常雪蓮

(煙臺汽車工程職業(yè)學(xué)院，山東 煙臺 264000)

隨著汽車制造領(lǐng)域的飛速發(fā)展，使汽車制造領(lǐng)域逐漸走向智能化、自動化。傳統(tǒng)汽車制造領(lǐng)域主要采用人工方式完成生產(chǎn)，但是汽車生產(chǎn)線的熱處理設(shè)備長期處于高溫環(huán)境下，工作環(huán)境溫度過高，可使作業(yè)人員易出現(xiàn)疲勞狀態(tài)，具有生產(chǎn)效率低、質(zhì)量較差等缺陷，如何實現(xiàn)熱處理爐的自動化控制成為亟待解決的問題。為此本研究采用高柔性化、高自由度的六軸機(jī)器人代替?zhèn)鹘y(tǒng)人工作業(yè)，將其應(yīng)用于熱處理爐的自動化控制中，有利于提高汽車行業(yè)的整體經(jīng)濟(jì)效益。

1 六軸機(jī)器人視覺圖像處理的過程

六軸機(jī)器人對圖像的處理包括6個步驟：圖像的采集、預(yù)處理、分割、描述、識別以及結(jié)果輸出，本研究主要對六軸機(jī)器人圖像的預(yù)處理步驟和分割步驟進(jìn)行分析。通過對圖像進(jìn)行預(yù)處理和分割，有利于提高六軸機(jī)器人對圖像處理的精準(zhǔn)度。

1.1 視覺圖像預(yù)處理

熱處理爐的工作現(xiàn)場環(huán)境較差，通常處于高溫狀態(tài)，采用六軸機(jī)器人對處于高溫火焰噴射的爐門進(jìn)行圖像采集，可直接造成圖像出現(xiàn)質(zhì)量問題，該方式采集的圖像在背景與目標(biāo)邊緣方面較為模糊。為保證六軸機(jī)器人采集圖像的質(zhì)量，本研究對采集的圖像進(jìn)行預(yù)處理。圖像預(yù)處理實際上是預(yù)先對圖像進(jìn)行變換，以此實現(xiàn)抑制或者濾去采集圖像過程中存在的噪音點，最大限度地強(qiáng)化圖像的輪廓邊界，全部操作執(zhí)行完畢后，即可得到質(zhì)量較好的圖像[1]。

圖像預(yù)處理包含濾波和銳化兩個步驟，對圖像進(jìn)行濾波處理時，可選用一種快速算法?？焖僦兄禐V波算法與傳統(tǒng)的中值濾波算法進(jìn)行對比可知，快速中值濾波算法對圖像進(jìn)行預(yù)處理時，充分考慮了相鄰兩個濾波窗口信號數(shù)據(jù)的相關(guān)性，為有效提高圖像處理的運(yùn)算效率，該算法采用比較的方式取代傳統(tǒng)算法的排序運(yùn)算。將該算法應(yīng)用于熱處理爐的自動控制中，有利于提高熱處理爐的控制效果。

快速中值濾波算法對圖像進(jìn)行預(yù)處理的基本步驟為：首先假設(shè)圖像像素的長度為L，建立中值濾波窗口，該窗口為2N+2，移動步長為2；其次，每次中值濾波窗口出現(xiàn)移動現(xiàn)象時，應(yīng)立即計算窗口內(nèi)前2N+1個像素的灰度中值M1，再計算中值濾波窗口內(nèi)后2N+1個像素的灰度中值M2；最后采用灰度中值M1和M2替代窗口內(nèi)N和N+1位置上的灰度值[2]。

中值濾波窗口以移動步長為2不斷向后滑動，直至經(jīng)歷整幅圖像后，停止對圖像的預(yù)處理。通過對圖像進(jìn)行中值濾波處理后，有利于提高圖像的平滑和保護(hù)邊緣的效果。通常情況下，六軸機(jī)器人對圖像的細(xì)節(jié)要求較低，僅采用一次快速中值濾波操作即可滿足熱處理爐的自動化控制要求。

六軸機(jī)器人采集圖像預(yù)處理的第二步為銳化，銳化實際上是從圖像中檢出目標(biāo)的邊緣。邊緣檢測的原理為：將邊緣灰度幅度微分不連續(xù)性原理作為核心，采用各種線性、非線性邊緣增強(qiáng)算子方法對六軸機(jī)器人采集的圖像進(jìn)行卷積。圖像銳化處理的計算量較大，不適用于六軸機(jī)器人的系統(tǒng)，本研究為滿足熱處理爐自動化控制的實時性要求，選用Sobel算子以及一個3×3的鄰域，例如：

(1)

該鄰域中的A點位處理點，經(jīng)過處理點的直線包括4條，每條直線可將鄰域中剩余的像素劃分為兩部分，每部分包含3個像素，可將其稱之為子鄰域，每個像素的計算次數(shù)為4次，將4個差值的最大絕對值替代中心像素A[3]。

