機器視覺在智能設備裝配中識別引導功能的研究

孫倩 崔曉玉 姚廣芹

摘要： 現代化工業生產是基于智能技術、信息技術，從自動識別到自動執行，機器視覺作為智能化輔助生產技術之一，其重要性不言而喻。本文通過對機器視覺在智能設備裝配中識別引導功能進行分析研究，通過結合實際案例方式，對識別引導功能進行闡明，為下一步工作開展奠定基礎。

Abstract： Modern industrial production is based on intelligent technology and information technology. From automatic identification to automatic execution， machine vision is one of the intelligent auxiliary production technologies， and its importance is self-evident. This paper analyzes and studies the recognition and guidance function of machine vision in the assembly of intelligent equipment， and clarifies the recognition and guidance function by combining actual case methods to lay the foundation for the next step of work.

關鍵詞： 機器視覺;智能設備;識別引導

Key words： machine vision;intelligent equipment;recognition guidance

中圖分類號：P415.1+3? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1674-957X（2021）18-0213-02

1? 機器視覺技術概述及應用意義

機器視覺技術涉及計算機視覺、圖像處理、模式識別、人工智能、信號處理、機電一體化等多個領域，作為一門新興技術，伴隨著人工智能技術的快速發展推動新一輪產業革命的到來。機器視覺技術的最大優點是與被測對象無接觸，因此，對觀測者與被觀測者都不會產生任何損傷，十分安全可靠，這是其它感覺方式無法比擬的，而且機器視覺可以觀察到人眼看不到的范圍，如紅外線、微波、超聲波等，并且機器視覺可以利用傳感器形成紅外線、微波、超聲波等圖像。另外，人無法長時間的觀察對象，機器視覺則無時間限制，而且具有很高的分辨精度和速度，顯示其無可比擬的優越性。故機器視覺技術系統在工業、農業、交通、醫療等行業得到了廣泛的應用。本文是在發動機零部件（挺柱）的自動化裝配過程中，采用機器視覺輔助，視覺相機拍照對挺柱位置確定，并通過機器視覺引導機械夾爪旋轉挺柱至標準角度等自動化裝配流程。視覺識別引導技術在機械手裝配柔性智能自動化作業中起到良好的作用，一方面提高了機械抓手對物體的精準定位與穩定抓取轉角糾正;另一方面提高了生產效率，并且在精度、質量和速度都比人工具有巨大的優勢。

2? 機器視覺技術識別引導功能應用原則

機器視覺是基于人工智能化創新優化，從降低人工操作及介入，符合信息現代化工業生產加工需求的一種技術保障，在機器視覺技術識別引導功能應用設計中需強調原則性、方向性，具體如下：第一、以代替人工及緩解人工疲勞為原則，在識別引導功能應用中是出于對傳統人工操作形式的智能優化，功能設計與具體應用一定要從增加智能效應、解放人工勞累層面入手;第二、以客觀精確及成本低為原則，機器視覺技術識別引導功能應從客觀、精確、低成本方面入手，將工業智能識別的整體過程精確穩定給予體現，實現工業流水線中的智能化重復操作，簡化復雜繁瑣的機器視覺識別引導流程。

3? 機器視覺硬件選擇方案——以發動機零部件為例

3.1 光源系統選擇? 在進行光源系統選擇中一定要注重結合性，對所需智能設備裝配流程進行了解掌握，這樣便于提升機器視覺識別引導效率，本從研究主要以環光選擇類型為主，如下：第一、對光源安裝的具體距離進行掌握，并對部分角度光源進行過濾，如通過對光源安裝尺寸高度進行調整，可對大角度光源進行有效過濾等。第二、該光源類型相對目標面積不大，主要關鍵面在于表面中間，如可采用小尺寸0角度或小角度光源等。第三、目標識別范圍可進行光源調節，角度選擇性較大，如可采用90度角環光，也可采用大尺寸高角度環形光等。同時，選擇背光源/平行背光源，具體如下：第一、選擇背光源需按照具體物體范圍、大小等對背光源進行適度調整，有效控制成本增加及浪費。第二、由于背光源主要受外殼遮擋，這樣就導致亮度一般會低于中間位置，所以在對背光源進行選擇中，應避免目標位于背光源邊緣。第三、在檢測輪廓中主要采用波長較短的光源，光源波長一旦較短，其衍射性會較弱，這樣會避免圖像邊緣中的重影出現，且對比度也頗高。第四、在實際應用中可對背光源進行調整，將與目標之間的距離以最佳效果呈現。第五、檢測液位可以將背光源側立使用;圓軸類的產品，螺旋狀的產品盡量使用平行背光源。

3.2 工業鏡頭選擇? ①相關參數。第一、視場：指觀測物體的可視范圍，也就是充滿相機采集芯片的物理部分。第二、工作距離：指從鏡頭前部到受檢測物體的距離，即清晰成像的表面距離;第三、分辨率：圖像系統可以測到的受檢測物體上的最小可分辨特征尺寸，在多數情況下，視野越小，分辨率越好。第四、景深DOF：物體離最佳焦點較近或較遠時，鏡頭保持所需分辨率的能力;第五、焦距f：透鏡的光心到光聚集之焦點的距離。亦是相機中從鏡片中心到底片或CCD等成像平面的距離。②遠心鏡頭選擇型號。在具體識別引導中建議選擇云心鏡頭，采用科學合理的兼容CCD靶面尺寸，對遠心鏡頭兼容的CCD靶面進行合理設計，要不小于或等于相關配套靶面，不然會直接影響其分辨率。在接口類型設置方面，遠心鏡頭接口類型多為普通形式，包括C口，F口等，符合相關相機配套便可以，另外，在成像范圍方面，當放大倍率和CCD靶面確定時，成像范圍即確定，反之亦然。在工作距離方面，需關注工作距離能否對實際設備生產加工要求滿足，如選擇遠心系統對其檢測后，可首先對鏡頭進行選定，按照工作需求的實際距離對相關機械結構進行設計。最后，景深范圍方面，要對上述條件進行滿足，景深范圍越大，說明遠心系統的光學特性越好，在選型時可作為參考。

