（遼寧工業(yè)大學(xué) 機(jī)械工程與自動(dòng)化學(xué)院，遼寧 錦州 121001）

隨著工業(yè)機(jī)器人的應(yīng)用與發(fā)展，工業(yè)機(jī)器人在實(shí)際生產(chǎn)得到了廣泛的應(yīng)用，機(jī)器人的應(yīng)用不僅保障人身安全、降低生產(chǎn)成本，而且極大地提高了生產(chǎn)效率。熱軋板坯的生產(chǎn)過程中，受到原材料、生產(chǎn)工藝以及其他因素的影響會造成熱軋板坯在生產(chǎn)過程中出現(xiàn)裂紋、劃痕和氧化皮等表面缺陷，如果在熱軋板坯生產(chǎn)過程中不發(fā)發(fā)現(xiàn)并加以停止，會導(dǎo)致帶有缺陷的產(chǎn)品大量生產(chǎn)，不僅浪費(fèi)了資源，而且影響企業(yè)信譽(yù)。目前國內(nèi)熱軋板坯缺陷檢測大多數(shù)還是采用人工檢測的方法對熱軋板坯進(jìn)行取樣抽檢，人工檢測存在很大的安全隱患，而且存在檢測效率低，準(zhǔn)確度不高等問題，嚴(yán)重影響企業(yè)生產(chǎn)效率和質(zhì)量[1]。

本文針對天鋼聯(lián)合特鋼鋼廠的實(shí)際生產(chǎn)問題，設(shè)計(jì)了基于ABB 機(jī)器人熱軋板坯在線檢測系統(tǒng)。該系統(tǒng)采用ABB 機(jī)器人和CCD 相機(jī)相結(jié)合，機(jī)器人帶動(dòng)CCD 相機(jī)采集完圖像后，帶動(dòng)相機(jī)撤出高溫區(qū)域?qū)崿F(xiàn)自動(dòng)冷卻，不僅解決了安全性不高和冷卻性能復(fù)雜等問題，同時(shí)也解決CCD 相機(jī)成像范圍有限的問題。相對于其他的檢測方法，該方法精確度高、更靈活，屬于真正的非接觸的無損檢測。

1 熱軋板坯在線檢測系統(tǒng)結(jié)構(gòu)設(shè)計(jì)

1.1 系統(tǒng)硬件設(shè)計(jì)

本系統(tǒng)硬件設(shè)備主要包括ABB 公司IRB 4600工業(yè)機(jī)器人、IRC5 機(jī)器人控制柜、線陣CCD 相機(jī)、紅外光源設(shè)備、光電傳感器，工業(yè)計(jì)算機(jī)以及相機(jī)的夾具等。熱軋板坯輥道運(yùn)動(dòng)過程中伴隨著震動(dòng)劇烈，嚴(yán)重影響圖像采集質(zhì)量。因此，本系統(tǒng)采用以機(jī)器人運(yùn)動(dòng)代替熱軋板坯軌道運(yùn)動(dòng)的方式完成CCD 相機(jī)對熱軋板坯表面的圖像采集。將CCD 相機(jī)通過夾具安裝至IRB4600 機(jī)器人上，輔助光源采用紅外光源。ABB 機(jī)器人運(yùn)動(dòng)穩(wěn)定，精度較高，保證圖像采集質(zhì)量。ABB 機(jī)器人檢測系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 ABB 機(jī)器人檢測系統(tǒng)結(jié)構(gòu)

1.2 系統(tǒng)軟件配置

該系統(tǒng)軟件部分主要包括：圖像處理軟件OpenCV，機(jī)器人運(yùn)行程序以及用C#開發(fā)上位機(jī)界面程序。

1.3 系統(tǒng)工作原理

首先采用 PC SDK(software development kit)在上位機(jī)上設(shè)計(jì) ABB 工業(yè)機(jī)器人的操作界面，實(shí)現(xiàn)本地和遠(yuǎn)程程序的變量同步，然后在以 TCP/IP 協(xié)議與 ABB 機(jī)器人控制柜通信[2]，直接通過以太網(wǎng)對遠(yuǎn)程端的機(jī)器人進(jìn)行控制和管理，通過上位機(jī)獲取或設(shè)置機(jī)器人的robtarget 或path 信息，搭配socket 可以實(shí)現(xiàn)上位機(jī)控制機(jī)器人運(yùn)行[3]。將OpenCV 圖像處理軟件安裝到同一臺工業(yè)計(jì)算機(jī)上，并將OpenCV 圖像處理程序封裝到一個(gè)DLL，然后用上位機(jī)界面調(diào)用這個(gè)DLL，實(shí)現(xiàn)ABB 機(jī)器人與圖像處理信息的數(shù)據(jù)連接，從而實(shí)現(xiàn)ABB 機(jī)器人、上位機(jī)、OpenCV 圖像處理程序信息通訊如圖2 通訊原理圖所示。

圖2 通訊原理圖

2 熱軋板坯在線檢測實(shí)現(xiàn)