采用快速中值濾波算法對圖像進(jìn)行預(yù)處理，可有效滿足微分轉(zhuǎn)換為差分運(yùn)算后的方向性要求，同時可大大簡化運(yùn)算過程。通過Sobel算子銳化后的圖像具有邊界清晰、細(xì)節(jié)強(qiáng)化等優(yōu)勢。

1.2 視覺圖像分割、二值化

六軸機(jī)器人采集圖像預(yù)處理完畢后，需要對目標(biāo)和背景進(jìn)行分割。圖像的分割方法是確定閾值T，若灰度值大于T，可稱之為目標(biāo)；若灰度值小于T，則可稱之為背景。閾值確定的方法為視覺圖像分割的關(guān)鍵，對閾值方法進(jìn)行選擇時，應(yīng)充分結(jié)合不同的應(yīng)用角度，并按照像素的灰度值分布情況和像素領(lǐng)域的平均灰度值分布構(gòu)成的直方圖實現(xiàn)閾值的分割。當(dāng)圖像的信噪處于較低狀態(tài)時，可直接造成退選哪個的錯誤分割，該方式有利于降低圖像分割錯誤的可能性。本研究為最大限度地縮短圖像分割運(yùn)算時間，選用二維熵閾值分割快速算法作為圖像分割的核心算法。六軸機(jī)器人采集圖像時，易使圖像出現(xiàn)同態(tài)性。圖像同態(tài)性指的是：圖像目標(biāo)和背景處的像素灰度值和領(lǐng)域平均灰度值之間較為接近。當(dāng)圖像像素的灰度值和鄰域平均灰度值之間的差異性較大時，為使目標(biāo)類和背景類的后驗熵最大，可選擇二維熵閾值(S,T)作為目標(biāo)與背景分割的閾值[4]。

快速二維熵閾值分割算法對圖像進(jìn)行分割操作的基本步驟為：首先，對圖像各個像素點的鄰域平均灰度值進(jìn)行計算，將數(shù)值作為主要依據(jù)，以此建立二維灰度直方圖；其次，初始化max=0,Pst(s,t)=0,Hst(0,t)=0,t∈[0,L]，并計算出最佳閾值矢量S和T。兩個類的熵定義為

(2)

本研究為得到全局最優(yōu)結(jié)果，將判別函數(shù)作為主要依據(jù)，并采用窮舉搜索法對閾值矢量(S,T)進(jìn)行計算，判別函數(shù)為

H(S,T)=max(min{H0(s,t),H1(s,t)})

(3)

式中，s=1,2,…,L;t=1,2,…,L。

最后按照二維閾值化函數(shù)實現(xiàn)圖像的分割，其公式為

(4)

在確定圖像的閾值T后，即可對圖像進(jìn)行二值化處理。當(dāng)像素值小于T的灰度值時，可將像素值記作b0；當(dāng)像素值等于或大于T的灰度值時，可將像素值記作b1。通過對圖像進(jìn)行二值化處理，即可得到含托架輪廓的二值圖像。采用快速二維熵閾值分割算法對閾值矢量(S,T)的熵進(jìn)行計算時，其關(guān)鍵在變頻數(shù)之和為相加(減)。因此，對每個閾值矢量(S,T)進(jìn)行計算時，為最大限度地提高計算速度，應(yīng)降低計算的復(fù)雜性，由O(L4)減少到O(L2)[5]。

2 六軸機(jī)器人視覺圖像描述

為進(jìn)一步對圖像進(jìn)行數(shù)學(xué)描述，提取圖像所表示物體的面積、周長、質(zhì)心等幾何特征。描述圖像特征的方法主要包括兩種：行程碼法、鏈碼法，本研究采用行程碼法實現(xiàn)特征的描述，該方法可用于計算圖像的面積、質(zhì)心等特征，具有計算量小、速度快等優(yōu)勢。

行程碼方法的圖像描述過程為：采用逐行(列)的方法對二值圖像進(jìn)行掃描，假設(shè)背景點為0，物體點為1，當(dāng)該方法從背景點掃描到物體點時，即可對一個行程段的開始進(jìn)行標(biāo)明，并將坐標(biāo)記作Xi和Yi，直至行程碼法重新掃描到背景點時，可認(rèn)為該行程段為結(jié)束狀態(tài)，此時物體點為1的像素長度為Li。無限循環(huán)該過程，直至一幅圖像成功轉(zhuǎn)換為行程段碼的集合，即可結(jié)束該行程。每個行程段均包含三個數(shù)據(jù)：Xi、Yi、Li[6]。

采用行程碼對物體的純面積進(jìn)行計算時，可將每個行程段碼的長度相加，其公式為

A=∑Li

(5)

2.1 中心坐標(biāo)位置計算

通常情況下，可選擇物體面積的中心點替代物體在圖像中的位置，面積中心實際上指的是：當(dāng)單位面積質(zhì)量處于恒定狀態(tài)時，相同形狀圖像的質(zhì)心即為面積中心，該面積中心可通過計算物體的一階矩Mx和My獲取。采用行程碼方法獲取Mx和My的數(shù)值時，每個行程段均對應(yīng)一個ΔMx和ΔMy，其公式為

(6)

