摘要：隨著新車型不斷上線生產(chǎn)，車型識(shí)別對(duì)于汽車生產(chǎn)企業(yè)來說越來越重要。一方面，車型識(shí)別可以有效區(qū)分車輛類型，實(shí)現(xiàn)設(shè)備的有序切換;另一方面，在汽車生產(chǎn)裝配過程中，可大大降低裝配工人的車型識(shí)別篩選難度?，F(xiàn)針對(duì)復(fù)雜輸送生產(chǎn)線上不能準(zhǔn)確有效識(shí)別出運(yùn)動(dòng)中的車型的問題，結(jié)合視覺系統(tǒng)優(yōu)點(diǎn)，以車輛的局部特征作為車型識(shí)別的依據(jù)，設(shè)計(jì)了一種車型識(shí)別系統(tǒng)，可實(shí)現(xiàn)在運(yùn)動(dòng)的生產(chǎn)線上精確檢測(cè)車型的目的。

關(guān)鍵詞：車型識(shí)別;視覺系統(tǒng);PLC控制

0 引言

在汽車生產(chǎn)過程中，車型識(shí)別是其中一個(gè)關(guān)鍵環(huán)節(jié)。傳統(tǒng)的車型識(shí)別方法應(yīng)用的是典型的光電開關(guān)識(shí)別技術(shù)和車身?xiàng)l碼識(shí)別技術(shù)。光電開關(guān)識(shí)別技術(shù)原理是利用激光和紅外線對(duì)各車型的不同外部特征進(jìn)行檢測(cè)、識(shí)別，通過判斷某些車體部位的有無，進(jìn)行數(shù)據(jù)組合分析，有效識(shí)別車型。該方法簡(jiǎn)單、直觀，對(duì)于外觀差別較大的車輛來說，識(shí)別準(zhǔn)確度較高，但是對(duì)于外觀相近的車型，在實(shí)際應(yīng)用過程中存在車型相近無法識(shí)別的困擾。此外，激光和紅外線容易受周圍環(huán)境影響、干擾，從而出現(xiàn)誤識(shí)別和識(shí)別不出的問題，無法適應(yīng)汽車生產(chǎn)線的柔性生產(chǎn)模式。車身?xiàng)l碼識(shí)別技術(shù)，能直接讀出條碼中的車型信息，不易受環(huán)境變化影響，具有高效、便捷、穩(wěn)定的特點(diǎn)。但在汽車裝配過程中，隨著零配件的不斷裝配，難以避免地出現(xiàn)車身?xiàng)l碼被遮擋的情況，所以該方法易受到復(fù)雜工序的影響。

筆者將在計(jì)算機(jī)視覺識(shí)別的基礎(chǔ)上，將其用于識(shí)別車輛的局部特征，從而實(shí)現(xiàn)實(shí)時(shí)、高效地識(shí)別車型，開發(fā)出具有高性能、低成本優(yōu)勢(shì)的車型識(shí)別系統(tǒng)。

1 系統(tǒng)整體功能設(shè)計(jì)

車型識(shí)別系統(tǒng)主要由視覺識(shí)別和PLC控制兩部分構(gòu)成。視覺識(shí)別部分主要包括相機(jī)、圖像處理控制器、服務(wù)器、照明、存儲(chǔ)和顯示屏，支持?jǐn)?shù)字化和模擬化輸出;PLC控制部分主要包括控制器、電源模塊和I/O模塊，可以穩(wěn)定采集、處理和發(fā)送數(shù)據(jù)。相機(jī)拍照采集車體后車窗輪廓，經(jīng)過圖像處理控制器轉(zhuǎn)化成數(shù)字信號(hào)，輸出到PLC，同時(shí)在PC機(jī)中輸出結(jié)果。

2 硬件部分

2.1 ? ?視覺識(shí)別硬件部分

視覺識(shí)別的硬件主要是利用相機(jī)識(shí)別的圖像裝置，主要由照明、透鏡、相機(jī)、視覺高速控制器、PC機(jī)和LCD屏組成，如圖1所示。增加照明主要是為了消除環(huán)境光對(duì)照明條件的影響，檢測(cè)部位允許在相機(jī)視野范圍內(nèi)偏移±10%，適用于停止位置不是很精準(zhǔn)的汽車生產(chǎn)線。

2.2 ? ?PLC控制硬件部分

PLC控制硬件部分主要由220 V電源模塊和I/O模塊組成。220 V電源模塊為視覺高速控制器供電，I/O模塊接收來自視覺高速控制器輸出的數(shù)字信號(hào)，用于控制下一個(gè)動(dòng)作邏輯。

PLC柜內(nèi)信號(hào)有兩種：一種是接收視覺高速控制器給出的車型數(shù)字信號(hào)，另一種是發(fā)出視覺拍照的開始信號(hào)，這些信號(hào)均為硬接線信號(hào)，受網(wǎng)絡(luò)影響小，有利于增強(qiáng)系統(tǒng)穩(wěn)定性。

3 軟件設(shè)計(jì)

在視覺軟件上將圖像圖案設(shè)置為模型，具體為在流程編輯中選擇需要的功能塊，并對(duì)功能塊重命名，便于后續(xù)操作。模型建立主要有以下3個(gè)流程：

