宋忠東 劉翠蓮

基金項(xiàng)目：教育部高等學(xué)?？茖W(xué)研究發(fā)展中心《虛擬仿真技術(shù)在職業(yè)教育教學(xué)中創(chuàng)新應(yīng)用》專項(xiàng)課題（ZJXF2022133）；甘肅省教育廳2023年高校教師創(chuàng)新基金項(xiàng)目（2023B-471）；甘肅省教育廳2022年度甘肅省職業(yè)教育教學(xué)改革研究項(xiàng)目（2022gszyjy-86）

第一作者簡介：宋忠東（1976-），男，副教授。研究方向?yàn)閯?chuàng)新創(chuàng)業(yè)。

DOI：10.19981/j.CN23-1581/G3.2024.13.006

摘? 要：隨著信息技術(shù)和數(shù)字技術(shù)的快速發(fā)展，新一輪的工業(yè)科技革命蓬勃興起。多年來，我國一直被譽(yù)為“世界工廠”，制造業(yè)穩(wěn)居世界第一。然而，隨著經(jīng)濟(jì)結(jié)構(gòu)轉(zhuǎn)型和產(chǎn)業(yè)結(jié)構(gòu)不斷深化調(diào)整，我國的經(jīng)濟(jì)逐漸朝著多元結(jié)構(gòu)、多重挑戰(zhàn)、高中速增長的方向發(fā)展。智能制造成為制造業(yè)發(fā)展的新方向，特別是《中國制造2025》制造強(qiáng)國戰(zhàn)略的推行實(shí)施后，堅(jiān)持創(chuàng)新驅(qū)動、智能化轉(zhuǎn)型已經(jīng)成為我國制造業(yè)發(fā)展的主要目標(biāo)，該文結(jié)合機(jī)器視覺技術(shù)的概念及系統(tǒng)組成，闡述基于機(jī)器視覺的智能制造實(shí)踐平臺的應(yīng)用設(shè)計(jì)，分析基于機(jī)器視覺的智能制造系統(tǒng)的優(yōu)勢，并探討未來的發(fā)展趨勢，旨在為相關(guān)人士提供借鑒和參考。

關(guān)鍵詞：機(jī)器視覺；智能制造；視覺標(biāo)定算法；智能控制；實(shí)踐平臺

中圖分類號：TP24? ? ? ?文獻(xiàn)標(biāo)志碼：A? ? ? ? ? 文章編號：2095-2945（2024）13-0022-04

Abstract： With the rapid development of information technology and digital technology， a new round of industrial scientific and technological revolution is booming. For many years， China has been known as the "World Factory"， and the manufacturing industry ranks first in the world. However， with the transformation of the economic structure and the deepening adjustment of the industrial structure， China's economy is gradually developing in the direction of diversified structure， multiple challenges and rapid growth in senior high schools. Intelligent manufacturing has become a new direction of manufacturing development， especially after the implementation of the "Made in China 2025" manufacturing power strategy， insisting on innovation-driven and intelligent transformation has become the main goal of the development of China's manufacturing industry. Based on the concept and system composition of machine vision technology， this paper expounds the application design of intelligent manufacturing practice platform based on machine vision， analyzes the advantages of intelligent manufacturing system based on machine vision， and finally discusses the development trend in the future， in order to provide reference for relevant people.

Keywords： machine vision; intelligent manufacturing; visual calibration algorithm; intelligent control; practice platform

當(dāng)今世界，制造業(yè)正經(jīng)歷著前所未有的轉(zhuǎn)變，這一變革被廣泛稱為智能制造，也被稱為工業(yè)4.0或制造業(yè)的第四次工業(yè)革命。智能制造不僅是生產(chǎn)方式的演變，更是一種綜合了先進(jìn)技術(shù)和創(chuàng)新思維的新興生產(chǎn)范式。這一變革的核心是實(shí)現(xiàn)更高的生產(chǎn)效率、質(zhì)量和可持續(xù)性，以滿足不斷增長的市場需求。智能制造的背景和發(fā)展源自多個因素的交織。首先，全球競爭日益激烈，制造企業(yè)需要尋求方式來提高生產(chǎn)效率以降低成本，同時保持高質(zhì)量。其次，信息技術(shù)的快速發(fā)展為實(shí)現(xiàn)智能制造提供了關(guān)鍵的工具和基礎(chǔ)[1]?；ヂ?lián)網(wǎng)的普及和物聯(lián)網(wǎng)技術(shù)的嶄露頭角使設(shè)備和系統(tǒng)能夠相互通信，進(jìn)一步推動了制造業(yè)的數(shù)字化轉(zhuǎn)型。最重要的是，機(jī)器視覺技術(shù)的快速演進(jìn)已成為智能制造的重要驅(qū)動力。

