基于視覺定位的螺釘自動緊固裝配系統

陳勐昊,李迎欣,葉 敏,魏臣雋,陳偉雄

(上海無線電設備研究所,上海 201109)

0 引言

在航天產品生產過程中,涉及到大量的微小螺釘連接裝配。傳統的人工裝配螺釘的方式工作效率低、工人的勞動強度大、產品裝配質量不穩定,難以滿足目前航天產品快速、高質量、高可靠的生產需求[1]。因此,有必要采用適應性強的自動化設備代替人工進行螺釘緊固。

從20世紀中后期起,國內外學者就開展了自動化裝配理論的研究以及自動化裝配設備的研制。國內自動化螺釘緊固設備[2-4]的研制已經有一段歷史,取得了一定的成果,特別是在珠三角、長三角一帶市場需求很旺盛。市場上比較成熟的自動化螺釘緊固設備主要有直角坐標機器人與SCARA(selective compliance assembly robot arm)機器人。前者性價比高,緊固效率高,后者通用性強。但現有的自動螺釘緊固設備對夾具定位精度要求高,并且通常無法實時檢測螺紋孔狀態,也無法校正螺紋孔位的偏差[5]。對于螺紋孔分布規律、螺釘種類單一的工況,這些自動螺釘緊固設備可以滿足穩定、可靠的緊固要求。然而在復雜工況下,這些緊固設備就很難適應不同規格的螺釘,無法實現精確定位。

本文在SCARA 機器人基礎上,引入視覺定位技術對螺釘進行定位補償,開發通用性強、可用于航天產品的微小螺釘自動緊固裝配系統,并進行應用驗證。

1 螺釘自動緊固裝配系統需求分析

選取相控陣天線作為典型產品展開研究,相控陣天線冷板局部如圖1所示。冷板上緊密分布了用于裝配螺釘與同軸連接器的通孔,176顆M2小螺釘穿過冷板,擰入背面發射/接收(transmitter/receiver,T/R)組件的螺紋孔中,將組件與冷板壓緊,保證散熱性能。

圖1 相控陣天線冷板局部圖

螺釘自動緊固裝配系統的主要功能是實現冷板上數百顆小螺釘的自動緊固,在提高生產效率的同時確保裝配可靠性。由于螺釘尺寸較小,且裝配時周圍緊密排列著同軸連接器,因此系統要求具有較高的裝配定位精度,通常定位偏差應小于0.05 mm。

2 螺釘自動緊固裝配系統結構設計

螺釘自動緊固裝配系統結構如圖2所示。該系統主要由SCARA 機器人、機械抓手、螺釘供料器和工作臺等幾部分組成。

圖2 螺釘自動緊固裝配系統結構示意圖

該系統工作時,將產品通過專用的夾持工裝固定在工作臺上,機器人攜帶機械抓手完成初定位,并通過視覺定位算法進行定位補償。系統對螺紋孔精確定位后,供料器將螺釘輸送到機械抓手上的自動螺絲槍內進行緊固。為了滿足通用性使用要求,SCARA 機器人的工作半徑應在0.5 m以上;夾持工裝根據產品外形進行設計,主要起固定作用,其定位精度要求不高;螺釘供料器選用轉盤式排列,吹氣式上料,并通過氣管連接到機械抓手的夾嘴上。

機械抓手作為核心的執行組件,主要由視覺組件、自動螺絲槍與夾嘴等組成。

視覺組件用于螺紋孔中心位置的定位補償,主要包含一個高清定焦工業相機與一個有色光源。有色光源用以減小零件材質、外部光照等因素影響,盡可能保證照片質量一致性,便于視覺算法檢測螺紋底孔輪廓。

自動螺絲槍根據螺釘及扭矩要求選取,內置精密扭矩及角度傳感器。螺絲槍可分步實現螺釘緊固,緊固過程大致包括螺釘尋牙、全長旋入、定力緊固三個階段。各個階段都通過傳感器記錄旋擰角度及力矩,實現螺釘緊固過程的實時控制與有效追溯。

夾嘴的具體結構設計如圖3所示。夾嘴安裝在螺絲槍批頭前,主要由斜管、夾片、繃簧及固定座組成。其工作原理是氣管將螺釘經過夾嘴的螺釘進料口(斜管)送至夾嘴內腔,螺釘落入到兩片夾片之間,經夾片導正,垂直對準螺紋孔;螺絲槍批頭下壓螺釘,夾片翻開,批頭將螺釘送到螺紋孔位鎖付,完成后批頭縮回,繃簧將翻開的夾片恢復至原本狀態。

圖3 夾嘴結構示意圖

3 視覺定位技術

螺紋孔中心位置定位是螺釘自動緊固裝配的關鍵工序之一。利用視覺技術對螺紋孔進行智能識別與定位,并對機械臂位置進行糾偏補償,從而實現螺釘的精密可靠裝配。考慮到螺紋孔外形一致性較高的特點,為了提高識別效率,螺紋孔定位采用基于模板匹配的視覺定位算法。整個視覺定位算法流程包括圖像采集、邊緣檢測、模板匹配及中心定位等幾個主要部分。

定位精度作為視覺定位的關鍵指標之一,直接影響到螺釘自動緊固的可靠性。為了提高視覺定位精度,在確定合適的硬件設備后,軟件算法需進行優化。本文采用亞像素邊緣定位方法,提高螺紋孔邊緣定位精度。

