李秀娟 李貝貝 于心俊

(河南工業(yè)大學電氣工程學院，河南 鄭州 450001)

線束端子在線檢測系統(tǒng)

李秀娟 李貝貝 于心俊

(河南工業(yè)大學電氣工程學院，河南 鄭州 450001)

線束端子應用領域十分廣泛，對其質(zhì)量的檢測非常重要，結(jié)合機器視覺檢測技術,研發(fā)了一套線束端子在線檢測設備。通過計算機視覺系統(tǒng)采集端子圖像，利用機器視覺軟件HALCON中的相關算子測量端子圖像中部分幾何量，進而對測量結(jié)果進行分析比較，判斷端子是否合格。實際應用表明，端子在線檢測系統(tǒng)運行穩(wěn)定，檢測效率和檢測精度大大提高，驗證了在線檢測系統(tǒng)設計思想的正確性，可以應用于其他產(chǎn)品的檢測。

線束端子 機器視覺 HALCON 在線檢測 幾何量

0 引言

線束廣泛用于家電、無線電通信設備，汽車、列車、航空航天等領域。端子是線束的重要組成部分，通過壓接等工藝實現(xiàn)與導線的連接。如果端子質(zhì)量不達標,將直接影響線束的可靠性，因此端子質(zhì)量的檢測尤為重要。

端子的壓制已經(jīng)實現(xiàn)了大規(guī)模、大批量的高速自動化生產(chǎn)，采用常規(guī)手段很難發(fā)現(xiàn)生產(chǎn)過程中產(chǎn)生的一些微小畸變的端子，或者不合格的端子。然而，近年來隨著機器視覺技術和數(shù)字圖像處理技術的迅速發(fā)展，利用機器視覺實現(xiàn)產(chǎn)品無接觸自動檢測的技術已逐漸變得切實可行。機器視覺技術的應用不僅大大提高了產(chǎn)品的檢測精度和速度，而且可以避免人工視覺檢測所帶來的偏差和誤差[1-5]。

基于機器視覺的線束端子在線檢測系統(tǒng)通過HALCON機器視覺算法檢測關鍵部位的長度、寬度、角度等幾何尺寸，從而判斷端子是否符合生產(chǎn)標準，檢測效率和精度大大提高。實際運行表明，系統(tǒng)安全、穩(wěn)定、可靠。

1 端子檢測

端子在壓接部位的包圍展開長度L應與線束規(guī)格匹配。L過大，會造成一部分線股被壓得過緊，而另一部分則完全處于未受壓狀態(tài)，導致致密度變差；L過小，則包不住線束，影響壓接質(zhì)量[6-7]。因此，圖1所示端子圖像中部位1的檢測十分重要，它直接影響線束端子壓接體的質(zhì)量。線束端子壓接體通過部位2與護套實現(xiàn)插接，因此部位2的尺寸規(guī)格是保證線束是否連接牢靠的關鍵，對部位2的檢測要求十分嚴格。

圖1 端子結(jié)構(gòu)Fig.1 Structure of the terminal

2 系統(tǒng)硬件結(jié)構(gòu)

基于機器視覺的線束端子在線檢測系統(tǒng)的硬件部分主要由2臺CCD工業(yè)攝像機、白色面光源、步進電機及電機驅(qū)動器、光纖傳感器及一些輔助設備等部分組成，如圖2所示。

圖2 端子檢測設備結(jié)構(gòu)框圖Fig.2 Structure of the terminal detection equipment

基于機器視覺的端子在線檢測設備工作臺如圖3所示。

圖3 檢測設備工作臺Fig.3 Workbench of the detection equipment

步進電機帶動端子傳動機構(gòu)運動，當光纖傳感器

檢測到某個端子時，主機讀取開關信號，控制電機停止轉(zhuǎn)動。2臺攝像機同時采集到高分辨率的端子部位圖像，然后利用HALCON視覺算法處理圖像，計算端子關鍵部位的幾何尺寸，通過分析比較，判斷端子是否合格。如端子物理尺寸超出誤差范圍，蜂鳴器報警提示，同時檢測設備和端子生產(chǎn)機床同時停止工作，等待工作人員處理。

