張 馳，李遠波，王梅梅，陳 龍

（1.廣東工業(yè)大學(xué)機電工程學(xué)院，廣東 廣州 510006；2.大族激光科技股份有限公司，廣東深圳518052）

基于Halcon的電聲器件焊點定位系統(tǒng)

張 馳1，李遠波1，王梅梅2，陳 龍1

（1.廣東工業(yè)大學(xué)機電工程學(xué)院，廣東 廣州 510006；2.大族激光科技股份有限公司，廣東深圳518052）

為了解決在電聲器件的自動化焊接過程中所存在的焊點定位精度不高，焊線偏離焊頭等問題，介紹了一種基于視覺軟件HALCON的焊點定位系統(tǒng)。該系統(tǒng)包含硬件設(shè)計、圖像處理與運動控制三部分，首先將采集到的圖像進行處理以提取圖像焊點坐標，然后通過坐標標定將所得到的焊點坐標轉(zhuǎn)換到運動平臺坐標系中，最后配合運動控制器進行焊點定位。通過多次實驗，驗證了利用機器視覺技術(shù)可以實現(xiàn)電聲器件漆包線引線點焊的精確定位。相對人工焊接方式，采用機器視覺技術(shù)后自動焊接效率高，焊接質(zhì)量良好，其重復(fù)定位精度可以達到0.016 mm。

Halcon；圖像處理；坐標系標定；焊點定位

0 前言

電聲電子元器件的漆包線直徑一般在幾十到幾百微米之間，最初全部依靠人工焊接，焊接效率低，而且工人的熟練程度不同導(dǎo)致焊接的一致性較差[1]；后來伴隨著工廠自動化改造的熱潮，很多生產(chǎn)線開始采用運動控制方式進行自動化焊接。焊接效率大幅提高，但在實際生產(chǎn)過程中發(fā)現(xiàn)，由于治具的磨損以及焊盤上漆包線引腳的固定位置存在偏差（焊線是柔性的，很難保證固定的方向一致），導(dǎo)致器件焊點的定位精度難以保證，經(jīng)常出現(xiàn)焊線偏離焊頭的現(xiàn)象。為了改善上述弊端，本研究提出了一種機器視覺技術(shù)與運動控制相結(jié)合的方法以實現(xiàn)焊接的精準定位。

1 系統(tǒng)設(shè)計

1.1 系統(tǒng)設(shè)計目標

電聲器件實物如圖1所示。首先通過圖像分割技術(shù)得到焊盤位置，然后使用輪廓提取技術(shù)獲得焊線輪廓，并使其與基準線（與焊頭在同一水平線上）相交得到焊點的圖像坐標，最后通過坐標系標定，將其轉(zhuǎn)換到實際的空間坐標系中。

圖1 微型喇叭

1.2 系統(tǒng)構(gòu)成

基于機器視覺軟件Halcon的焊點定位系統(tǒng)由機器視覺系統(tǒng)和運動控制系統(tǒng)組成。機器視覺系統(tǒng)包括工業(yè)相機、鏡頭、光源、光源控制器、PC機以及光源支架；運動控制系統(tǒng)包括PLC控制器、伺服電機、伺服電機驅(qū)動器、觸摸屏、運動導(dǎo)軌以及器件的工裝治具[2]?；贖alcon的自動點焊機設(shè)備如圖2所示。

圖2 設(shè)備整體實物

視覺系統(tǒng)硬件配置如下，相機：德國映美精DMK 23G445的CCD相機（Gige接口的單色工業(yè)相機），分辨率為130萬像素，靶面尺寸1/3英寸，30幀/s；鏡頭：日本Moritex公司生產(chǎn)的非遠心近攝鏡頭ML-N系列的ML03-181，光學(xué)放大倍率0.3倍，工作距離270 mm，景深5.43 mm，分辨率14.6 μm；光源：紅色同軸光，發(fā)光面50×50；PC機：處理器Intel（R）Core（TM）i3-4150，安裝內(nèi)存4.00 GB，板載網(wǎng)卡最大網(wǎng)絡(luò)速度1 000 Mbps。

1.3 工作流程

系統(tǒng)工作流程如圖3所示。第一步，調(diào)整光源，直到得到最佳的圖像效果，然后使用CCD相機采集被測物體的圖像；第二步，將電信號轉(zhuǎn)換成數(shù)字信號，通過千兆網(wǎng)端口將采集到的圖像信息傳輸?shù)絇C機，并使用圖像采集軟件分析和處理采集到的圖像，最終獲得焊點在圖像坐標系中的像素坐標；第三步，將焊點的圖像坐標轉(zhuǎn)換到運動平臺坐標系中；第四步，通過運動平臺，將待焊器件移動到焊頭下方；第五步，點焊機控制焊頭對待焊器件進行點焊。

2 圖像處理模塊

2.1 圖像預(yù)處理

圖像預(yù)處理可使圖像更加清晰。突出目標區(qū)域的具體要素（形狀、顏色等），并消除不需要的要素（干擾源）。預(yù)處理的方式多種多樣，常見的有均值濾波、中值濾波和銳化濾波。