2.1 熱軋板坯缺陷檢測內(nèi)容

天鋼熱軋板坯在生產(chǎn)過程中，存在有氧化層、裂紋和劃傷等主要表面缺陷。氧化層、劃傷分布于熱軋板坯表面，而裂紋則處于板坯內(nèi)部，所以氧化層和劃傷的溫度相對于裂紋的溫度較低，3 種缺陷在紅外光的照射下對紅外光的反射程度不同，在圖像上所呈現(xiàn)的灰度值不同。結(jié)合缺陷的形狀特征，最終將熱軋板坯的表面缺陷識別出來[4]。

將識別出來的表面缺陷根據(jù)其形狀特征進(jìn)行分類，并對其缺陷的特征信息進(jìn)行統(tǒng)計(jì)和分析[5]，利用OpenCV 相應(yīng)的API 函數(shù)分別求出劃傷的長度、氧化層的面積以及裂紋的長度和面積，將統(tǒng)計(jì)結(jié)果與預(yù)先設(shè)定的閾值進(jìn)行對比，若果缺陷的大小超出設(shè)定閾值，該熱軋板坯就可以判定為合格產(chǎn)品，否則則判定為不良產(chǎn)品，重新鑄造。本設(shè)計(jì)根據(jù)天鋼實(shí)際生產(chǎn)過程，設(shè)計(jì)方案如圖3 所示：

圖3 熱軋板坯檢測系統(tǒng)設(shè)計(jì)方案圖

2.2 圖像的采集

CCD 相機(jī)對圖像的采集是由機(jī)器人帶動(dòng)相機(jī)的運(yùn)動(dòng)來完成的，鋼廠生產(chǎn)熱軋板坯有不同的型號，型號的不同導(dǎo)致熱軋板坯的長度和寬度各不相同，因此需要對機(jī)器人的路徑進(jìn)行規(guī)劃。

當(dāng)光電傳感器觸發(fā)，機(jī)器人帶動(dòng)CCD 相機(jī)對板坯進(jìn)行圖像的采集，板坯具體位置根據(jù)板坯圖像區(qū)域鎖定來實(shí)現(xiàn)的，所以需要對機(jī)器人的路徑進(jìn)行自主規(guī)劃，即通過上位機(jī)將板坯的位置信息傳遞給ABB 機(jī)器人Path 程序中的Step 變量。調(diào)整機(jī)器人的位置信息。

2) 為了衡量算法的優(yōu)劣性，分別計(jì)算比較Digits數(shù)據(jù)集、Plant數(shù)據(jù)集、Posture數(shù)據(jù)集上K-Means聚類、Spectral聚類、AP聚類和IOCAP聚類的平均ACC指標(biāo)、Purity指標(biāo)和NMI指標(biāo).實(shí)驗(yàn)中，每個(gè)算法執(zhí)行25次，并取3個(gè)指標(biāo)的平均值.

圖4 機(jī)器人運(yùn)動(dòng)仿真圖

計(jì)算機(jī)對圖像的識別與處理需要一定的時(shí)間，因此應(yīng)調(diào)整機(jī)器人的運(yùn)動(dòng)速度，如果速度過快，影響系統(tǒng)穩(wěn)定，圖像的采集造成缺失，速度太慢又會嚴(yán)重影響企業(yè)的生產(chǎn)效率，根據(jù)天鋼的實(shí)際生產(chǎn)過程，最終機(jī)器人掃描速度定位1 500 mm/s。機(jī)器人運(yùn)動(dòng)主要Movel 和MoveJ 指令來完成。如圖4 所示的機(jī)器人運(yùn)動(dòng)仿真圖

2.3 圖像預(yù)處理

由圖1～圖3 可知CCD 相機(jī)通過網(wǎng)線將圖像傳輸?shù)焦I(yè)計(jì)算機(jī)，然后進(jìn)行圖像處理。采用不同的圖像處理算法會產(chǎn)生不同的處理效果，板坯不同缺陷如圖5～圖7 所示。由板坯不同缺陷圖可知，劃傷呈線狀，氧化層成魚鱗狀分布，而裂紋的灰度值最高。本算法根據(jù)不同缺陷在紅外光線的光源照射下在圖像所呈現(xiàn)的灰度值不同以及板坯缺陷灰度值和缺陷形狀的特點(diǎn)本文對板坯缺陷設(shè)計(jì)如圖8 所示的板坯表面缺陷檢測算法流程圖。

圖5 劃痕缺陷圖

圖6 裂紋缺陷圖

圖7 氧化層缺陷圖

(1)首先對采集到的圖像進(jìn)行濾波處理，由于生產(chǎn)工藝和現(xiàn)場環(huán)境的影響，采集到的圖像一般伴隨著噪音的存在，眼睛幾乎無法分辨，如果不對圖形進(jìn)行降噪處理，會對后期圖像處理帶來很大影響，甚至?xí)绊憴z測結(jié)果。常見的噪音有椒鹽噪聲、高斯噪聲等，對于圖像受哪種噪音影響，可以對沒有缺陷的板坯圖像進(jìn)行灰度直方圖統(tǒng)計(jì)，如圖9 所示，由灰度直方圖可知噪音的類型成高斯分布，因此采用3x3 模板進(jìn)行高斯濾波。

