，，， ，

(廣東工業(yè)大學(xué) 機(jī)電工程學(xué)院，廣東 廣州 510006)

0 引言

目前汽車精沖工件的檢驗(yàn)方式是靠人工采用專用量具進(jìn)行檢驗(yàn)。例如，簡單形狀的沖壓件的檢測，通常采用通用檢測器具如量規(guī)、卡尺等進(jìn)行檢測。對復(fù)雜零部件的檢測需要采用如樣板檢具、投影儀等進(jìn)行檢測。這些檢具存在著諸多功能限制，往往造成復(fù)雜零部件的某些部位不能精確檢測。專用檢具不具有通用性，不但增加了生產(chǎn)成本，而且對于復(fù)雜的曲面基本無能為力。

為此國內(nèi)有學(xué)者對此類檢測進(jìn)行了大量研究改進(jìn)。文獻(xiàn)[1-3] 探討了機(jī)器視覺檢測技術(shù)，文獻(xiàn)[4]則提出了一種視覺檢測平臺的設(shè)計(jì)。

本文基于機(jī)器視覺、激光檢測、數(shù)字控制、DXF圖紙解析、智能路徑算法、圖像拼接等技術(shù)，通過軟硬件設(shè)計(jì)研發(fā)了一種新型檢測技術(shù)及裝備，能有效解決目前復(fù)雜零件精密測量難題。

1 系統(tǒng)方案的設(shè)計(jì)

本文研究的測量對象是尺寸范圍在600 mm*600 mm*8 mm的復(fù)雜精沖件，采用固定檢測對象，移動相機(jī)對準(zhǔn)采樣點(diǎn)進(jìn)行采樣的方案。為達(dá)到高精度的要求，在運(yùn)動控制上使用X-Y-Z3個(gè)方向的精密伺服控制器，每個(gè)軸都安裝了光柵尺，精度為2 μm/脈沖；X-Y平面測量采用500百萬像素工業(yè)相機(jī)，設(shè)置的局部視場大小達(dá)到精度0.01 mm/像素；Z方向測量使用分辨率為5 μm的激光位置傳感器；平臺基底使用形變極小的標(biāo)準(zhǔn)大理石裝夾水平臺。系統(tǒng)整體設(shè)計(jì)如圖1所示，其硬件架構(gòu)如圖2。

圖1 整體設(shè)計(jì)

圖2 硬件架構(gòu)

檢測流程大致為：

1) 導(dǎo)入并解析需要檢測零件對應(yīng)的DXF圖紙文件(在缺少圖紙文件時(shí)，為方便檢測輸入，設(shè)計(jì)了簡單圖形的手工繪制界面)；

2) 依據(jù)相機(jī)視場大小和待采集參數(shù)，計(jì)算出每個(gè)采樣點(diǎn)的坐標(biāo)，通過X-Y軸精密伺服運(yùn)動機(jī)構(gòu)定位固定在Z軸上的檢測頭(相機(jī)和激光傳感器)至采樣點(diǎn)，依次進(jìn)行拍照或者測距(或粗糙度)；

3) 結(jié)合光柵反饋的位置坐標(biāo)進(jìn)行圖像拼接，調(diào)用對應(yīng)圖像處理算法計(jì)算出尺寸參數(shù)，對比圖紙文件中的標(biāo)注信息計(jì)算誤差并生成檢測報(bào)表；

4) 將檢測結(jié)果寫入歷史數(shù)據(jù)庫，刷新SPC控制圖。

2 檢測原理

2.1 照片拼接技術(shù)

由于需要照片分辨精度達(dá)到至少0.01 mm，即在使用分辨率為2 560*1 920像素的相機(jī)條件下，其寬度方向上的單像素識別精度應(yīng)該≦0.01 mm，那么根據(jù)公式(1)可以得到相機(jī)采樣視場：

h≤1 920*0.01=19.2 mm

w≤2 560*0.01=25.6 mm

(1)

由于相機(jī)不可避免存在鏡頭畸變，越靠近視場外沿畸變越大，并且畸變校正也會產(chǎn)生誤差，所以為了后期處理使用畸變較小的圖樣，同時(shí)盡可能覆蓋到更多零件信息，截取最大內(nèi)接正方形80%的視場范圍是比較合理的，那么有效采樣視場利用公式(2)算出：

l有效=19.2*0.8=15.36 mm

(2)

