信建杰

(長春職業(yè)技術(shù)學(xué)院汽車學(xué)院,吉林 長春 130000)

1 引 言

隨著工業(yè)生產(chǎn)技術(shù)從自動化到智能化的深入發(fā)展[1],針對汽車復(fù)雜零件的智能化裝配成為了一項研究熱點。雖然自動化裝配技術(shù)已經(jīng)得到了廣泛應(yīng)用,但消費市場的迭代更新也越來越快[2],新車型的外形輪廓、結(jié)構(gòu)位置調(diào)整、新組建加裝都會受制于固化的生產(chǎn)線。所以,工業(yè)生產(chǎn)線自動化向智能化的研究成為了新的熱點[3],具有一定智能反饋調(diào)整能力的裝配系統(tǒng)是未來工業(yè)機器人的發(fā)展趨勢,而實現(xiàn)智能反饋調(diào)整的基礎(chǔ)是精確的檢測系統(tǒng)。

針對汽車車體、曲面零件而言,三維形貌檢測技術(shù)是實現(xiàn)逆向設(shè)計[4]、裝配反饋調(diào)整等的重要步驟,檢測方法主要分為接觸型和非接觸型兩種[5],接觸測量有三坐標測量機[6]、關(guān)節(jié)型測量機械臂[7]等,通過觸碰工件采集觸碰點的三維坐標值,該種方法結(jié)構(gòu)簡單、靈活性好,對測試環(huán)境開敞性要求不高,但對易變形工件、怕劃傷工件測試會大幅影響精度,同時,當(dāng)待測曲面較復(fù)雜時,為了獲取足夠反映表面特性的點云數(shù)據(jù),其測試掃描過程會占有很長時間,工作效率低。非接觸型主要以攝影測量[8]和光柵投影測量[9]為主,具有精度高、速度快等優(yōu)點,在測試環(huán)境開敞性良好的條件下,相比接觸型方法具有顯著優(yōu)勢。

國內(nèi)外相關(guān)研究中主要是側(cè)重攝影測量的圖像匹配,從而與傳統(tǒng)圖像識別算法相結(jié)合,諸如Aminzadeh M等人[10]利用圖像直方圖模式簡化了圖像數(shù)據(jù)處理量,提高了系統(tǒng)處理速度。司小婷等人[11]通過視覺檢測技術(shù)對零件進行識別與定位,實現(xiàn)了6種簡單結(jié)構(gòu)物體的快速匹配。陳琦等人[12]采用機器視覺對軸承缺陷檢測,最優(yōu)精度可達0.3 mm,并完成了5種常用缺陷的識別。Adedotun O K團隊[13]將改進的濾波算法應(yīng)用于圖像識別前的像質(zhì)優(yōu)化,提升了圖像配準的穩(wěn)定性。本文為了解決復(fù)雜曲面零件人為測量速度慢精度不穩(wěn)定的問題,實現(xiàn)一定程度的智能反饋調(diào)整,設(shè)計搭建了基于光學(xué)掃描的復(fù)雜曲面自動檢測系統(tǒng)。

2 系統(tǒng)組成

機械臂選用YASKAWA公司的SP165型6軸多關(guān)節(jié)型機械臂,光學(xué)系統(tǒng)采用ATOS 3D掃描設(shè)備以及相關(guān)處理軟件組成。系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)結(jié)構(gòu)示意圖Fig.1 Schematic diagram of system structure

如圖所示,機械臂前端夾持光學(xué)掃描系統(tǒng),采集待測樣件的三維形貌點云數(shù)據(jù),處理系統(tǒng)將掃描數(shù)據(jù)帶入自動調(diào)整算法中,分析待測件曲面的變化趨勢,從而為調(diào)整機械臂位置、位姿提供調(diào)整參數(shù)。將該檢測系統(tǒng)與控制模塊相連接后,就能夠?qū)崿F(xiàn)根據(jù)光學(xué)掃描三維面形的位置數(shù)據(jù)進行在線實時調(diào)整機械臂位姿的反饋控制,從而使其具有一定的智能化控制能力。

