高精度異形插件視覺定位與檢測(cè)算法

劉志昌

(1.北京理工大學(xué) 計(jì)算機(jī)學(xué)院，北京 100081；2.珠海格力電器股份有限公司 裝備動(dòng)力技術(shù)研究院，廣東 珠海 519070)

0 引 言

隨著科技的發(fā)展，現(xiàn)在很多制造工業(yè)都在用高科技設(shè)備來進(jìn)行生產(chǎn)活動(dòng)，電子元器件插裝與檢測(cè)是3C電子制造行業(yè)比較關(guān)鍵的工序，目前標(biāo)準(zhǔn)形狀的電子元器件采用通用的貼裝機(jī)器進(jìn)行貼裝，但是IPM、IGBT、二極管、整流橋等異形電子元器件由于形態(tài)特殊與結(jié)構(gòu)復(fù)雜，現(xiàn)階段還是采用手工插裝作業(yè)。隨著電子制造業(yè)對(duì)產(chǎn)品質(zhì)量要求和自動(dòng)化產(chǎn)品需求越來越高，對(duì)異形插裝的裝配自動(dòng)化及裝配質(zhì)量與效率等環(huán)節(jié)急迫需要進(jìn)行智能化設(shè)計(jì)，對(duì)插裝機(jī)器人的智能化感知、決策和執(zhí)行能力提出更高要求，采用異型插件機(jī)器人+視覺(如圖1所示)解決方案，替代制造業(yè)產(chǎn)線中的一線技術(shù)工人[1]。避免了人工插裝存在的誤插和誤檢問題，有效提高了插裝的生產(chǎn)效率和穩(wěn)定性[2]，可替代人工，節(jié)省大量勞動(dòng)力，實(shí)現(xiàn)自動(dòng)化產(chǎn)線及自動(dòng)化工廠作業(yè)。

圖1 異形插件機(jī)器人視覺

其中，1工控機(jī)、2 PCB板、3上光源、4上相機(jī)、5工業(yè)機(jī)器人、6旋轉(zhuǎn)機(jī)構(gòu)、7異型電子模塊、8下光源、9下相機(jī)、10運(yùn)動(dòng)控制器、11流水線。

機(jī)器視覺[3，4]是通過光學(xué)的裝置和非接觸的傳感器自動(dòng)地接收和處理一個(gè)真實(shí)物體的圖像，以獲得所需信息或用于控制機(jī)器人[5]運(yùn)動(dòng)的裝置。機(jī)器視覺技術(shù)主要是代替人眼實(shí)現(xiàn)識(shí)別、定位、檢測(cè)等功能，在異形插件視覺系統(tǒng)中，視覺通過固定仰視相機(jī)拍照定位引腳位置，軸二俯視相機(jī)定位PCB板焊接孔位置，通過視覺的兩點(diǎn)對(duì)位工具計(jì)算出機(jī)器人坐標(biāo)、機(jī)器人接收坐標(biāo)將異型元器件準(zhǔn)確插裝到PCB板的焊接孔中，實(shí)現(xiàn)視覺檢測(cè)、定位及坐標(biāo)轉(zhuǎn)換一系列視覺算法功能，實(shí)現(xiàn)異形插件機(jī)器人的自動(dòng)運(yùn)行[6]。

然而現(xiàn)在行業(yè)內(nèi)的標(biāo)準(zhǔn)插件機(jī)主要是針對(duì)來料一致，插件位置固定，且只能適合單一產(chǎn)品、換型困難，而異形插件機(jī)雖可試用不同產(chǎn)品類型，但產(chǎn)品類型多、無法達(dá)到兼容的效果；本文提出了一種機(jī)器人視覺高精度定位補(bǔ)償和檢測(cè)算法，通過對(duì)圖像進(jìn)行預(yù)處理[7]，采用幾何模板匹配算法[8，9]、圓度擬合算法[10]對(duì)元器件與電路板進(jìn)行精確定位，再對(duì)位置信息進(jìn)行像素點(diǎn)擬合與坐標(biāo)轉(zhuǎn)換實(shí)現(xiàn)元器件缺陷檢測(cè)與是否插裝判斷，實(shí)現(xiàn)SCARA機(jī)器人[11]抓取任意形狀元器件進(jìn)行插件操作，經(jīng)過實(shí)驗(yàn)驗(yàn)證與產(chǎn)線測(cè)試，所提出的算法具有良好的穩(wěn)定性與準(zhǔn)確性。

