基于机器视觉的水电厂机械转子自动吊装系统

葛海彬,刘 巍,朱昱瑛,孙月娇,金京善

(国网黑龙江省电力有限公司牡丹江水力发电总厂,黑龙江 牡丹江 157006)

0 引言

发电机转子吊装[1]一般需要耗费大量的人力与物力资源,而吊装精度对水电厂机电设备的整体运行具有重要意义。大部分水电厂依赖于人工视觉[2]对发电机转子质量进行检测,由于人工劳动存在强度大、视觉效果不理想的问题,大幅降低了发电机转子吊装效果。为保证水电厂运行的安全性,相关的转子吊装控制方法引起了学者的广泛关注。

滑模控制视觉系统[3]利用固定时间观测器完成了控制吊装的精准定位,但是该方法没有考虑吊装运行过程中外界扰动对控制系统的影响,实际应用效果差;单目视觉系统[4]虽然考虑了外界扰动因素的影响,但是单目相机精度受到其拍摄范围的约束,增加了处理难度;转子回路电阻调节数学模型[5]利用逻辑控制系统设计了数字逻辑控制系统算法结构,实现了数字化控制,但是该方法只调控了转子内部回路,未对其吊装进行控制和优化。由于视觉系统技术水平的提高,使用机器视觉的目标定位计算受到各行各业的重视,为了更加精准地完成水电厂的发电机转子吊装,本文设计基于机器视觉的水电厂发电机转子自动吊装系统。

1 发电机转子自动吊装系统设计方案

本文设计的基于机器视觉的水电厂发电机转子吊装控制流程如图1所示。

图1 发电机转子自动吊装控制流程

使用2个机器摄像头进行水电厂发电机转子点位检测任务,第1个摄像头安装在吊装机的机臂上,位置固定,可以检测发电机转子周边的全局影像,确保吊装的周边安全;第2个摄像头安放在吊装机的吊钩上,用于近距离位置预测,可以检测发电机转子每处细节部位的近距离影像,确保吊装的精准。吊装过程中,以获取的周边环境影像为基础,当在图像中发现发电机转子时,直接扫描图像输入到下位机,并通过发电机转动接头的相机,将标志点采集到吊机中,实时计算当前目标位置对于发电机转子的平移矢量与旋转回角,并上传到吊装控制系统,自动完成吊装过程。

1.1 系统硬件设计

1.1.1 上位机硬件单元

上机位模块使用的是加固型工业控制计算机(industry personal computer,IPC),具有环境适应能力强、运行速度快、扩展范围强和性能可靠等诸多优点。开发资源程序可以通过接口与其他IPC计算机实现互通,完成任意点的远程监控,并且在完成远程监控的同时,将数据完整地记录储存。本文硬件控制结构如图2所示。

图2 吊装机控制结构

1.1.2 下位机硬件单元

下位机模块采用可编程序控制器(programmable logic controller,PLC),下位机模块的PLC主要用于和上位机模块的IPC交互。同时上位机模块的IPC的请求指令,控制各部件直接控制现场对象。完成现场设备的数据通信任务,下位机模块的PLC具有通信功能,当系统脱离上机位不能正常通信时,自动转换到手动界面,人工完成基础的界面操作。为了实现水电厂发电机转子的定位操作,驱动部件将完成高精度、高速度的运动,为此系统采用带有定位单元的三菱可编程控制器[6]。

由于水电工程建筑方面工作比较严谨,发生任何事故都是巨大的损失,即需要在电气、机械和机器等建立多重设施保护功能。如机械保护设施设立联机锁定功能,当任意一部承载机构必须全部承载完成,另一部承载机构才会运行工作,无论在任何时间,吊装运行过程中,系统发生紧急情况,都不可以继续进行吊装活动,机械承载机构在第一时间将承载设施锁定,使被吊装目标物体处于停止运行状态,安全性能极高。除此以外,上机位硬件因下机位硬件的模块化问题[7],接收的信号会控制模块进行相应行为,当板卡发生错误代码故障时,只需要修理回路即可,方便简单。在PLC中,通过互联网实现同级程序传达;在IPC中通过建立同级模块组实现扩展模块程序。

