結構光三維測量在輪胎壓痕深度檢測的應用研究

張斌，陳春朋，高書征

(軟控股份有限公司，山東 青島 266042)

結構光三維測量在輪胎壓痕深度檢測的應用研究

張斌，陳春朋，高書征

(軟控股份有限公司，山東 青島 266042)

針對在輪胎壓痕深度檢測的過程中，存在的壓痕較淺、接觸測量定位困難的問題，提出利用基于結構光三維測量的輪胎壓痕深度檢測方法。并在輪胎表面設計了相關實驗，實驗結果與實際數據誤差在3%左右，符合深度檢測要求，證明算法有效。

輪胎表面壓痕；計算機視覺；三維測量

隨著智能化制造的提出，計算機視覺被越來越廣泛的應用到橡塑領域。輪胎的表面檢測作為計算機視覺在輪胎行業的應用熱點，受到越來越多的重視[1][2]。

輪胎成型鼓在反包過程中，由于成型鼓的機械設計參數或者滾輪壓力的影響，會在輪胎表面形成比較深的壓痕。這種壓痕在橡膠硫化后仍不能有效的去除，既影響輪胎質量也影響美觀。因此提出通過獲取輪胎壓痕深度信息，從而改進成型鼓設計方法。輪胎表面的壓痕深度檢測，主要包含兩種方式：①利用傳統的接觸式測量方法對輪胎進行測量，直接測量出壓痕深度。②利用光照圖像通過計算機視覺算法恢復輪胎的壓痕深度信息。第一種方式操作簡單，但存在測量精度低，定位不準確、操作困難等缺點。考慮到工業設計的操作簡單、適用性強的設計原則，論文提出首先利用結構光三維測量技術對輪胎進行三維測量，并在測量的模型上手動獲取指定反包壓痕的深度數據，對后續的成型鼓機械設計提供有效的數據支持。

1 系統組成及原理

如圖1所示，系統主要由線激光發射器、光源、輪胎、相機、圖像采集程序及上位機處理程序組成。

圖1 系統組成及原理圖

線激光發射器通過發射一條線激光投射到輪胎上，為了得到輪胎的完整的外形輪廓，需要對輪胎進行360°旋轉。在實測過程中，將輪胎置于轉軸上，當轉軸轉至θ°時，激光線投射到物體表面上時，通過相機拍攝得到激光光束投射到輪胎上的光條圖像，對圖像分析后可得到圖像數據，此時，即為輪胎表面在轉動θ°時的二維輪廓數據。在測量過程中，通過對上位機程序的設定，每1°采集一幅圖像，最終可采集360幅輪胎圖像，對這些輪胎圖像利用結構光三維測量算法及坐標轉換方法進行處理，可以得到輪胎表面的三維測量模型,算法流程如圖2。

圖2 算法流程圖

由圖2可以看出，在進行輪胎的三維測量之前，要對相機進行相機標定，以獲得相機的內部及外部參數[3]。本文采用張定友相機標定算法，有效的獲取了相機的內外參數，從而消除了圖像畸變帶來的影響，為下一步的三維測量提供了可靠的前期數據。

2 三維測量

如圖3 所示，A-x′y′z′為線激光傳感器坐標系，B-xyz為相機光心坐標系，A為線激光傳感器的空間坐標，B為相機光心的空間坐標，C為掃描點的世界坐標，為簡化計算，保證兩坐標系的x軸共線，z軸平行。b代表A、B的距離，φ為激光光面與x′Az′面的夾角。由此，可得出如下坐標轉換關系：

圖3 結構光三維測量算法示意圖

通過圖像坐標到世界坐標的轉換算法[1]，得出線激光上各點的三維坐標：

其中，（x,y,z）為激光光條各點的空間坐標，uα、vα為相機的內部參數，通過相機標定過程獲得。（u，v）為C點在像素坐標系中的坐標，（u0、v0）為像素坐標系坐標零點[4～5]。