1? 機(jī)器視覺技術(shù)概述

機(jī)械視覺技術(shù)是利用機(jī)器代替人眼，對客觀事物的圖像進(jìn)行處理和分析，從而獲取信息的技術(shù)。機(jī)械視覺技術(shù)是計(jì)算機(jī)科學(xué)、圖像處理、模式識別等學(xué)科的交叉學(xué)科，涉及光學(xué)、機(jī)械、電氣和計(jì)算機(jī)等多學(xué)科的知識[2]。如今，較為典型的視覺系統(tǒng)通常由相機(jī)、鏡頭、光源、圖像信息數(shù)字化采集處理模塊、智能判斷組件及控制執(zhí)行單位等幾部分組成。其主要原理是通過完成硬件環(huán)境的搭建，采用相機(jī)獲取目標(biāo)范圍內(nèi)的圖像信息，并將圖像信息進(jìn)行處理轉(zhuǎn)換成數(shù)字信號，根據(jù)信號傳輸?shù)南嚓P(guān)信息，采用處理算法獲得目標(biāo)的相關(guān)特征，并根據(jù)設(shè)定的特征進(jìn)行決策處理，然后輸出控制執(zhí)行信號實(shí)現(xiàn)對工件的操作和處理。原理圖如圖1所示。

圖1? 機(jī)械視覺原理圖

2? 基于機(jī)器視覺的智能制造實(shí)踐平臺設(shè)計(jì)方案

基于機(jī)器視覺的智能制造實(shí)踐平臺，是利用機(jī)器視覺技術(shù)，對制造業(yè)生產(chǎn)過程中的各個環(huán)節(jié)進(jìn)行感知、分析和控制，實(shí)現(xiàn)生產(chǎn)過程的自動化、智能化、數(shù)字化。平臺不僅可用于實(shí)踐模擬學(xué)習(xí)，也可應(yīng)用于工廠智能化、自動化研究。

2.1? 機(jī)器視覺系統(tǒng)

機(jī)器視覺系統(tǒng)是基于機(jī)器視覺的智能制造實(shí)踐平臺的核心組成部分，負(fù)責(zé)對生產(chǎn)過程中的各個對象進(jìn)行感知、識別和測量。常見的機(jī)器視覺通常由相機(jī)、鏡頭、支架及光源4個部分組成。主要功能包括圖像采集模塊，負(fù)責(zé)獲取生產(chǎn)現(xiàn)場的圖像信息；圖像處理模塊，負(fù)責(zé)對圖像信息進(jìn)行處理，提取感興趣區(qū)域，并進(jìn)行識別和測量；控制模塊，負(fù)責(zé)將識別和測量結(jié)果轉(zhuǎn)化為控制指令，控制執(zhí)行系統(tǒng)執(zhí)行。

2.1.1? 工業(yè)相機(jī)

機(jī)器視覺系統(tǒng)中，相機(jī)組件具有重要作用。其主要是把接收到的信號通過相機(jī)內(nèi)部系統(tǒng)的轉(zhuǎn)換和處理形成有規(guī)律的電波信號，以滿足傳輸和識別條件。根據(jù)工廠生產(chǎn)線工件制作需求，該智能實(shí)踐平臺選用的為工業(yè)相機(jī)（類型：CCD芯片結(jié)構(gòu)，型號：DFK23G274，廠家：The Imaging Source，分辨率：200萬像素），與 CMOS 芯片結(jié)構(gòu)的相機(jī)對比具有以下優(yōu)勢，見表1。

表1? CCD芯片結(jié)構(gòu)相機(jī)與CMOS結(jié)構(gòu)對比

2.1.2? 鏡頭、支架及光源

鏡頭的選型對于圖像成像質(zhì)量有著重要影響，結(jié)合智能實(shí)踐平臺工業(yè)的相機(jī)型號及接口形式，鏡頭選用M0814-MP型工業(yè)鏡頭。參數(shù)如下：鏡頭焦距8 mm；鏡頭接口C型；濾鏡螺紋M30.5 mm×28.2 mm。相機(jī)支架采用鋁合金支架。

光源在視覺系統(tǒng)圖像采集中具有重要作用，也是影響圖像采集準(zhǔn)確性的重要因素[3-5]。目前應(yīng)用效果較好且應(yīng)用較為廣泛的為LED燈，穩(wěn)定性及可靠性均具有較大優(yōu)勢。

2.2? 通信系統(tǒng)

通信系統(tǒng)的可靠性直接影響整套系統(tǒng)的穩(wěn)定，同時也會對系統(tǒng)整體的反應(yīng)速度造成一定影響。本次系統(tǒng)硬件的運(yùn)行載體采用的是工控PC機(jī)型（品牌：揚(yáng)天，型號：MOIPC-4000），工控PC機(jī)整體性能較普通PC機(jī)穩(wěn)定性及環(huán)境適用性更高，并且具有可靠性高、防塵性好、抗干擾能力強(qiáng)等特點(diǎn)。具體參數(shù)見表2。

