王鑫 譚思敏 楊裕才

摘要：從機(jī)器視覺系統(tǒng)的工作原理與程序應(yīng)用入手，以汽車外形檢測作為研究對象，探討了三維自動檢測系統(tǒng)的工作原理、圖像處理算法及其幾何量測量的具體方法，為機(jī)器視覺系統(tǒng)的設(shè)計及其在汽車缺陷檢測領(lǐng)域的應(yīng)用奠定研究基礎(chǔ)，提供可行的技術(shù)方案。

關(guān)鍵詞：機(jī)器視覺;汽車外形;視覺定位;三維檢測

0 引言

機(jī)器視覺是一門涵蓋圖像處理、人工智能等多個研究領(lǐng)域的交叉學(xué)科，機(jī)器視覺檢測具有檢測速度快、精度高、非接觸性等特點，在外形檢測、產(chǎn)品質(zhì)量以及產(chǎn)品缺陷檢測等領(lǐng)域具有良好的應(yīng)用價值。將視覺定位與三維檢測技術(shù)相結(jié)合，能夠有效提升外觀檢測的便捷度與自動化水平，且檢測精度與效率較高。

1 機(jī)器視覺檢測技術(shù)在汽車外形缺陷檢測中的設(shè)計思路

1.1? ? 工作原理

機(jī)器視覺技術(shù)主要指利用機(jī)器模擬人眼的視覺功能，輔助完成檢測和判斷工作。機(jī)器視覺系統(tǒng)通常由圖像采集、光學(xué)成像、機(jī)械運動、圖像處理4個模塊組成，其工作原理是利用CCD相機(jī)將檢測對象實體轉(zhuǎn)換為圖像信號，在圖像處理系統(tǒng)中結(jié)合RGB、HIS，將圖像信號轉(zhuǎn)換為數(shù)字信號，經(jīng)由運算求解出信號的目標(biāo)特征，再結(jié)合給定誤差范圍進(jìn)行標(biāo)準(zhǔn)值比對，實現(xiàn)工業(yè)檢測目標(biāo)。

1.2? ? 程序應(yīng)用

1.2.1? ? 樣品圖像采集

利用樣品與照相機(jī)的相對運動，將樣品置于高速CCD陣列照相機(jī)下方，利用光照箱發(fā)出的平行光源照亮樣品，借助畸變小的光學(xué)鏡頭捕捉樣品的三維場景圖像，存儲在計算機(jī)內(nèi)構(gòu)成二維圖像，形成標(biāo)準(zhǔn)樣品特征庫。接下來移動照相機(jī)使其變換所處方位，在不同拍攝點進(jìn)行樣品的測量標(biāo)定，求取均值計算出標(biāo)定系數(shù)，借此有效消除因鏡頭畸變引發(fā)的測量誤差，排除隨機(jī)誤差造成的干擾。該測量方法能夠保障樣品不同位置的光學(xué)參數(shù)與標(biāo)定值相符，增強(qiáng)標(biāo)定環(huán)節(jié)的精度與穩(wěn)定性，為后續(xù)樣品檢測提供重要的參考依據(jù)。

1.2.2? ? 工件圖像抓拍控制

基于閉環(huán)控制方法獲取高速運動工件的圖像，保障抓拍到圖像的完整度與精確度，為后續(xù)檢測環(huán)節(jié)提供數(shù)據(jù)支撐。當(dāng)傳感器檢測到被測物體的工位信息后，將相機(jī)指令發(fā)送至控制單元，控制相機(jī)快門完成圖像曝光處理，再將圖像分別放置在分割、定位單元，獲得被測物體圖像在坐標(biāo)系中的位置以及被測物體圖像與整幅圖像中心的位置偏差，并將偏差數(shù)值反饋至控制單元處，由控制單元自動調(diào)整下一輪的相機(jī)拍攝時間，保障圖像抓拍精度。

1.2.3? ? 圖像處理

基于手眼標(biāo)定算法、OpenCV標(biāo)定算法、IMU標(biāo)定算法等多種算法進(jìn)行圖像的標(biāo)定處理，結(jié)合線激光掃描獲取工作區(qū)域的坐標(biāo)數(shù)值，沿工作區(qū)域起點至終點進(jìn)行圖像輪廓的掃描處理，即可生成三維輪廓的點云數(shù)據(jù)，用于查看產(chǎn)品表面是否存在異物或部件有無缺失等。

1.2.4? ? 圖像特征比較

將檢測得出的圖像與標(biāo)準(zhǔn)樣本特征庫中的特征值進(jìn)行比較，提煉出檢測圖像與標(biāo)準(zhǔn)樣本間的區(qū)別，經(jīng)由圖像特征比較篩選出符合檢測區(qū)域輪廓的軌跡，配合計算機(jī)程序與處理器實現(xiàn)三維自動檢測。