即最大有效視場為15.36 mm*15.36 mm。

當(dāng)采集大尺寸參數(shù)時(shí)，一個(gè)視場并不能完全覆蓋，此時(shí)需要移動相機(jī)拍攝多幅照片，然后拼接出整體圖像。

下面兩幅圖中矩形框代表一張采樣照片的有效視場，照片的中心(焦點(diǎn))對準(zhǔn)邊緣上的采樣點(diǎn)，每張照片的中心坐標(biāo)可以通過光柵尺反饋得到，此坐標(biāo)即作為照片拼接的依據(jù)。

拼接原理如圖3所展示。

圖3 采集照片拼接示意

圖3中有一個(gè)大尺寸參數(shù)需要檢測，分析可知需要采集至少4幅照片，同時(shí)得到4個(gè)光柵反饋?zhàn)鴺?biāo)，經(jīng)過相機(jī)標(biāo)定后可以得到光柵坐標(biāo)與像素的轉(zhuǎn)換比從而得到像素坐標(biāo)，最后用像素坐標(biāo)在空白畫布上拼接合成檢測對象的完整照片，得到整個(gè)邊緣對象。

2.2 圖元提取

在得到檢測對象完整照片后，經(jīng)多次實(shí)驗(yàn)，應(yīng)用灰度拉伸、二值化、濾波、邊緣提取等基本圖像處理算法后[5]，可以提取出比較理想的基本圖元(直線、圓、弧等)，處理效果如圖4所示。

圖4 照片(左)與處理圖(右)

2.3 檢測對象尺寸參數(shù)獲取

單獨(dú)的檢測對象，如半徑、直線度、線長等其本身參數(shù)獲取不依賴于相對坐標(biāo)，可以直接擬合得到。但對于線線距離、點(diǎn)線距離、圓心距離、線段夾角等復(fù)合檢測對象，需要先測算了其中每一個(gè)基本對象的參數(shù)后才能得到整個(gè)復(fù)合對象的參數(shù)，即依賴基本對象間的相對坐標(biāo)。

圖5展示了圓心到直線的距離測算依據(jù)：

圖5 孔到線距離測算依據(jù)

A為一張照片拍攝的孔，其擬合圓心對于照片左上角的相對坐標(biāo)為(Δx,Δy)；B為兩張照片拼接成的直線邊緣(垂直于坐標(biāo)系)，其擬合直線到照片左側(cè)距離為Δl。設(shè)照片A的光柵坐標(biāo)為(xA,yA)，照片B的光柵坐標(biāo)為(xB,yB)，那么孔到線的距離L由公式(3)可算出：

L=y=|(yA+Δy)-(yB+Δl)|

(3)

圖6展示了兩線夾角的測算依據(jù)：

圖6 線與線夾角測算

在線與線夾角的測算中不需要完全擬合兩條直線，只需要得到其端點(diǎn)，即可利用“兩點(diǎn)一線”計(jì)算出其夾角，與孔到線距離測算類似可得到圖7中的4個(gè)端點(diǎn)：P1(x1,y1)、P2(x2,y2)、P3(x3,y3)、P4(x4,y4)。然后利用公式(4)算出夾角：

(4)

2.4 檢測對象高度獲取

Z方向高度可直接讀取激光傳感器，要測量零件的Δh(高度或粗糙度)，必須首先標(biāo)定基準(zhǔn)平面(大理石載物臺)h0，然后計(jì)算測量差值即可，如公式(5)，公式中的H為讀取激光傳感器的值：

Δh=H-h0

(5)

激光傳感器的中心(打光點(diǎn))與相機(jī)視場中心不可避免存在偏移，而所有測量點(diǎn)都是對準(zhǔn)視場中心的，那么基于視場中心的采樣點(diǎn)坐標(biāo)就不適用于激光傳感器，必須進(jìn)行X-Y運(yùn)動修正，又因?yàn)橄鄼C(jī)焦距是固定為C的，激光傳感器測量范圍在L±l，所以不能在同一高度進(jìn)行測量，需要Z方向的運(yùn)動修正，圖7展示了這些坐標(biāo)偏差：

圖7 相機(jī)與激光傳感器坐標(biāo)偏差

假設(shè)圖7中激光中心到視場中心的偏差為Δx、Δy，那么設(shè)定采樣點(diǎn)坐標(biāo)(x,y)與激光測量實(shí)際坐標(biāo)(xl,yl,zl)的關(guān)系如公式(4)：

xl=x+Δx

yl=y+Δy

zl=C-L

(4)

在進(jìn)行激光測量時(shí)使用公式(4)計(jì)算出的坐標(biāo)進(jìn)行修正即可。

3 智能路徑算法

檢測頭的定位坐標(biāo)如果是由人工計(jì)算輸入的，那么當(dāng)采樣點(diǎn)數(shù)較多時(shí)操作量會變得特別大，這就降低了檢測平臺的速度，所以需要配套設(shè)計(jì)一種自動得到定位坐標(biāo)的方法。

