梁 寶，霍 平

（1.華北理工大學(xué)機(jī)械工程學(xué)院，河北 唐山 063210；2.河北省工業(yè)機(jī)器人產(chǎn)業(yè)技術(shù)研究院，河北 唐山 063210）

0 前言

在工業(yè)快速發(fā)展的時代，天車的使用隨處可見，目前生產(chǎn)中的大多數(shù)天車的控制處于人工操作狀態(tài)。隨著生產(chǎn)需求的擴(kuò)大，以及自動化水平需求的增加，越來越多的天車需要實現(xiàn)自動化的生產(chǎn)吊裝。要實現(xiàn)天車吊具的自動化吊裝，首先要解決的就是天車吊放過程中的吊具擺動問題。吊具的擺動，直接影響著天車的工作效率，而且導(dǎo)致天車吊放時貨物不能精準(zhǔn)的放到目標(biāo)位置。如果吊具所吊物體在擺動過程中的趨勢劇烈，會導(dǎo)致大車和小車在運(yùn)行軌道上的中心偏移，造成大車和小車的車輪損傷，嚴(yán)重可能導(dǎo)致天車電機(jī)等設(shè)備的損壞[1]，另外還會對人員安全問題產(chǎn)生嚴(yán)重影響。

吊具的擺動在天車的大、小車的組合運(yùn)動作用下，使得吊具的運(yùn)動情況更加復(fù)雜，對天車的精準(zhǔn)控制更為困難。因此吊具相對于天車的搖擺位置及搖擺狀態(tài)的識別又是自動化防搖擺控制技術(shù)中的首要的關(guān)鍵技術(shù)。

目前國內(nèi)吊具自動化作業(yè)水平不高，操作人員僅憑經(jīng)驗完成吊具的吊放和定位作業(yè)，在作業(yè)過程中操作人員需要多次調(diào)整才能消除吊具的擺動，從而準(zhǔn)確使吊具定位，人工的作業(yè)方式耗時高而且容易引發(fā)安全事故，對于天車操作人員的經(jīng)驗也有著很高的要求，天車操作逐步向自動化發(fā)展，因此對于天車吊具位置和軌跡識別技術(shù)的研究是實現(xiàn)天車自動化的關(guān)鍵問題。

1 天車吊具識別實驗臺搭建

本實驗選取的實際天車系統(tǒng)長a=10m，寬b=10m，高h(yuǎn)=5m，在實際工作過程中需要的視場范圍在2.0m×2.0m。利用實驗室的三坐標(biāo)平臺搭建長a1=1m、寬b1=1m、高h(yuǎn)1=2m的天車吊具運(yùn)動實驗臺來模擬真實狀態(tài)下的吊具運(yùn)動。

搭建的天車吊具運(yùn)動識別實驗平臺主要分為三部分：上位機(jī)電腦、PLC控制柜、加速度數(shù)據(jù)采集與分析系統(tǒng)和三坐標(biāo)平臺。其中上位機(jī)電腦與PLC控制柜通過通訊電纜相連，PLC控制伺服放大器給三坐標(biāo)電機(jī)下達(dá)命令控制三坐標(biāo)平臺的運(yùn)動，模擬真實狀態(tài)下的天車吊具運(yùn)動。上位機(jī)電腦與工業(yè)相機(jī)通過USB相連進(jìn)行吊具目標(biāo)物的圖像采集，來獲得天車吊具運(yùn)動時刻的圖像。由于天車實際工作環(huán)境較為復(fù)雜，從復(fù)雜的背景中提取目標(biāo)物是非常困難的，而且天車的工作時間長，外界光線常常會影響天車吊具的識別，在實驗室進(jìn)行模擬實驗時，在吊具模型上設(shè)置發(fā)光二極管，如圖1所示。將發(fā)光二極管與吊具模型視為一個整體，使吊具模型在復(fù)雜的背景中更容易進(jìn)行圖像采集和目標(biāo)物的運(yùn)動識別[2]。搭建成功的天車吊具運(yùn)動識別實驗臺如圖2所示。

