（机械工程专业论文）基于机器视觉的工件加工尺寸在线测量方法与系统研究.pdf

中文摘要 测量是制造技术中数据获取的重要途径，同时也是产品制造过程的关键工艺 流程，关乎产品质量。先进制造技术的发展，对测量提出了高精度、高效率、 良好柔性等要求。传统的产品尺寸测量停留在人工检测、简单的机械装置检测、 光学仪器检测等层面，其测量效率以及精度已经跟不上科研实验、生产加工的 节奏。 基于机器视觉的工件加工尺寸在线测量系统将机器视觉技术引入到加工过 程中，采集到工件的视场图像，经过一系列的图像处理操作之后提取出工件的 边缘轮廓，然后计算出所需尺寸。该系统利用机器视觉实时、柔性的特点，有 效地提高了测量的效率与精度。 本文从机器视觉技术出发，详细叙述了机器视觉技术在工件加工尺寸在线测 量上的应用，重点研究摄像机测量过程及算法，并通过软件编程开发出基于机 器视觉的在线测量系统。主要研究内容如下： l 、介绍了机器视觉技术，详细地分析了基于机器视觉的在线测量系统方案， 搭建了硬件实验平台； 2 、对摄像机标定技术进行研究，采用标准件标定法对系统进行了标定，通 过实验计算了系统标定结果并进行了可信度分析； 3 、通过对各种边缘检测算子的分析，提出了改进的一阶边缘检测算子进行 边缘粗定位，该方法原理简单，运算速度快。粗定位之后利用亚像素边缘提取 算法进行边缘细化，提高边缘定位精度； 4 、开发了基于机器视觉的在线测量系统软件。该软件模块完整，性能可靠， 方便操作，可作为系统工作、系统实验、系统演示及数据处理等功能的工具； 利用设计的系统软件与搭建的硬件平台，完成了机床在各转速下产生的系统误 差测量实验与机器视觉在线测量实验，实验数据显示，该系统的测量精度满足 测量要求。 关键词：机器视觉，加工尺寸，在线测量，边缘检测 a b s t r a c t m e a s u r e m e mi sa ni m p o r t a n tw a yo fd a t aa c q u i s i t i o ni nm a n u f a c t u r i n g ，a sw e l l a st h ek e yp r o c e s sf l o wo ft h em a n u f a c t u r i n gp r o c e s s ，w h i c hd e c i d e st h eq u a l i t yo f t h e p r o d u c t t h ed e v e l o p m e n t o fa d v a n c e dm a n u f a c t u r i n gt e c h n o l o g yn e e d sh i g h p r e c i s i o n ，l l i g l le f f i c i e n c y , g o o df l e x i b i l i t ym e a s u r e m e n t t h ew a yo ft h et r a d i t i o n a l p r o d u c ts i z em e a s u r e m e n ts t a y e di na r t i f i c i a ld e t e c t i o n ，s i m p l em e c h a n i c a l d e v i c e t e s t i n g ，o p t i c a li n s t r u m e n tt e s t i n gl e v e lw h o s em e a s u r e m e n te f f i c i e n c ya n da c c u r a c y h a sf a i l e dt o k e e pp a c e w i t ht h er h y t h mo f s c i e n t i f i cr e s e a r c h ，t e s t i n ga n d p r o d u c t i o n t h eo n l i n em e a s u r e m e n ts y s t e mw h i c hi su s e dt om e a s u r ew o r k p i e c em a c h i n i n g s i z eb a s e do nm a c h i n ev i s i o ni n t r o d u c e dv i s i o nm e a s u r e m e n tt e c h n o l o g yi n t ot h e m a c h i n i n gp r o c e s s b yc o l l e c t i n gt h ew o r k p i e c ei m a g e sa n dt h e np r o c e s s i n gt h e m ，w e c a l le x t r a c tw o r k p i e c ee d g ep r o f i l e ，a n dt h e nc a l c u l a t ed i m e n s i o n s t h i ss y s t e mc a n e f f e c t i