一階矩Mx和My的公式為

Mx=∑ΔMx，My=∑ΔMy

(7)

質(zhì)心坐標(biāo)為

X0=My/A,Y0=Mx/A

(8)

式中:X0和Y0為中心點的坐標(biāo)。

2.2 事故疊放狀態(tài)判別

六軸機(jī)器人事故性疊放圖像及行程碼表示如圖1所示[7]。當(dāng)六軸機(jī)器人的齒輪疊放在輥道上時推動熱處理爐，推動現(xiàn)象如圖1(a)所示，可直接造成六軸機(jī)器人出現(xiàn)故障現(xiàn)象。本研究為避免六軸機(jī)器人出現(xiàn)故障問題，在操作六軸機(jī)器人之前，對六軸機(jī)器人的齒輪疊放狀態(tài)進(jìn)行事故判別。判別方法包括兩種：方法一，通過計算物體的二階矩，判斷物體的實際“方向”；方法二，行程碼法。方法一在實際操作過程中對計算積分和投影三角函數(shù)的要求較高，具有計算量過大、操作繁瑣等缺陷。為此選用行程碼法對機(jī)器人托架的疊放狀態(tài)進(jìn)行判斷，如圖1(b)和圖1(c)。當(dāng)六軸機(jī)器人因齒輪疊放在輥道上而出現(xiàn)故障現(xiàn)象時，可與正常疊放狀態(tài)的行程碼進(jìn)行比較，有利于迅速判別故障的發(fā)生，并將故障信息上傳至系統(tǒng)內(nèi)部。

圖1 六軸機(jī)器人事故性疊放圖像及行程碼表示

3 熱處理爐自動化控制設(shè)備與六軸機(jī)器人之間的坐標(biāo)配準(zhǔn)

熱處理爐在實際運(yùn)行過程中，可將爐門到輥道上齒輪中心的距離定義為固定值。因此，采用六軸機(jī)器人對圖像進(jìn)行處理時，可實現(xiàn)三維圖像到二維圖像的簡化。視場系統(tǒng)與六軸機(jī)器人系統(tǒng)之間的坐標(biāo)轉(zhuǎn)換實際上是二維空間的線性映射。

六軸機(jī)器人坐標(biāo)系統(tǒng)可對圖像進(jìn)行預(yù)先標(biāo)定，為確定圖像在視場坐標(biāo)系中的位置，可將視場系統(tǒng)內(nèi)已知的固定點作為參照物，以此確定圖像的實際位置。本研究選用熱處理爐爐門上直接分布的三個角點作為參照物點，并測算三個角點在六軸機(jī)器人坐標(biāo)系統(tǒng)的坐標(biāo)，三個角點的坐標(biāo)分別為：(Xr1,Yr1)、(Xr2,Yr2)、(Xr3,Yr3)。

三個角點在圖像中的坐標(biāo)分別為：(Xv1,Yv1)、(Xv2,Yv2)、(Xv3,Yv3)。

視場系統(tǒng)與六軸機(jī)器人系統(tǒng)之間的坐標(biāo)轉(zhuǎn)換關(guān)系為線性變換，變換的最終結(jié)果為

(9)

通過式(9)，即可得到視場系統(tǒng)與六軸機(jī)器人系統(tǒng)坐標(biāo)之間的線性映射常數(shù)，將得到的線性映射常數(shù)作為主要依據(jù)，求出托架中心線和齒輪中心在機(jī)器人坐標(biāo)系中的位置[8]。

六軸機(jī)器人視覺系統(tǒng)的瓶頸為計算機(jī)處理速度，為最大限度地提高計算機(jī)的處理速度，可采用隔點隔行采樣方法。但是該方法可直接造成圖像的質(zhì)量出現(xiàn)問題。熱處理爐自動化控制系統(tǒng)中全部程序均采用BorlandC++語言和匯編語言完成編寫，通過對系統(tǒng)程序進(jìn)行優(yōu)化，可將定位的誤差控制在2 mm之內(nèi)，其定位時間不超過2 s，符合熱處理爐自動化控制系統(tǒng)的要求。

4 結(jié) 語

由于熱處理爐的工作現(xiàn)場環(huán)境較差，通常處于高溫狀態(tài)，采用六軸機(jī)器人對處于高溫火焰噴射的爐門進(jìn)行圖像采集，可直接造成圖像出現(xiàn)質(zhì)量問題，該方式采集的圖像在背景與目標(biāo)邊緣方面較為模糊。為保證六軸機(jī)器人采集圖像的質(zhì)量，采用快速中值濾波算法對圖像進(jìn)行預(yù)處理，可有效滿足微分轉(zhuǎn)換為差分運(yùn)算后的方向性要求，同時可大大簡化運(yùn)算過程，有利于提高機(jī)器人的控制精度。通過Sobel算子銳化后的圖像具有邊界清晰、細(xì)節(jié)強(qiáng)化等優(yōu)勢，通過對系統(tǒng)程序進(jìn)行優(yōu)化，可將定位的誤差控制在2 mm之內(nèi)，其定位時間不超過2 s，符合熱處理爐自動化控制系統(tǒng)的要求。