得到的定位點(diǎn)都是散點(diǎn)，而相機(jī)拍攝時(shí)要求相關(guān)聯(lián)的檢測對象必須連續(xù)拍照，所以還要對這些散點(diǎn)進(jìn)行排序優(yōu)化，使路徑在盡量短的同時(shí)滿足拍攝條件。

3.1 DXF圖紙文件解析

一般的零件加工都依據(jù)其CAD設(shè)計(jì)圖紙，那么CAD圖紙文件里包含了零件所有的形位信息，就可以根據(jù)這些信息來確定采樣點(diǎn)坐標(biāo)。[2]

DXF是CAD的一種數(shù)據(jù)交換格式，以帶標(biāo)記數(shù)據(jù)形式表示AutoCAD圖形文件中包含的所有信息，參考DXF開發(fā)手冊，可知帶標(biāo)記數(shù)據(jù)是指文件中每個(gè)數(shù)據(jù)元素前面都帶有一個(gè)稱為組碼的整數(shù)——指出了數(shù)據(jù)元素類型以及對于給定對象的含義，如表1所示。

表1 圓圖元組碼含義

因?yàn)榱慵D紙的各個(gè)圖元信息都按此規(guī)則儲存，所以可以很方便地設(shè)計(jì)出提取程序，流程圖如圖8所示。

圖8 圖元信息提取流程

3.1.1 圓或圓弧的解析

得到圓心、半徑、開合角后就得到了圓或圓弧的輪廓，在輪廓軌跡上可確定相機(jī)定位坐標(biāo)，依據(jù)公式(6)、(7)：

n=|(B-A)/Δθ|

(6)

(7)

公式(6)中的r與R分別代表相機(jī)視場半徑與圓半徑，A、B代表圓弧起始角與終止角；公式(7)計(jì)算出了輪廓上每個(gè)定位點(diǎn)的坐標(biāo)。

3.1.2 橢圓或橢圓弧的解析

由于橢圓的曲率半徑是變化的，所以無法直接套用公式(6)來得到步進(jìn)角Δθ，擬用最大的R值來代替，定位坐標(biāo)同樣利用公式(7)可得。

3.1.3 多段線的解析

多段線其實(shí)就是多條線段相連組成的整體，可以提取到每條線段的起點(diǎn)和終點(diǎn)，分別計(jì)算單段的定位點(diǎn)然后整合即可，單段計(jì)算公式如(8)、(9)：

可用于圖書館導(dǎo)航、入館教育、參考咨詢、快速找書、館藏揭示等，目前國內(nèi)圖書館研究討論的多，實(shí)現(xiàn)的少；國外圖書館實(shí)現(xiàn)的多。

n=|L/2*r|

(8)

(9)

公式(8)中的L代表線段長度；公式(9)中的α代表線段與X軸夾角。

3.1.4 標(biāo)注信息

標(biāo)注的組碼中，有測量標(biāo)注和文字標(biāo)注兩類。測量標(biāo)注是在繪制時(shí)按照實(shí)際值自動產(chǎn)生的標(biāo)注，文字標(biāo)注則是用戶自行輸入的字符，其中測量標(biāo)注是可選的，即在沒有測量標(biāo)注的情況下會使用文字標(biāo)注，但由于文字標(biāo)注并不對應(yīng)實(shí)際尺寸，所以一般只需要提取測量標(biāo)注。

3.2 基于改進(jìn)貪心算法的路徑優(yōu)化

在圖紙解析得到定位點(diǎn)的過程中，圖元間定位的順序依賴于圖紙文件中數(shù)據(jù)的排序，也就是繪圖的順序，這個(gè)順序是隨機(jī)的，并不滿足圖像視覺處理的順序——圖元關(guān)聯(lián)順序，而且不拍照的運(yùn)動間隙時(shí)間也影響著實(shí)時(shí)性，所以要求相機(jī)跨越圖元間距離盡可能短。

對于跨越距離短的要求，可以用貪心算法來解決，如圖9，從起點(diǎn)A去遍歷其余4個(gè)節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)的編號代表其默認(rèn)排序，虛線箭頭則為其默認(rèn)路徑：

圖9 隨機(jī)排序的路徑

圖10是使用了貪心算法后得到的路徑，從A節(jié)點(diǎn)開始，只尋找距離最近的下一個(gè)節(jié)點(diǎn)：

圖10 隨機(jī)排序的路徑

實(shí)際上，圖9和圖10中的每個(gè)節(jié)點(diǎn)都是單個(gè)或者多個(gè)聯(lián)合圖元上的定位點(diǎn)集合，不能簡單的進(jìn)行連接，以下分情況討論：

