黃振峰,程麗麗,盧旺威
(廣西大學機械工程學院,廣西南寧530004)
20世紀60年代開始,擺線齒輪在我國逐漸地得到廣泛使用,時至今日擺線齒輪傳動已經成為僅次于漸開線齒輪傳動的第二大傳動方式[1]。對擺線齒輪的檢測要求也逐步提高,需要一種快速、準確的檢測技術,而傳統的測量方式已經不能滿足工業生產的需求。機器視覺測量系統是一種非接觸式測量技術,具有測量精度高、測量速度快等特點,已廣泛地應用于工況監視、成品檢驗和質量控制等領域[2]。機械零件尺寸的測量一直都是機器視覺研究的重點領域,快速、準確地檢測零件尺寸,提高檢測精度,對機械生產加工有著重大的意義。
擺線齒輪常用參數和誤差項目包括:齒頂圓直徑、齒根圓直徑、齒距偏差、齒廓偏差、銷孔相鄰孔距偏差[3]。這些項目是影響擺線齒輪質量的重要因素,故作者將機器視覺技術引入到擺線齒輪上述參數的測量方法中,并利用Qt4.0對系統的軟件程序進行編程,建立了視覺測量系統,為擺線齒輪的檢測提供一種快速、準確的檢測方法。
擺線齒輪參數很多,在檢測中不是所有的項目都對齒輪的質量產生影響,因此在測量時沒有必要將所有的項目檢測出來,在獲得邊緣數據的基礎上只對上述常用項目進行測量。
根據齒頂圓和齒根圓的定義,兩者分別是齒廓上最高點、最低點所組成的圓。對輪廓點到原點的距離逐個進行比較,取齒廓極半徑的極大值的算術平均數為齒頂圓半徑,極小值的算術平均數為齒根圓半徑。
在2005年公布的擺線齒輪精度機械行業標準中,規定了擺線齒輪的齒距偏差項目,齒距偏差fpt用來反映輪齒在齒高中部附近圓周上分布的均勻性[4]。測量時,先計算齒頂圓和齒根圓中部的基準圓的極半徑ρ0;其次逐個掃描輪廓極坐標數組中的極半徑值,找到基準圓與齒廓的左交點;然后將相鄰兩交點的極角相減,即單個齒距對應的圓心角,與理論圓心角相減,再乘以ρ0,即為單個齒距偏差fpti;最后,取fpti中絕對值最大的數即為齒距偏差。
擺線齒輪齒廓誤差是指,端平面上的一個完整齒廓在法線方向與理論齒廓之間的偏差。測量時,需要輸入齒輪設計參數,根據齒廓方程計算出理論齒廓;然后計算一個完整齒廓上的點在法線方向上與理論齒廓之間的偏差;最后取最大值作為齒廓誤差。
擺線齒輪的圓柱銷是齒輪傳動的重要部件,擺線輪上的柱銷孔精度直接影響著齒輪傳動的平穩性和準確性[5]。文中使用相對法對柱銷孔相鄰孔距誤差進行測量。相對測量法以一個孔距偏差為基準,測量其他孔距相對于基準孔距的偏差,再通過修正得到絕對孔距偏差值。
該系統主要包括4個部分:PC機、硬件執行設備、成像設備和軟件測量程序。PC機是測量系統的主要部件,承擔數據采集和處理的任務;硬件執行設備負責調整物距,調整相平面與物平面的平行度;成像設備包括光源、相機、鏡頭,用來獲得清晰的圖像信號,并將信號通過USB線傳輸給上位機;軟件程序包括系統調整模塊、標定模塊、圖像處理模塊和參數計算模塊。圖1即為系統主要部分的結構框圖。其工作過程為:(1)系統進行測量之前,采用軟件評價方式對成像平面與工作平臺的平行度進行調整;(2)被測擺線齒輪位于工作平臺之上,為了保證每次上件的位置固定,采用了三點定位結構,控制電機升降來調整物距到合適位置之后,進行對焦操作;(3)得到清晰并能準確反映擺線齒輪特征的圖像信息之后,使用USB數據線將數字信號直接傳輸到上位機內存中,進行圖像處理,得到高質量的邊緣圖像,獲得邊緣坐標數據,最終計算出擺線齒輪參數和誤差。