圖3 總體架構(gòu)及工作流程

均值濾波器是使用濾波器模板確定鄰域內(nèi)像素的平均灰度值來代替圖像中每個像素的值，這種處理降低了圖像灰度的“尖銳”變化；中值濾波器是用像素鄰域內(nèi)灰度的中值代替該像素的值，它對處理脈沖噪聲（例如椒鹽噪聲）非常有效；銳化濾波器的主要目的是突出灰度的過渡部分，均值處理與積分類似，而銳化處理由空間微分來實現(xiàn)，圖像微分可以增強邊緣和其他突變（如噪聲），從而削弱灰度變化緩慢的區(qū)域[3]。

系統(tǒng)采用掩膜大小為3×3的均值濾波器來做預(yù)處理，其濾波效果如圖4所示。

圖4 濾波效果對比

2.2 圖像分割

在基于Halcon的焊點定位系統(tǒng)中，分割是為了將ROI區(qū)域從圖像中分離出來，提高目標定位的精準度，減少處理信息的數(shù)據(jù)量。另外可以通過Halcon中自帶算子create_ncc_mode將分割出來的ROI區(qū)域設(shè)置為模板，當系統(tǒng)自動運行時，通過算子find_ ncc_mode自動查找模板區(qū)域。

除此之外，圖像分割還有另外一個重要應(yīng)用是通過閾值提取輪廓。求取輪廓的方法多種多樣，常見的有Sobel、Canny、Otsu、Laplace、Robert算子等，本研究采用基于梯度的方法來得到輪廓信息。要得到圖像的梯度，要求在圖像的每個像素位置得到偏導(dǎo)數(shù)?f/?x和?f/?y，因為像素的灰度值是數(shù)字量，所以要求關(guān)于一個像素點的鄰域上偏導(dǎo)數(shù)數(shù)值近似。

使用羅伯特交叉梯度算子（Robert[1965]）提取輪廓之后的結(jié)果如圖5所示。

圖5 輪廓提取

2.3 形態(tài)學(xué)處理

在基于halcon的焊點定位系統(tǒng)中，經(jīng)過預(yù)處理和分割處理之后得到的是分離的輪廓，每一個獨立的輪廓都是一個連通域，形態(tài)學(xué)的處理就是對這些連通域進行處理。像素之間的關(guān)系有三種：4鄰接、8鄰接、混合鄰接。

首先，需要通過混合鄰接的方式將孤立的輪廓線拼接起來；其次，通過特征篩選，將對拼接之后的輪廓線篩選出目標輪廓。在halcon中可以使用select_ shape_xld提取目標輪廓，主要使用的特征參數(shù)有circularity，orientation，contlength等，提取結(jié)果如圖6所示。

圖6 得到焊線輪廓

2.4 亞像素提取焊點

為了保證焊點與焊頭在同一個維度上，首先要根據(jù)焊頭所在的位置做一條基準線，該基準線要保證貫穿待焊器件的兩個焊盤；然后通過特征提取得到焊絲兩邊的輪廓，最后使基準線與其相交，兩個交點的中點即所求的焊點位置。

3 坐標標定

通過圖像處理之后，得到的焊點坐標仍是圖像坐標，必須經(jīng)過進一步的坐標標定將圖像坐標轉(zhuǎn)換到運動平臺坐標系中[4]。

在如圖7所示的標定模型中，共涉及到3個坐標系——運行平臺坐標系、圖像坐標系和焊頭坐標系。運動平臺坐標系以絲杠導(dǎo)軌復(fù)位時的零點為原點，以其運行方向為正向；圖像坐標系以圖像的左上角為原點，x方向垂直于導(dǎo)軌的運行方向，y方向與導(dǎo)軌的運動方向一致；焊頭的坐標系是一維的，以焊頭的中心為原點，x方向與導(dǎo)軌的運動方向相反。

圖7 標定模型

因為相機和焊頭的相對位置固定不變，所以可以通過求出圖像y方向的中心和焊頭中心之間的相對脈沖距離，然后求出焊點和圖像y方向中心的相對距離，繼而轉(zhuǎn)換得到焊點和焊頭之間的相對距離[5]。具體方法如下：

（1）運動平臺復(fù)位，將鞍點運動到焊頭下方，記錄此時的脈沖P，如圖8中的標示。

圖8 鞍點標定

（2）將鞍點移動到相機下方，保證在同一視野內(nèi)移動兩次，記錄對應(yīng)的脈沖數(shù)m、m'和圖像坐標（xp，yp）、（xp'，yp'），利用點斜式獲得基準線方程，并求出基準線與圖像邊緣的交點I1、I2，繼而求出I1I2連線的中點坐標O（xO，yO），如圖8所示。