檢測設備采用機器視覺專用背光源(LED白色面光源)。這種光源采用高密度LED陣列面，可提供高強度背光照明，能突出物體的外形輪廓特征。CCD采用德國AVT Guppy PRO系列工業(yè)數(shù)字攝像機，攝像機在可見光譜的響應非常靈敏，可瞬間獲取高分辨率的端子圖像，配套的多通道圖像采集卡將圖像實時傳輸?shù)街鳈C并通過界面顯示。此外，設備應用的光纖傳感器由反射型光纖探頭和光纖放大器組成，輸出信號為PNP型，響應時間小于200 μs，非常適合在高速在線檢測系統(tǒng)中應用。

調(diào)理控制電路如圖4所示。其主要實現(xiàn)光纖傳感器、啟動、停止等開關信號的采集、步進電機的控制、蜂鳴器報警提示；并通過控制輸出繼電器的動作，控制液壓端子機床的工作狀態(tài)。為了防止信號干擾，部分信號采用光電隔離。

圖4 調(diào)理控制電路Fig.4 Conditioning control circuit

3 軟件設計

HALCON是德國MVtec公司開發(fā)的一套完善的標準的機器視覺算法包，其中包含了幾何、數(shù)學轉(zhuǎn)換、形態(tài)學計算分析、校正、分類辨識、形狀搜尋等基本的幾何以及影像計算功能。其交互式的程序設計界面Hdevelop中的程序代碼可以直接輸出C++、VB、C#等程序代碼，并套入開發(fā)者的程序中，大大縮短了機器視覺檢測系統(tǒng)的軟件開發(fā)周期，降低了成品成本。HALCON還為大量的圖像獲取設備提供接口，保證了硬件的獨立性[8-11]。

3.1 圖像采集

調(diào)用HALCON中的open_framegrabber訪問圖像采集設備，通過set_framegrabber_param算子設置攝像機參數(shù)，grab_image_async算子實現(xiàn)圖像采集，使用disp_obj算子顯示圖像。本系統(tǒng)采用兩個相同規(guī)格的攝像機同時獲取同一端子兩個角度的圖像信息。VB實現(xiàn)代碼如下。

CallOp.OpenFramegrabber("1394IIDC", 1, 1, 0, 0, 0, 0, "progressive", 8, "default", -1, "false", "default", "000A4701120AB649", 0, -1, hv_AcqHandle1)

//打開圖像采集設備

CallOp.SetFramegrabberParam(hv_AcqHandle1, "camera_type", "0:5:6")

//設置 hv_AcqHandle1的圖像采集

設備參數(shù)camera_type的值為0:5:6

CallOp.SetFramegrabberParam(hv_AcqHandle1, "shutter", 400)

//設置 hv_AcqHandle1的

圖像采集設備參數(shù)shutter的值為400

CallOp.GrabImageStart(hv_AcqHandle1, -1)

//開始獲取圖像

CallOp.GrabImageAsync(ho_Image1, hv_AcqHandle1, -1)

//獲取hv_AcqHandle1圖像采集設備的圖像ho_Image1

CallOp.DispObj(ho_Image1, window1)

//顯示圖像

3.2 圖像處理

根據(jù)端子圖像信息，設計了3種方案來測量端子尺寸，即點點檢測、寬度檢測、角度檢測。

3.2.1 點點檢測

使用Harris 算子提取點特征。Harris 算子具有計算簡單、提取的點特征均勻且合理、穩(wěn)定等優(yōu)點，十分適用于本系統(tǒng)中采集到的簡單端子圖像。確定ROI后，首先使用points_harris算子找到兩個點，gen_cross_contour_xld算子標記出兩點。distance_pp算子計算出兩點距離值，angle_lx算子計算出兩點連線與x軸的角度值。VB實現(xiàn)代碼如下。

