智能型精密方管件视觉测量装备开发

李海波, 王正堂

(1.无锡商业职业技术学院 物联网与人工智能学院,江苏 无锡 214153; 2.无锡信捷电气股份有限公司 校企合作部,江苏 无锡 214063)

0 引言

随着我国产业结构的优化升级,人们对于机械零件的精密度要求越来越高,钢管件也是如此.普通的精密钢管件一般是按照切割、去毛刺、检验、激光打标、打包等流程生产.在切割过程中,钢管件往往需要经过弹性变形、剪切变形和断裂3个阶段才会被完全剪断,因此,经常会因为剪刃的重合度、间隙以及设备的老化程度、材料类型等原因在钢管件剪切截面产生不同类型的毛刺[1].虽然后续加工过程中会进行毛刺去除处理,但部分钢管件仍然存在不规则细小毛刺.因此,精密钢管件的尺寸多采用工装夹具、游标卡尺等进行手工测量，但手工测量方式受主观因素影响较大,且劳动成本高、效率低.

随着计算机技术和数字图像技术的快速发展,机器视觉技术在现代化工业生产领域愈发重要,目前,已被广泛应用于定位、测量、识别等领域[2],如:ElMasry等[3]利用机器视觉开发了一套实时不规则土豆检测系统;张卫芬等[4]采用机器视觉配合多阈值模板匹配算法实现对分拣对象的快速识别;方志强等[5]采用单目视觉实现了对一些规则工件的圆孔半径、平行距离以及角度的非接触式测量和检测.虽然机器视觉测量技术具有非接触、动态范围大、信息丰富等优点,且在金属管件的尺寸及缺陷检测方面已有一定的运用,但它对于管件的型号适应性不强,测量精度不够高,与前道对接的自动化程度有待改进.若能把机器视觉测量技术的优势与自动控制技术相结合,综合应用在大批量、连续自动化精密钢管件的配套生产流水线上,对产品的外形尺寸进行自动测量,来提高测量精度、检测速度、生产流程的智能化等性能指标,将具有很高的应用价值.因此,本文将非接触式的机器视觉测量技术与自动控制技术相结合,开发了一套与管件前道去毛刺工序相对接的视觉自动测量装备,以满足汽车管业对精密管件高质量、高效率的检测要求.经过试运行发现,该装备不仅能够实现管件加工测量的全过程自动化,其测量精度也基本满足用户需求.

1 视觉自动测量装备的机械结构

本文设计的视觉自动测量装备能够对接前道链式去毛刺设备,实现检测、分拣工序一体化,同时，可以融入工业机器人实现智能化的系统集成.其机械结构如图1所示，主要包含接料、理料、搬运、传输、视觉检测、控制和剔除模块.接料模块主要实现与前道去毛刺设备的对接.由于前道去毛刺装备为链式传动,输出工件为自由落体状态，为了保证管件平稳并以相对垂直的状态滑落至传输机构,采用了如图1-1所示的结构.为了克服管件滑落时的重力作用,增强物体与斜面间的摩擦系数,斜面进行了涂层处理,并在接料装置上增设挡料结构.理料模块由固定顶料装置以及伺服电机驱动的位置可调顶料装置组成,主要功能是自动将管件理直,便于后续的视觉检测作业.搬运模块与理料模块相结合,实现1次粗理和2次细理.传输模块主要实现对管件位置的传输.视觉检测模块包含两只工业相机,分别完成管件的主视与左视图像采集,通过上位视觉系统软件完成对管件特征参数的提取,实现管件参数的自动测量.剔除模块是根据检测结果,将不符合生产质量要求的管件剔除至收纳箱.控制模块主要实现装备的自动控制和工作状态监测.

图1 视觉自动测量装备的机械结构示意图Fig.1 Diagram of mechanical structure of visual automatic measurement equipment

2 视觉自动测量装备的电气控制系统的总体方案

视觉自动测量装备的设计以“降本提效、质量优先”为原则,从保证适应前道加工速度以及检测方管件类型角度考虑,选用伺服驱动传输带工作,利用电磁阀驱动气缸动作,实现搬运机械手的控制以及理料自动作业.视觉自动测量装备的关键技术主要包括视觉检测、伺服传输以及各模块之间的通信等.其电气控制系统的拓扑结构如图2所示.可以看出，电气控制系统以信捷XD5E-60T6-E型PLC为控制核心,以触摸屏、显示器分别作为用户的作业交互和视觉监测设备,利用RS485-MODBUS和以太网分别与触摸屏和工业相机进行通信,实现管件的智能测量与分拣.