（3）求出脈沖/像素的比值

（4）求出點O（xO，yO）到焊頭中心的脈沖距離MO（見圖7），T1是被測物運動到采集位置的絕對脈沖

（5）求出焊點1、焊點2距離圖像與基準線交點的中點的脈沖距離

（6）得到焊點1、焊點2運動到焊頭下方的絕對脈沖距離

4 實驗和結(jié)論

實驗使用的精密電阻焊電源是廣東工業(yè)大學(xué)自制的精密點焊電源[6]。電源電壓采用恒電壓模式，最大輸出電壓4.00 V，電壓調(diào)節(jié)精度0.01 V，焊接時間0～99 ms，時間調(diào)節(jié)精度1 ms，加壓機構(gòu)采用彈簧隨動式氣動加壓機構(gòu)，電極壓力最大可以設(shè)置為90 oz（24.5 N），無級可調(diào)：焊接電壓1.25 V，焊接時間14 ms，焊接壓力30 oz，保壓時間200 ms。

焊線直徑為60 μm，焊頭大小0.4 mm×0.6 mm。經(jīng)過測算，脈沖/像素=2.411 3 Pulse/Pixel，點O（xO，yO）的像素坐標為639.5，脈沖坐標為5 102，焊頭中點的脈沖坐標為46 550，絲杠導(dǎo)軌的脈沖當量為4 μm。

動態(tài)重復(fù)性分析見表1。焊點1的脈沖坐標標準差為0.483 046，則依據(jù)六西格瑪原理，焊點1的動態(tài)重復(fù)性為2.898 275（單位：Pluse），因為絲杠導(dǎo)軌的脈沖當量為4 μm，所以動態(tài)測量可達到的精度為11.593 1 μm；同理，焊點2的脈沖坐標標準差為0.632456，則其動態(tài)重復(fù)性為3.794733（單位：Pluse），所以動態(tài)測量可以達到的精度為15.178 93 μm。

表1 動態(tài)重復(fù)性分析

表2 靜態(tài)重復(fù)性分析

靜態(tài)重復(fù)性分析如表2所示，焊點1的脈沖坐標的標準差為0.567 646，則其靜態(tài)重復(fù)性為3.405 877（單位：Pluse），所以靜態(tài)測量精度為13.623 51 μm；焊點2的脈沖坐標標準差為0.471 405，則其靜態(tài)重復(fù)性為2.828 427（單位：Pluse），所以靜態(tài)測量可達到的精度為11.313 71 μm。

以上測量數(shù)據(jù)表明，系統(tǒng)完全滿足精準的焊點定位要求，焊接效果如圖9所示，焊接接頭美觀，外觀質(zhì)量較優(yōu)。

圖9 焊接效果

[1]賈小麗.基于LabVIEW的微型電感器生產(chǎn)裝備視覺檢測系統(tǒng)的研究[D].廣州：廣東工業(yè)大學(xué)，2008：1-6.

[2]余文勇，石繪.機器視覺自動檢測技術(shù)[M].化學(xué)工業(yè)出版社，2013.

[3]RafaelC，Gonzales，RichardE.Woods.Digital Image Processing，Third Edition[M].America：Publishing House of Electronics Industry，88-99.

[4]白雁兵，高艷.機器視覺系統(tǒng)坐標標定與計算方法[J].電子工藝技術(shù)，2007，28（6）：354-357.

[5]李云峰，李長峰，曲東升.基于機器視覺技術(shù)的全自動微點焊機器人的研究[J].機器人技術(shù)與應(yīng)用，2010（5）：26－28. [6] 李少哲，李遠波，周磊磊，等.漆包線與銅箔的單面點焊工藝試驗[J].電焊機，2015，45（4）：26-31.

Welding joint positioning system for electroacoustic device based on Halcon

ZHANG Chi1，LI Yuanbo1，WANG Meimei2，CHEN Long1
（1.College of Mechanical and Electrical Engineering，Guangdong University of Technology，Guangzhou 510006，China；2.Han's Laser Technology Co.，Ltd.，Shenzhen 518052，China）

In order to solve the problems that exist in the process of automatic welding in electroacoustic device，such as low solder joint positioning accuracy，deviation of welding line from its welding head and so on，this paper introduces a HALCON-based welding joint positioning system.And the system includes three parts：hardware design module，image processing module and motion control module.First，visual system processes the collected images，and then transfers solder joint coordinates to motion platform coordinate system through the coordinate calibration，finally finds position with motion controller.Through several tests，it turns out that the precise positioning of solder joints in electroacoustic device enameled wires can be achieved by taking advantage of machine vision techniques.Compared with manual welding，automatic welding is of high efficiency，and can yield high quality welds by using machine vision techniques.Moreover，its repositioning precision can reach as good as 0.016 mm.

Halcon；image processing；coordinate calibration；welding joint positioning

TG409

A

1001－2303（2017）03－0049-05

10.7512/j.issn.1001-2303.2017.03.09

獻

張馳，李遠波，王梅梅，等.基于Halcon的電聲器件焊點定位系統(tǒng)[J].電焊機，2017，47（03）：49-53.

2016-06-27；

2017-02-22

廣東省微納加工技術(shù)與裝備重點實驗室開放基金項目（GDMNML2013-05）；非傳統(tǒng)制造技術(shù)及裝備重點實驗室（201605030007）

張馳（1989—），男，河南鄭州人，在讀碩士，主要從事微連接與精密焊接的研究。