1)兩個(gè)節(jié)點(diǎn)都是單圖元集合的連接

每個(gè)集合都有首尾，共有4種連接方式，即首-首、首-尾、尾-尾和尾-首，找到其中最短連接即可，如圖11，兩個(gè)單線段圖元以尾-尾連接最短：

圖11 兩個(gè)單線段圖元的連接

2)一個(gè)節(jié)點(diǎn)是單圖元、另一個(gè)是多圖元的連接

例如，在兩線夾角檢測中涉及了兩條直線，那么這樣一個(gè)檢測項(xiàng)目就包含了兩個(gè)圖元，也就是在一個(gè)節(jié)點(diǎn)中含有兩個(gè)圖元——聯(lián)合圖元，這樣的聯(lián)合圖元首先內(nèi)部排序必須滿足圖像處理要求，在內(nèi)部排序完畢后，再將其作為一個(gè)整體圖元與另外的圖元按照分類1)的方法連接。

圖12展示了一個(gè)“夾角圖元”與另一個(gè)單線段圖元的連接：

圖12 “夾角”與線段的連接

3)兩個(gè)節(jié)點(diǎn)都是多圖元集合的連接

與方法2) 大致相同，遵守表2中的規(guī)則。

表2 多圖元內(nèi)部排序規(guī)則

最后對某常用檢測件進(jìn)行圖紙解析測試，得到下圖13中的路徑，圖中紫色為設(shè)定原點(diǎn)，藍(lán)色為檢測對象參數(shù)，十字標(biāo)記了采樣點(diǎn)位置，虛線表明路徑方向：

圖13 智能路徑算法效果

4 測試數(shù)據(jù)

使用經(jīng)過標(biāo)定后的前文所提工件，分別測量其上臂寬(圖14)和右孔距(圖15)各3次，取其平均測量結(jié)果，如表3所示。

圖14 上臂寬測量標(biāo)示

圖15 右孔距測量標(biāo)示

由表3數(shù)據(jù)可初步判定，檢測精度達(dá)到了±0.010 mm的范圍。

表3 測量報(bào)告

5 結(jié)論

本文主要研究開發(fā)了一種基于機(jī)器視覺、激光測量等技術(shù)的新型智能化大尺寸復(fù)雜精沖零件檢測平臺。經(jīng)初步運(yùn)行結(jié)果表明，系統(tǒng)在測量600*600*8 mm復(fù)雜精沖件時(shí)精度達(dá)到±0.010 mm。

本設(shè)計(jì)的實(shí)現(xiàn)，不僅可以滿足精沖零件檢測領(lǐng)域提出的便捷、快速、精確、智能化等全新要求，而且具備強(qiáng)大的拓展性能。在軟硬件上皆可快速部署并應(yīng)用到其他大尺寸零件的檢測和復(fù)雜曲面的加工，例如雕刻加工。

[1] 劉霞. 工業(yè)零件形狀尺寸的機(jī)器視覺檢測系統(tǒng)的研究[D]. 哈爾濱：哈爾濱理工大學(xué), 2009.

[2] 梁艷青. 基于DXF文件的數(shù)控自動編程系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 沈陽：中國科學(xué)院沈陽計(jì)算技術(shù)研究所，2015.

[3] 鄧小峰. 基于機(jī)器視覺的零件識別和測量系統(tǒng)研究[D]. 南京：南京航空航天大學(xué), 2014.

[4] 葉 鵬，高興宇. 基于機(jī)器視覺的工業(yè)零件通用檢測平臺[J]. 桂林電子科技大學(xué)學(xué)報(bào)，2016，36(3)：227-230.

[5] 付 泰，王桂棠，程書豪,等. 基于機(jī)器視覺的復(fù)雜平面零件尺寸精密檢測[J]. 機(jī)電工程技術(shù)，2016，45(08)：7-9.

[6] 伍濟(jì)鋼. 薄片零件尺寸機(jī)器視覺檢測系統(tǒng)關(guān)鍵技術(shù)研究[D]. 武漢：華中科技大學(xué)，2008.

[7] Liu Y Q. Design and implementation of motion control system based on motion control card[J]. Microcomputer Information, 2010.

[8] Yang G, Xu F. Research and analysis of Image edge detection algorithm Based on the MATLAB[J]. Procedia Engineering, 2011, 15(1):1313-1318.