1.2 系统软件设计

1.2.1 发电机转子标志点检测

转子位姿估计要保证精准度,对于水电厂发电机转子顶部目标,需要找出一些共面点位作为位姿估计。二进制编码[8]标识点识别算法由内部晶片识别码和外部围框码组成,具体结构如图3所示。

图3 二进制编码标志点图像

边界为1,坐标为0,编码位置为6×6的标志点图片。其中的内部二进制编码可判断标志点位置以及方向点;黑色框界可以完成检测图像边角点。将设计的标识点固定在发电机转子顶部,通过该标识点,可以准确地检测到多个标识点的角点,解码定位流程如图4所示。

图4 二进制编码标志点检测流程

解码定位第1步要进行轮廓特征提取[9],存储摄像头扫描的图像,将图像通过阈值处理得到新的轮廓图像;第2步区分轮廓图像的形态、距离和标记位置,进行滤波处理;第3步根据边框与编码分离,得出发电机转子上的标识点位置与边角点。

1.2.2 相机标定

相机标定是发电机转子位姿估计必不可少的步骤,设定相机内部参数矩阵M为

(1)

式中:s为相机倾斜因子[10];ax为相机x方向的焦距;ay为相机y方向的焦距;cx为相机x方向中心点坐标;cy为相机y方向中心点坐标。

建立向量公式[11]解决相机镜头会发生图像畸变的状况,k1、k2、k3表示相机的径向畸变数值[12],p1、p2表示相机的切向畸变数值,图像畸变变量公式为

d=[k1,k2,p1,p2,k3]

(2)

基于张正友标定法[13]使用二进制编码标定板进行标定操作,标定板延续了原本棋盘稳定且精准的特点,解决了在大范围标定时无法识别的问题。本文使用的二进制编码标定板如图5所示。

图5 二进制编码标志板演变形式图像

摄像头通过标定处理分解到内部参数s、ax、ay,外部参数T、R,凭借参数值建立记忆二进制编码的坐标系。Xc、Yc、Zc表示相机坐标点,u、v表示像素坐标点,Xw、Yw、Zw代表高维坐标点,坐标系之间的转换公式为

(3)

运用欧拉角函数进行平移矩阵与平移向量之间的转换、旋转矩阵与旋转向量之间的转换,欧拉角函数转换公式为

(4)

式中:γ为发电机转子与地平面的夹角;β为发电机转子纵轴与地平面的夹角;ω为发电机转子重心处的速度矢量间的水平夹角;rnn为旋转矩阵中相对应的元素。

1.2.3 发电机转子对位估计

对于二进制编码标定的发电机转子上的4个角点,使用姿态解算[14]方法可以估计出发电机转子的具体坐标位置。在发电机转子上的标志点打印时,确定标志点上每个角点的相对位置坐标以及物理尺寸,通过式(4)得到了相机坐标点与发电机转子上的标志点。上述2个标志点之间的转换关系,代表了发电机转子对于相机坐标点的平移旋转关系,计算结果如图6所示。

图6 二进制编码检测试验中位置参考

由于相机与被吊装的发电机转子之间存在T与R姿态转换关系,可得到被吊装的发电机转子和目标位置直接的相对应的准确位置,并且还需要考虑到相机扫描范围被遮挡的情况,设置辅助功能准确判断对应位置。

二进制编码检测结果需要进行分解运算,设Tf表示最后平移量的位姿估计,Tc表示相机位置对于被吊装的发电机转子的平移量,Te表示辅助位置与目标位置两者之间的平移值,Rf表示最后旋转量的位姿估计,Rc表示相机位置对于被吊装的发电机转子的旋转量。分解运算公式为:

Tf=Tc+T+Te

(5)

Rf=RcR

(6)