1 視覺定位與檢測(cè)算法設(shè)計(jì)

該方案是基于模塊式的開發(fā)方式，根據(jù)機(jī)器人異形元器件插裝作業(yè)需求，算法采用自主研發(fā)的基于幾何模板匹配算法、坐標(biāo)系變換、圖像邊緣特征點(diǎn)提取、坐標(biāo)轉(zhuǎn)換、定位偏移矯正及缺陷檢測(cè)算法模塊，以算法速度、定位精度及缺陷檢測(cè)準(zhǔn)確率為設(shè)計(jì)要求，按照算法功能和模塊為劃分指導(dǎo)，高精度異形元器件插件視覺定位與檢測(cè)算法設(shè)計(jì)流程如圖2所示，算法整體由電子元器件插件定位、PCB板定位及針腳檢測(cè)三部分組成。

圖2 高精度定位與檢測(cè)算法設(shè)計(jì)流程

算法具體步驟如下：

(1)機(jī)器人夾取元器件到下相機(jī)拍照位置，工業(yè)相機(jī)進(jìn)行拍照采集針腳圖像，對(duì)圖像進(jìn)行灰度化處理并進(jìn)行濾波操作，提高圖像質(zhì)量；

(2)將圖像進(jìn)行二值化操作，并選取最佳圖像做為模板ROI繪制，做模板掩膜處理，保存模板圖像信息，再采集圖像進(jìn)行模板匹配定位，輸出元器件位置信息與旋轉(zhuǎn)角度信息；

(3)對(duì)坐標(biāo)系進(jìn)行變換和特征點(diǎn)提取操作，提取針腳和針孔的特征點(diǎn)，對(duì)特征點(diǎn)進(jìn)行像素坐標(biāo)點(diǎn)提取，確定像素中心點(diǎn)位置；

(4)圖像像素坐標(biāo)與機(jī)器人坐標(biāo)轉(zhuǎn)換；

(5)采用kabsch方法計(jì)算偏移量，精確定位圓孔與針腳位置坐標(biāo)；

(6)對(duì)照注冊(cè)位置映射關(guān)系，將針腳點(diǎn)與圓孔位置一一映射，根據(jù)設(shè)置的參數(shù)，確定針腳是否滿足插裝。

1.1 針腳定位算法設(shè)計(jì)

幾何模板匹配定位算法是在圖像定位算法中比較通用的算法之一，該算法具有精度高和魯棒性強(qiáng)等優(yōu)點(diǎn)，被廣泛的應(yīng)用于工業(yè)領(lǐng)域目標(biāo)定位與檢測(cè)解決方案；該算法采用圖像邊緣梯度信息對(duì)需要定位物體在圖片中進(jìn)行匹配[12]，并結(jié)合金字塔自動(dòng)分層及搜索策略，實(shí)現(xiàn)了快速穩(wěn)定的模板匹配定位模塊功能。

