光輻射至目標螺栓螺母。
29.接收模塊，用于接收發射感應光束照射到目標螺栓螺母上反射回的反射信號；當紅外、可見及紫外光輻射照射到目標螺栓螺母上會形成反射，反射信號通過光電傳感器1內部的發射器進行接收，形成光電感應。
30.檢測模塊，用于將反射信號轉化為電信號，并輸出至所述處理單元；當反射信號被接收器接收，其信號通過檢測模塊進行轉換為電信號，并輸出至處理單元。
31.在進一步的實施例中，處理單元包括：轉換模塊，用于進行將電信號轉換為圖像信號；通過對接收的電信號進行ad轉換，將將模擬電信號轉換為符合工作的圖像數值圖像信號且進行輸出；特征提取模塊，用于將所述圖像信號通過二進制碼得到局部紋理特征，并進行歸一化處理；將得到的每個處理后的點灰度值加以不同的權值的直方圖進行連接成為一個特征向量，得出采集圖像的紋理特征向量；從而實現目標螺栓螺母圖像的紋理特征；特征匹配模塊，用于通過建立識別工作網進行識別目標螺栓螺母圖像信號的類型，并輸出結果；同時根據不同螺栓螺母的類型不同，可以根據螺栓螺母的工件的種類個數，進行設置識別層識別神經元的個數且通過識別工作網映射給出識別結果；進而實現了螺栓螺母更為細化的分揀；跟蹤模塊，用于采集目標螺栓螺母圖像信號的跟蹤位置跟蹤；在目標螺栓螺母在進行從光電感應到處理一系列工作時，對其進行圖像跟蹤，且第一次進行跟蹤時，跟蹤框的位置和尺寸值會進行跳動，當跟蹤框的位置和尺寸值不在跳動，將完成目標圖像跟蹤，那么將目前跟蹤框的信息作為下一跟蹤的初始值；進而不需要對每一個螺栓螺母都進行設置跟蹤框的位置和尺寸值，進而減小跟蹤的時間。
32.一種用于螺栓螺母分揀的光電感應設備，包括：分揀傳輸帶2；與所述分揀傳輸帶2螺栓連接的光電感應傳感器；與所述光電感應傳感器導線連接的工控機4；以及與所述工控機4導線連接、且與所述分揀傳輸帶2螺栓連接的分揀機器人3。
33.在進一步的實施例中，一種用于螺栓螺母分揀的光電感應方法,通過光電感應傳感器進行發射光信號至目標螺栓螺母，進而接收反射信號，從而對反射信號進行處理且進
行特征提取、識別、和匹配；并驅動分揀機器人3進行分揀工作；具體步驟如下：步驟1、系統進行上電初始化；步驟2、工控機4進行輸入工作指令至光電傳感器1；步驟3、光電傳感器1內部的發射器進行發射光束（紅外、可見及紫外光輻射）；步驟4、光束照射至目標螺栓螺母并形成反射；步驟5、反射信號通過光電傳感器1內部的接收器進行接收；步驟6、光電傳感器1內部的檢測模塊將接收的反射信號轉換為電信號；步驟7、對獲取所述螺栓螺母的特征電信號進行處理；步驟71、所述電信號進行處理轉換為圖像信號；步驟72、對所述圖像信號進行圖像處理；步驟73、所述圖像處理對圖像信號首先進行圖像特征提取；步驟74、以圖像中心點像素的灰度值作為閾值，與它的鄰域比較，得到二進制碼來表述局部紋理特征；步驟75、對獲取的局部紋理特征進行特征向量提取；步驟76、將提取的圖像分為16*16的單個區域；步驟77、將所述單個區域內的圖像分為3*3的灰度值，且將中心點灰度值與外圍8個點灰度值進行比較，大于中間像素點的灰度值的數值置為 1，否則為0；步驟78、按每個點灰度值所處的位置不同，給 8個處理后的點灰度值加以不同的權值；步驟79、計算每個處理后的點灰度值加以不同的權值的直方圖，即每個數字出現的頻率；然后對該直方圖進行歸一化處理；步驟80、將得到的每個處理后的點灰度值加以不同的權值的直方圖進行連接成為一個特征向量，得出采集圖像的紋理特征向量。
34.在更進一步的實施例中，所述對完成處理的螺栓螺母進行特征匹配，具體包括以下步驟：步驟81、獲取螺栓螺母所要識別的對象各個角度的圖像，且進行圖像的歸一化處理，形成且二值化為適合求不變矩的圖像；步驟82、根據多角度的圖像特征進行識別圖像的依據；步驟83、將所有角度的圖像生成比較目標和識別目標；步驟84、將多角度拍攝的目標圖像進行處理后，求出每幅圖像的不變矩，把形成的向量和目標代號組合起來，形成比較目標；若去掉訓練樣本中的目標代號，余下的不變矩序列就作為待識別目標；步驟85、建立識別工作網，包括輸入層、單隱層、識別層和輸出層；步驟86、根據螺栓螺母的工件的種類個數，進行設置識別層識別神經元的個數；步驟87、當給定待識別的圖像不變矩時，通過識別工作網映射給出識別結果。