圖1 系統的結構框圖
該測量系統主要是針對擺線齒輪參數和形位誤差的測量而研制的,不僅可以測量齒頂圓、齒根圓等基本幾何尺寸,還能測量齒廓誤差、圓度誤差等形位誤差。在大批量測量擺線齒輪參數之前,需要進行系統調試和標定等工作,準備工作完成以后,只需要重復進行換件和測量操作,這兩個操作完全可以在3 s之內完成,且對操作人員的技術和熟練程度沒有要求,一次采樣就能將計算結果顯示出來。
硬件實物圖如圖2所示。成像系統中選用USB接口面陣CCD工業相機,配日本Computar公司的M1614-MP2固定焦距工業鏡頭,并選擇環形LED光源正向照明。物距調節部分使用滾珠絲杠作為高精度傳動機構,配以步進電機控制。平行度調節部分采用鋼珠作為支持上浮板,靠微調螺栓來調節和壓緊浮板,從而固定相機平面位置。上位機用來處理采集和處理圖像數據。

圖2 測量系統的硬件實物圖
以Qt4.0為開發平臺,基于模塊化設計開發了擺線齒輪參數測量的軟件系統。這樣提高了程序的可讀性,便于后續程序修改和擴展。軟件模塊主要包括:圖像界面模塊、系統調整模塊、圖像處理模塊、標定模塊、參數和誤差計算模塊。各個模塊處理的主要流程如圖3所示,首先對相機和硬件系統進行調試,然后確定標定系數,最后經過圖像處理和邊緣提取計算出擺線齒輪參數。

圖3 軟件程序主體流程
最終建立的軟件程序的交互界面如圖4所示。標題欄顯示系統名稱“擺線齒輪視覺系統”;菜單欄包括文件菜單、相機操作菜單和幫助菜單;工具欄包含了測量系統中常用的工具,如打開相機、保存圖像等;圖形顯示窗口,顯示相機采集到的圖像;狀態欄顯示相機版本和工作狀態;最右端是圖像測量選項卡,是整個系統的核心,包含了硬件調整模塊、圖像處理模塊、標定模塊和測量模塊。

圖4 軟件程序交互界面
計算機中的所有數據都是以“像素”為單位的,而被測擺線齒輪參數都是以“毫米”為單位的。這就需要將相機中的像素尺寸轉化為毫米尺寸,這一過程就是相機的標定。標定系數與物距有直接關系,測量過程中物距每變化一次,就要進行一次標定。由于該系統主要應用于大批量的擺線齒輪測量,故在大量齒輪中抽取一個作為樣品,將此樣品的中心孔在萬能數字顯微鏡下測量的尺寸作為標準尺寸,進行定標操作。這樣既避免了線性誤差,又提高了精度,簡化了程序開發。
OpenCV是一種開源機器視覺函數庫,它包含了五百多個C函數的跨平臺API,這為視覺系統的二次開發提供了便利條件[6]。結合OpenCV視覺類庫,討論適合擺線齒輪參數測量系統的圖像處理方法,節省了開發時間,提高了軟件處理的效率,并能獲得質量較好的圖像。圖像處理過程如圖5所示,首先,在處理之前消除鏡頭畸變產生的干擾;然后利用中值濾波進行去噪處理,拉普拉斯銳化進行增強處理,均值漂移進行目標分離處理;最后利用Canny算子[7]邊緣檢測處理。圖像的處理效果如圖6所示,邊緣細而明顯、連續,沒有噪聲干擾,是高質量的圖像信號。

