汽车零配件标识的3D成像识别在工业生产中的应用

阚涛 赵跃东

摘要：汽车行业作为中国工业领域中的重要组成部分，是制造业中信息化程度较高的行业。在其生产加工过程中，依旧有许多工艺不能满足无人化、智能化的要求，例如流水线标识文字，传统检测手段多为人工或2D检测，效率低、人工成本高，出错率高。利用激光、视觉、3D算法等高新技术，可以大大提高检测到精度和自动化程度，结合生产制造的工艺流程，可以实现在线检测和优化控制，对汽车零部件生产企业意义重大。

关键词：三维扫描；点阵云；图像渲染；图像二值化；光学字符识别

中图分类号：TP3 文献标识码：A 文章编号：1009-3044（2019）05-0223-03

1 前言[1]

3D视觉检测技术是近年来逐步发展起来的立体空间精确测量技术，已用于文物保护、建筑检测，工厂生产线等诸多领域。在汽车零配件生产过程中，对零件的质量要求较高，而常规检测方式存在低效、误差大、自动化程度低等问题。运用3D视觉检测技术，可以精确的测量零件几何参数，用于高标准质检环节；同时自动化的测量过程和标准网络通信协议，可以很方便地集成到现有生产控制系统中，优化制造流程和提高效率。

相比传统检测技术，3D具有很多优点，例如：

1）高精度三维空间测量

3D视觉检测技术可以生成高精度三维信息，可以精确测量常规二维测量无法得到的立体参数。例如弧度、角度、球体直径、深度等，精度最高可达到微米。非常适用与汽车零配件的生产领域的需求。

2）易于和现有生产线整合，提高自动化水平和生产率

非接触式视觉检测，结构简单，安装维护方便，不易损坏；标准的网络通讯接口，易于和控制系统连接；抗干扰性强，适用各种复杂环境。

2 目前零配件检测存在的问题和新检测技术的优点

2.1 信息缺失

现有图像检测技术中，多为一维或二维检测，一维只能实现单一长度检测，不能满足平面检测。二维图像检测中，多采用灰度分析技术，只能讲平面上的污点、重叠、图标等信息进行呈现，但是受环境因素影响如：光照、反光等，许多场景不能满足使用要求。并且针对引导技术需要精准定位的要求，一维与二维成像技术均不能实现立体精准定位。而3D视觉检测技术，可实现立体成像，利用激光传感器的发射与接收光，进行光学计算分析，将表面的凹凸信息，进行立体展示，不存在上述问题。

2.2 稳定性

和传统检测手段不同，三维扫描成像采用单色激光技术，单色激光器功率在安全范围内，并且不受现场光照影响，特制发射与接收镜头，只识别特殊激光，其他光照不能进入镜头。

由于是非接触检测，3D技术通过激光的反射与折射，捕捉产品立体信息，不与被测品接触，特别是针对高温处理后的产品避免高温影响。而且在高精密无尘车间，也可以避免因接触检测造成的质量问题。

2.3 检测范围

在部分配件存在缝隙的情况下，缝隙内壁情况不管是一维还是二维成像技术均不能检测，特别是针对许多高清洁度、高光滑度的产品不允许接触的情况下，一维与二维成像技术均不能满足要求，3D的非接触检测与交叉拼接，可将激光深入到产品缝隙中，将内壁两侧情况，在APP上进行智能拼接，完美解决上述问题。

2.4 精度对比

现有一维与二维成像技术因精度与分析技术的限制，在高密度检测项目中不能满足检测要求。3D视觉技术利用其高测量分辨率，可实现高精度产品参数检测，特别是在精密电子设备中，其高科技优势尤为明显，也被企业所倚重。

3 三维视觉检测技术的关键技术

三维视觉的研究和应用，包括从扫描控制、数据获取、建模与空间渲染、数据分析与转换，模式识别与检测，实际场景应用等环节，每个环节都有对应的技术领域和要求。针对实际场景应用，有一些重要的研究方向和内容。

3.1 高精度激光测量[1]

工业3D扫描仪，采用激光成像三角测量技术，采用单色激光和高灵敏度传感器，最高精度可以达到微米，足以应对绝大部分测量场景。

3.2 三维建模和测量算法[2] [3]