v e l yi m p r o v et h ee f f i c i e n c ya n da c c u r a c yo fm e a s u r e m e n tu s i n gr e a l - t i m ea n d f l e x i b l ec h a r a c t e r i s t i c so ft h em a c h i n ev i s i o n d e p a r t u r ef r o mt h em a c h i n ev i s i o nt e c h n o l o g y , ad e t a i l e dd e s c r i p t i o no f v i s i o n m e a s u r e m e n tt e c h n o l o g y sa p p l i c a t i o n si nt h eo n l i n em e a s u r i n gw o r k p i e c em a c h i n i n g d i m e n s i o n si s g i v e n , c a m e r am e a s u r e m e mp r o c e s s a n da l g o r i t h mi ss t u d i e d p r i m a r i l y , a n dao n l i n em e a s u r i n gs y s t e mb a s e d o nm a c h i n ev i s i o ni sd e v e l o p e d t h e s t u d i e sm a i n l yo nt h ef o l l o w i n ga s p e c t s ： 1 t h i sp a p e ri n t r o d u c e dt h em a c h i n ev i s i o nt e c h n o l o g y , a n a l y z e dt h eo n l i n e m e a s u r e m e n ts y s t e mp l a nb a s e do nm a c h i n ev i s i o ni nd e t a i l e da n db u i l tt h eh a r d w a r e e x p e r i m e n t a lp l a t f o r m ； 2 c a m e r ac a l i b r a t i o nt e c h n o l o g yi sr e s e a r c h e d c a l i b r a t i o no nt h es y s t e mt h r o u g h t h ee x p e r i m e n ta n dc r e d i b i l i t ya n a l y s i so f t h ec a l i b r a t i o nr e s u l t sh a sb e e nd o n e ； 3 b ya n a l y z i n gv a r i e t i e so fe d g ed e t e c t i o na l g o r i t h m ，ab e t t e rf i r s t o r d e re d g e d e t e c t i o no p e r a t o rw h i c hi sm o r es i m p l ea n df a s t e ri ss u g g e s t e d u s i n gi t ，w e c a n r e a l i z ec o a r s ep o s i t i o no ne d g e a f t e rt h i ss t e p ，w er e f i n ee d g eu s i n gs u b p i x e le d g e e x t r a c t i o na l g o r i t h mi no r d e rt oi m p r o v et h ee d g el o c a t i o na c c u r a c y ； 4 t h eo n l i n em e a s u r e m e n ts y s t e ms o t h v a r eb a s e d o nm a c h i n ev i s i o ni s d e v e l o p e d t h e s o f t w a r eo w n ss u c hf e a t u r e s ：m o d u l e s c o m p l e t e ，r e l i a b l e p e r f o r m a n c e ，b e a u t i f u li n t e r f a c ea n de a s yo p e r a t i o n , t h es o f t w a r e c a l lb eu s e d 豳 s y s t e mw o r k i n g ，s y s t e me x p e r i m e n t ，s y