幾何模板匹配定位算法流程是選擇一張邊緣較好的圖像作為模板圖像，后續(xù)輸入的圖像作為目標(biāo)圖像，將模板圖像與目標(biāo)圖像經(jīng)過相同的圖像預(yù)處理過程，對(duì)圖像進(jìn)行去噪和特定區(qū)域選擇，然后經(jīng)過高斯金字塔分層，在金字塔每層利用曲面擬合的方法進(jìn)行邊緣計(jì)算，得出圖像的邊緣梯度信息后，然后對(duì)圖像進(jìn)行閾值判斷和極大值抑制得到圖像特定區(qū)域的邊緣位置，在邊緣位置處對(duì)像素梯度值進(jìn)行曲面擬合，模板和目標(biāo)圖像的邊緣梯度值作為匹配信息，經(jīng)過邊緣檢測(cè)算法后，進(jìn)行相似性度量計(jì)算，得出匹配算法的相似程度。

在異形插件視覺定位解決方案中，采用模板匹配方法對(duì)針腳進(jìn)行定位與識(shí)別，其效果如圖3所示，存在模板無法匹配到目標(biāo)這種情況，該問題是由于部分異形元器件在插件操作前，需要在折彎機(jī)中對(duì)異形元器件引腳進(jìn)行折彎處理，處理后的針腳裁剪不一致，會(huì)導(dǎo)致針腳存在-5～5度之間的偏差，造成針腳一致性差以及針腳輪廓信息量少問題，因此采用該定位算法對(duì)Mark點(diǎn)進(jìn)行模板匹配時(shí)結(jié)果不穩(wěn)定。

圖3 模板匹配效果

在上述模板匹配算法中，針對(duì)定位效果不佳情況下，基于模板匹配邊緣梯度信息查找的方法，開發(fā)了一款適合異形插件的針腳定位和檢測(cè)算法，該算法通過設(shè)置針腳區(qū)域作為模板進(jìn)行模板匹配粗定位，對(duì)標(biāo)準(zhǔn)圖像針腳位置進(jìn)行手動(dòng)框選，得到注冊(cè)圖像針腳的中心點(diǎn)，利用Blob連通域分析方法，在ROI區(qū)域中檢測(cè)定位當(dāng)前針腳點(diǎn)，獲取針腳像素坐標(biāo)轉(zhuǎn)移至機(jī)器人坐標(biāo)，計(jì)算其與注冊(cè)標(biāo)準(zhǔn)位置的偏移量，并將PCB電路板點(diǎn)集映射至針腳區(qū)域，檢測(cè)針腳是否合格。該算法涉及到圖像自適應(yīng)閾值分割獲取針腳區(qū)域、優(yōu)化提取針腳中心坐標(biāo)、RANSAC直線擬合[13，14]、計(jì)算模塊中心位置與標(biāo)準(zhǔn)位置偏移量以及針腳檢測(cè)等算法，該算法對(duì)針腳中心點(diǎn)提取與擬合效果如圖4所示。

圖4 針腳提取效果

算法實(shí)現(xiàn)流程首先對(duì)針腳圖像進(jìn)行檢測(cè)區(qū)域框選，然后對(duì)框選區(qū)域內(nèi)單個(gè)針腳進(jìn)行框選，針對(duì)單個(gè)針腳點(diǎn)的灰度進(jìn)行KMEANS灰度聚類[15，16]，并找出背景灰度值，設(shè)置檢測(cè)區(qū)域灰度閾值，根據(jù)閾值初步對(duì)針腳進(jìn)行檢測(cè)，然后根據(jù)初步檢測(cè)結(jié)果，再次精細(xì)化KMEANS聚類，優(yōu)化閾值，將合格點(diǎn)的像素坐標(biāo)點(diǎn)轉(zhuǎn)化為機(jī)器人坐標(biāo)，然后對(duì)各個(gè)針腳進(jìn)行RANSAC直線擬合，計(jì)算擬合直線針腳點(diǎn)方向和中心點(diǎn)，將檢測(cè)圖像中心點(diǎn)與注冊(cè)圖像中心點(diǎn)進(jìn)行偏移量計(jì)算，輸出映射矩陣檢測(cè)出針腳點(diǎn)與注冊(cè)位置進(jìn)行對(duì)比，判斷檢測(cè)是否合格。

