线性电机在高速粘片机芯片拾放机构中的应用

论述了高速粘片机核心部件芯片拾放机构的工作原理以及美国SMAC线性电机的特性,采用线性电机驱动芯片拾放机构,实现了对芯片的高速、高精度和柔性拾放技术。     

基于全局空间控制的高精度柔性视觉测量系统研究

针对传统机器人视觉测量系统中测量精度受机器人绝对定位精度限制的问题,构建了基于全局空间控制的高精度柔性视觉测量系统并研究其标定技术。通过全局空间测量定位系统实现机器人末端工具的高精度实时控制,可以突破机器人自身定位精度的限制,充分发挥其高度柔性的运动特性。为实现系统高精度测量,提出一种基于单应性矩阵的视觉传感器外参标定方法,该方法仅需对所设计的平面靶标进行一次成像,结合激光跟踪仪进行坐标转换即可实现传感器坐标系与外部参考坐标系之间坐标转换关系的精确标定。实验结果表明,基于全局空间控制的机器人视觉测量系统在其工作空间中距离测量精度优于0.2/mm,较传统的机器人视觉测量系统得到显著提高。     

IC芯片检测的图像分割算法研究及其实现

全自动上芯机是用于芯片生产后工序的关键设备之一,而机器视觉检测系统又是提高该设备产能和质量的关键系统.在机器视觉检测系统中,图像的有效分割是图像分析的基础.针对摄像机采集到的图像由于镜头具有球面像差的原因都不同程度地存在图像降质的现象(如暗角),分析了基于迭代算法、改进的自适应门限以及同态滤波的图像分割算法,并对IC芯片图像进行了三种方法的实验比较,结果表明,改进的自适应门限的图像分割算法能够满足IC芯片检测高精度、高速度的要求.     

基于特征点识别的位姿测量数据处理方法研究

视觉测量具有结构简单、成本低、非接触式测量的优点,利用视觉位姿测量结果对空间展开机构进行定位具有良好的应用前景.实际应用中需要将视觉测量数据转换到物空间坐标系从而对定位系统的控制量提供指导.针对相机外参数标定操作繁琐、需要额外设备、不利于在轨实现等缺点,提出了一种利用运动样本空间构建坐标系转换关系的数据处理方法,根据取样空间内构建的补偿方程,可以将各自由度的视觉测量数据转换到控制器坐标系上,同时能够校正由于安装、配准等导致的系统误差,从而实现高精度的空间 目标定位.实验结果表明,在1.7 m的测量距离下,所搭建单相机测量系统的位置与转角测量精度可达0.02 mm和0.003°,验证了所研究方法的有效性和实用性.     

高精度视觉贴片机拾放程序设计编程

探讨了SMT高精度视觉贴片机难点之一拾放程序设计编程 ,重点介绍示教编程和CAD输入编程设计方法。     

一种应用于芯片高精度拾放的视觉定位方法

视觉定位技术是全自动芯片拾放设备的核心技术之一,其设计需结合设备功能、结构特点、运动方式来完成。介绍的视觉定位方法采用仰视与俯视双相机、俯视相机双镜头切换方式,适用于全自动粘片机、点胶机、晶圆芯片拾取机等设备中的拾放定位功能,及设备执行部件相对位置校验功能。     

高精度机器视觉对准测量系统设计

设计了用于半导体先进封装光刻设备中的高精度机器视觉对准测量系统,明确了机器视觉对准测量系统工作原理、设计指标及系统设计中需要考虑的关键技术点,同时给出了机器视觉对准测量系统关键零部件的设计,并给出了对准测量系统最终在整机上测得的性能数据。测试结果表明,所设计的机器视觉对准测量系统完全可以满足集成电路先进封装工艺需求。     

基于亚像素图像拼接的透明元件视觉测量方法

针对透明光学元件特征不明显以及机器视觉难以进行大视场、高精度尺寸测量的问题，提出一种基于亚像素图像拼接的视觉测量方案。该方案对相机坐标系与世界坐标系间的旋转角进行标定，获得精确的尺度因子与图像预匹配结果；图像坐标系旋转角校正后小于0.1°；通过添加网格背景实现透明元件特征匹配。所提基于滑动窗口预匹配、随机采样一致性筛选最佳偏移向量的配准算法，使图像拼接精度达到0.05 pixel，较已有研究明显提升。将该方案应用于透明光学元件视觉检测系统中，在移动精度仅为0.02 mm的条件下，获得了平均误差为0.12 pixel的图像拼接结果，实现了透明光学元件的大视场、高精度尺寸测量。     

基于OpenCV的集成芯片基板定位技术

针对集成芯片制造中对定位、校准的高精度、实时性要求,提出了用机器视觉技术解决芯片基板定位的方法,通过对几种模板匹配算法的研究,采用基于OpenCV的图像分析技术实现了对集成芯片基板的准确定位,解决了传统机械定位精度低、速度慢的问题。     

一种软膜贴附机的机器视觉系统标定方法

在现代工业自动化生产中,机器视觉系统的应用与日俱增。在视觉系统的定位使用中,必须先统一坐标系,将视觉系统中的镜头坐标系及运动坐标系联系在一起,即标定。文章介绍了一种软膜贴附机视觉系统定位标定方法。     