3 測量機理

系統(tǒng)采用光柵掃描方式獲取復(fù)雜曲面的三維面形,系統(tǒng)由激光投影光源和兩個CCD共同組成,測量機理如圖2所示。

圖2 測量系統(tǒng)工作原理圖Fig.2 Working principle diagram of measurement system

如圖2所示,激光光源的坐標系為B(xB,yB,zB),CCD1和CCD2的坐標系分別為A(xA,yA,zA)和C(xC,yC,zC),其中,三個z軸分別在三個光學(xué)系統(tǒng)的光軸上。系統(tǒng)的位置通過平面參考點P和Q進行定位?？梢钥闯?復(fù)雜曲面的高度就是參考坐標系O(xO,xO,xO)中的z軸值。當(dāng)激光照射在待測復(fù)雜曲面的任一點M和N時,其高度有zM=MM′和zN=NN′。由幾何三角關(guān)系可知,AM與zA之間的夾角為θ。當(dāng)沒有復(fù)雜曲面時,激光照射在M″處反射至CCD1,當(dāng)存在復(fù)雜曲面時,激光照射在M′處反射至CCD1,對于N點同理。由此可見,可以通過計算CCD1中θ的改變量求解zM數(shù)值,從而將整個復(fù)雜曲面的三維點云數(shù)據(jù)解出。但由于照射角度的問題,在參考坐標系中xO-zO斜率為負的曲面CCD1無法采集,故采用CCD2補充,兩組數(shù)據(jù)剛好可以覆蓋復(fù)雜曲面的全部區(qū)域。

4 基于特征識別的自校正算法

4.1 邊緣提取

對測量系統(tǒng)中CCD采集的圖像進行邊緣提取,從而依據(jù)特征識別獲得目標位置及姿態(tài),再將該目標的準確三維坐標反饋給系統(tǒng),實現(xiàn)在線調(diào)整。

設(shè)σ為標準差,對初始圖像f(x,y)進行高斯平滑濾波[14],函數(shù)可表示為:

(1)

則原始圖像轉(zhuǎn)換成:

fG(x,y)=G(x,y)?g(x,y)

(2)

通過求解一階偏導(dǎo)[15],可以得到兩個軸向像素點對應(yīng)的梯度有:

(3)

由此利用像素梯度分布的數(shù)據(jù)極大性特征完成邊緣信息的提取。

4.2 特征識別與自校正

將擬識別的零件幾何特征模板與測試圖像中的數(shù)據(jù)進行匹配分析,通過計算相似度差異最小的圖形實現(xiàn)目標零件的識別。為了匹配過程具有一定的普適性,針對曲面零件進行分析,其匹配相似度函數(shù)[16]有

(4)

其中,x和y分別表示圖像中行和列的任意取值；i和j分別表示在x和y的特征提取段的標號,符合1

(5)

其中,Pt為預(yù)設(shè)的相似度閾值?？梢?當(dāng)式(4)小于閾值時,認為是同一特征,提取目標零件數(shù)據(jù)；否則不匹配,重新尋找合適目標零件。經(jīng)以上匹配過程可實現(xiàn)待測目標零件的自動校正,從而將其精確的三維坐標傳遞給系統(tǒng),系統(tǒng)根據(jù)設(shè)計需要完成對機械臂的在線調(diào)整,達到具有一定反饋調(diào)整的智能化控制的目的。采用該算法可以有效地解決傳統(tǒng)自動化裝配過程中隨機環(huán)境干擾引起的裝配問題,使系統(tǒng)具有很好的自適應(yīng)性是本算法的重要特點。

5 實 驗

實驗對雙凸曲面結(jié)構(gòu)件進行了測試,通過MOTOSIM-VRC軟件完成檢測路徑仿真,仿真數(shù)據(jù)采集界面及待測件實物如圖3所示。

圖3 仿真實驗?zāi)M及數(shù)據(jù)采集界面Fig.3 Simulation experiment simulation and data acquisition interface