圖5 圖像處理流程

圖6 邊緣圖像
雖然Canny邊緣檢測算子可以根據像素間的差異檢測出輪廓邊界,但要進行視覺測量的量化處理,有兩個問題需要解決:(1)如何獲得邊緣點的像素坐標;(2)如何得知像素點的歸屬,也就是某個邊緣點屬于哪條邊界的問題。
利用OpenCV中的cvFindContours()函數從圖像中查找輪廓[8]。輸出的輪廓以CvSeq結構樹序列形式按照一定的連接方式存在于cvCreateMemStorage()分配的內存空間中。將輪廓查找函數中的輪廓連接方式設置為CV_RETR_CCOMP,提取首層輪廓,并將每條輪廓數據存儲在全局的動態數組之中,以備測量之用。這樣處理之后,每個數組分別存儲一條邊緣的CvPoint坐標,并按照cvFindContours()函數默認的輪廓查找順序一一對應起來,解決邊緣的歸屬問題。
測量精度是測量系統質量好壞的重要指標,只有滿足一定的測量精度,才能認為其測量數據是相對真實有效的。測量精度就是測量結果相對于被測量真值的偏差。而在客觀世界中,被測量絕對真值是無法獲得的,只能將精度較高的測量設備輸出的數值近似認為是真實值。以上海光學儀器五廠生產的19JC數字式萬能工具顯微鏡測得的數據為標準值,此數字顯微鏡的精度最高能夠達到0.000 5 mm,將該系統相應的測得值與其進行比較,獲得測量誤差。
機器視覺測量系統的測試步驟如下:
(1)選用BWD10型擺線齒輪減速機中的擺線齒輪作為測量樣件。
(2)用數字式萬能工具顯微鏡連續5次測量擺線齒輪參數,測量結果如表1所示,其中齒廓和齒距偏差不能直接測量得到,只能連續采集齒廓上的點坐標進行計算。以測得的中心孔直徑的平均值45.033 2 mm作為標準,進行系統標定。

表1 數字式萬能工具顯微鏡測量數據 mm
(3)采用此視覺測量系統測量擺線齒輪參數,每次測量過程都包括上件、調整、標定、計算等操作,將數據列入表2。

表2 該系統測量數據mm
(4)將該系統測量值與數字式萬能工具顯微鏡測得參數的平均值進行對比,得到誤差的標準差,由誤差分析理論可知,極限誤差允許取標準差的3倍[9],即測量誤差范圍為:3δ。因此該系統中:齒頂圓直徑測量的誤差范圍為0.274 4 mm;齒根圓直徑測量的誤差范圍為0.213 0 mm;齒距偏差測量的誤差范圍為0.099 8 mm;齒廓偏差測量的誤差范圍為0.088 9 mm;相鄰孔距偏差測量的誤差范圍為0.058 7 mm。根據機械工業出版社出版的《機械設計手冊》中給出的秦川機床廠擺線齒輪工作圖中的誤差帶寬度來看,該系統的測量誤差范圍能夠滿足生產要求。
(5)重復性本身與真值沒有必然聯系,多次測量數據相接近甚至相等,就能說明系統的重復性好。因此,表2中計算了各個參數的測量數據的標準差,取其中的最大值0.058 4 mm即為這個齒輪的重復測量標準差。由此可見該測量系統的重復性良好,其一次測量結果是可信的。
文中提出一種利用機器視覺技術對擺線齒輪進行檢測的系統與方法,該系統設計有適用于擺線齒輪的專用硬件設備和配套軟件,能夠實現對擺線齒輪的快速檢測,提高了檢測效率。并且,通過試驗分析,該系統能夠滿足工業生產的要求,并具有良好的重復性,為擺線齒輪的測量提供了一種新的方法。
[1]王嫻.擺線齒輪極坐標跟蹤測量技術的研究[D].天津:天津大學,2009.
[2]LIM K C,LEE J W.Dimension Measurement of 3D Objects Through Stereo Metric Image Processing[J].Machine Vision,1991:495 -508.
[3]機械設計手冊編委會.機械設計手冊:第3卷[M].北京:機械工業出版社,2004.
[4]全國齒輪標準化技術委員會.JB/T 10419-2005擺線針輪行星傳動擺線齒輪和針輪精度[S].北京:機械工業出版社,2005.
[5]張士勇,陳小安,樂燕飛.擺線針輪行星減速器輸出機構的柱銷受力分析[J].機械制造,2010,48(7):11 -14.
[6]方玫.OpenCV技術在數字圖像處理中的應用[J].北京教育學院學報,2011,6(1):7 -11.
[7]LIU H,JEZEK K C.Automated Extraction of Coastline from Satellite Imagery by Integrating Canny Edge Detection and Locally Adaptive Thresholding Methods[J].International Journal of Remote Sensing,2004,25(5):937 -958.
[8]BRADSKI Gary,KAEBLER Adrian,于仕琪,等.Learning OpenCV[M].北京:清華大學出版社,2009.
[9]肖明耀.誤差理論與應用[M].北京:計量出版社,1985.