3 坐標轉換

由式（3）得出的空間坐標是每個激光光條的坐標，還需參照輪胎的旋轉角度，將其還原到世界坐標下，以實現輪胎的三維測量。如圖4所示，C為輪胎轉動的圓心，P為某輪胎上一點，K為P點轉動θ角度后獲得的激光光條上空間坐標。已知k點坐標，求P點坐標[3]。由圖4的三角關系可得式（4～7）：

圖4 坐標轉換示意圖

而 p 點相對 k點的空間坐標變化，見式（8）：

從而獲得 點的空間坐標，如式9：

p

如圖5(a)及5(b)，獲得輪胎的三維測量模型后，通過鼠標點選便可獲得任意一點的三維空間坐標，最后，求出所選的輪胎壓痕深度，即所選點的Z方向高度差。依據上述算法，設計實驗，實驗選用輪胎直徑1 200 mm，相機為omronFH-SC02相機，試驗結果如圖6。

圖5 坐標轉換結果示意圖

4 誤差分析

圖6 試驗效果圖

由此，通過結構光三維測量的方法，就獲得了整個輪胎壓痕表面的深度數據。為證明算法的有效性，在獲得三維壓痕表面上隨機選擇6個采樣點，并與傳統接觸式測量的方法進行了對比，分析其測量誤差。對輪胎表面采集6個試驗點測試如圖7。

圖7 對輪胎表面采集6個試驗點測試

由圖7及表1中可以看出，基于結構光三維測量實現了成型鼓輪胎反包壓痕的深度檢測，且實驗數據與真實數據誤差在3%左右，遠高于傳統接觸式測量的量測精度，證明本算法有效。

表1 誤差分析表

5 結論

論文基于線結構光的三維測量技術，解決了傳統接觸測量精度低，操作不方便的缺點。試驗表明，基于本方法可以有效的測得輪胎壓痕深度信息，為指導成型鼓的結構數據提供可靠的數據支持。由于相機標定誤差、振動等因素影響，數據仍存在一定的測量誤差，在今后的研究中，需融入誤差校正算法，以進一步提高量測精度[6]。

[1] 謝珺，黃煒.機器視覺在輪胎檢測領域的應用研究[J].輪胎工業，2013,(3)：116～119.

[2] 滕國興.激光傳感器在輪胎工業中的應用[J].橡塑技術與裝備，2005，(5)：78～80.

[3] 馬頌德，張正友.計算機視覺.計算理論與算法基礎[M]，北京：科學出版社，1998，52～59.

[4] 羅志升，王黎.光截法旋轉式物體三維重構[J].微計算機信息，2010，26（4-1）：129～130.

[5] 王芳榮，趙丁選.應用計算機視覺技術進行物體三維重構[J].吉林大學學報，2008，38(6)：1424～1428.

[6] 袁天鑫.最優估計原理[M].北京：國防工業出版社，1980.

Application and research of structured light 3D measurement in detecting tire indentation

Application and research of structured light 3D measurement in detecting tire indentation

Zhang Bin,Chen Chunpeng,Gao Shuzheng
(MESNAC Co.,Ltd. ,Qingdao 266042,Shandong,China)

To solve the problem that the tire indentation depth is shallow and the traditional contact measurement is difficult to detect, a method of measuring the depth of tire indentation based on 3D measurement is proposed. We designed the relate experiment on the surface of tire. The experimental results were compared with the actual data error of about 3%, which was in accordance with the depth detection. The experimental results proved the algorithm is effective.

tire surface indentation; computer vision;3D measurement

TQ330.493

1009-797X(2016)07-0005-04

B

10.13520/j.cnki.rpte.2016.07.002

（R-01)

張斌(1978-)，男，中級工程師，2003年畢業于哈爾濱工業大學，主要從事于輪胎制造機械裝備的研發工作，擁有豐富的電氣設計、軟件控制、識別技術相關理論知識經驗。

2015-10-10