智能視覺檢測與控制實驗平臺的研究與開發(fā)

周博文　李艷斌　吳亮紅

摘 要：智能視覺檢測與控制實驗平臺是一個基于機器視覺與智能控制的實驗系統(tǒng)。文章給出了智能視覺檢測與控制實驗平臺的研發(fā)設(shè)計思路，介紹了平臺的框架結(jié)構(gòu)，開發(fā)了基于工控機+運動控制卡+數(shù)據(jù)采集卡的控制系統(tǒng)方案，研制了在高速情況下的次品分離裝置，開發(fā)了模塊化的軟件算法平臺，并在實驗系統(tǒng)平臺上，驗證了開發(fā)視覺檢測實驗的有效性和實用性。

關(guān)鍵詞：視覺檢測；智能控制；次品分揀；圖像處理

中圖分類號：TP391 文獻標志碼：A 文章編號：2095-2945（2018）04-0013-03

Abstract： The experiment platform of intelligent vision detection and control is an experimental system based on machine vision and intelligent control. This paper presents the research and design idea of the intelligent visual inspection and control experimental platform， introduces the frame structure of the platform， and develops the control system scheme based on industrial personal computer + motion control card + data acquisition card. The device for separating defective products at high speed is developed， and the modular software algorithm platform is developed. The validity and practicability of developing visual inspection experiment are verified on the platform of experimental system.

Keywords： visual detection； intelligent control； substandard sorting； image processing

人工智能和“中國制造2025”是當今的一個熱門話題，而智能視覺技術(shù)是人工智能中的重要組成部分，伴隨著計算機、圖像處理算法、智能控制和成像技術(shù)及手段的不斷發(fā)展，機器視覺技術(shù)已經(jīng)應(yīng)用到工業(yè)的各個領(lǐng)域，替代人工進行各種檢測、定位和識別等，為產(chǎn)品的質(zhì)量控制和生產(chǎn)線系統(tǒng)的可靠穩(wěn)定運行提供關(guān)鍵技術(shù)保障[1][2]。因此智能視覺檢測與控制實驗平臺的開發(fā)，為視覺檢測及控制實驗提供了幫助。

1 實驗平臺的設(shè)計思路

智能視覺檢測與控制實驗平臺是機器視覺和控制技術(shù)在視覺在線檢測、測量、識別與智能控制中的典型應(yīng)用，實驗平臺是集機器視覺、光學(xué)成像、多傳感器融合、計算機、數(shù)字圖像處理和控制技術(shù)為一體的綜合性高技術(shù)實驗系統(tǒng)。

根據(jù)生產(chǎn)線在線檢測、測量、識別與控制的要求，結(jié)合現(xiàn)代生產(chǎn)線上高速度、高精度等的特點，智能視覺檢測與檢測實驗平臺要求能模擬現(xiàn)代生產(chǎn)線的生產(chǎn)環(huán)境，使穩(wěn)定和高效可行的視覺檢測和基于視覺的智能控制方案的研究、開發(fā)、實驗與測試成為可能，是機器視覺和智能控制技術(shù)在現(xiàn)在工業(yè)應(yīng)用的集中體現(xiàn)[3][4]。

2 實驗平臺體系結(jié)構(gòu)

2.1 機械結(jié)構(gòu)

智能視覺檢測與控制實驗平臺才有直線式傳輸方式，如圖1所示，傳送帶中部設(shè)置有一個檢測機柜，傳送帶的傳送方向是從右向左運行，被測的物品從傳送帶進入中間的檢測機柜，檢測機柜是一個暗室環(huán)境，外界光對內(nèi)部的影響很小，在檢測機柜內(nèi)設(shè)置有多個類型的LED光源系統(tǒng)和圖像采集系統(tǒng)。

被測物品通過傳送帶，進入檢測機柜后，觸發(fā)光電傳感器，檢測機柜內(nèi)的相機拍攝被測物品，并把圖像傳輸?shù)焦た貦C中，通過圖像處理算法，判斷被測產(chǎn)品的尺寸、形狀或者表面缺陷等情況，若認為是次品，則當被測產(chǎn)品通過傳輸帶輸出到次品剔除位置時，控制剔除器的動作，把次品剔除出生產(chǎn)線。

從圖1可看出，智能視覺檢測與控制實驗平臺的整體結(jié)構(gòu)比較復(fù)雜，其傳送系統(tǒng)、光學(xué)成像及視覺信息獲取系統(tǒng)、運動控制部分等必須在整個實驗平臺的協(xié)調(diào)下，準確完成復(fù)雜的視覺檢測、定位和測量等任務(wù)。

2.2 電氣控制系統(tǒng)

在工業(yè)智能化生產(chǎn)線上，運動控制系統(tǒng)要求具有穩(wěn)定性、靈活性和模塊化的要求，因此，本文設(shè)計了基于工控機+運動控制卡+數(shù)據(jù)采集卡的電氣控制部分的系統(tǒng)結(jié)構(gòu)。其中，工控機是系統(tǒng)的關(guān)鍵和中心部分，主要是進行上位機的控制和人機交互，包括數(shù)據(jù)的分析、圖像處理、目標識別等，另外還包括電機運行參數(shù)的調(diào)整和設(shè)置，并處理各硬件部件分工合作和協(xié)調(diào)控制[5]。

