基于视觉检测的随行夹具识别系统应用

魏斌　陆远琪　彭伟文

摘 要：车身车间高柔性主焊线导入车型多，下车体总成零件使用随行夹具进行车体输送，而随行夹具需要频繁切换，各个车型夹具需要识别并做程序防错。其主要采用线旁固定安装的激光测距开关做识别防错，该种检测方式存在成本高、调试难、柔性差，且影响白车身装配质量等问题。为解决以上问题，设计了一种基于视觉检测的随行夹具识别系统，该系统包含相机、工控机、光源、图像采集卡等硬件，通过视觉处理软件Vision Master识别随行夹具上变化的特征并测量白车身上边缘直线与随行夹具气缸几何中心之间的距离，并利用软件内的判断逻辑实现对多种车型夹具状态的识别及防错。视觉识别系统应用于车身车间高柔性输送主焊线的生产现场，防错一致性精度高，界面可视化强，系统运行稳定，有效提升了生產效率和产品质量。

关键词：随行夹具 视觉识别

1 引言

车间当前使用的激光测距识别系统采用激光测距仪对随行夹具上的多个点位进行检测，并通过现场PLC控制程序读取距离并判断，实现对随行夹具状态的识别。由于生产节拍较高，勾销下落与白车身放置动作时间间隙较小，且设备间通讯存在一定延迟，勾销存在提前关闭导致白车身位置偏移的可能，该偏移激光测距仪无法识别，导致白车身质量不及格，造成损失；
同时实际应用中由于随行夹具间存在差异，增加车型时需耗费大量人工调试激光测距仪，而且新增车型对应的点位需要增加激光测距仪，成本较高，调试过程繁琐。随着车型的增加以及生产节拍的提升，该系统缺点已严重影响产线的生产和改造。

视觉检测系统可有效提高产线检测速度和精度，可完成识别、测量、定位等功能。目前视觉检测在电子、印刷、塑料、纺织等行业得到应用。为了解决激光测距成本高、偏移无法识别的问题，车间设计并应用了一个基于视觉检测的随行夹具状态识别系统，在可以识别多种随行夹具状态的基础上，具备检测勾销夹紧时白车身与勾销的配合是否符合要求的功能。

2 随行夹具状态识别系统组成

2.1 硬件组成

系统硬件主要包括相机、控制电脑、光源及光源控制器。

根据现场已有布局，使用6台相机对随行夹具两侧的夹具进行拍摄，相机采用HIKROBOT的MV-CU050-60GM型工业面阵相机，分辨率2592×1944，输出黑白图像，工作电压12VDC，额定功耗5W；
光源使用HIKROBOT的MV-LLDS-H-300-40-W型条形光源，最佳工作距离30～500mm，功率21.2W；
光源控制器使用双通道模拟控制器，输出功率200W，提供旋钮和串口方式控制光源亮度，采用电压控制方式为光源提供照明强度的无级调节；
根据现场实际需求，控制电脑应使用具备足够的图像处理能力以及充足的存储空间的计算机，以确保6台相机的图像可以在1s内完成处理并发送PLC，同时收集的图像以及结果需要保留30天。

视觉识别系统的相机及光源现场安装实物如下图2所示。

2.2 开发软件

系统开发软件使用视觉处理软件Vision Master，该软件具备开发灵活、低应用门槛、工具丰富、性能优秀、相对年轻等特点，利用软件自带的图像采集、定位和测量等视觉功能模块进行系统设计，在满足现场需求的同时缩短开发周期，操作员进行短期培训即可保证系统正常运行和维护。

软件匹配的过程是将数据集中源图像通过索引与库中模板依次进行比较，在匹配过程中将模板与图像比较计算结果存储在矩阵中，通过评分算法给出模板在数据集中估计的最佳位置，模板匹配公式如下所示。

L*=arg max（S（li））

其中，li∈L={l1，l2…}，li代表位姿即x，y，θ，sineO，sinex，siney。

为应对现场的复杂情况，通过使用VM算法开发平台提供的控制和数据获取接口来完成自定义开发，采用误差平方和算法实现基于灰度值的常用模板匹配。

D（i，j）=[S（i+s-1，j+t-1）-T（s，t）]2

首先选择一块ROI作为模板图像，生成基于灰度值的模板；
然后将检测图像与模板图像进行粗匹配，在检测图像与模板图像中任选一点，采取隔点搜索的方式计算二者灰度的相似性，这样粗匹配一遍得到粗相关点;接下来进行精匹配，将得到的粗相关点作为中心点，用最小二乘法寻找二者之间的最优匹配点。

3 识别系统检测方案

3.1 通讯部分

通讯部分包含用于PLC变量交互的EtherNet/IP CIP通讯全局通讯模块、用于PLC交互拍照指令来触发流程进行取图识别的全局事件触发模块。

3.2 检测部分

检测部分主要包括图像源模块、特征匹配模块、直线查找模块、测量模块、条件检测模块、初始化模块、脚本模块等。夹具状态识别主要由快速匹配模块与灰度匹配模块完成，勾销状态识别主要由快速匹配模块、直线查找模块、和测量模块完成。

随行夹具状态识别的主要内容为系统读取特征并得出该特征的状态参数（匹配分数、匹配角度），并针对错误识别出多个车型的特殊情况设置报警判断，随后进行条件检测进入对应的车型分支。夹具状态识别流程图如图3所示。

在特征匹配模块中，快速匹配的功能与灰度匹配功能相似，区别在于应用场景的不同，快速匹配适用于精度要求低的特征识别，灰度匹配主要针对磨损较多的区域的特征识别。现场随行夹具上气缸存在不同程度的磨损导致图像中的气缸轮廓不清晰，其结果为快速匹配出的特征的匹配分数明显下降，降低匹配的正确率，利用灰度匹配以图像各个像素点的灰度为基础建立模板，匹配灰度相近的目标物体的特点，在磨损较多的区域使用灰度匹配可提高匹配精度及正确率。

