現代家具制造關鍵工序自動化檢測及安全生產應用

陳新生 范坤河 夏學文 喻飛

摘 要：采用視覺技術對板材加工各工序運行時進行三維位置自動化檢測研究，解決板式家具生產中光照不均勻、精度要求高、定位視野大、圖像處理復雜等技術難題。在家具自動化生產中應用，深度測量值與實際測量對比后的誤差值均在3mm內，對板材定位比較精確，完全可滿足企業現代家具制造工廠自動化生產要求。

關鍵詞：家具;工序;檢測

板式家具生產原料以人造板為主，與其他類型家具相比，更易實現規模化生產，具工序分散度高、生產效率高德特點[1]。隨著我國環境保護加強，板式家具是當前也是今后我國家具行業發展的趨勢[2]。在板式家具生產中拆剁、搬運、上料等工序基本上由人工完成，不僅成本高、效率低，且易造成工傷事故[3]，隨著我國工業自動化快速發展，家具制造工序逐步實現自動化，但各工序加工時需精準對板材進行定位，以保障各關鍵工序準確運行，這就對家具生產裝備提出了更高的技術要求[4-5]。本文采用視覺技術對板材加工各工序運行時進行三維位置自動化檢測研究，并在家具自動化生產中進行應用，解決板式家具生產中光照不均勻、精度要求高、定位視野大、圖像處理復雜等技術難題，以實現精準的自動獲取三維坐標，推動板式家具自動化生產的可靠性。

1 硬件平臺

在漳州永生利家具有限公司現代家具生產車間搭建工序自動檢測平臺（見圖1），硬件裝備為：（1）生產線板材情況，三跺、板材大小不一，板材單層厚度1.6cm，板材單個最大尺寸60cm×60cm;（2）傳感器支架，支撐安放傳感器，根據企業生產情況，實現高位置精度傳感器安裝高度在1.2m較適宜;（3）傳感器，采用Kinect2.0傳感器獲取目標板材的彩色圖像、深度數據;（4）工控機，用于系統圖像處理，工機配置為Intel I9，操作系統Windows10，內存8G;（5）輔助光源，在光線不足如晚上、陰雨天等情況下使用，提升光照均勻性，提高采集圖像質量;（6）拆剁機械手，根據定位情況，自動抓取板材至下個工序。

工作流程為：板材經上道工序加工后送至生產線上，傳感器獲取生產線上得板材圖像和數據，經工控機數據處理分析后將指令發送給機械手控制器，機械手根據指令自動搬運、放置家具板材至下個加工工序。

2 軟件平臺

工序自動檢測平臺系統采用visual studio2019平臺開發，采用MFC進行人機交互界面開發，平臺系統的主要功能為：（1）對傳感器獲取的板材圖像進行采集、分析和數據處理;（2）顯示傳感器獲取的實時圖像，及板材三維坐標;（3）相關技術參數設置、調節。工序自動檢測平臺系統的功能模塊、人機交互界面見圖2，功能模塊有4個：人機交互、圖像處理、通訊控制、數據處理，人機交互模塊：負責圖像、系統狀態、數據參數的顯示;圖像處理模塊：從傳感器獲取圖片，并對圖像進行深度分析，計算出板材三維坐標;通訊控制模塊：將數據計算結果和控制指令傳遞給機械手控制器，指令機械手工作并接收狀態數據;數據處理模塊：對圖像數據進行分析，計算出板材三維坐標。

3 定位檢測分析、誤差補償

Kinect2.0傳感器在0-0.8m時，無法得到有效清洗圖像，安裝超過1.5m時，測量值與實際值誤差偏大。經在1.0-1.5m范圍內集中采集圖像分析對比，在傳感器為1.2m位置時，成像效果較好，經從圖3可看出，Kinect2.0傳感器安裝在1.2m時，深度測量值與實際測量值間存在偏差，誤差值在8mm內。為此進行進行誤差補償，通過20次數據采集，通過深度測量值與實際測量值對比分析，對測試的深度數據誤差糾正后，誤差值在5mm內。

4 生產應用

從表1可以看出，深度測量值與實際測量對比后的誤差值均在3mm內，家具制造關鍵工序自動檢測系統對板材定位比較精確，完全可滿足企業現代家具制造工廠自動化生產要求。

5 結論

現代板式家具生產中，板材從輸送線進入下個工序時，采用人工搬運即影響生產效率、成本高，且搬運工人易受各種機械傷害。隨著自動化裝備的生產應用，可將視覺技術與生產裝備結合，實現對輸送線上板材的精準定位，并通過指令引導機械手搬運板式家具，實現對人工代替。但在實際生產中，因定位不精確使得機械手經常抓取板式家具失敗，影響生產效率又損壞板材。為此，需解決板式家具生產上光照干擾強、精度要求高、定位視野大、定位速度慢、圖像處理復雜等關鍵技術難點。

本文針對上述問題，開發了家具制造關鍵工序自動檢測系統，通過對獲取的圖像處理和深度分析，計算出板材三維坐標，并將數據計算結果和控制指令傳遞給機械手控制器，控制機械手搬運板材至下個工序，并實現對角度、位置的自動校正。通過生產應用，深度測量值與實際測量對比后的誤差值均在3mm內，家具制造關鍵工序自動檢測系統對板材定位比較精確，完全可滿足企業現代家具制造工廠自動化生產要求。本文的技術帶動了家具生產車間的數字化管理，提升了企業產品質量和行業競爭力。

參考文獻：

[1]牛怡婷，熊先青，袁瑩瑩.板式家具自動化原料與成品倉管控流程對比研究[J].林產工業，202（5）：30-33.

[2]馮莉，杜炳霖.板式家具自動導引車的設計與關鍵零部件的有限元分析林業[J].機械與木工設備，2020（4）：41-44.

[3]劉洪旭.鋼坯位置檢測及其圖像處理技術的研究[D].天津：天津科技大學，2016.

[4]朱宇輝.基于Kinect的機械臂人機交互控制系統設計[D].綿陽：西南科技大學，2013.

[5]董欞皙.基于單圖像傳感器的雙孔相機成像測量技術[D].太原：中北大學，2017.

作者簡介：

陳新生（一作）;性別：男;出生年月日：1953.1.1;貫籍：福建省漳州市;民族：漢;學歷：大專;職稱 ：中級工程師;研究方向：現代家具智能生產設計

范坤河（二作）;性別：男;出生年月日：1982.5.17;貫籍：福建漳州;民族：漢;學歷：大專;職稱 ：中級工程師;研究方向：現代家具智能化設計

夏學文（三作）;性別：男;出生年月日： 1974年 8月 7日;貫籍：湖北省孝感市;民族：漢;學歷： 博士研究生;職稱 ：教授;研究方向：人工智能及其應用

喻飛（四作）;性別：男;出生年月日：1981.12.02;貫籍：湖北省鐘祥市;民族：漢;學歷：博士研究生;職稱 ：副教授;研究方向：智能計算與應用