（1）通過“測(cè)量前處理”模塊，抽取圖像邊緣，凸顯車窗輪廓線條。

（2）通過“形狀搜索”模塊，將“測(cè)量前處理”凸顯的輪廓進(jìn)行模型設(shè)置，之后將模型和輸入的圖片輪廓進(jìn)行對(duì)比判定。

（3）通過“并行數(shù)據(jù)輸出”模塊，將“形狀搜索”判定車型結(jié)果轉(zhuǎn)換成I/O信號(hào)輸出到主線PLC。

并行數(shù)據(jù)輸出是每個(gè)車型對(duì)應(yīng)一個(gè)串行信號(hào)，本文使用的是“形狀搜索”的JG判定，共可判定7種車型，經(jīng)過處理器處理和轉(zhuǎn)換后，得到I/O并行輸出信號(hào)，從而傳給機(jī)運(yùn)控制系統(tǒng)。視覺拍照收到PLC_Do上升沿信號(hào)，開始一次自動(dòng)拍照操作，視覺拍照一次，進(jìn)行一次Do輸出，并保持輸出。當(dāng)下一次拍照信號(hào)來臨時(shí)，則根據(jù)識(shí)別的車型，視覺拍照進(jìn)行Do切換輸出，如下一次車型為車型2，則Do1輸出為1，其他Do均為0;若前后兩次車型均為車型1，則一直保持Do0輸出為1，其他Do均為0，車型識(shí)別邏輯如圖2所示。

當(dāng)PLC系統(tǒng)中跟視覺輸出相關(guān)的I/O信號(hào)得到高電平，則開始讀出車型信息并存儲(chǔ)，所有檢測(cè)出的車型信息和未檢測(cè)出的車型信息不僅在PLC系統(tǒng)有記錄存儲(chǔ)功能，在PC機(jī)上也能實(shí)時(shí)記錄，生產(chǎn)管理人員可以在任何時(shí)刻調(diào)出車型信息進(jìn)行相關(guān)的生產(chǎn)分析，同時(shí)還可作為設(shè)備維修人員分析故障的手段。

4 應(yīng)用成果

為更好地提取車型特征，本文把相機(jī)安裝在車體的后車窗側(cè)面位置，通過側(cè)面實(shí)時(shí)拍攝汽車生產(chǎn)線上的車輛，具有如下幾個(gè)方面的好處：

（1）與相機(jī)安裝在車體正前方相比，相機(jī)安裝在車體的后車窗位置可以很好地消除汽車生產(chǎn)線環(huán)境的限制，如生產(chǎn)線旁有物料、廠房柱時(shí)，安裝相機(jī)的空間有限;

（2）與相機(jī)安裝在車體正前方相比，側(cè)面有更多準(zhǔn)確的車型識(shí)別信息，如車窗、車高、車輪、車長(zhǎng)等，而正面只能得到大概的車高、車寬信息，對(duì)于柔性生產(chǎn)線來說，這些信息不是車型識(shí)別的決定性因素;

（3）如果識(shí)別車輛整體輪廓，成本投入大，且沒有側(cè)面識(shí)別來得簡(jiǎn)便、精準(zhǔn)。所以，本文所討論的視頻圖片均是基于側(cè)面拍攝的結(jié)果。

本文車型識(shí)別方法是在汽車生產(chǎn)線的側(cè)面安裝相機(jī)，當(dāng)?shù)竭_(dá)一個(gè)合適的位置后進(jìn)行車體后車窗圖像采集。該方法可以較精準(zhǔn)地識(shí)別車型，可完全替代光電開關(guān)，完全滿足生產(chǎn)需求。

5 結(jié)語(yǔ)

本文設(shè)計(jì)了一種基于車輛局部特征的車型識(shí)別系統(tǒng)，該系統(tǒng)在充分發(fā)揮圖像處理優(yōu)勢(shì)的基礎(chǔ)上，識(shí)別流動(dòng)生產(chǎn)線上的車型，系統(tǒng)應(yīng)用簡(jiǎn)便、快速，完全能滿足汽車生產(chǎn)需求。

[參考文獻(xiàn)]

[1] 茅正沖，韓毅.計(jì)算機(jī)視覺技術(shù)的車型識(shí)別應(yīng)用研究[J].單片機(jī)與嵌入式系統(tǒng)應(yīng)用，2017（6）：3-7.

[2] 王陽(yáng)萍，何欣.智能圖像處理技術(shù)在車型識(shí)別中的應(yīng)用研究[J].蘭州交通大學(xué)學(xué)報(bào)（自然科學(xué)版），2004，23（4）：65-67.

[3] 袁公萍，湯一平，韓旺明，等.基于深度卷積神經(jīng)網(wǎng)絡(luò)的車型識(shí)別方法[J].浙江大學(xué)學(xué)報(bào)（工學(xué)版），2018（4）：694-702.

[4] ZHEN D，WU Y W，PEI M T，et al.Vehicle Type Classification Using a Semisupervised Convolutional Neural Network [J].IEEE Transactions on Intelligent Transportation Systems，2015，16（4）：2247-2256.

收稿日期：2020-05-07

作者簡(jiǎn)介：吳慧嵐（1984—），女，廣西桂林人，工程師，研究方向：工業(yè)控制。