基于机器视觉的油罐车自动灌装系统的研究

摘要

目前,我国石油企业在国内进行石油运输时大多采用铁路运输方式。由于油罐车的容量限制,每次运输都需要使用大量的槽车运载,油料的加载过程十分繁琐。传统的操作过程中,需要工作人员在每次灌装时都需要对灌装装置(通常为大鹤管)进行人工定位,劳动强度大,很容易产生疲劳,发生事故,并且手动对接的速度也十分缓慢,效率很低。因此,迫切需要一种能够代替人工灌装的自动灌装系统的来提高灌装效率,降低工作强度。本课题在此基础上研究设计了基于机器视觉的油罐车自动灌装系统,具有很大的实际应用价值。
　　本文简要地概述了油罐车自动灌装系统的工作流程,介绍了机器视觉技术的发展历程、图像处理技术的发展现状以及基于PC的机器视觉系统的体系结构,详细介绍了图像的预处理、图像识别和定位算法和摄像机标定技术原理。在整体上建立了基于机器视觉的油罐车自动灌装系统的模型结构,搭建了系统的硬件平台,在软件设计上根据灌口的图像特征,利用Visual Studio2010结合OpenCV进行编程给出具体的算法并得到了实现。通过工业摄像机获取油罐车灌口图像后,首先对灌口的数字图像使用高斯滤波法进行滤波,去除了图像中的噪声,再对图像进行灰度化,然后根据直方图均衡法对图像进行增强,削弱或去除了某些不需要的信息,接着通过设定阈值对灌口图像进行边缘检测,找出灌口的边缘,根据霍夫元变换原理,确定出整个灌口的圆心。然后将灌口圆心坐标通过PLC发送给运动控制器,由运动控制器向交流伺服电机驱动器发送脉冲信号,信号触发交流伺服电机控制大鹤管运动,其中利用PID算法对大鹤管的位置进行微调控制,最终实现油罐车的自动灌装。

目录

封面

声明

中文摘要

英文摘要

目录

1 绪论

1.1 课题研究的背景及意义

1.2 国内外研究发展现状

1.3 本课题主要研究内容

2 机器视觉技术

2.1 机器视觉系统硬件基础

2.2 机器视觉中的图像处理技术

2.3 摄像机标定技术

2.4 本章小结

3 基于机器视觉的油罐车自动灌装系统总体设计

3.1 系统模型构建

3.2 机器视觉系统硬件平台搭建

3.3 图像处理软件

3.4 本章小结

4 图像处理与识别算法实现

4.1 图像处理与识别

4.2 PID控制算法

4.3 本章小结

5 系统总体实现及结果分析

5.1 系统主程序流程

5.2 图像采集模块

5.3 图像处理模块

5.4 运动控制模块

5.5 本章小结

总结与展望

参考文献

致谢

附录一：攻读硕士学位期间所发表的学术论文

附录二：图像处理与识别程序部分