1.1.1 KMEANS灰度聚類算法

由于元器件針腳平面存在不平整情況，在圖像采集時(shí)效果較差，形成四周明亮中間暗淡的情況。如果采用預(yù)設(shè)值進(jìn)行灰度閾值處理，則造成針腳中間灰度信息損失，此為針腳閾值分割技術(shù)難點(diǎn)。

將針腳灰度圖轉(zhuǎn)為灰度立體圖，可知針腳中間區(qū)域和背景灰度值存在一定差異，如何準(zhǔn)確尋找出背景和針腳的準(zhǔn)確分割值？基于目標(biāo)灰度值分布特點(diǎn)，采用KMEANS灰度聚類算法分割目標(biāo)物體，即根據(jù)物體屬性相似，對(duì)應(yīng)的灰度信息也相似的思想，對(duì)圖像進(jìn)行區(qū)域劃分，并進(jìn)行相似屬性區(qū)域合并，最終前景與背景能夠?qū)崿F(xiàn)準(zhǔn)確分離。

KMEANS是非常經(jīng)典的聚類算法，至今也還保留著較強(qiáng)的生命力，圖像處理中經(jīng)常用到KMEANS算法，或者其改進(jìn)算法進(jìn)行圖像分割操作，在數(shù)據(jù)挖掘中KMEANS經(jīng)常用來做數(shù)據(jù)預(yù)處理。采用KMEANS計(jì)算最佳分割閾值，對(duì)針腳圖像進(jìn)行二值化閾值，實(shí)現(xiàn)針腳區(qū)域完整分割。

1.1.2 RANSAC隨機(jī)一致性采樣直線擬合原理

如圖5所示，如對(duì)4針腳元器件提取針腳中心坐標(biāo)，其坐標(biāo)排布成曲線趨勢(shì)，然而元器件4個(gè)針腳應(yīng)分布在一直線附近，并能擬合出一條準(zhǔn)確的直線，來表征模塊的整體方向，最后根據(jù)模塊擬合直線的方向，計(jì)算該模塊與注冊(cè)標(biāo)準(zhǔn)位置模塊之間的整體偏移位置與角度。

圖5 針腳坐標(biāo)分布

因此如何對(duì)擬合出一條準(zhǔn)確的直線，是針腳定位研究的重點(diǎn)。基于坐標(biāo)點(diǎn)分布情況，采用準(zhǔn)確性和魯棒性較高的RANSAC直線擬合方法，以提高針腳整體定位精度和魯棒性。

RANSAC算法是通過反復(fù)選擇針腳點(diǎn)位置數(shù)據(jù)中的一組隨機(jī)子集信息來達(dá)成目標(biāo)，被選取的數(shù)據(jù)點(diǎn)子集被假設(shè)為擬合直線局內(nèi)點(diǎn)，其驗(yàn)證方法如下：

(1)設(shè)置針腳點(diǎn)信息一組模型適用于假設(shè)的局內(nèi)點(diǎn)，所有的未知參數(shù)都需要從假設(shè)的這個(gè)局內(nèi)點(diǎn)進(jìn)行計(jì)算得出。

(2)用(1)中得到的針腳點(diǎn)模型去測(cè)試所有的其它數(shù)據(jù)，如果這個(gè)針腳點(diǎn)適用于所估計(jì)的模型，認(rèn)為此針腳點(diǎn)也是局內(nèi)點(diǎn)。

(3)如果有足夠多的針腳點(diǎn)被歸類為假設(shè)的一組局內(nèi)點(diǎn)，那么所估計(jì)的針腳點(diǎn)信息模型就足夠合理。

(4)用所有假設(shè)的針腳點(diǎn)信息去重新估計(jì)模型。

(5)最后，通過估計(jì)針腳點(diǎn)信息與模型的錯(cuò)誤率來進(jìn)行評(píng)估模型。

這個(gè)驗(yàn)證過程被重復(fù)執(zhí)行與迭代，每次所產(chǎn)生的新模型把針腳點(diǎn)信息太少而舍棄掉，如果針腳點(diǎn)信息所在的模型比現(xiàn)有的模型更好，則進(jìn)行選擇替代。如圖6所示，根據(jù)RANSAC直線擬合算法效果，從效果圖上來看擬合直線定位更加準(zhǔn)確，并經(jīng)過實(shí)際元器件插裝效果驗(yàn)證，對(duì)插裝精度能夠有效進(jìn)行改善，符合算法設(shè)計(jì)要求。