根据式(5)和式(6)的解算结果,优化相机标定位置,实现基于机器视觉的发电机转子自动吊装精度控制。

2 性能测试

2.1 测试设置

将本文提出的机器视觉发电机转子自动吊装系统安装于仿真平台,研究该系统控制器的控制性能,检验吊装执行器是否精准测量发电机转子的准确位置,完成期望位姿。在精确吊装过程中,确认目标点在扫描区域内,为了模拟真实效果,使用可视化工具箱,相机的基本参数为:分辨率为1 280×1 024,像元尺寸为1/4 inch,焦距为8 mm,帧率50帧/s,控制量中的恒定扰动项为(1.0,1.0,0.9,0.6,0,0),吊装系统采样的运行时间为20 ms,系统设置参数如下所示:

K1=diang[1.00,0.75,0.50,0.35,0]

(7)

K2=diang[0.80,0.65,0.65,0.60,0]

(8)

K3=diang[0.60,0.50,0.40,0.30,0.20,0]

(9)

采用的计算机配置为16 GB RAM、IntelCorei6886 GHz,相机采集到的转子图像如图7所示。

以图7为研究对象,从吊装定位精度、视觉误差和耗时3个方面进行测试。

2.2 吊装定位精度测试

在整个平面点轨迹过程中,将特征坐标点标记为中心点,使其在三维空间呈现运动轨迹,如图8所示。定位精度结果如图9所示。

图8 吊装过程运动的三维轨迹

图9 视觉误差收敛曲线

图9中,整体视觉误差指的是相机获取的吊装定位结果,其包含了x轴、y轴和z轴3个维度的定位结果。从图9中能够看出,单一维度观测到的定位结果相较于整体观测结果而言偏差较大,8 s前,吊装系统无法直接到达预设位置,需要一定的时间进行调整和行进,因此误差较大;随着时间的推移,通过吊装系统的自适应调整,其误差随之减小。整体而言,所设计系统吊装轨迹平稳,波动较小,并且能够精准、平滑地移动到预设位置上,证明系统性能好。同时,当视觉误差发生收敛后(8 s后),目标位置和运行速度处于趋近于零点,说明在进行吊装过程中,发生外界干扰时,本文系统仍然保持一定的稳定性,有着准确的吊装定位,可以非常平稳地将发电机转子精准吊装。

2.3 视觉误差和耗时对比分析

为了更深程度地验证本文系统的有效性,与滑模控制视觉系统、单目视觉系统进行比较,通过视觉误差值作为对比指标,具体定量对比结果如表1所示。

表1 3种视觉系统定量对比结果

由表1可知,本文系统相较于其他2种系统而言,收敛速度更快,3种系统在原始视觉误差相等的状态下,使用本文系统能更快一步发生收敛,循环时间也最短,迭代循环发生的次数最少,说明本文系统可以最快地找到目标准确位置。

根据速比得出每个方向的移动速度,计算外界干扰的控制效果。测试时将发电机转子上敲击扰动行为作为外界干扰。由图10可以观察出,在0～5.5 s时,发电机转子初始吊装阶段,该阶段需要将转子由地面吊装至指定位置,受转子本身质量、位置等因素影响,造成视觉误差较大。在5.5～7.0 s范围内,进入稳定吊装阶段,该阶段发电机转子上的敲击行为对单目视觉系统产生了很大的干扰,滑模控制视觉系统的视觉误差曲线也出现了明显变化,但是本文系统的视觉误差曲线在转变处是单峰特征,而其他系统的视觉误差曲线在转变处是双峰特征。且测试过程中,本文系统的视觉误差像素相较于其他2种系统能更快地达到最小视觉误差像素0.4 mm,表明本文系统有良好的干扰自抑功能,不管是否处于外界干扰的情况下,都具有非常有效的收敛,并且能快速收敛到最佳状态。

图10 3种系统视觉误差对比结果

3 结束语

本文提出了一种相机标定和二进制编码标志点相结合的发电机转子机器视觉吊装系统。通过实验分析与对比,结果表明,在外界干扰情况下,本文系统还是有着最佳的位姿定位,可以更高精度地完成吊装,可用于发电机转子的自动吊装视觉系统,也为其他行业目标物体的自动吊装提供了参考依据。