现有的空间构模方法不下20余种。大致可以归纳为基于面模型（facial model）、基于体模型（volumetric model）和基于混合模型（nixed model）的3大类构模体系。这些风格迥异的数据模型有些适用于表面的划分和边界表达，有些适用于描述内部结构，有些适合于规则形状的简单物体却难以表达的规则不明的复杂目标；有些数据运算快速，有些则效率低下。工业视觉领域，更加关注空间参数的数字精准度、物体表面的数字描述与归一化处理、3D空间位移与旋转，工件与执行机构的相对坐标相对一段时间的变化轨迹等。设计一种适合工业领域的3D模型的数字描述方法，对于提高工业视觉的准确性、高效性、智能性具有重要的意义。

3D视觉在工业领域的应用，是为了解决平面视觉的缺陷，3D的特性决定了它应用的场合和需要的算法将与以往不同，在三维空间里的运算将变得更加复杂，这就需要设计一套针对工业领域需求的3D视觉算法。例如：

1）噪音消除：3D空间的物体表面是符合物理规律的，根据物理原理，可以设计消噪算法，剔除非法的噪音干扰数据，如异常高度，异常角度，不合理的弯折等，避免干扰后续的3D建模和运算；

2）建模和三维运算：根据三维数据结构，建立物体的三维模型。并汇总应用场景的各项需要，设计三维算法，对物体的3D模型数据进行各种运算处理。例如定标、旋转、平移、展开、聚合、体积、面积、切割、投影等；

3）測量

利用三维点阵数据，我们可以根据需要对被测物体的几何参数进行精确度定量测量，以及利用空间拟合算法计算更多参数。如下图的高度测量和弧度测量。

3.3 模式匹配与三维字符识别

利用模式识别或者AI算法，对三维空间的模型进行分析，得到更加高层次的信息，可以用于智能制造等领域。例如：三维字符识别。

按照以下流程，可以把扫描生成的三维字符模型，转换为计算机可以使用的标准字符编码。其中重要的算法有：

三维字符的渲染算法：根据高度信息渲染字符，生成可以明显辨识字符的二维灰度图；

字符识别算法：图像中文字的识别，可以采用OCR算法，或者针对专用字符集，训练AI进行有针对性的识别，提高识别率。

4 汽车零配件生产中的实际应用

4.1 轮胎模具标识视觉采集系统工程实现

根据轮胎模具标识的特点及轮胎模具参数，设计系统采用轮胎模具不动，视觉采集系统旋转（绕轮胎模具字符串所在圆周的中心旋转）的方法，将轮胎圆周上的字符串扫描建模。

为了满足不同轮胎尺寸大小及同一轮胎不同半径方向的字符串的采集需求，视觉采集系统机构必须具有圆周旋转和径向移动的功能，因此视觉采集系统如下图所示。

通过三维字符识别算法，可以识别出轮胎边缘打印的轮胎模具标识符，送入生产系统控制软件，通过与标准值对比，作为轮胎检测的一项重要参数。

4.2 发动机气缸标识检测

气缸标识是气缸身份识别标志，由专用工具打印，是凹字符。二维照相机比较难于识别，现有生产线大都由人工检测，存在效率低、判读不准确、成本高等问题。

设计在生产线中加入气缸标识三维扫描视觉判断系统，根据气缸标识打印工艺线布置，考虑各个节拍的时间周期，在标识打印完成后立刻进行标识表面的清理和标识检测与判读。

通过三维成像，在三维字符识别处理后，会得到对应的计算机标准编码标识字符。控制系统会对比标准编号，判断是否正确，如果有错误，会触发相应的处理流程。

5 结论

3D检测技术有技术上的优势，精确度更高，可以得到更多的空间信息，使得测量范围更广，可用数据处理算法更多更全面。而且激光技术的采用，对日照及室内光线的变化不敏感，非接触式视觉检测，可以用于更多的工业应用场景。标准的基于网络协议的通讯连接，可以方便地对现有生产流程进行调整和优化。

3D成像测量技术拥有更广阔的应用场景，例如汽车零件引导焊接，焊缝质检，工件表面平整度监测，涂胶工艺的引导和检测等。我们和一些汽车零配件生产厂家已经开始尝试使用3D成像技术对现有生产工艺进行改造优化，例如轮胎的模具标识自动识别、发动机氣缸标识识别。这些测量结果可以反馈在控制系统中，用于调节和优化产线，减少人工干预和误差，增加自动化水平和生产效率，取得了很好的效果。

参考文献：

[1] 蒋正炎，许妍妩，莫剑中.工业机器人视觉技术及行业应用[M].高等教育出版社，2018.

[2] 张洪峰.机器视觉在汽车检测行业的应用研究[J].科技创新与应用，2015（29）：119-119.

[3] 金路，张大伟，梁金华.一种基于工业机器人的三维视觉检测系统[J].微型电脑应用，2017（8）：36-39.

【通联编辑：张薇】