淺談機器視覺技術在汽車自動化生產中的應用

楊亮

摘 要：近年來，隨著人工智能技術的應用日趨成熟，以及制造業對變革生產方式的需求日益增長，機器視覺技術在汽車生產等工業制造領域中的應用越來越廣泛，在加快自動化向智能制造方向轉變中起到了關鍵作用。本文針對機器視覺技術在汽車自動化生產中的典型應用進行了探討，并對其發展趨勢進行了分析，有利于機器視覺技術在汽車生產等工業制造領域中更好地應用和發展。

關鍵詞：人工智能;機器視覺;汽車生產;智能制造

0 引言

機器視覺，簡單來說就是用機器代替人眼來做測量和判斷，它以邊緣檢測、模板匹配等圖像處理技術和算法為核心，通過計算機對被測物圖像的像素分布和亮度等信息進行處理，提取目標的特征進行分析，并將結果用于實際檢測、判斷和控制。機器視覺是一門涉及圖像處理、計算機、光學、機械電子等諸多學科的綜合技術，是人工智能正在快速發展的一個分支。典型的機器視覺系統主要由光源、鏡頭、相機、工控機及視覺軟件等部分組成，具有實時高效、精度高、功能多等特點[1]。在一些不適合于人工作業的環境或人工視覺難以滿足要求的場合，常用機器視覺來替代人工視覺;同時在大批量工業生產中，用機器視覺檢測方法可以大大提高生產效率和減輕人工勞動強度。我國的機器視覺應用起步較晚，目前正處于快速發展階段，利用好視覺技術可以加快產業升級，對我國工業的快速發展具有重要意義[2]。

1 汽車制造業發展現狀

汽車制造業由于產業鏈長、生產工序多、成本控制要求高，諸多挑戰使得汽車生產仍是當前最為復雜的制造領域之一，汽車制造業水平一定程度上體現了其國家的工業實力，其自動化水平在工業領域往往處于領先水平，且生產管理經驗常常能有效遷移到其他制造業中。目前汽車制造業通過大量引入工業機器人、PLC等技術，產線已完成以工業機器人和電氣自動化為主導的產業升級，機器人可以很好地完成焊接、搬運、裝配、噴涂等各種應用任務，使生產工序、工藝及節拍得到有效掌控，不僅提高了生產效率、降低了成本，而且極大地減輕了工人的工作強度[3]。

在當前智能制造2025的改革浪潮中，隨著機器視覺、AGV、深度學習等智能技術的高速發展，一股新興力量正加速汽車、電子等工業的生產方式變革。機器視覺可以出色地完成特征識別、缺陷檢測、定位引導、尺寸測量等任務，為工業機器人、自動化設備加上了“眼睛”和“智慧”，使工業生產更加智能化;AGV小車能按照規劃路線實現自動運輸物料;深度學習使機器能模仿視聽、思考等人類活動，具有優秀的特征學習和特征表達能力，解決了很多復雜的模式識別難題[4]。目前這些智能技術的應用正使汽車制造等自動化行業將朝著更智能、更高效的方向發展。

2 機器視覺在汽車自動化生產中的應用

2.1 視覺識別

視覺識別，是利用機器視覺技術獲取被測物的圖像并進行處理、分析和理解，以識別不同模式的目標，視覺識別在工業制造領域應用十分廣泛，主要包括二維碼標簽識別、不同型號工件識別，以及OCR光學字符識別等。利用機器視覺可以對各種材質表面的條碼或者標簽進行讀取，方便對產品進行跟蹤管理，也可以對各種特征、字符進行識別區分，大大提高了現代化生產的效率，降低了生產成本。目前汽車自動化生產中應用較多的有打刻字符識別，不同型號的工件識別。