圖6 針腳直線擬合效果

1.1.3 偏移量計(jì)算

其中包括計(jì)算模板匹配后的機(jī)器人偏移量、Kabsch計(jì)算機(jī)器人偏移量和直線擬合計(jì)算機(jī)器人偏移量。其中計(jì)算模板匹配后的機(jī)器人偏移量需要事先設(shè)置注冊(cè)時(shí)模板匹配到的位置和機(jī)器人坐標(biāo)；Kabsch計(jì)算機(jī)器人偏移量和直線擬合計(jì)算機(jī)器人偏移量，需要事先設(shè)置注冊(cè)時(shí)的點(diǎn)集和機(jī)器人坐標(biāo)。最后通過GetRobotOffset獲取機(jī)器人的偏移量(偏移量計(jì)算如圖7所示)。

圖7 偏移量計(jì)算

注冊(cè)機(jī)器人的插裝點(diǎn)為標(biāo)準(zhǔn)位置O，圖像的標(biāo)準(zhǔn)位置對(duì)應(yīng)到機(jī)器人的工具坐標(biāo)系的C點(diǎn)。當(dāng)機(jī)器人再次抓取物料在A點(diǎn)進(jìn)行視覺定位后，圖像的定位得到物料相對(duì)圖像標(biāo)準(zhǔn)位置的偏移量角度為θ，物料在機(jī)器人工具坐標(biāo)系的坐標(biāo)為點(diǎn)A(x1，y1)，補(bǔ)償值的計(jì)算方式如下：

(1)A繞O旋轉(zhuǎn)θ角度得到B(x，y)

x=x1×cosθ+y1×sinθy=-x1×sinθ+y1×cosθ

(2)計(jì)算B點(diǎn)到C點(diǎn)的偏移量，即機(jī)器人需要補(bǔ)償?shù)钠屏?/p>

Delta_x=x-x0Delta_y=x-y0

1.2 焊盤孔定位算法設(shè)計(jì)

PCB焊盤區(qū)域的定位功能與針腳定位算法相同，首先設(shè)通過交互界面繪制一個(gè)矩形區(qū)域，矩形區(qū)域的具有明顯特征的邊緣區(qū)域作為模板查找區(qū)域，將該區(qū)域焊盤孔圓形的區(qū)域信息保存，即得到模板匹配的焊盤孔模板圖像(如圖8(a)所示)和焊盤孔的中心點(diǎn)邊緣信息(如圖8(b)所示)；將輸入的目標(biāo)圖像與模板圖像進(jìn)行相似性度量對(duì)比，得到目標(biāo)圖像中焊盤孔的中心點(diǎn)信息，再利用坐標(biāo)變換算法將焊盤孔中心點(diǎn)信息變換到當(dāng)前圖像的位置處，得到焊盤孔在整個(gè)圖像中的位置坐標(biāo)(如圖8(c)所示)；最后將模板匹配的結(jié)果和焊盤孔的中心點(diǎn)通過手眼標(biāo)定方法轉(zhuǎn)到機(jī)器人坐標(biāo)系下，得到在機(jī)器人坐標(biāo)系下的焊盤孔位置信息的補(bǔ)償量。

圖8 模板圖像

1.3 檢測(cè)算法設(shè)計(jì)