3.3 工業相機選擇? 相關參數：CCD芯片尺寸：特殊之處——1inch == 16mm ！= 25.4mm，相機芯片尺寸：鏡頭尺寸≥相機芯片尺寸，增益：通過調節電壓放大環節調節圖像亮度（如表1）。

4? 機器視覺在智能設備裝配中識別引導功能體現

4.1 拍照識別及轉角引導? 首先要進行視覺定位，以發動機零件為例，機器視覺裝置會在最短時間內對零件特征中的邊界及質心進行快速識別，機器人控制系統采用逆運動原理，對機器人各關節位置的轉角誤差進行最大程度降低，充分解決機器視覺拍攝中的角度誤差問題（如圖1）。

在視覺機械手安裝中一定要側重整體設計，本次設計中將機械手安裝在橫向布置結構的龍門型X軸向絲杠滑臺之上，該視覺機械手橫向移動配置主要由一臺加設在絲杠滑臺另一方的伺服電機裝置進行驅動供給，進而可精確對發動機零件X方向定位。全面鞏固該視覺機械手運行效率，伸縮氣缸下端設計有兩個貼片器件的拾取吸頭，視覺機械手一次可以拾取和定位安裝零件類器件。當該視覺機械手向右側移動后，具體位置為裝備配平臺上方，此時零件裝配平臺Y在移動伺服電機裝置作用下，開展前后方向運動，處于機械手旋轉軸承座位置中的視覺相機，對該平臺目標具體位置標示檢測，該視覺相機對裝配平臺上的零件目標進行后標示后，確定了安裝板的位置，這時，X 軸向伺服電機和Y向伺服電機快速移動以確定貼片器件的定位和安裝位置，由該機械手開展裝配操作。

其次待完成視覺拍攝后會對其圖像進行智能化處理、智能化分析，對發動機零件進行角度引導，配合機械手完成作業操作。同時利用三維做圖軟件Soldworks、CAD、UG等軟件對機械結構進行集成化設計，實現精確拍照及引導功能的實現。4坐標系夾爪機械手結構設計，包括氣缸的選型和計算，保證4坐標的位置驅動;伺服電機的選型和計算，保證夾爪的精確抓取挺柱和挺柱的轉角糾正，保證集成系統的結構穩定性和統一性。最后，利用Visionpro視覺軟件進行圖片的數字化處理，并通信給PLC。

4.2 PLC程序控制應用分析? 隨著我國科學技術不斷提升，生產力及水平不斷突破，針對生產加工與機械作業，一種新型管控模式應運而生，即PLC，可編程邏輯控制器。該控制器主要是針對機械生產及加工過程，通過存儲器創新升級植入編程方法。主要以內部完成程序存儲為主。并對邏輯算法及控制順序等進行工作開展。如算數操作、定時或相關計數等。其實質性是一種面向用戶的高端控制指令。在輸入及輸送方面主要采用模擬信號、數學信號等方式，實現對各種類型機械的生產加工控制。（如圖2）

在機器視覺智能設備裝配識別引導中通過PLC程序控制、通信技術完成實現，通常PLC智能芯片植入方式，對機器視覺識別流程及步驟進行設計，提出視覺識別引導程序理論，該理論主要以強化識別引導的精準性、步驟性為主，有效自動執行PLC程序指令，在實際設備裝配作業中待完成視覺識別掃描后，會對機械手發出同步指令，機械手會根據PLC控制指令完成分揀裝配操作等。

5? 結論

綜上所述，通過對機器視覺在智能設備裝配中識別引導功能進行分析研究，主要包括：光源系統選擇、工業鏡頭選擇、工業相機選擇、拍照識別及轉角引導、PLC程序控制應用分析等，將機器視覺在智能設備裝配中識別引導中價值意義給予明確，為現代化工業生產管理水平提升奠定基礎。

參考文獻：

[1]Sture， ye E R， Skavhaug A et al. A 3D machine vision

sys-tem for quality grading of Atlantic salmon[J]. Computers and Electronics in Agriculture，2016（123）：142-148.

[2]Ziatdinov M， Maksov A， Kalinin S V. Learning surfacemolecular structures via machine vision[J]. npj Computational Materials，2017，3（1）：3.

[3]Fernández-Robles L， Azzopardi G，Alegre E，et al.Ma-chine-vision-based identification of broken inserts in edge- profile milling heads [J]. Robotics and Computer -Integrated Manufacturing，2017（44）：276-283.

[4]Kavitha C，Ashok S D. A new approach to spindle radial-error evaluation using a machine vision system[J].Metrology and Measurement Systems，2017，24（1）：201-219.

[5]歐陽智，肖旭.機器視覺在智能制造中的應用[J].大數據時代，2018，12（3）：11-14.