2.1.1 識別不同工件

汽車生產中不同車型、不同派生的種類繁多，生產過程中需對工件類型進行檢查防止混入與當前生產型號不一致的工件，利用視覺技術對不同工件的特異性如圓孔、方孔、螺母等特征進行識別，可實現對工件在線區分檢查。識別不同工件可以采用傳統的PC-Based系統，即由獨立的工控機、相機鏡頭、視覺軟件、顯示器等組成，可靈活配置相機個數，能對照片等數據進行顯示和大量存儲，適合車種多，需求較復雜的項目。針對比較簡單的需求，也可采用嵌入式系統，即智能相機，其內部包含處理器、RAM、Flash、I/O、Ethernet等單元，相當于將圖片采集、處理、通訊集成于一身的相機，能直接將識別結果輸出給PLC等外部系統，具有使用便捷、成本低、占用空間小等優點。

2.1.2 車架號打刻字符識別

汽車車架號相當于汽車的身份證號碼，一般由17位字碼組成，包含汽車的制造廠、車型、發動機類型等信息，對汽車具有重要意義，車架號打刻工位在打刻完成后就需對車架號進行檢查，防止打錯或者打刻質量不滿足工藝要求，由于人工檢查效率低，且容易發生疏漏，目前汽車廠主要通過視覺技術進行車架號打刻字符的識別和缺陷檢測。字符識別的方法有很多，比如模板匹配，神經網絡，小波等方法，其中模板匹配憑借簡單和實效性在工業領域應用廣泛。由于2D視覺效果易受工件表面反光及污漬等影響，目前打刻字符識別主要通過3D激光掃描技術來獲取穩定可靠的圖像。系統主要由工控機、3D傳感器、顯示器，以及字符識別軟件和OPC server軟件組成，通過對3D傳感器獲取的三維輪廓數據進行分析，識別出字符并與OPC server軟件得到的生產指示數據進行對比，判斷字符正確性，同時檢測打刻字符的寬度、深度等是否滿足工藝要求，并將結果輸出給PLC對不良品設置報警提醒。字符識別系統可實現對車架號打刻字符實時在線監控，對其正確性和工藝把控具有重要意義，同時其中包含的光學字符識別和三維尺寸檢測技術可廣泛應用于零件三維尺寸測量、工件組裝精度測量等項目需求，可以作為企業檢測產品缺陷、掌控產品質量的一項重要技術手段。

2.2 涂膠缺陷視覺檢測

2.2.1 應用背景

涂膠是汽車白車身生產中的一項重要工藝，汽車整車舒適性主要體現在車身具有優良的密封防水、減震降噪等性能。為保證車身的這些性能要求，需對車身的關鍵部位進行涂膠。基于此，焊裝車間的白車身在焊接過程中就應在局部區域進行必要的涂膠，同時確保涂膠質量滿足相應的工藝要求。由于人工檢查難以滿足質量檢測和生產節拍的要求，利用機器視覺技術檢測涂膠缺陷的方法在汽車生產中越來越普遍。

2.2.2 系統組成及功能

目前汽車生產中引入的涂膠視覺檢測大多采用2D視覺，通過分析涂膠的寬度、面積等信息，可以對漏膠、斷膠以及膠寬或面積不達標等缺陷進行判斷。涂膠視覺檢測系統一般由圖像采集（相機、鏡頭、光源）、圖像處理（工控機、檢測軟件）、以及顯示器等部分組成。涂膠過程中，視覺系統通過與PLC進行信號交互完成對涂膠效果的圖像采集、處理，分析涂膠寬度、面積、連續性等質量因素，判斷涂膠是否合格，并將檢測結果輸出給PLC用于報警提醒，現場工人可根據顯示器上檢測軟件提示的涂膠照片和檢測信息快速找到異常的涂膠位置并加以完善，由此可實現對涂膠質量的全面監控。根據現場環境和具體需求，圖像采集部分可以安裝于工位上方，等涂膠完成后對工件進行一次拍照即可得到結果，工序簡單，后期維護方便。如果涂膠工件表面不平，涂膠軌跡較復雜，也可將檢測頭裝在膠槍上，在涂膠過程中對涂膠效果進行實時拍照檢測，此種方式檢測精度更高，且不占生產節拍。