图2 视觉自动测量装备的电气控制系统的拓扑结构Fig.2 Topology of electrical control system of visual automatic measurement equipment

3 管件尺寸自动测量关键技术的实现

3.1 视觉检测模块硬件的搭建

视觉检测模块主要由工业相机、光源和控制器等硬件组成，其中,光源和相机的选型与架设非常关键.如果没有采用合适的光源,将会影响采集的图像质量,增加后续图像处理的难度[6-7].

视觉自动测量装备的测量需满足：1)管件为不锈钢；2)管件最大长度、最大截面分别为540.5 mm、40 mm×25 mm；3)检测精度要求长度为±1 mm，截面为±0.15 mm.因此，该装备中两台相机镜头与管件之间的工作距离分别预设为800 mm、250 mm(长宽和宽高测量视野范围分别达到600 mm×450 mm、60 mm×45 mm).同时，为了达到检测精度的要求，在进行镜头和相机选型时，预设长度、截面测量精度的安全系数分别为5和3，得到视觉成像模块的硬件选型为：1)长度测量用工业相机靶面为1/2.3英寸，1 000万像素，镜头焦距8 mm；2)宽、高截面测量用工业相机靶面为1英寸，500万像素，镜头焦距50 mm；3)打光方式为条形光源+正向打光.

3.2 基于X-SIGHT VISION STUDIO软件的精密管件尺寸测量程序的实现

工业相机采集到精密管件的主视和左视图像后,按照图3所示的流程对图像进行预处理、ROI区域提取.然后,利用Canny算法进行边缘检测,获取边缘点以及边缘直线.再利用点到直线的距离完成对精密管件尺寸的自动测量[8-10].最后,根据用户预设的质量检测标准进行质量评判,给出质量检测结果.

图3 基于图像的管件尺寸测量流程Fig.3 Size measurement flow of pipe fitting based on images

3.2.2 基于Hough变换的边缘线段定位为了测量管件的截面尺寸,首先,利用具有低误码率、高定位精度、能有效抑制虚假边缘等特点的Canny算子进行图像边缘检测;然后,在获取到的动态ROI区域上,创建参考坐标系,按照指定路径在管件截面边线上均匀地选择10个测量位置,利用梯度阈值变化局部最大值原理获取边缘点位;同时,利用Hough变换进行边线提取[12],再利用点到线段的距离求取平均值,获取管件的长、宽、高尺寸[13].视觉自动测量装备中进行了直线长度阈值设置,当直线长度大于阈值时,认定为有效线段,否则视为无效.这样可以很好地排除短小噪声直线的干扰.

3.2.3 基于亚像素级角点定位的相机测量尺寸标定管件尺寸的测量精度直接受相机的尺寸标定精度影响.因此,为了测量的精确性,主视、左视截面分别采用200 mm×200 mm(格子为10 mm×10 mm)、30 mm×30 mm(格子为1 mm×1 mm)的棋盘格标定板作为参照物,利用相机采集多个不同角度的图像,确定像素与实际管件尺寸之间的对应关系,从而完成相机测量尺寸的标定.

3.2.4 程序实现采用信捷自主开发的新一代机器视觉应用开发平台X-SIGHT VISION STUDIO实现基于视觉的管件参数自动测量.步骤如下:

第1步 选择相机类型,设置相机为外部触摸模式，进行曝光和增益调节.

第2步 当获取到管件的截面图像后,对图像进行预处理,并按照3.2.1获取ROI区域.

第3步 按照3.2.2进行边缘点、线检测和长、宽、高测量，通过获取边缘点与边缘线段之间距离的平均值，得到管件尺寸对应的像素值.

第4步 根据3.2.3获取像素当量，进行像素到实际尺寸的换算.

经过运行,采集到的图像、ROI提取以及边缘点位、线段的获取、距离的测量等结果如图4所示(测试管件尺寸:479.5 mm×40.0 mm×25.0 mm).