亞像素邊緣定位[6]在單像素精確邊緣提取的基礎上進行,是一種提高定位精度的有效手段。單像素邊緣提取涉及圖像濾波、圖像分割、邊緣檢測等視覺處理方法。

邊緣檢測采用Canny算法[7],該算法首先利用二維高斯函數進行濾波。二維高斯函數G(x,y)的表達式為

式中:x,y為圖像的像素坐標;σ為高斯函數的標準差。

設f(x,y)為輸入圖像灰度函數,則經過高斯濾波后的圖像

式中:* 為卷積運算符。在像素點(x,y)的2×2像素的鄰域內計算其一階偏導數

像素點(x,y)的梯度幅度M和方向角θ可表示為

該算法再利用非極大抑制法對像素點進行處理,即僅保留同方向鄰域內梯度最大的像素點,實現邊緣細化。最后,設定梯度閾值,提取邊緣信息,通過高低閾值過濾偽邊緣,提高邊緣檢測的可信度。

以單像素精確邊緣信息為基礎,使用鄰域像素的灰度值作為邊緣判斷的補充信息,再利用插值、擬合、矩估計等方法,可實現更高精度的亞像素邊緣定位。擬合方法具體可分為兩類:第一類是基于確定的函數表達式,利用最小二乘法進行擬合;第二類是基于邊緣函數在邊緣點附近的連續性,進行離散的切比雪夫(Chebyshev)多項式擬合。

對于最小二乘法,根據圓的一般方程給出誤差函數,求取誤差平方和并令其最小,擬合問題轉化為包含三個未知量的多元函數極值問題。誤差函數f(A,B,C)的表達式為

式中:min(·)為取最小值函數;n為用于擬合的邊緣像素點數;ei為實際邊緣像素點坐標與擬合圓的距離偏差;xi,yi為實際邊緣像素點坐標;A,B,C為擬合圓的一般方程參數。

對于Chebyshev多項式擬合法,若僅取初始位置k鄰域的4個像素點進行擬合,則像素點的位置區間

設f(x)為圖像x方向灰度函數,利用Chebyshev多項式擬合邊緣曲線并求導,在一階導數最大,即二階導數為零處的x值,就是當前點x方向的亞像素位置Xk。Xk的表達式為

式中:P2(x),P3(x)分別為2,3 次Chebyshev多項式。

同理,可得到當前點y方向的亞像素位置。

兩種方法相比,最小二乘法能夠一次計算出邊緣圖像邊界,定位快速,但是這種算法要求已知邊緣圖像中像素點的分布表達式。而Chebyshev多項式擬合法每次計算只能針對邊緣圖像的單個像素進行,得到的是單個像素的亞像素邊緣位置,要完成邊緣的亞像素定位,需要對邊緣圖像上的所有像素逐一進行計算。因此,Chebyshev 多項式擬合法定位相對較慢,但定位精度比較高,并且不需要預知邊緣圖像像素點的分布表達式。

為了盡可能提高亞像素邊緣定位精度,本文將上述兩種擬合方法相結合。首先采用Chebyshev 多項式擬合法對邊緣圖像上的每個點進行亞像素定位,再將得到的結果代入螺紋孔的圓形輪廓函數中進行最小二乘擬合,確定最終的亞像素邊緣。

基于上述原理開發的程序,可實現高精度邊緣識別并進行模板匹配,還可根據不同產品選擇不同配置,實現模板特征可編輯。為了提高適應性,程序還保留了常用參數的調整接口,如曝光、調整縮放、公差參數、模板匹配度等。對螺紋孔進行識別定位后,用十字光標在操作界面中進行標識,螺紋孔中心相對坐標數據會在程序后臺進行記錄。

4 應用驗證

在進行實際生產應用前,螺釘自動緊固裝配系統的視覺定位精度等核心指標需進行應用驗證。利用該系統對已進行高精度定位、明確坐標的螺紋孔進行多次檢測,記錄定位結果,并對定位偏差進行分析。基于視覺定位的螺紋孔定位精度測試結果如表1所示。

表1 基于視覺定位的螺紋孔定位精度測試結果

分析表1中數據,綜合水平面內兩個方向的定位偏差可知,視覺定位精度優于0.02 mm。

以相控陣天線產品為例展開實際生產試驗。共對10套產品進行了緊固裝配(每套手工預緊4顆螺釘,其余172顆螺釘自動緊固),通過系統扭矩與轉角的測試結果以及目視檢驗結果判斷螺釘緊固合格情況,試驗結果如表2所示。

表2 相控陣天線螺釘自動緊固試驗結果

通過分析試驗結果可知,1 720 顆螺釘僅有8顆緊固不合格,其中2顆未進入螺紋孔,6顆未緊固到位,實際緊固合格率為99.8%。而緊固不合格的8顆螺釘中,有6顆緊固失敗都是來料問題(螺釘、螺紋孔加工缺陷)導致。另外,螺釘自動緊固裝配系統的單顆螺釘緊固平均時間為8.99 s,有效提高了生產效率。

5 結論

針對航天產品中大量微小螺釘可靠緊固的需求,本文基于SCARA 機器人開發了螺釘自動緊固裝配系統,引入基于亞像素邊緣的視覺定位技術,對螺釘裝配定位進行精確補償。結合SCARA 機器人與視覺定位技術,所開發系統具有靈活性強、適應性廣、可靠性高等優點,實現了航天產品微小螺釘的高效自動緊固。通過試驗驗證,系統的視覺定位精度優于0.02 mm,螺釘緊固合格率高于99.8%。