系統(tǒng)的底層運動控制由運動控制卡負責，主要負責電機的運動控制，如正反轉(zhuǎn)控制、速度控制等，包括精確的位置控制；數(shù)據(jù)采集卡主要負責IO數(shù)據(jù)的采集和發(fā)送，包括一些IO的邏輯輸入輸出，以及傳感器的數(shù)據(jù)采集、剔除器的動作等，控制系統(tǒng)的結(jié)構(gòu)如圖2所示。

3 系統(tǒng)的視覺信息獲取

智能視覺檢測與控制實驗平臺采用基于工業(yè)PC+工業(yè)相機的模式，完成整個視覺系統(tǒng)的應(yīng)用。在實驗平臺中，圖像采集由工業(yè)相機來完成，圖像采集卡（包括網(wǎng)卡）負責圖像的緩存、傳輸，有些還具備初步的處理的功能，實現(xiàn)工業(yè)相機的采集控制；工控機（工業(yè)PC）負責圖像的識別、判斷、分類和圖像的理解等上層工作。基于工業(yè)PC+工業(yè)相機的模式無需設(shè)計較多的硬件電路，視覺系統(tǒng)的成本較低，靈活性很強，并且有很好的開放性，高度的編程靈活性和良好的Windows界面，還可自主靈活添加檢測算法，軟件完全可按照開發(fā)者的思路執(zhí)行。endprint

4 次品分揀

次品的準確剔除是生產(chǎn)線上的重點和難點，因此，在智能視覺檢測與控制實驗平臺上，才有直接擊出和觸發(fā)傳感器計數(shù)的方法，判斷當前產(chǎn)品是否為次品。次品分離的流程如圖3所示。

次品分揀的執(zhí)行動作過程如下：首先，被檢測產(chǎn)品通過傳送帶進入檢測區(qū)域，觸發(fā)攝像機對產(chǎn)品拍照，檢測軟件判斷分析該產(chǎn)品是否為合格品，若為合格品，則計數(shù)器Zt進行計數(shù)，若為次品，則通過圖像再判斷該次品是否可回收再次利用，若可回收，則計數(shù)器Xn計數(shù)，否則計數(shù)器Ym計數(shù)。當次品進入擊出位時，擊出位傳感器判斷產(chǎn)品是否到達，若達到，則通過計數(shù)器的標記判斷是否為次品，若為次品，且為計數(shù)器Xn計數(shù)，則柔性擊出進行回收處理，若為Ym計數(shù)則進行破壞性處理。

5 開放性軟件模塊設(shè)計

智能視覺檢測與控制實驗平臺的軟件采用模塊化架構(gòu)，主要分為四個類模塊，分別是：運動控制類模塊CMotionCard類、數(shù)據(jù)采集類模塊CDataCard類、圖像采集和處理類模塊CImagingCard類、人機交互界面類模塊CIFaceView類，四個類模塊負責四個部分的軟件，相互獨立有統(tǒng)一協(xié)調(diào)，形成一個有機的整體，如圖4所示。

實驗平臺中，根據(jù)以上的四個類模塊，可以直接在軟件中調(diào)用各個硬件的多種功能及選項，并能方便實現(xiàn)硬件的參數(shù)設(shè)置，實驗平臺的使用者無需知道與之相關(guān)的硬件知識就能在平臺上做后續(xù)軟件開發(fā)，使系統(tǒng)具備良好的可擴展性、通用性和實時性。

6 結(jié)束語

本論文研發(fā)了一套智能視覺檢測與控制實驗平臺，平臺外觀如圖5所示，通過分析和測試，驗證了文章所提出來的機械體系和基于工控機+運動控制卡+數(shù)據(jù)I/O卡的電氣控制系統(tǒng)的可行性和正確性及圖像獲取、次品分揀和軟件算法平臺的有效性和實用性。

參考文獻：

[1]段峰，王耀南，雷曉峰，等.機器視覺技術(shù)及其應(yīng)用綜述[J].自動化博覽，2002，19（3）：59-61.

[2]Feng Duan， Yaonan Wang， Huanjun Liu. A Real-Time Machine Vision System for Bottle Finish Inspection[J]. Proceedings of Eighth International Conference on Control， Automation， Robotics and Vision， 2004 （12）：842-846.

[3]王耀南，陳鐵健.智慧工廠機器視覺感知與控制關(guān)鍵技術(shù)綜述[J].中興通訊技術(shù)，2016，22（5）：26-30.

[4]劉光明，文援蘭，廖瑛.基于多種軟件平臺的衛(wèi)星動力學(xué)仿真研究[J].系統(tǒng)仿真學(xué)報，2007，19（2）：308-311.

[5]胥磊.機器視覺技術(shù)的發(fā)展現(xiàn)狀與展望[J].設(shè)備管理與維修，2016（9）：7-9.endprint