表2? PC工控機(jī)相關(guān)參數(shù)

2.3? 智能控制系統(tǒng)

控制系統(tǒng)是整個系統(tǒng)中的關(guān)鍵組件，其負(fù)責(zé)將生產(chǎn)決策轉(zhuǎn)化為控制指令，控制整個生產(chǎn)設(shè)備和工藝流程的實(shí)現(xiàn)。執(zhí)行器選用步進(jìn)電機(jī)驅(qū)動系統(tǒng)，負(fù)責(zé)執(zhí)行控制指令，借助實(shí)點(diǎn)科技的EtherCAT耦合器進(jìn)行模擬信號轉(zhuǎn)換為脈沖和方向控制，從而推動步進(jìn)系統(tǒng)?？刂葡到y(tǒng)的軟件是結(jié)合CODESYS 平臺V3.5 SP15 Patch4為基礎(chǔ)開發(fā)的。軟件控制功能較為豐富且具有多軸組控制功能。

3? 視覺系統(tǒng)標(biāo)定算法實(shí)現(xiàn)

視覺系統(tǒng)中的標(biāo)定算法是機(jī)器視覺系統(tǒng)運(yùn)維的重要組成部分，也直接影響機(jī)械視覺獲取物體現(xiàn)實(shí)位置的準(zhǔn)確性[6-7]。其原理主要是通過對四大坐標(biāo)的轉(zhuǎn)換實(shí)現(xiàn)三維現(xiàn)實(shí)空間的坐標(biāo)模擬至相機(jī)二維平面中的一種過程，如圖2所示。

隨著機(jī)械視覺系統(tǒng)的不斷發(fā)展，相關(guān)標(biāo)定算法也層出不絕，在眾多標(biāo)定算法中，直接線性變換標(biāo)定算法、RAC 標(biāo)定算法、張正友平面標(biāo)定算法是較為典型的3種標(biāo)定算法。

圖2? 標(biāo)定算法原理

3.1? 直接線性變換標(biāo)定算法

直接線性變換標(biāo)定算法是一種線性相關(guān)的典型標(biāo)定算法，其主要方法是運(yùn)用成像幾何的原理，構(gòu)建線性模型，通過求解線性方程的方式獲取轉(zhuǎn)換參數(shù)，從而實(shí)現(xiàn)相機(jī)的標(biāo)定。原理方程如下

-fxx-x0yx-y0=？姿RX-XcY-YcZ-Zc，? ? ? （1）

式中：f代表相機(jī)的焦距數(shù)值；（xx，yx）代表平面成像后的坐標(biāo)；（x0，y0）代表成像平面和光軸的交點(diǎn)；？姿為成像的放大倍數(shù)。

通過方程式的數(shù)值計(jì)算可以完成相機(jī)的標(biāo)定，不過這種標(biāo)定算法的局限性較強(qiáng)，不能滿足透鏡類模型的應(yīng)用，且對于透鏡模型的畸變現(xiàn)象應(yīng)用效果較差。

3.2? RAC標(biāo)定算法

RAC標(biāo)定算法（RAC， Radial Alignment Constraint）又稱兩步標(biāo)定法，是由Tsai提出的一種傳統(tǒng)相機(jī)標(biāo)定算法。其具有精度高、適用性強(qiáng)等特點(diǎn)，不過由于在實(shí)踐過程中需要對應(yīng)的標(biāo)定物進(jìn)行標(biāo)定，標(biāo)定程序較為繁瑣。

3.3? 相機(jī)標(biāo)定的實(shí)現(xiàn)

結(jié)合生產(chǎn)工藝的特點(diǎn)，該系統(tǒng)采用張正友平面標(biāo)定算法。算法的基本步驟如下：①將備好的標(biāo)定模板工具放入相機(jī)取鏡范圍內(nèi)，設(shè)定初始化參數(shù)；②將模板放在相機(jī)取鏡范圍內(nèi)多個角度，獲取多個不同角度的圖像（角度圖像不低于15個），定位并記錄相關(guān)信息；③標(biāo)定算法計(jì)算相關(guān)參數(shù)；④求解獲取相機(jī)的內(nèi)參及外參；⑤求出相機(jī)相應(yīng)的畸變系數(shù)，完成標(biāo)定。標(biāo)定流程如圖3所示。

4? 基于機(jī)器視覺的智能制造實(shí)踐平臺程序

4.1? 通信系統(tǒng)程序

本次實(shí)驗(yàn)采用的是共享內(nèi)存的通信方式，以實(shí)現(xiàn)在同一臺PC機(jī)上完成通信功能并共享內(nèi)存的目的，這種方式有助于提升系統(tǒng)的處理效率。