圖8 熱軋板坯表面缺陷檢測算法流程圖

Mat gaosi;

GaussianBlur(src,gaosi,Size(3,3),3,3);

圖9 板坯無缺陷灰度直方圖

(2)背景在圖像檢測處理的過程中會占用很多時(shí)間，影響圖像處理速度，機(jī)器人定位同樣需要板坯的位置信息。由板坯無缺陷灰度直方圖可知，圖像背景區(qū)域的灰度等級明顯低于板坯的灰度級，對圖像進(jìn)行閾值處理，此時(shí)熱軋板坯與背景處于不同灰度等級，為避免邊緣影響，對該圖像進(jìn)行Hough檢測如圖10，板坯鎖定區(qū)域所示，表1 為板坯區(qū)域坐標(biāo)4 個(gè)頂點(diǎn)坐標(biāo)。

表1 板坯區(qū)域坐標(biāo)

圖10 板坯鎖定區(qū)域

(3)根據(jù)氧化層、裂紋、劃傷在紅外光的照射下圖像灰度值的不同[6]，劃傷灰度值低于氧化層，裂紋的灰度值最高，在對表面缺陷識別之前，必須將三者分開。對板坯不同缺陷的灰度直方圖進(jìn)行局部灰度直方圖統(tǒng)計(jì)處理如圖11。由局部灰度直方圖氧化層灰度峰值在65 而劃傷灰度峰值在55，峰值差約為10 個(gè)灰度等級。

圖11 局部灰度直方圖

圖12 閾值分割結(jié)果

2.4 熱軋板坯缺陷判斷決策

對板坯進(jìn)行預(yù)處理后，板坯缺陷已經(jīng)被分割出來，根據(jù)熱軋板坯表面缺陷的不同形狀特征采用不同的圖像識別方法，對圖像的特征信息進(jìn)行識別和統(tǒng)計(jì)。

2.4.1 氧化層、裂紋識別

氧化層賦予板坯的表面，由氧化層的光強(qiáng)分布特征，使得部分氧化層沒有被涵蓋進(jìn)去，容易致使氧化層被劃分入裂紋。同時(shí)由于裂紋光強(qiáng)和形狀分布特征，會導(dǎo)致一部分裂紋較大的板坯缺陷被誤識別為氧化層。為了保證識別的準(zhǔn)確度，分別對兩種缺陷類型進(jìn)行形態(tài)學(xué)操作，對氧化層進(jìn)行腐蝕處理，讓氧化層邊緣充分包含進(jìn)來。對裂紋進(jìn)行膨脹處理，防止較大的裂紋被誤識別為氧化層。

利用OpenCV 的findcontours()函數(shù)對其進(jìn)行輪廓發(fā)現(xiàn)，然而氧化層分布散亂，由于氧化層灰度等級較低，因此對其圖像像素進(jìn)行取反處理，可對其面積進(jìn)行求和處理并求出其最大輪廓長度。并對裂紋最大輪廓統(tǒng)計(jì)其面積和長度。如表2。

表2 缺陷面積和長度

圖13 Hough 直線檢測結(jié)果

2.4.2 劃傷識別

經(jīng)過圖像的閾值處理后劃傷的灰度級最低，如圖12b 所示，劃傷呈線性分布，因此本文采用Hough直線檢測的方法對其進(jìn)行劃傷檢測[9]，并統(tǒng)計(jì)劃傷數(shù)量，檢測結(jié)果如圖13 所示。

2.4.3 決策判斷

對劃傷、氧化層和裂紋的識別結(jié)果進(jìn)行統(tǒng)計(jì)和分析。對統(tǒng)計(jì)結(jié)果與預(yù)先設(shè)定的閾值進(jìn)行對比[10]，對超出閾值板坯進(jìn)行剔除和重新鑄造。

3 上位機(jī)功能

在鋼坯生產(chǎn)過程中，該檢測系統(tǒng)的使用對象主要是一線的生產(chǎn)工人，所以上位機(jī)界面設(shè)計(jì)的主要特點(diǎn)是需要，界面簡潔、調(diào)整的參數(shù)要少、容易操作易操作。

本設(shè)計(jì)上位機(jī)界面的開發(fā)采用C#語言，其主要功能用于顯示鋼坯表面缺陷類型、種類等主要相關(guān)信息，以及實(shí)現(xiàn)ABB 機(jī)器人，上位機(jī)的通訊功能。

4 結(jié)束語

本系統(tǒng)基于機(jī)器視覺在線檢測系統(tǒng)，將ABB機(jī)器人遠(yuǎn)程操縱系統(tǒng)和視覺識別系統(tǒng)進(jìn)行結(jié)合，大大提高了鋼廠生產(chǎn)效率，降低生產(chǎn)成本，提高生產(chǎn)安全性，缺陷識別率達(dá)到95%，提高了產(chǎn)品質(zhì)量。