s t e md e m o sa n dd a t ap r o c e s s i n g ； a c c o r d i n gt ot h es o f t w a r ed e s i g n ，h a r d w a r e i n s t a l l a t i o na n dc o m m i s s i o n i n g ，t h e s y s t e me r r o r sp r o d u c e di nt h er o t a t i n gs p e e da r em e a s u r e da n do n l i n em e a s u r e m e n t e x p e r i m e n ti sc o m p l e t e d t h ee x p e r i m e n t a ld a t as h o wt h a tt h es y e t e m sm e a s u r e m e n t a c c u r a c ym e e tt h em e a s u r e m e n tr e q u i r e m e n t s k e yw o r d s ：m a c h i n ev i s i o n , p r o c e s s i n gd i m e n s i o n s ，o n l i n em e a s u r e m e n t , e d g e d e t e c t i o n m 武汉理工大学硕士学位论文 1 1 研究背景 第1 章绪论 现代工业正向着加工自动化、高速化、精密化的方向发展，企业对产品的加 工精度要求越来越高。在机械加工过程中，由于机床震动、刀具磨损、对刀偏 移等种种原因都会直接或者间接影响加工精度。获得工件尺寸加工精度的重要 途径是测量。测量是产品制造工艺中的关键环节，是判断产品生产质量的主要 手段。先进制造技术的发展，对测量提出了高精度、高效率、良好柔性等要求。 现代化建设的高速发展对机械加工产品需求迅速增加，对产品的精度要求也 是越来越高。然而，目前世界上大多数工厂对产品尺寸的检测还主要停留在人 工检测、简单的机械装置检测、光学仪器检测等层面【l 】。这些检测方式显然不能 满足高精度的要求。这些传统的检测方式存在着一些共同的缺点1 2 j ：这些检测 方式都属于抽样以及小批量检测，不能确保1 0 0 的在线检测，因此不能保证所 有产品的质量；由于肉眼长期反复地干同一件事，会引发视觉疲劳，极易带 来检测误差，检测精度得不到保障；不能用于在线、非接触测量；这些检 测方式仅限于低精度、低效率的操作。这些传统的检测方式与检测设备由于自 动化程度差，不能用于生产现场以及实时检测，大大降低了检测精度以及生产、 测量效率，甚至会增加生产成本。虽然现在有些工厂使用了一些自动检测设备 与装置来代替人工检测，但是其在检测精度上仍然差强人意，检测的参数由于 比较单一，并不能完全满足生产现场的需求，应用范围比较小。 为了克服传统检测方式中的这些不足之处，基于机器视觉的非接触在线测量 方式应运而生。工业在线测量的主要服务对象是运行中的在役设备，该种检测 方式是在设备系统内部并且与其同步工作的一种主动测量方式，即在设备工作 的同时，利用测量系统对工件的加工尺寸或精度等其它一些参数进行直接测量， 整个测量过程仅需几秒甚至更短时间，达到实时测量的效果。在线检测有利于 及时发现制造过程的制造误差并做出相应的补救措施，提高生产合格率。近年 来，在线测量技术得到了广泛的应用及拓展，国内外诸多学者对其做出了深入 的研究与探讨。 目前，国内外视觉测量技术和理论不断得到完善，机器视觉测量技术广泛用 于制造加工现场，达到在线实时测量的目的。视觉测量是一种非接触测量方式， 武汉理工大学硕+ 学位论文 不会对被测对象与检测者造成任何伤害，并且其检测速度与精度优于传统的检 测设备，因此其用于加工现场进行在线检测的优势越发地凸现出来。 本课题来源于国家自然科学基金，其 5 0 9 3 5 0 0 5 2 0 1 0 。 1 2 课题研究的目的与意义 现代制造业的发展趋势是数字自动化制造，这对加工精度、速度提出了严格 的要求。传统的加工精度仅限于毫米、微米级。对于精加工，这类精度级别已 经无法满足现在制造业的发展需求。目前的精加工制造精度已向着纳米级的精 度方向在发展了。制造业的发展以及对制造精度要求的提高也带动了产品质量、 尺寸等检测手段的发展，检测方式越来越多样化。各类检测方法无论是在速度 上还是在检测精度上都得到了很大的提高。综合加工制造与检测手段两方面的 发展现状与趋势，数字自动化制造在精度与效率上都得到了一个质的飞跃。测 量作为获得产品制造精度的唯一途径，在制造业里占据着举足轻重的位置，它 也是影响生产效率的一个重要因素。在线检测手段在目前的这种工业发展水平 下，它的推广应用不仅能够节省劳动力，还能集加工与测量于一体，大大提高 生产效率。 近些年来，机器视觉技术无论是在硬件系统还是在软件算法开发上都得到了 迅速地发展，并且其在各个领域如工业、医疗、交通管理等中得到了广泛的应 用。由于机器视觉测量系统为非接触式测量系统，并可实现快速、全自动化识 别与测量，因此将机器视觉技术用于机械加工过程中对工件的加工尺寸进行在 线测量意义重大。 