CallOp.PointsHarris(ho_ImageReduced, 0.7, 2, 0.1, 10000, hv_Row, hv_Column)

//獲取檢測區(qū)域中點的坐標

CallOp.GenCrossContourXld(ho_Cross, hv_Row, hv_Column, 6, 0.785398)

//根據(jù)點的坐標標記點

CallOp.DistancePp(Tuple.TupleSelect(hv_Row, 0), Tuple.TupleSelect(hv_Column, 0), _

Tuple.TupleSelect(hv_Row, 1), Tuple.TupleSelect(hv_Column, 1), hv_Distance)

//計算兩點的距離

CallOp.AngleLx(Tuple.TupleSelect(hv_Row, 1), Tuple.TupleSelect(hv_Column, 1), Tuple.TupleSelect(hv_Row, 0), Tuple.TupleSelect(hv_Column, 0), hv_Angle)

//計算兩點連線與x軸之間的角度

3.2.2 寬度檢測

確定ROI后，gen_measure_rectangle2算子獲得檢測句柄，然后使用measure_pairs算子計算得到兩邊的水平距離，即寬度。VB實現(xiàn)代碼如下。

Call Op.SmallestRectangle2(ho_Rectangle, hv_Row, hv_Column, hv_Phi, hv_Length1, hv_Length2)

//獲取矩形區(qū)域的參數(shù)值

Call Op.GenMeasureRectangle2(hv_Row, hv_Column, hv_Phi, hv_Length1, hv_Length2, _

hv_Width, hv_Height, "bicubic", hv_MeasureHandle)

//獲取檢測句柄

CallOp.MeasurePairs(Ho_Image, hv_MeasureHandle, 1, 30, "all", "all", hv_RowEdgeFirst,hv_ColumnEdgeFirst, hv_AmplitudeFirst, hv_RowEdgeSecond, hv_ColumnEdgeSecond, hv_AmplitudeSecond, hv_IntraDistance, hv_InterDistance)

//計算檢測句柄指向的兩條邊的間距

3.2.3 角度檢測

確定ROI后，首先通過select_contours_xld算子獲得區(qū)域中直線輪廓，select_obj、get_contour_xld和tuple_length算子獲得輪廓中點的信息，最后angle_lx算子計算得到直線輪廓與x軸的角度。VB實現(xiàn)代碼如下。

CallOp.LinesColor(ho_ImageReduced, ho_Lines, 3.5, 0, 12, "true", "false")

//提取檢測區(qū)域中的線

CallOp.SelectContoursXld(ho_Lines, ho_LongLines, "contour_length", 1, 500, 0,0)

//提取符合滿足條件的線ho_LongLines

CallOp.SelectObj(ho_LongLines, ho_Line, 1)

//在ho_LongLines中選擇一條線ho_Line

CallOp.GetContourXld(ho_Line, hv_Row, hv_Col)

//提取ho_Line線上的所有像素坐標

CallOp.TupleLength(hv_Row, hv_Number)

//獲取數(shù)組個數(shù)

CallOp.AngleLx(Tuple.TupleSelect(hv_Row, 0), Tuple.TupleSelect(hv_Col, 0), Tuple.TupleSelect(hv_Row, Tuple.TupleSub(hv_Number, 1)), Tuple.TupleSelect(hv_Col, Tuple.TupleSub( hv_Number, 1)), hv_Angle)

//計算所選線條與x軸之間的角度

3.3 判斷端子是否合格

判定端子是否合格，首先需要選取一個合格的端子對其各部位尺寸進行檢測，將檢測結(jié)果保存到數(shù)據(jù)庫中，作為判定標準。在系統(tǒng)檢測中，每一個端子的測量結(jié)果都要同標準結(jié)果比較，超出誤差范圍就視為不合格。