勾销配合状态识别采用两个方案，一是通过气缸的缸体与活塞杆标识物块之间的距离进行识别，测量距离为线与线之间的最小距离，二是通过车身与气缸的缸体之间的特征进行识别，测量距离为线与点之间的最小距离。在实际应用中，由于现场环境复杂，实际上气缸会被气路管道或者升降机支撑柱遮挡，在方案一难以实行的区域，方案二可作为在气缸被遮挡时的替代方案。

无遮挡区域所使用的勾销配合状态识别通过白车身上的线条到与气缸的几何中心之间的距离来判断落位状态是否正常。勾销状态识别流程图如图4所示。

勾销配合状态识别流程中包括对白车身与当前随行夹具车型是否对应的判断，针对直线查找可能出现的异常设置了直线斜率是否在预设范围内的判断。

4 应用与展望

4.1 人机交互

通过VM软件自带的显示界面编辑功能，可以根据现场實际需求构建系统运行界面，系统完成一次拍照并完成图像处理后将图像与匹配的特征展示在视觉识别结果界面，将生产信息以及系统各个流程的结果通过清晰的文字加以显眼的颜色展示出来，操作者可通过识别结果界面快速了解异常来源，同时后续可进入后台界面查找相关参数，做进一步的原因分析及制定措施。

目前的运行界面上所能展示的仅限于图像处理的结果，在智能制造的大趋势下，利用大数据进行的故障预测性维护是智能制造的重要发展方向。VM 软件在图像处理时伴随着大量数据的产生，数据中包含了大量与生产相关的信息，目前该资源无法有效利用，可通过软件输出进行分析，例如针对同一个随行夹具的匹配分数转化成图表的形式，可以直观地看出随行夹具的磨损情况以及趋势，若磨损程度对匹配分数的影响达到一定程度，系统可以通过报警提前告知现场运维人员，并根据变化时间进一步分析其原因，实现故障的预测性维护。

4.2 识别精度

在识别过程中，直线查找的准确与否将直接影响勾销识别的结果。直线查找的原理是通过在查找梯度阈值最大的边缘点集合，然后拟合成直线。利用标定板计算像素距离，对标定板（100mm×100mm）和1元硬币（25mm×25mm）的外围轮廓在工装所处平面的任意位置测量5次，计算出图像像元尺寸约为0.18mm×0.18mm。

勾销提前关闭会导致车身被抬升2～4mm，即认为视觉识别系统的精度只需要达到±1mm便可达到设计要求。现场生产测试在零件毛刺和表面异常干扰下直线查找得出的边缘点拟合线与图像实际直线间最大偏差为三个像素点，即偏移约Δ max=0.54m，因此系统的识别精度满足现场需求。

虽然直线斜率的限制可以在一定程度上避免白车身表面异常的干扰，但不能无视其影响，同时系统查找的直线因零件表面光洁区域不均匀或是不平整而导致直线偏移无法完全消除，直线查找的功能仍需进一步优化。如图6中，在右侧区域的直线查找只需要从阈值较高的一侧向上进行查找满足条件的第一条直线，而左侧的大部分区域都需要查找最接近区域中线且满足条件的直线，因此直线查找功能需要根据查找区域内阈值变化的规律调整内部参数以提高实际查找的精度，提高效率的同时避免复杂表面直线查找产生偏移。

在以环境光照强弱、节拍快慢为变量的生产测试中，收集6000余台次生产的不同批次测试结果，视觉识别系统的识别效率及稳定性达到了生产需求，但在大量的生产应用过程中仍有零件本身的一致性尺寸偏差而导致车身偏移无法检测出的情况出现，视觉系统需要在后续优化中增加针对零件本身质量变化点的监控机制。

5 结语

本文基于视觉检测技术，设计并应用了一种识别随行夹具状态系统，该系统搭配通讯模块和检测模块，满足现场需求的识别精度， 同时具备高效的人机交互功能，可有效提升白车身产品质量，同时提升生产运行效率，且系统维护便利，可拓展性强。

参考文献：

[1]王耀南. 智能制造装备视觉检测控制方法综述[J]，控制理论与应用，2015（3）：273-286．

[2]段峰，王耀南，雷晓峰，等．机器视觉技术及其应用综述[J]．自动化博览，2002，19（3）：59—62.

[3]周瑜，刘俊涛，白翔 . 形状匹配方法研究与展望.自动化学报，2012，38（6）：889-910.

[4]席斌，钱峰.机器视觉测量系统在工业在线检测中的应用.工业控制计算机，2005，18（11）：75-76.

猜你喜欢 夹具车身灰度 姑苏城内话车身世界汽车(2022年11期)2023-01-17采用改进导重法的拓扑结构灰度单元过滤技术北京航空航天大学学报(2022年6期)2022-07-02基于灰度拉伸的图像水位识别方法研究高技术通讯(2021年3期)2021-06-09一种立体随行夹具库装备制造技术(2021年1期)2021-05-21方形夹具在线切割切槽的应用哈尔滨轴承(2021年4期)2021-03-08基于CATIA V5夹具零件库的建立制造技术与机床(2017年10期)2017-11-28基于最大加权投影求解的彩色图像灰度化对比度保留算法自动化学报(2017年5期)2017-05-14基于灰度线性建模的亚像素图像抖动量计算光学精密工程(2016年1期)2016-11-07事故车维修中的车身防腐(三)汽车维修与保养(2015年7期)2015-04-17卡板在车身修复过程中的作用汽车维护与修理(2015年6期)2015-02-28