图4 管件测量运行结果示意图Fig.4 Diagram of measurement operation results of pipe fitting

4 视觉自动测量装备的电气控制系统集成

4.1 伺服驱动下的管件传输PLC控制技术的实现

考虑到后续需要添加工业机器人来进行装备的全自动化功能拓展,该装备采用定位精度高的伺服电机进行传输带的控制.使用PLC对伺服系统进行高速脉冲输出控制,从前后道工序衔接速度、视觉测试管件种类、视觉测试稳定性等多方面的需求考虑,采用PLSF(多段脉冲输出)与STOP(立即减速停止脉冲输出)指令相结合实现管件的自动传输.

根据装备的动作需求,明确传输带的控制流程如下:系统启动后,前道传输带开始工作,完成两次理料动作后,后道传输带开始工作.当管件到达视觉检测位置时,外部触发视觉工作;视觉检测工作完成后,后道传输带继续运转,根据检测结果，传输带将管件输送到指定位置.

4.2 PLC与HMI以及视觉模块之间的通信实现

XD5E-60T6-E型PLC带有1个串口,1个以太网口,PLC与HMI之间主要采用MODBUS协议进行串口通信.SP-XC620T-V310视觉控制器上带有数字量输入输出端口以及以太网口,PLC与两台工业相机之间主要通过视觉控制器以MODBUS TCP协议进行数据交互,利用数字量输入输出端口实现相机的外部触发以及视觉检测完毕后的信号传输[16-17].在PLC与工业相机之间进行以太网通信时,PLC作为服务器,视觉控制器作为客户机.实现的方法为:1)在对应的视觉应用开发平台X-SIGHT VISION STUDIO上,用MODBUS TCP网络配置工具进行PLC的IP地址设置以及通信端口设置.2)添加读写寄存器工具,将视觉控制器内部参数与PLC对应的读写寄存器地址相关联.由此,即可完成系统的集成.

4.3 系统联机调试及测试结果

开机运行后,首先设置系统的主要参数(如运输速度、检测误差等).然后，分别针对3种管型(462.0 mm×30.0 mm×25.5 mm、479.5 mm×40.0 mm×25.0 mm、525.0 mm×25.0 mm×25.0 mm)进行3批次(每1批次100根管件)的功能测试.结果表明:当按下启动按钮后,该视觉自动测量装备能够按照流程正常进行挡料、1次理料、2次理料、管件传输、视觉检测以及不合格品的剔除作业等,达到自动测量的目的.测量精度基本符合要求，误差较小.但是,当管件截面毛刺较杂乱时,测量精度不够理想.表1为测量525.0 mm×25.0 mm×25.0 mm管件时视觉测量装备与人工使用卡尺测量的结果.可以看出,当采用视觉自动测量装备检测时,长、宽、高测量的相对误差范围分别为[0.02%,0.15%]、[-0.28%,0.80%]、[-0.96%,0.36%]，与卡尺测量结果的精度相当,但测量效率有明显提高.

表1 视觉自动测量装备与卡尺的测量结果Tab.1 Measurement results of visual automatic measurement equipment and caliper

5 结语

通过气、电驱动与光学测量相结合的方式,设计了一套与精密管件加工工序相对接的视觉自动测量装备.该装备利用视觉控制器与工业相机、光源等构建视觉检测系统;采用PLC控制技术、HMI人机交互技术,集接料、理料、搬运、传输、检测、控制、可视化等功能于一体,实现了对精密钢管件加工测量作业的智能化改造.利用SIFT特征变换匹配算法,对图像进行ROI区域准确提取,结合边缘检测算法进行管件长度、高度和宽度的自动测量.这在一定程度上解决了管件截面不规则毛刺带来的误差问题.同时,为了提高测量精度,应用亚像素级角点定位提取的方法进行视觉测量尺寸标定.该装备总体运行稳定,检测精度高,可以节约用人成本,提高效率.但经过多次试验后发现,由于管件落料的随机性,可能会因为管件倾斜角度过大、毛刺大而不规则等情况影响测量的精度.后续,我们将从装置的机械结构改进、图像处理算法优化等方面作进一步的研究.