2 機(jī)器視覺檢測技術(shù)在汽車外形缺陷檢測中的應(yīng)用分析

2.1? ? 運行系統(tǒng)設(shè)計及流程

本文基于視覺定位技術(shù)設(shè)計了一款三維自動檢測系統(tǒng)，系統(tǒng)運行流程如圖1所示，適用于汽車外形檢測。該系統(tǒng)采用機(jī)器人與激光掃描儀配合完成三維自動檢測，系統(tǒng)硬件包含移動終端、處理器、ROM/RAM存儲介質(zhì)，由計算機(jī)將平面相機(jī)數(shù)據(jù)與線激光掃描儀數(shù)據(jù)傳送至自動設(shè)備控制器中，結(jié)合程序指令控制機(jī)械的移動。將三維自動檢測系統(tǒng)應(yīng)用于車體外形檢測中，可實現(xiàn)汽車車身鈑金的整體或局部自動噴涂，檢測目標(biāo)具有多樣化特征，能夠節(jié)省大量仿形軌跡編程工序與設(shè)計成本、設(shè)計周期，有效提升工業(yè)自動化生產(chǎn)效率。

其檢測流程為：檢測前預(yù)處理，包含劃定檢測空間范圍，圍繞邊緣設(shè)置移動機(jī)構(gòu)，固定機(jī)器人隨移動機(jī)構(gòu)移動、選取2D相機(jī)和線激光掃描儀安裝在機(jī)器人末端，將移動機(jī)構(gòu)、機(jī)器人、控制柜進(jìn)行電連接;將汽車駛?cè)霗z測空間，完成工作區(qū)域與非工作區(qū)域的劃分，分別在區(qū)域邊界處設(shè)置反光層和黑色啞光層，并做好標(biāo)記;選定若干個拍攝點，基于預(yù)定軌跡移動至各拍攝點，完成汽車外形的拍攝;針對拍攝的圖像進(jìn)行視覺處理，獲得工作區(qū)域的位置數(shù)據(jù)，生成汽車外輪廓2D視覺圖像，并結(jié)合標(biāo)記算法計算出其在平面坐標(biāo)系中的具體位置;根據(jù)工作區(qū)域位置確定起始點、終點，在由起始點向終點移動的過程中完成汽車外形輪廓的掃描處理，生成汽車三維輪廓的點云數(shù)據(jù);將點云數(shù)據(jù)轉(zhuǎn)換為位置數(shù)據(jù)，計算出汽車三維輪廓上各點的法相姿態(tài)數(shù)據(jù)，根據(jù)機(jī)器人軌跡參數(shù)X、Y方向的間距Nx、Ny生成汽車輪廓位置數(shù)據(jù)，經(jīng)由坐標(biāo)系排序后發(fā)送數(shù)據(jù)，待機(jī)器人接收到數(shù)據(jù)后自動生成運行軌跡，由系統(tǒng)控制車身進(jìn)行自動噴涂處理。

2.2? ? 圖像處理算法

在檢測前的預(yù)處理環(huán)節(jié)，針對汽車外形RGB圖像進(jìn)行灰度化處理，以此減少后續(xù)計算量。設(shè)圖像像素的灰度值為Y，彩色圖像像素的分量值分別為R、G、B，其計算公式為：

在汽車外形圖像分析環(huán)節(jié)，針對汽車外形輪廓圖像進(jìn)行分割處理，基于最小二乘法分別進(jìn)行圓弧、直線等幾何圖形的擬合。將所求擬合圓弧的方程設(shè)為：r2=（x-u）2+（y-v）2。

設(shè)參與圓弧擬合的像素點有n個，其中第i個像素點的坐標(biāo)值為（xi，yi），基于最小二乘法得出擬合圓弧的參數(shù)分別為：

接下來基于二次標(biāo)定法進(jìn)行檢測系統(tǒng)的標(biāo)定處理，設(shè)汽車外形尺寸為L，像素尺寸為N，標(biāo)定系數(shù)為K，系統(tǒng)誤差為b，則其關(guān)系式為：L=KN+b。

考慮到2D相機(jī)固定在機(jī)器人末端，在被測試位置分別放置兩個長度為L1、L2的0級量塊，其像素尺寸依次為N1、N2，則計算得出：

2.3? ? 幾何量測量

通常為保證汽車車身鈑金噴涂質(zhì)量，需做好汽車車身尺寸的測量工作，基于最小二乘法獲得圓弧半徑為r，則直徑的測量值為2r，車身各段長度即為其對應(yīng)線段的長度，通過統(tǒng)計各線段上涵蓋像素點的個數(shù)，即可獲得車身的尺寸，在此基礎(chǔ)上通過測量形位誤差，保障其形狀、位置精度達(dá)標(biāo)。

3 結(jié)語

在“中國制造2025”戰(zhàn)略目標(biāo)的指導(dǎo)下，兩化融合成為推動制造業(yè)轉(zhuǎn)型升級的重要方式，進(jìn)一步拓寬智能制造在制造業(yè)中的發(fā)展前景。在基于機(jī)器視覺技術(shù)進(jìn)行三維自動檢測系統(tǒng)設(shè)計時，還需密切關(guān)注系統(tǒng)在硬件與軟件方面的性能優(yōu)勢，并加強(qiáng)對檢測對象形狀、攝像機(jī)安裝位置的設(shè)計，以保障技術(shù)應(yīng)用價值的充分發(fā)揮。

收稿日期：2020-06-07

作者簡介：王鑫（1983—），男，河南信陽人，工程師，主要從事工業(yè)機(jī)器人研究和企業(yè)管理工作。