基于蒙特卡罗方法的LED芯片定位系统误差分析

该文根据LED芯片定位系统的特点,构建了从图像坐标系到芯片坐标系的数学模型。检测运动控制、图像处理过程以及标定过程中的误差分布,通过蒙特卡罗分析法估计LED芯片的定位误差,计算了各个测量变量对最终定位误差的敏感度。分析结果表明,绕z轴旋转角度误差为LED芯片定位系统误差的主要来源,图像处理误差以及运动控制误差对系统误差影响较小。因此,通过标定算法补偿绕z轴旋转角度误差是提高LED芯片定位精度的关键。     

基于视觉和毫米波雷达的车辆检测

根据智能车辆主动驾驶辅助系统中的重要性,提出了一种融合毫米波雷达数据和视觉多特征的车辆检测算法。车辆检测算法通过三个步骤实现,首先,提出一种空间对准算法实现毫米波雷达和视觉的空间对准;其次,根据空间对准结果和搜索策略提取目标车辆的感兴趣区域;最后,融合车底阴影、对称轴、左右边缘等车辆特征实现车辆检测,其中,为了准确得到目标车辆的车底阴影,提出一种改进的车底阴影分割算法。算法的性能在不同的场景下得到证实,实验结果表明该车辆检测算法是有效和可靠的。     

Technique for calibration of chassis components based on encoding marks and machine vision metrology

A novel technique for calibrating crucial parameters of chassis components is proposed,which utilizes the machine vision metrology to measure 3D coordinates of the center of a component’s hole for assembling in the 3D world coordinate system.In the measurement,encoding marks with special patterns will be assembled on the chassis component associated with cross drone and staff gauge located near the chassis.The geometry and coordinates of the cross drone consist of two planes orthogonal to each other and the staff gauge is in 3D space with high precision.A few images are taken by a highresolution camera in different orientations and perspectives.The 3D coordinates of 5 key points on the encoding marks will be calculated by the machine vision technique and those of the center of the holes to be calibrated will be calculated by the deduced algorithm in this paper.Experimental results show that the algorithm and the technique can satisfy the precision requirement when the components are assembled,and the average measurement precision provided by the algorithm is 0.0174 mm.     

自动排片机在IC芯片分选中的应用研究

介绍了针对排片机(又称挑粒机)将IC芯片与蓝膜分离并置于片盒中的过程中,如何控制拾取与放置的动作,以及芯片取放过程中的时间、真空和压力控制.     

空间相机像移补偿计算中飞行器大姿态角使用方法

提出了在大姿态角情况下飞行器姿态参数的使用方法以实现像移速度的精确计算。根据飞行器轨道坐标系转换到飞行器坐标系的转换矩阵,推导了在大姿态角存在时轨道坐标系下的姿态角速度与飞行器坐标系下的姿态角和姿态角速度的关系式。通过计算得出,在侧摆角为30时对飞行器坐标系绕飞行器轨道坐标系的转动角速度S1、S2和S3的影响最大误差分别为1.175%、50%和13.223%;在前后摆角为30时对S1、S2和S3的影响最大误差分别为63.397%、0.1745%和63.397%。根据空间相机像移速度计算精度要求比较高,确定了在一定的姿态角情况下飞行器姿态参数使用方法。提出的方法简单,易于实现,适用于空间相机像移补偿的研究。     

基于灰度梯度和反正切函数拟合的亚像素边缘检测算法

在数字图像处理和机器视觉中,边缘检测是一个基本问题和关键环节,因此,精确地检测图像边缘是非常必要的。本文提出了一种基于灰度梯度和反正切函数拟合的亚像素边缘检测算法。首先,通过Canny算子粗略提取输入图像的边缘;然后对初步得到的边缘像素逐点提取灰度梯度方向,以提取的梯度方向为坐标轴正方向建立灰度梯度直角坐标系;最后利用最小二乘法,采用反正切函数拟合图像边缘的灰度梯度,获得亚像素边缘位置。利用Microsoft Visual Studio 2008平台进行实验,结果表明：与基于小波变换及基于Zernike矩的亚像素边缘检测方法相比,本文所提算法定位精度较高,检测速度较快,能够更完整地检测出图像的平滑边缘。     

仿人足球机器人目标定位与追踪算法改进

对于仿人足球机器人来说,视觉功能是极其重要的。在足球机器人的各种关键技术中,机器视觉是应用范围最广,最为基本的技术之一。移动机器人视觉的研究主要集中在颜色模型建立、目标识别、定位以及跟踪等方面。仿人机器人视觉系统的识别与定位算法也是目前的研究热点,目标的实时识别与定位是足球机器人在足球赛中精确踢球的前提。文章主要是针对目前足球机器人在视觉系统上所存在的问题进行了颜色模型建立及目标定位算法的改进,加入了目标追踪算法,确保目标识别与定位的准确。在i Kid足球机器人上进行试验并调试,试验结果具有较好的实时性和准确性。     

基于遗传神经网络的芯片图像分割

芯片图像分割是上芯机机器视觉系统进行图像处理的重要环节,分割效果直接影响下一步芯片信息的提取。采用遗传算法对BP神经网络的权值和阈值进行优化,避免网络陷入局部最优,使其在全局范围内获得最优解。通过选择实数编码和遗传算子算法控制参数,利用优化后的神经网络对芯片图像进行分割;并用模板匹配法得到分割图像的匹配度,计算其平均值和方差。最后,将该算法与传统分割算法的进行比较,该算法的分割效果优于传统分割效果。