由于生產(chǎn)物料元器件模塊引腳之間存在一致性差的問題，需要在模塊插裝前對(duì)元器件針腳質(zhì)量進(jìn)行視覺檢測(cè)，以保證高質(zhì)量元器件插裝；可根據(jù)輸入模塊所有針腳間距參數(shù)方案，通過檢測(cè)針腳間距相關(guān)性設(shè)計(jì)方法，可判斷元器件針腳是否合格。

以上方案對(duì)于2、3、4針腳數(shù)目較少的元器件插裝檢測(cè)可行，然而對(duì)于像IPM模塊存在數(shù)十個(gè)針腳且針腳間距不同等情況，若采用輸入?yún)?shù)的方案，需要輸入?yún)?shù)多，操作復(fù)雜，因此基于異形元器件針腳插裝映射思路，提出了一種針腳映射檢測(cè)的方法，該方法具有參數(shù)設(shè)置少和魯棒性強(qiáng)的特點(diǎn)。

該檢測(cè)方法原理是將PCB板焊盤孔和元器件針腳映射變換過程采用注冊(cè)標(biāo)準(zhǔn)位置轉(zhuǎn)換與單一性轉(zhuǎn)換矩陣計(jì)算方法；假設(shè)我們能定位到PCB板和針腳的任意位置坐標(biāo)，首先注冊(cè)PCB板和針腳模塊的標(biāo)準(zhǔn)位置坐標(biāo)，然后建立兩者PCB板孔坐標(biāo)和針腳注冊(cè)標(biāo)準(zhǔn)位置坐標(biāo)之間的映射關(guān)系。對(duì)于任意位置的PCB板和針腳，分別映射到其注冊(cè)標(biāo)準(zhǔn)位置，再根據(jù)預(yù)先建立的映射矩陣H，PCB板映射到針腳位置，最后判斷針腳點(diǎn)是否在新孔洞內(nèi)，即完成了對(duì)針腳是否適合插裝檢測(cè)。

1.4 坐標(biāo)轉(zhuǎn)換算法設(shè)計(jì)

工業(yè)相機(jī)與SCARA機(jī)器人的手部末端構(gòu)成手眼視覺系統(tǒng)，根據(jù)相機(jī)與機(jī)器人相互位置的不同，手眼視覺系統(tǒng)分為眼在手上系統(tǒng)和眼在手外系統(tǒng)。眼在手上系統(tǒng)的相機(jī)安裝在機(jī)器人手部關(guān)節(jié)末端(end-effector)，機(jī)器人工作過程中相機(jī)隨機(jī)器人末端一起移動(dòng)；眼在手外系統(tǒng)的相機(jī)安裝在機(jī)器人本體外的固定位置，在機(jī)器人工作工程中不隨機(jī)器人末端一起運(yùn)動(dòng)[17]。

所謂手眼系統(tǒng)，就是人眼看到一個(gè)東西時(shí)候要讓手去抓取，就需要大腦知道眼和手的相對(duì)坐標(biāo)關(guān)系。大腦比作B，眼睛比作A，手比作C，如果A和B的關(guān)系知道，B和C的關(guān)系知道，那么C和A的關(guān)系就知道了，也就是手和眼的坐標(biāo)即可計(jì)算之間的關(guān)系。

進(jìn)行手眼標(biāo)定時(shí)，操作機(jī)器人夾持標(biāo)定靶，進(jìn)行姿勢(shì)變換采集數(shù)據(jù)，其姿勢(shì)分解為旋轉(zhuǎn)和平移，因此坐標(biāo)變換時(shí)僅需要考慮平移和旋轉(zhuǎn)動(dòng)作，其過程如圖9所示。

