由于運行復雜，螺紋保護套和油管的尺寸和類型多種多樣，因此，在此之前油料工具行業都沒有使用任何自動化技術。現在JMP工程公司和一家油料行業的生產商聯合開發了一種靈活的自動化程序，使用兩個機器視覺引導機器人來處理大量的工件，并且配置簡便，可以適應未來的各種變化，且無需進行編程。
自動化油料工具生產面臨的挑戰
油料工具生產過程通常產生大量工件，并且生產能力相對較低，經常會出現不符合精確部件定位公差要求的情況。正是因為這些原因，其它行業使用的自動化系統并不是油料工具生產行業的選擇。基于工業機器人的靈活自動化系統具有強大能力，但面臨著很多挑戰，比如需要拾起未固定的部件、處理很多不同的部件編號等。最終，目前的油料行業在用工業機器人的數量極少。
JMP工程公司在自動化工藝方面面臨類似的挑戰。在該案例中，螺紋保護套安裝在油氣管道上用于防止運輸過程中的損壞。部件的產量相對較高，但任何一件部件的產量都還沒有得到需要實現自動化的水平。制造商希望以每分鐘3件的速度組裝螺紋保護套。安裝管線和管蓋的任務使用氣動工具，但是，所產生的高力矩為他們帶來了極大的挑戰。
從筐內拾起部件
在從筐內拾起部件的操作中，螺紋保護套分層放置在筐內，筐子通過紙板分隔。機器視覺系統安裝在機械臂上使用。視覺系統包含一個Basler Ace相機，該相機使用適用于高性能工業相機的GigE Vision?標準，并在Bechkoff工業計算機上配置一個幀采集卡。相機外罩內的（LED）燈可以產生紅色光，用于克服環境光對圖像采集造成的影響。
JMP的程序員用VB為工作站編寫了一個圖形用戶界面，可以通過調用可能是VisionPro工具庫中的視覺工具執行視覺任務。VisionPro提供優先配置的、高度集成的采集支持，可供各種工業相機和視頻格式使用。康耐視的QuickBuild™應用程序開發環境可以實現采集工具的配置、視覺任務的定義和合格/不合格的確定，而且無需編程。VisionPro工具庫包括各種工具，比如PatMax?、PatInspect?、PatFlex?、IDMax?和OCVMax™，可以測量、引導、識別和檢查各種部件，即使部件表面因為制造過程發生偏差，仍然可以執行。
傳統的圖形匹配技術依賴于像素網格分析程序，通常我們稱之為“歸一互相關”法。這種方法尋找灰度模型或參考圖案與對象和圖片某部分之間的相同程度，確定對象的X/Y軸位置。盡管這種方法在一些情況下非常有效，但是，生產線上常常出現各種表面變化，比如對象的角度、尺寸和光影等，在此情況下這種方法尋找目標的能力就顯得不足。
康耐視的PatMax幾何圖案對比技術可以通過學習一組并不與像素網格綁定的邊界曲線來了解對象的幾何形狀，然后在圖像中尋找類似的形狀，不需要依賴于具體的灰階值。這種方法最終大幅度提高了在尺寸、角度和光影變化的情況下準確找到目標的能力。
Motoman HP50機器人將相機放在筐子上面活動，在到達拍攝位置后發出信號。可編程邏輯控制塊向視覺系統發出一個拍照請求。相機拍攝照片，PatMax視覺工具確定每個螺紋保護套在筐內的位置。然后，視覺系統在圖像上識別出螺紋保護套，計算每個部件的位置。VB接口可以讓相機照片上的像素在數毫秒內完成轉換，達到機器人控制系統的要求。
可編程邏輯控制塊指引機器人從筐內拾起其中一個螺紋保護套，這些保護套的尺寸不等，包括直徑4英寸（10.16厘米）-8英寸（20.32厘米）的各種尺寸。視覺系統進行各種部件編號的訓練，不僅僅可以識別出良品的位置，也可以檢查良品中混雜的錯誤尺寸部件。
將螺紋保護套安裝到管道上
機器人將部件移送到第二個Motoman HP50機器人上，該機器人進行螺紋保護套安裝到管道的任務。可編程邏輯控制塊存儲筐內某一層所有部件的位置，并指引機器人逐個拾起。當全部拾起后，機器人則取下紙板分隔層，相機拍攝照片，確定下一層各個部件的位置。
第二個機器人將螺紋保護套拾起，固定到油料工具組件所在位置，對準管道上需要安裝螺紋保護套的位置。
JMP工程公司的機器視覺專家說：“組裝2個螺紋扣件對機器人來說是一種很具挑戰性的操作，機器人不像人一樣能夠感受到螺紋的連接，但使用視覺系統可以解決這一問題。”
在第二個機器人上安裝的一個Basler Ace相機可以定位管道以便進行螺紋保護套安裝。管道上方使用一個智能視覺紅色燈以斜角照射，形成燈光陰影，從而精確地測量管道直徑。然后使用VisionPro Circle工具檢查管道的直徑，確保管道直徑與螺紋保護套保持一致，并且更加精確地定位管道的位置。配備合格校驗裝置的機械臂可以在保護套旋入管道時拉動機械臂和螺紋保護套。
顯示屏上顯示最新的圖像和結果，比如螺紋保護套的尺寸和管道的尺寸。部件拾取機器人的圖像和結果顯示在屏幕左側，螺紋組裝機器人圖像和結果安裝在右側。配置目錄可以讓操作員準確地配置相機。
自動校準程序充分利用了各個機器人附近的固定、永久性對象。安裝在每個機器人上的相機為每個目標拍攝四張照片，每拍攝完一張照片就移動到一個既定位置。校準方法則利用這四張照片確定機器人相對于對象的位置。Ackerman說：“校準是一種手動程序，只要有人認為有一個機器人出現了不精確的情況，就可以要求進行校準，采集器彎曲或者相機移位都可能造成不準確的情況產生。”很有可能，這種應用將實現采用視覺技術的新一代機器人，提高油料工具行業的生產能力的質量。