例如，測量得到的像素值為78.635，而標準端子在此部位的測量值為5.40 mm，像素值為78.379，通過比例關系計算得到圖片中端子的實際值為5.42 mm，超過誤差范圍0.01 mm，因此判斷這個端子是不合格的。

4 現(xiàn)場應用

本文設計的線束端子在線檢測設備已應用在工業(yè)現(xiàn)場，端子生產(chǎn)與檢測同步進行，檢測效率高，檢測精度小于0.1 mm，完全符合工廠檢驗標準。此外，設備檢測速度可以調(diào)節(jié)。

5 結(jié)束語

基于機器視覺的線束端子在線檢測設備采用無接觸式在線檢測，具有檢測精度高、速度可調(diào)、可靠性好、操作簡單和抗干擾能力強等優(yōu)點，完全解決了人工視覺檢測方法存在的弊端，大大提高了生產(chǎn)線自動化程度。線束端子在線檢測設備的設計思想完全可以應用于其他自動化檢測領域，具有良好的社會效益。

[1] 席斌,錢峰.機器視覺測量系統(tǒng)在工業(yè)在線檢測中的應用[J].工業(yè)控制計算機,2005,18(11):75-76.

[2] 武杰,趙轉(zhuǎn)萍.機器視覺技術在幾何量測量中的應用[J].現(xiàn)代計量通訊,2006(6):15-19.

[3] 雷振山,湯小嬌,李慶利.基于機器視覺的刀具幾何參數(shù)測量技術[J].工具技術,2004,38(10):66-68.

[4] 李紅鋼.基于機器視覺的某型藥筒零件難測量尺寸測量系統(tǒng)研究[D].太原：中北大學,2014.

[5] 路燕.基于機器視覺的物體幾何尺寸測量算法研究[D].西安：西安理工大學,2009.

[6] 鄒松明.端子壓接工藝與服務過程中的問題分析與改進研究[D].上海：東華大學,2014.

[7] 余智勇,鐘曉光,李尚健.線束端子壓接工藝及磨具研究[J].華中科技大學學報：自然科學版,1991,19(S3):95-100.

[8] Carsten S,Markus U,Christian W.機器視覺算法與應用[M].楊少榮,吳迪靖,段德山,譯.北京：清華大學出版社,2008.

[9] 彭曉輝.基于HALCON的IC卡噴碼符號識別技術研究與實現(xiàn)[D].廣州：廣東工業(yè)大學,2006.

[10]吉軍,嚴立甫,張輝，等.基于HALCON和VC++混合編程的視覺測量系統(tǒng)設計[J].咸陽師范學院學報,2011,26(6):21-24.

[11]孫懷遠,周夫之,陸尚卿.機器視覺技術在藥液灌裝量檢測中的應用[J].計算機應用與技術,2009,26(6):247-248,264.

Online Detection System of the Wiring Harness Terminal

Applications of wiring harness terminals are very extensive, so detecting their quality is extremely important. Thus, the online detection equipment based on machine vision detection technology has been researched and developed. The images of terminals are collected through computerized vision system, partial geometric quantities in image of terminal are measured by adopting related operators in machine vision software HALCON, then the measurement results are analyzed and compared, to judge whether the terminal is qualified or not. The practical application indicates that this online detection system runs stably, the detection efficiency and accuracy are greatly improved, the correction of the design concept of the online detection system is verified, and it can be applied in detection of other products.

Wiring harness terminal Machine vision HALCON Online detection Geometric quantity

李秀娟(1961-)，女，1998年畢業(yè)于湖南大學計算機應用專業(yè)，獲碩士學位，教授；主要從事智能微系統(tǒng)與圖像處理的研究。

TH865

A

10.16086/j.cnki.issn1000-0380.201506019

修改稿收到日期：2014-12-02