圖9 標(biāo)定變換過程

其坐標(biāo)點(diǎn)平移和旋轉(zhuǎn)變換過程，可由如下公式表示

2 實(shí)驗(yàn)平臺(tái)與測(cè)試結(jié)果

2.1 實(shí)驗(yàn)平臺(tái)搭建

利用SCARA四軸機(jī)器人對(duì)異形插件視覺算法進(jìn)行識(shí)別定位與測(cè)試驗(yàn)證，實(shí)驗(yàn)平臺(tái)如圖10所示，其中該平臺(tái)中的視覺系統(tǒng)處理器是Intel i3-8100，內(nèi)存為16 G，可擴(kuò)展的多網(wǎng)口模塊，與機(jī)器人和相機(jī)進(jìn)行通信處理數(shù)據(jù)；機(jī)器人實(shí)驗(yàn)平臺(tái)由小型的光學(xué)平臺(tái)、工業(yè)相機(jī)、SCARA機(jī)器人及光源組成，光學(xué)平臺(tái)主要是固定相機(jī)與光源，將電路板和元器件進(jìn)行打光采集圖像，得到最佳光源照射角度和圖像最佳信息，相機(jī)分為上相機(jī)和下相機(jī)，上相機(jī)主要采集電路板圖像，下相機(jī)主要采集元器件針腳圖像，電路板下面光源主要是將電路板孔打亮，獲取清晰的目標(biāo)邊緣信息，下相機(jī)上的環(huán)形光源是將電子元器件針腳位置打亮，用于對(duì)針腳位置中心點(diǎn)進(jìn)行定位；SCARA機(jī)器人是用于根據(jù)視覺拍攝圖像的位置信息進(jìn)行元器件定位，將元器件插裝到電路板上，作為整個(gè)動(dòng)作的執(zhí)行者，而相機(jī)作為眼睛指導(dǎo)機(jī)器人進(jìn)行插裝，整體構(gòu)成了高精度異形元器件插件視覺定位驗(yàn)證平臺(tái)。

圖10 實(shí)驗(yàn)平臺(tái)

在測(cè)試過程中，機(jī)器人工作流程如下：通過手動(dòng)發(fā)送觸發(fā)信息，機(jī)器人接收到信息執(zhí)行抓取元器件動(dòng)作，移動(dòng)到下相機(jī)拍照處，對(duì)元器件針腳圖像進(jìn)行拍照，提取元器件針腳點(diǎn)像素點(diǎn)信息，對(duì)該點(diǎn)進(jìn)行定位與像素中心點(diǎn)查找，再通過對(duì)中心點(diǎn)擬合完成針腳點(diǎn)集信息計(jì)算；與此同時(shí)，系統(tǒng)中的上相機(jī)對(duì)需要定位的電路板進(jìn)行拍照，將拍照?qǐng)D像傳入視覺系統(tǒng)中，對(duì)圖像進(jìn)行焊盤孔進(jìn)行粗定位和ROI區(qū)域進(jìn)行提取，將ROI區(qū)域進(jìn)行像素點(diǎn)提取并對(duì)中心點(diǎn)集進(jìn)行查找；將電路板和元器件點(diǎn)集信息進(jìn)行對(duì)比與擬合，計(jì)算出是否適合插裝，然后將檢測(cè)結(jié)果是否適合插裝反饋給機(jī)器人，若不適合插裝進(jìn)行拋料處理，若適合插裝，則給出插裝位置信息，機(jī)器人根據(jù)插裝信息進(jìn)行插裝動(dòng)作。

在控制器生產(chǎn)車間中異形插件機(jī)器人作業(yè)光環(huán)境受到外界干擾比較大，比如車間的生產(chǎn)照明燈、環(huán)境光及產(chǎn)線上的各種光源等，為了提高插件算法的精度和穩(wěn)定性，實(shí)驗(yàn)室測(cè)試采用針腳檢測(cè)光源和面光源對(duì)針腳與PCB焊盤孔進(jìn)行打光，通過該打光方案有效的提高了針腳的前景和背景對(duì)比度，背光源也能夠較好采集焊盤孔邊緣的信息，有利于對(duì)圖像進(jìn)行邊緣查找與閾值設(shè)定，能夠達(dá)到較高的定位精度與檢測(cè)準(zhǔn)確率。