2.2.3 有待改善點及措施

2D視覺對于涂膠缺陷的檢出率很高，但由于不能獲取膠的厚度信息，機器人在涂膠過程中膠槍粘著的膠須和膠條被膠槍帶走后留在工件上的印記會對檢測產生一定干擾;另外，實際生產中上涂膠合格的標準并不是一成不變的，軟件中設置的檢測標準難以靈活把握。因此盡管2D視覺足以滿足目前大部分涂膠的缺陷檢測需求，但會存在一定的誤檢造成過度報警。隨著涂膠生產工藝和對涂膠質量要求進一步提高，運用3D視覺獲取更全面的涂膠信息可對涂膠進行更高精度的檢測，也可利用深度學習方式對涂膠缺陷進行更準確靈活的判斷，減少不必要的誤檢對生產的影響。

2.3 視覺引導系統

2.3.1 應用背景

視覺引導系統旨在幫助工業機器人感知工件位置的變化，引導機器人修正軌跡后準確抓取工件。目前的工業機器人屬于“示教-再現”型機器人，只能通過運行預先輸入的指令完成各項任務，不能隨外界環境變化做出相應的調整，所以生產線需要為工業機器人作業提供足夠的定位精度，而汽車生產線上很多工位通過料箱、滑槽等方式來輸送工件，工件的位置難以精確固定，機器人走預定的軌跡無法準確抓取，因此汽車生產車間很多工位需要人工進行上料。隨著視覺技術在汽車生產中的應用日趨成熟，通過視覺定位引導機器人有序抓件正逐步改變這一現狀。

2.3.2 系統特點與應用范圍

視覺引導系統主要通過相機拍照方式對工件上孔、角點或棱邊等特征進行識別、分析，計算得到當前工件與其理論位置所存在的偏差，并將此偏差轉化為機器人坐標系下的偏移值后傳輸給機器人，機器人以此偏差值糾偏后抓取工件。目前汽車廠應用較多的主要有3D激光引導技術和雙目視覺定位技術。3D激光引導技術主要利用線性激光束獲取被測特征的平移及旋轉量，通過3D激光器對特征局部成像，適合側圍件等大型物料的抓取需求。雙目立體視覺基于工件上同一被測特征點在2臺成像設備上的視差來獲取特征的深度信息，通過工件上4個特征點計算工件在三維空間上的位置，相機可固定安裝或者裝于機器人抓手，視野覆蓋工件全局，適合車門等中型件的抓取，可擴展性強，易追加新車型。

2.3.3 應用現狀與意義

目前汽車廠還存在很多人工上料的工位，引入視覺引導系統可解放人力，提高產線自動化水平。另一方面，視覺引導系統可降低汽車生產線對機械定位精度的要求，節省機械定位裝置的維護成本，提高自動化生產線的柔性。隨著AGV技術在汽車生產中的應用日益廣泛，通過視覺引導系統可消除由于AGV定位和夾具定位精度的影響，引導機器人對AGV上的工件準確抓取，實現物料從運輸到上件全自動化，視覺和AGV的配合對優化產線的設計、廠區的布局以及提高生產的智能化程度具有重要意義。

2.4 視覺在線測量

2.4.1 應用背景

視覺在線測量是利用機器視覺技術對影響工件精度和性能的關鍵尺寸進行在線非接觸式的測量，是一項技術難度較高，復雜性和綜合性較強的應用。汽車制造是一個工序繁多，工藝復雜的過程，從最初的材料剪裁、沖壓成型，到分總成焊接、總拼焊接，再到覆蓋件裝配、涂裝總裝，由于技術人員操作誤差、定位原件磨損、物料材質不均、工藝調整等各種因素的影響，尺寸波動存在于車身制造的每一個環節。由于涉及環節和設備眾多，問題來源錯綜復雜，而傳統的三坐標測量方式，采取離線抽樣測量，樣本數據少，尺寸波動問題常常到總裝時才被發現，且難以區分問題成因。視覺在線測量系統基于視覺檢測技術和激光測量技術，兼容光學測量的效率優勢以及機器人測量柔性優勢，可對白車身及零部件實現100%在線尺寸監控，能及時發現產線問題并進行干預。

