由于运行复杂，螺纹保护套和油管的尺寸和类型多种多样，因此，在此之前油料工具行业都没有使用任何自动化技术。现在JMP工程公司和一家油料行业的生产商联合开发了一种灵活的自动化程序，使用两个机器视觉引导机器人来处理大量的工件，并且配置简便，可以适应未来的各种变化，且无需进行编程。
自动化油料工具生产面临的挑战
油料工具生产过程通常产生大量工件，并且生产能力相对较低，经常会出现不符合精确部件定位公差要求的情况。正是因为这些原因，其它行业使用的自动化系统并不是油料工具生产行业的选择。基于工业机器人的灵活自动化系统具有强大能力，但面临着很多挑战，比如需要拾起未固定的部件、处理很多不同的部件编号等。最终，目前的油料行业在用工业机器人的数量极少。
JMP工程公司在自动化工艺方面面临类似的挑战。在该案例中，螺纹保护套安装在油气管道上用于防止运输过程中的损坏。部件的产量相对较高，但任何一件部件的产量都还没有得到需要实现自动化的水平。制造商希望以每分钟3件的速度组装螺纹保护套。安装管线和管盖的任务使用气动工具，但是，所产生的高力矩为他们带来了极大的挑战。
从筐内拾起部件
在从筐内拾起部件的操作中，螺纹保护套分层放置在筐内，筐子通过纸板分隔。机器视觉系统安装在机械臂上使用。视觉系统包含一个Basler Ace相机，该相机使用适用于高性能工业相机的Gig EVision®标准，并在Bechkoff工业计算机上配置一个帧采集卡。相机外罩内的(LED)灯可以产生红色光，用于克服环境光对图像采集造成的影响。
JMP的程序员用VB为工作站编写了一个图形用户界面，可以通过调用可能是Vision Pro工具库中的视觉工具执行视觉任务。Vision Pro提供优先配置的、高度集成的采集支持，可供各种工业相机和视频格式使用。康耐视的Quick Build应用程序开发环境可以实现采集工具的配置、视觉任务的定义和合格/不合格的确定，而且无需编程。Vision Pro工具库包括各种工具，比如Pat Max®、Pat Inspect®、Pat Flex®、ID Max®和OCV Max，可以测量、引导、识别和检查各种部件，即使部件表面因为制造过程发生偏差，仍然可以执行。
传统的图形匹配技术依赖于像素网格分析程序，通常我们称之为“归一互相关”法。这种方法寻找灰度模型或参考图案与对象和图片某部分之间的相同程度，确定对象的X/Y轴位置。尽管这种方法在一些情况下非常有效，但是，生产线上常常出现各种表面变化，比如对象的角度、尺寸和光影等，在此情况下这种方法寻找目标的能力就显得不足。
康耐视的PatMax几何图案对比技术可以通过学习一组并不与像素网格绑定的边界曲线来了解对象的几何形状，然后在图像中寻找类似的形状，不需要依赖于具体的灰阶值。这种方法最终大幅度提高了在尺寸、角度和光影变化的情况下准确找到目标的能力。
Motoman HP50机器人将相机放在筐子上面活动，在到达拍摄位置后发出信号。可编程逻辑控制块向视觉系统发出一个拍照请求。相机拍摄照片，Pat Max视觉工具确定每个螺纹保护套在筐内的位置。然后，视觉系统在图像上识别出螺纹保护套，计算每个部件的位置。VB接口可以让相机照片上的像素在数毫秒内完成转换，达到机器人控制系统的要求。
可编程逻辑控制块指引机器人从筐内拾起其中一个螺纹保护套，这些保护套的尺寸不等，包括直径4英寸(10.16厘米)-8英寸(20.32厘米)的各种尺寸。视觉系统进行各种部件编号的训练，不仅仅可以识别出良品的位置，也可以检查良品中混杂的错误尺寸部件。
将螺纹保护套安装到管道上
机器人将部件移送到第二个Motoman HP50机器人上，该机器人进行螺纹保护套安装到管道的任务。可编程逻辑控制块存储筐内某一层所有部件的位置，并指引机器人逐个拾起。当全部拾起后，机器人则取下纸板分隔层，相机拍摄照片，确定下一层各个部件的位置。
第二个机器人将螺纹保护套拾起，固定到油料工具组件所在位置，对准管道上需要安装螺纹保护套的位置。
JMP工程公司的机器视觉专家说：“组装2个螺纹扣件对机器人来说是一种很具挑战性的操作，机器人不像人一样能够感受到螺纹的连接，但使用视觉系统可以解决这一问题。”
在第二个机器人上安装的一个Basler Ace相机可以定位管道以便进行螺纹保护套安装。管道上方使用一个智能视觉红色灯以斜角照射，形成灯光阴影，从而精确地测量管道直径。然后使用VisionProCircle工具检查管道的直径，确保管道直径与螺纹保护套保持一致，并且更加精确地定位管道的位置。配备合格校验装置的机械臂可以在保护套旋入管道时拉动机械臂和螺纹保护套。
显示屏上显示最新的图像和结果，比如螺纹保护套的尺寸和管道的尺寸。部件拾取机器人的图像和结果显示在屏幕左侧，螺纹组装机器人图像和结果安装在右侧。配置目录可以让操作员准确地配置相机。
自动校准程序充分利用了各个机器人附近的固定、永久性对象。安装在每个机器人上的相机为每个目标拍摄四张照片，每拍摄完一张照片就移动到一个既定位置。校准方法则利用这四张照片确定机器人相对于对象的位置。Ackerman说：“校准是一种手动程序，只要有人认为有一个机器人出现了不精确的情况，就可以要求进行校准，采集器弯曲或者相机移位都可能造成不准确的情况产生。”很有可能，这种应用将实现采用视觉技术的新一代机器人，提高油料工具行业的生产能力的质量。