圖1 二極管圖

圖2 實驗臺

2 天車吊具運(yùn)動圖像采集

實時圖像采集的速度的快慢、圖像采集的質(zhì)量的高低都直接影響著后續(xù)進(jìn)行吊具目標(biāo)物圖像處理的效果[3]。實驗采取的傳感器類型為CCD圖像傳感器，CCD傳感器具有功耗低、編程簡單等優(yōu)勢，可以實現(xiàn)采集圖像的精準(zhǔn)控制，對于吊具圖像的采集更加適用[4]。

采用選擇好的LED光源，工業(yè)相機(jī)傳感器為CCD傳感器對吊具圖像進(jìn)行采集。采集到的不添加發(fā)光二級管吊具圖像如圖3所示。

圖3 不添加發(fā)光二極管的吊具圖

對添加發(fā)光二極管的吊具進(jìn)行采集，采集后的吊具目標(biāo)物圖像如圖4示。

圖4 采集到的添加發(fā)光二極管吊具圖

3 RGB顏色分割法處理吊具圖像

彩色圖像的分割原理和灰度圖像類似，主要指根據(jù)色彩和空間特征的不同進(jìn)行分割[5]，彩色圖像和灰度圖像相比圖像的信息量更大。圖像中最重要的信息不僅是圖像中目標(biāo)物的邊界信息，其色彩同樣即為重要，一幅圖像的色彩可以很好的反應(yīng)實際的目標(biāo)物模型，體現(xiàn)圖像中目標(biāo)物的特征。但是需要根據(jù)實驗時的實際情況選擇合適的顏色空間，RGB模型由紅（red）、綠（green）、藍(lán)（blue）三基色組成，RGB顏色模型是最為常見的顏色空間模型[6]，坐標(biāo)系表示其模型如圖5所示。

圖5 笛卡爾坐標(biāo)系下的RGB模型圖

R、G、B分別用三個不同方向的坐標(biāo)軸表示，坐標(biāo)原點（0,0,0）表示的是黑色，（0,0,1）、（1,0,0）和（0,1,0）分別表示藍(lán)、紅、綠色，（1,1,1）為白色。F表示任意一種顏色，用r、g、b表示的紅綠藍(lán)構(gòu)成的公示表示為：

對于彩色圖像而言，將其轉(zhuǎn)換為灰度圖像后，經(jīng)常會產(chǎn)生色彩的偏差，有些彩色信息不是黑色在轉(zhuǎn)換后卻接近黑色，這對于圖像目標(biāo)物信息的識別造成了極大的干擾。在利用灰度圖像進(jìn)行閾值分割時會伴隨著誤差，當(dāng)誤差較小時，對于圖像目標(biāo)物的識別可能沒有影響，但是對于本實驗中將彩色圖像轉(zhuǎn)化為灰度圖像的傳統(tǒng)閾值分割的方法分割的效果并不佳。因此對采集到的吊具彩色圖像直接進(jìn)行彩色圖像閾值分割，不需要轉(zhuǎn)化為灰度圖像，這樣就降低了因轉(zhuǎn)換造成的誤差干擾。

對不添加綠色發(fā)光二極管的吊具目標(biāo)物進(jìn)行RGB顏色分割，分割后的圖像如圖6所示。

圖6 不添加發(fā)光二極管吊具分割圖

對于不添加綠色發(fā)光二極管的分割圖像中可以看出，RGB顏色分割的方法不能識別處吊具目標(biāo)物運(yùn)動的位置。同樣對添加綠色發(fā)光二極管的吊具圖像進(jìn)行分割，結(jié)果如圖7、圖8所示。

圖7 對光線充足時時刻分割圖

圖8 對光線較暗時時刻分割圖

4 結(jié)論

從上圖中看出雖然RGB顏色分割的方法很難將不添加綠色發(fā)光二極管的吊具目標(biāo)物從復(fù)雜的背景中分割出來，但是基于RGB彩色圖像分割的方法處理后的添加綠色發(fā)光二極管的吊具運(yùn)動圖像，在光線較好和光線較暗時吊具目標(biāo)物和背景都被清晰的分割了。處理后的吊具位置可以被準(zhǔn)確的定位，其原因是吊具目標(biāo)物和背景的特征沒有顯著的差異性所導(dǎo)致的，對于特征無顯著差異的吊具和背景而言，添加發(fā)光二極管的方法對于復(fù)雜背景下的吊具目標(biāo)物運(yùn)動識別具有很好的效果。