基于Visual Studio平臺，程序采用輸出為C#代碼MemoryMappedFiles類庫的程序進(jìn)行開發(fā)。采用 System Share Memory庫實(shí)現(xiàn)系統(tǒng)共享內(nèi)存通信的開發(fā)，通信建立流程如圖4所示。

圖3? 相機(jī)的標(biāo)定流程

圖4? 通信系統(tǒng)共享內(nèi)存建立流程

4.2? 機(jī)器視覺系統(tǒng)程序

本次試驗(yàn)采用C#代碼的輸出程序，通過Visual Studio協(xié)調(diào)調(diào)度Halcondonet.dll動態(tài)鏈接文件，以實(shí)現(xiàn)機(jī)器視覺系統(tǒng)程序。系統(tǒng)程序由UI界面、邏輯關(guān)系組件、數(shù)據(jù)分析組件3部分組成。程序運(yùn)行流程如圖5所示。

4.3? 智能控制系統(tǒng)程序

控制系統(tǒng)的軟件是以CODESYS 平臺V3.5 SP15 Patch4為基礎(chǔ)開發(fā)的。采用SFC編程語言（Sequencial Function Chart）完成主邏輯流程設(shè)計(jì)，運(yùn)用連續(xù)功能圖 （CFC） 的圖形編程語言，整套智能控制系統(tǒng)與機(jī)器視覺系統(tǒng)相互配合?？刂葡到y(tǒng)運(yùn)行流程如圖6所示。

、

圖5? 機(jī)器視覺系統(tǒng)運(yùn)行流程

圖6? 控制系統(tǒng)運(yùn)行流程

4.4? 基于機(jī)器視覺的智能制造實(shí)踐平臺聯(lián)動試驗(yàn)

結(jié)合工廠生產(chǎn)線實(shí)際情況，選用3種類型的工件分別從2個角度進(jìn)行分析對比實(shí)驗(yàn)，同時驗(yàn)證智能制造實(shí)踐平臺的整體聯(lián)動性。工件實(shí)驗(yàn)數(shù)據(jù)見表3。

分析得出，通過對3種類型工件從不同的角度進(jìn)行實(shí)驗(yàn)，基于機(jī)器視覺的智能控制系統(tǒng)能夠有效地形成聯(lián)動作業(yè)，并且執(zhí)行機(jī)構(gòu)由于外部影響因素較少，視覺采集及執(zhí)行運(yùn)動都較為準(zhǔn)確，驗(yàn)證了該實(shí)踐平臺的可行性。

5? 結(jié)束語

綜上所述，基于機(jī)器視覺的智能制造實(shí)踐平臺是智能制造的重要技術(shù)支撐，在制造業(yè)生產(chǎn)過程中的應(yīng)用越來越廣泛。隨著人工智能、云計(jì)算、物聯(lián)網(wǎng)等技術(shù)的不斷發(fā)展，基于機(jī)器視覺的智能制造實(shí)踐平臺將在制造業(yè)中得到更加廣泛的應(yīng)用，推動制造業(yè)向智能化、數(shù)字化發(fā)展。同時，本文中的實(shí)踐平臺應(yīng)用在其他智能制造工程實(shí)踐也具有一定的推廣價(jià)值。

參考文獻(xiàn)：

[1] 周勇，趙聃，劉志迎.我國智能制造發(fā)展實(shí)踐及突破路徑研究[J].中國工程科學(xué)，2022，24（2）：48-55.

[2] 田鵬菲，王皞陽.機(jī)器視覺技術(shù)在我國農(nóng)業(yè)領(lǐng)域內(nèi)的應(yīng)用分析[J].江蘇農(nóng)業(yè)科學(xué)，2023，51（14）：13-21.

[3] 王成軍，韋志文，嚴(yán)晨.基于機(jī)器視覺技術(shù)的分揀機(jī)器人研究綜述[J].科學(xué)技術(shù)與工程，2022，22（3）：893-902.

[4] 黃樺，滕海渤，劉義法，等.機(jī)器視覺技術(shù)在汽車制造行業(yè)中的應(yīng)用研究[J].汽車工藝與材料，2022（6）：8-15.

[5] 樊東，陳津徽，張?jiān)?機(jī)器視覺技術(shù)在工業(yè)中的應(yīng)用[J].科技風(fēng)，2020（13）：5.

[6] 張鵬遠(yuǎn).機(jī)械制造自動化中關(guān)于機(jī)器視覺技術(shù)的實(shí)踐應(yīng)用[J].流體測量與控制，2022，3（2）：1-4.

[7] 劉亞欣，王斯瑤，姚玉峰，等.機(jī)器人抓取檢測技術(shù)的研究現(xiàn)狀[J].控制與決策，2020，35（12）：2817-2828.