基于机器视觉弹簧组件外观检测.docVIP

基于机器视觉弹簧组件外观检测 　　美国制造工程师协会(SME，Society Of Manufacturing Engineers)机器视觉分会和美国机器人工业协会(RIA，Robotic Industries Association)自动化视觉分会对机器视觉系统的定义为：机器视觉系统是通过光学装置和非接触的传感器自动地接收和处理一个真实物体的图像，以获得所需信息或用于控制机器人运动的装置。 　　在汽车零配件组装生产线上，视觉检测系统已经是不可或缺的重要组成部分。自动化装配线具有批量生产，各道工序之间依赖性强，精度、稳定性要求高的特点。因此，生产环境、被测对象的特征、可以预计及不可预计的偶然因素在很大程度上影响了视觉系统的设计方案，需要仔细分析和检验测量算法的合理性和精确性。 　　在实际设计过程中，一方面生产部门会提出标准产品允许的误差范围，另一方面视觉系统有自身可以达到的精度水平。只有当视觉系统所能达到的精度水平高于标准产品的精度要求时，视觉检测才是有效的。本文将以弹簧组件的尺寸检测为例，研究分析视觉检测中的精度问题，并提出相应的解决方案。 　　 　　背景 　　 　　1　系统描述 　　视觉系统用于检测弹簧组件的组装质量。整个检测过程使用双摄像镜头，成90°夹角设置于两侧。当弹簧组件运动到镜头前，镜头从两个方向同时采集图像，经专用视觉软件计算得出测量数据，在LCD显示屏上显示产品质量状况为OK或NG，并给出各个参数的测量值。如果质量为OK，继续执行之后的工序；如果为NG，工作站将报警并暂停工作等待处理。 　　 　　2　系统功能 　　视觉系统对各产品类型的主辅两种弹簧组件的加工尺寸和组装质量进行实时监控。主要指标包括：弹簧的外径、活塞的外径以及同心度的测量。严格将各个指标控制在质量要求的误差范围内，最后综合评定产品质量的好坏，以达到质量控制的功能。 　　 　　视觉检测系统设计 　　 　　1　搭建视觉检测系统通常包括以下步骤 　　搭建光学系统，获取质量良好的图像。图像要能够突出被测对象的特征，方便对象提取，这是决定系统设计成败的先决条件。 　　图像预处理。过滤图像噪声，通过二值化、边缘锐化等图像处理算法提取对象特征。 　　位置调整和定标。定位感兴区域并进行像素单位到毫米单位的转换。 　　检测算法设计。针对具体应用设计外观尺寸测量、字符读取、二维码读取等检测算法，对特殊应用场合编程设计软件扩展模块。 　　系统测试。对于大批量检测任务，需要对系统的稳定性和精度进行试生产测试。分析误判、漏判等异常状况，改进前述步骤，统计视觉检测 的成功率，直至满足生产要求为止。 　　 　　2　光源、镜头选取及成像效果 　　由于被测量是弹簧组件的外观尺寸，所以采用LED背光源可以有效地突出被测物体的边缘。另外，考虑到镜头、物体和光源组成的光学系统的安装位置受机器上的预留空间限制，因此采用12mm焦距的标准镜头。被测物体最大长度在100mm左右，即要求取景视野要大于100mm，物距大致在200mm附近。调小光圈，抑制金属表面的反光，微调镜头、物体和光源的相对距离，可以得到物体边缘清晰的图像。 　　 　　3　图像预处理 　　对于外观尺寸检测，边缘的清晰程度直接影响检测的精度。为此该系统中采用3×3的边缘锐化模板处理原始图像。 　　4　位置调整和定标 　　由于每件产品出现在镜头前的位置会有微小变化，经镜头放大后被测物可能偏出预设的ROI，所以需要相应调整ROI的位置。首先在图像中找到特征明显且稳定的一部分，如弹簧中部的3个螺纹，然后根据该部分的位置调整其他ROI的位置。图1显示了调整后的效果。 　　定标实现了像素单位到毫米单位的转换，转换系数由公式1计算得出。 　　在此，实际长度为活塞的外径，加工精度精确到0.1mm，而像素长度从预测量结果中读出，精确到0.01个像素，即所谓的子像素级。 　　 　　5　测量方法 　　在外观尺寸测量中，所用视觉检测软件提供了Gauging函数库，并且采用子像素测量技术，软件测量精度可达到0.01个像素，足以满足产品最高0.1mm级的精度要求。在弹簧组件检测中，各被测物的测量目的有所区别，精度要求也就不同。另外，活塞为规则的圆柱体，而弹簧为不规则的螺旋体。综合考虑以上因素，测量工具需要依据对象特征择优选取。 　　活塞外径检测 　　通过检测灰度跳变可以很容易地检测到活塞的边缘，并以两条直线间的最小距离作为活塞的外径。 　　弹簧外径检测 　　由于弹簧的轮廓为锯齿形，所以先检测锯齿尖端轮廓，然后将三段边缘拟合为一条直线，从而可以如同活塞外径一样以两条直线间的最短距离作为弹簧的外径。图2说明了这个过程。 　　同心度检测方法 　　同心度定义为两圆圆心的接近程