為了通過基于原始數(shù)模獲得的仿真分析結(jié)果去評價自動調(diào)整算法對機械臂控制的效果,將仿真機械臂的6自由度數(shù)據(jù)分別與固定掃描軌跡和基于特征識別的自動調(diào)整掃描軌跡進行對比,將相同測試位置的坐標與位姿參數(shù)進行比較。用于驗證測試結(jié)果的靶標點作為測試位置,該位置的選取原則是均勻分布在零件整個區(qū)域,重點集中在不同平面或者曲面斜率變化較大的位置。基于數(shù)模的仿真分析數(shù)據(jù)、固定掃描路徑測試數(shù)據(jù)及基于特征識別反饋的掃描路徑測試數(shù)據(jù)對比如表1所示。

表1中X、Y和Z分別表示測試位置的坐標值,θX、θY和θZ分別表示對應(yīng)坐標軸上的位姿角,由這6個自由度信息就可以將復(fù)雜零件的精確位置及位姿信息傳遞給機械臂,從而實現(xiàn)依據(jù)反饋信息進行掃描路徑優(yōu)化。由表中數(shù)據(jù)分布計算可知,固定掃描路徑測試數(shù)據(jù)的最大位置偏差為0.084 mm,平均位置偏差為0.045 mm,最大位姿偏角為0.095°,平均位姿偏角為0.051°；自動調(diào)整掃描路徑測試數(shù)據(jù)的最大位置偏差為0.028 mm,平均位置偏差為0.011 mm,最大位姿偏角為0.026°,平均位姿偏角為0.017°。無論是測試位置的坐標信息還是坐標處的位姿信息,自動調(diào)整掃描路徑的測試數(shù)據(jù)精度和穩(wěn)定性明顯優(yōu)于未經(jīng)調(diào)整的。

表1 測試結(jié)果數(shù)據(jù)對比Tab.1 Test data comparison

為了分析數(shù)據(jù)分布的波動性,對相同參數(shù)進行標準差σ求解,有:

(6)

其中,X為測試數(shù)據(jù);μ為測試數(shù)據(jù)均值;N為樣本數(shù)。將測試數(shù)據(jù)代入(6)式計算可知,固定掃描路徑測試數(shù)據(jù)位置偏差的方差為0.0498 mm,自動調(diào)整掃描路徑測試數(shù)據(jù)位置偏差的方差為0.0124 mm；固定掃描路徑測試數(shù)據(jù)位姿偏角的方差為0.0567°,自動調(diào)整掃描路徑測試數(shù)據(jù)位姿偏角的方差為0.0190°。由此可見,采用基于特征識別反饋控制測試結(jié)果的坐標位置精度提高了約4倍,位姿精度提高了約3倍,驗證了本系統(tǒng)可以為汽車零件、復(fù)雜結(jié)構(gòu)等提供具有自動調(diào)整的掃描路徑規(guī)劃,增加系統(tǒng)控制的適用范圍。由此可見,本系統(tǒng)在用于復(fù)雜零件精確位姿的在線調(diào)整中具有明顯的優(yōu)勢。該算法創(chuàng)新之處在于將復(fù)雜零件數(shù)模作為基礎(chǔ)數(shù)據(jù)源,再結(jié)合特征識別就能夠獲得精度與數(shù)模精度接近的測量精度,相比傳統(tǒng)的預(yù)設(shè)掃描路徑法、應(yīng)變傳感測量法等大幅提升了補償參數(shù)的準確性。

5 結(jié) 論

針對零件在裝配過程中位置偏差或位姿偏角造成的裝配問題,本文設(shè)計了一種基于激光三維掃描的復(fù)雜零件檢測系統(tǒng),并提出了基于特征識別的自動調(diào)整算法。實驗針對雙凸曲面零件進行了掃描測試分析,結(jié)果顯示,采用本系統(tǒng)自動調(diào)整掃描路徑的測試數(shù)據(jù)明顯優(yōu)于固定路徑的測試數(shù)據(jù)。其最大位置偏差、平均位置偏差、最大位姿偏角及平均位姿偏角的測試精度均提升1倍以上,標準差均在3倍以上。由此可見,本系統(tǒng)用于機械臂自動調(diào)整與控制領(lǐng)域,可大幅提升復(fù)雜零件裝配的自適應(yīng)性。