35.在更進一步的實施例中，在進行采集的圖像信號進行處理、特征提取、建立圖像模型以及進行圖像識別分配的工作中，需要進行目標圖像的跟蹤；具體步驟如下：步驟88、連接光電感應設備，并提取光電感應設備采集的目標圖像信息；步驟89、將目標圖像的顏色空間由rgb轉換為hsv；
步驟90、設置跟蹤框初始值；步驟91、提取目標圖像在hsv顏色空間中h通道的顏色數據分量；步驟92、通過h通道的顏色數據分量得出圖像的直方圖；并進行向后投影；步驟93、尋找目標圖像的中心坐標，同時計算跟蹤框的位置和尺寸；步驟94、當跟蹤框的位置和尺寸值不在跳動，將完成目標圖像跟蹤，那么將目前跟蹤框的信息作為下一跟蹤的初始值。
36.在更進一步的實施例中，對匹配完成的螺栓螺母進行分類存放，根據完成處理的螺栓螺母進行特征匹配，計算機根據匹配識別結果驅動分揀機器人3進行工作。
37.在進一步的實施例中，檢測模塊包括：光束接收器vr1、可調電阻rv1、電阻r1、放大器u1a。
38.在更進一步的實施例中，所述放大器u1a的2號引腳同時與所述可調電阻rv1的一端、控制端和所述光束接收器vr1的一端連接，所述放大器u1a的3號引腳同時與所述光束接收器vr1的另一端和所述電阻r1的一端連接且接地，所述放大器u1a的11號引腳輸入工作電壓，所述放大器u1a的4號引腳接地，所述放大器u1a的1號引腳同時與所述電阻r1的另一端和所述可調電阻rv1的另一端連接且接地。
39.在更進一步的實施例中，檢測模塊的作用在于，通過放大器u1a和反饋電阻r1，將光束接收器vr1輸入電壓信號通過可調電阻rv1進行調節輸入大小，進而可以改變輸出電壓值的大小，從而能夠適應后級控制電路對輸入信號電壓值的要求。
40.在更進一步的實施例中，實際應用時，光照強度影響，根據光束接收器vr1接收的大小，進而引起放大器u1a的改變，從而實現了將光強信號轉換為電壓信號。
41.工作原理：系統進行上電初始化；工控機4進行輸入工作指令至光電傳感器1；光電傳感器1內部的發射器進行發射光束（紅外、可見及紫外光輻射）；光束照射至目標螺栓螺母并形成反射；反射信號通過光電傳感器1內部的接收器進行接收；光電傳感器1內部的檢測模塊將接收的反射信號轉換為電信號；通過放大器u1a和反饋電阻r1，將光束接收器vr1輸入電壓信號通過可調電阻rv1進行調節輸入大小，進而可以改變輸出電壓值的大小，從而能夠適應后級控制電路對輸入信號電壓值的要求；實際應用時，光照強度影響，根據光束接收器vr1接收的大小，進而引起放大器u1a的改變，從而實現了將光強信號轉換為電壓信號；對獲取所述螺栓螺母的特征電信號進行處理；所述電信號進行處理轉換為圖像信號；對所述圖像信號進行圖像處理；所述圖像處理對圖像信號首先進行圖像特征提取；以圖像中心點像素的灰度值作為閾值，與它的鄰域比較，得到二進制碼來表述局部紋理特征；對獲取的局部紋理特征進行特征向量提取；將提取的圖像分為16*16的單個區域；將所述單個區域內的圖像分為3*3的灰度值，且將中心點灰度值與外圍8個點灰度值進行比較，大于中間像素點的灰度值的數值置為 1，否則為0；按每個點灰度值所處的位置不同，給 8個處理后的點灰度值加以不同的權值；計算每個處理后的點灰度值加以不同的權值的直方圖，即每個數字出現的頻率；然后對該直方圖進行歸一化處理；將得到的每個處理后的點灰度值加以不同的權值的直方圖進行連接成為一個特征向量，得出采集圖像的紋理特征向量；獲取螺栓螺母所要識別的對象各個角度的圖像，且進行圖像的歸一化處理，形成且二值化為適合求不變矩的圖像；根據多角度的圖像特征進行識別圖像的依據；將所有角度的圖像生
成比較目標和識別目標；將多角度拍攝的目標圖像進行處理后，求出每幅圖像的不變矩，把形成的向量和目標代號組合起來，形成比較目標；若去掉訓練樣本中的目標代號，余下的不變矩序列就作為待識別目標；建立識別工作網，包括輸入層、單隱層、識別層和輸出層；根據螺栓螺母的工件的種類個數，進行設置識別層識別神經元的個數；當給定待識別的圖像不變矩時，通過識別工作網映射給出識別結果；通過將識別結果輸出至分揀機器人3進行工作，進而完成分揀工作。
42.另外需要說明的是，在上述具體實施方式中所描述的各個具體技術特征，在不矛盾的情況下，可以通過任何合適的方式進行組合。為了避免不必要的重復，本發明對各種可能的組合方式不再另行說明。