2.4.2 系統組成及特點

在線測量系統以三角測量原理為基礎，利用線狀激光獲取被測特征的3D空間坐標，通過坐標轉換，最終得到特征在車身坐標系下的三維信息，可測量特征包括螺紋孔、棱邊、螺柱、功能尺寸等。系統主要分為固定式測量和柔性測量兩種，柔性式測量搭配工業機器人，可實現多車型共平臺測量，在汽車生產中的應用更廣泛，主要由機器人、視覺傳感器、溫度補償裝置、控制柜和軟件等部分組成。其中軟件主要由視覺測量軟件和數據管理與分析軟件組成，溫度補償裝置用于修正機器人內部和外部溫度變化引起的TCP漂移，保證測量結果真實反映工件尺寸波動。以焊裝車間的車身骨架精度在線測量為例，視覺在線測量系統可對影響車身骨架精度的關鍵尺寸，如前風擋玻璃尺寸、車門安裝棱邊位置、定位孔位置以及各分總成的位置進行測量并獲取其在車身坐標系下的位置。通過數據管理與分析軟件可得到測點趨勢圖，偏差分布等統計數據，快速觀察到車身尺寸的變化趨勢和規律，能夠及時反映生產線的狀態，準確地把控車身的生產質量。

2.4.3 意義及前景

視覺在線測量系統能嚴格監控零件尺寸波動，具有靈活有效的報警功能，豐富直觀的數據查詢功能，簡便智能的數據報表統計功能。通過加入在線測量系統加大測量樣本量以提供足夠的測量數據，用于監控車身尺寸波動、故障診斷、工藝能力評估與改進，對汽車生產制造的質量把控具有重要意義。目前視覺在線測量系統在地板、側圍、電池殼等汽車部件，以及高鐵車廂、高鐵下車體等制造領域的尺寸測量、裝配間隙測量中應用廣泛。未來通過增加輪廓度、平面度、垂直度等新的評價要素，以及遠程控制，郵件、APP等數據推送方式，系統應用場景和功能需求上將更加完善，能更好的服務于汽車等工業領域的質量管控。

3 視覺應用趨勢

隨著計算機技術和微電子技術的快速發展，視覺成本的持續降低，以及深度學習等人工智能領域的應用不斷成熟，一方面，視覺集成產品的應用會更加廣泛，尺寸小巧、功能更加豐富和便捷的智能相機將使機器視覺成為一種使用簡單的專用工具，可以更好地滿足車型識別、工件有無判斷等特定的應用場合[5];另一方面，3D視覺、深度學習等技術的融合賦予了視覺系統更高的智能以克服更多的環境變化，比如運用AI深度學習算法的3D無序抓取技術日益成熟，它通過自動計算機器手最優抓取路徑可實現對料框中雜亂無序的工件準確有序抓取，可以滿足更復雜的應用需求，使汽車生產更智能、自動化產線的柔性更高。

4 結語

綜上所述，機器視覺技術在汽車自動化生產中的應用日益廣泛，在汽車生產自動化向智能化轉變中起到了關鍵作用。在當今工業4.0的時代背景下，科技日新月異，積極利用機器視覺等智能技術加速生產方式變革，對促進汽車等工業制造領域的快速發展具有重要意義。

參考文獻：

[1]何新宇，趙時璐，張震，等.機器視覺的研究及應用發展趨勢[J].機械設計與制造，2020（10）：281-283+287.

[2]宋春華，彭泫知.機器視覺研究與發展綜述[J].裝備制造技術，2019（6）：213-216.

[3]陳沛禹.工業機器人在汽車生產中的應用[J].中國新通信，2021，23（3）：91-94.

[4]孫文政.基于深度學習和機器視覺的手機屏幕瑕疵檢測方法研究[D].濟南：山東大學，2019.

[5]高峰，王富東.淺談機器視覺技術發展及應用[J].電子技術，2019（5）：142.