實(shí)驗(yàn)分別采用2、3、4針腳元器件進(jìn)行插裝測(cè)試，一部分是元器件針腳的定位結(jié)果測(cè)試，結(jié)果見下文，將機(jī)器人注冊(cè)標(biāo)準(zhǔn)位置與實(shí)測(cè)物理坐標(biāo)的距離作為定位誤差，包括X方向、Y方向及旋轉(zhuǎn)角度誤差；另一部分是將PCB板定位測(cè)試；采用機(jī)器人夾持工件，在3×3 mm，正負(fù)1度的范圍內(nèi)隨機(jī)移動(dòng)，然后觸發(fā)相機(jī)，進(jìn)行圖像采集，并保存對(duì)應(yīng)的機(jī)器人坐標(biāo)。然后利用程序讀圖及對(duì)應(yīng)的坐標(biāo)，與算法得到的定位結(jié)果進(jìn)行對(duì)比，用于判斷算法的精度。

2.2 實(shí)驗(yàn)結(jié)果分析

經(jīng)過對(duì)3個(gè)模塊的測(cè)試數(shù)據(jù)結(jié)果分析，在實(shí)驗(yàn)室環(huán)境下，針腳定位、PCB板定位及針腳檢測(cè)算法能夠很好實(shí)現(xiàn)物料定位與檢測(cè)功能，并且定位誤差在0.1 mm以內(nèi)，該算法效果能夠很好地完成元器件針腳定位與檢測(cè)功能任務(wù)，相對(duì)于傳統(tǒng)的處理方法，本算法能夠較好提高異形插件視覺系統(tǒng)的準(zhǔn)確性和魯棒性，結(jié)果也驗(yàn)證了算法設(shè)計(jì)的合理性和有效性，能夠滿足異形元器件插裝的精度要求。

分別采用了2、3、4針腳模塊進(jìn)行測(cè)試，測(cè)試結(jié)果見表1。

表1 4針腳PIN測(cè)試結(jié)果

3 結(jié)束語

本文研究了高精度異形插件視覺定位與檢測(cè)的關(guān)鍵技術(shù)，提出了圖像模板匹配、坐標(biāo)系變換、針腳點(diǎn)和針孔點(diǎn)提取、偏移量計(jì)算及針腳檢測(cè)等算法，從原理上對(duì)針腳點(diǎn)和焊盤孔進(jìn)行點(diǎn)集查找與計(jì)算，通過標(biāo)準(zhǔn)位置與偏移量計(jì)算方法，從算法原理上提高了異形插件系統(tǒng)的定位精度與檢測(cè)準(zhǔn)確性，并通過在機(jī)器人異形插件平臺(tái)上進(jìn)行了實(shí)驗(yàn)驗(yàn)證，能夠?qū)崿F(xiàn)較高精度的異形元器件針腳與電路板焊盤孔定位與檢測(cè)，算法具有良好的穩(wěn)定性與魯棒性，并通過不同數(shù)據(jù)驗(yàn)證與分析驗(yàn)證了本文算法的有效性和準(zhǔn)確性。

本研究算法是結(jié)合SCARA機(jī)器人進(jìn)行元器件插件實(shí)現(xiàn)與應(yīng)用開發(fā)，在后續(xù)的工作中，還需要從兩方面優(yōu)化該算法，一個(gè)是從算法適用性方面開展研究，對(duì)現(xiàn)有算法開展通用化與模塊化設(shè)計(jì)工作，推廣到自動(dòng)化通用平臺(tái)中；另一個(gè)是從算法精度與速度方面進(jìn)行優(yōu)化，對(duì)底層算法各個(gè)模塊進(jìn)行分析，將精度與速度影響較大的部分進(jìn)行研究，如金字塔分層、并行處理機(jī)制等，使該算法在行業(yè)中具有很好的可復(fù)制性與可推廣性。