本论文将研究和开发一种机器视觉测量系统来对工件加工尺寸进行在线测 量，测量过程中无需中断加工过程，实时地显示尺寸数据。该方法与技术用于 数控加工中可体现数控加工快速、柔性加工、实时补偿的特点。在数控加工中 心中，使用该系统还可以根据所测值与标准值之间的偏差自动生成n c 代码，调 节加工量，增强无人加工的可靠性，降低加工与测量的劳动强度与成本，缩短 产品的生产周期，也更易实现加工过程的工艺改造，适应柔性加工的发展要求。 该测量系统利用摄像头获取加工工件图像，经过图像处理技术，得到工件的加 工尺寸。 2 武汉理工大学硕士学位论文 1 3 国内外研究现状 机器视觉技术【3 卅是在2 0 世纪5 0 年代发展起来的- - i - j 新兴技术，近些年来 的应用与发展非常迅速。机器视觉是研究使机器具有类似于生物视觉功能的一 种新兴科学与技术，涉及到计算机科学、生物学、物理学、图像处理学、人工 智能学、模式识别等多个领域。它起源于两个方面：一方面来源于摄影测量学， 利用计算机技术对所摄图像进行测量分析。首先利用摄影手段获得被测物体的 图像信息，利用一定的数字化设备及算法将图像信息数字化，使其变为能够被 计算机直接处理的数字化信息，再利用软件编制的算法程序，完成对被测物体 所处场景的分析与计算，得到所需的信息：此外，其还来源于统计模式识别， 起初的处理对象主要是被测物体的二维图像，对所得的二维图像进行分析与识 别，如工件表面缺陷检测、电路板质量检测、航空图片分析与解释等。随着视 觉技术的发展及应用需要，慢慢开始转入了对三维机器视觉的研究。近年来， 机器视觉在理论与实际应用中取得了很大的进展，应用领域包括测量与检验、 材料搬运与分类、自动识别、机器人导航与控制等等，其在工业领域中的应用 主要包括电子电气、汽车、制造、制药、包装等【5 刁j 。 在国外，机器视觉技术早已成功、广泛地应用于工业领域。在汽车领域，意 大利的d e a 、美国的p e c e p t r o n 、c o g n i t e n s 等公司研究开发的激光柔性测量系 统可以在线实时测量车身与部件，系统中主要的测量系统为机器视觉系统。该 类测量系统在宝马、福特、大众、通用等汽车公司得到了较好的应用。英国的 r o v e r 汽车公司利用机器视觉在线检测系统对8 0 0 系列汽车车身轮廓进行检 测，实现1 0 0 的在线检测；奥迪公司成功研制了一种能够全自动视觉检测系统， 主要用其对白车身表面的缺陷进行检测，该系统能够快速地检测出白车身表面 的质量状况，检测完整车的时间仅需8 0 s 。该系统通过自动测试与分析，对车身 表面缺陷进行标记，使车身在喷漆之前可对缺陷处进行打磨，大大节省了制造 时间以及提升了产品质量，同时也节约了制造成本瞵。1 们。在制造领域，早在上世 纪八九十年代，一些学者将机器视觉应用于刀具磨损监测。最初是通过获取刀 具二维轮廓分析刀具参数来判断刀具的磨损量，整个检测过程都处于离线状态 1 1 - 1 5 】。随着视觉技术的成熟及对其算法的研究的深入，系统能够经过处理获取刀 具的三维立体图像，更加直观地体现磨损情况。现有一些检测系统能够对刀具 的磨损情况进行在线监控，检测过程方便而且结果精度耐d 引。不仅如此，机 器视觉还广泛应用于机床加工控制【1 9 】、机床温度在线监控【2 0 1 、零件表面粗糙度 3 武汉理工大学硕士学位论文 检测【2 l 】、轴承偏心度检测【冽等方面。 目前，国际上已经开发了各类视觉系统，其应用在各个领域中。从机器视觉 的发展至今，其应用越来越广泛，实际应用价值越来越高。在其发展历程中， 一些新的理论、方法、概念不断涌现。相比之下，国内机器视觉起步较晚，但 发展也是很迅速的，短短几年之内从最初的概念导入到工业应用普及，使其成 为了工业自动化的一项重要技术。国内利用机器视觉来进行检测与定位方面的 应用居多，相应的工业产品在国内市场上也是占据了主要地位，相关的技术也 是越发成熟。 机器视觉在检测方面应用最为广泛的是测量各类机械零件的几何形状与尺 寸。如重庆大学、北京航空精密机械研究所等多家院校与科研单位都开发了基 于机器视觉的机械零件测量系统【2 3 甾1 。尽管各科研单位设计的视觉系统总体方 案各有特色，但其中图像处理部分所采用的方法步骤大体相同，主要包括系统 标定、图像采集、图像预处理、边缘检测、特征提取等几个步骤。利用机器视 觉系统得到的结果在精度上比以往传统测量设备得到的结果有了大大的提高， 实现了非接触测量，大大减少了测量时间，提高了生产效率。 此外，机器视觉还被用于对工业设备如刀具等的检测中。现有的数控设备加 工精度已达微米级，有的甚至更高，刀具作为加工的主要执行者，对加工的精 度有着直接的影响，因此对刀具的要求也是越来越高。利用机器视觉技术将刀 具图像摄入，转换为数字信号，输入计算机中利用相应的软件对其进行处理， 可得到刀具的相关几何参数，由此判断刀具的磨损情况。 目前，机器视觉对机械零件几何尺寸的测量基本处于静态测量阶段，即被测 件处于静止状态时进行测量，利用机器视觉测量旋转状态下的工件加工尺寸的 应用还很少，因此我们需要对机器视觉系统进行进一步的深入研究，设计出适 用于在线实时测量工件加工尺寸的视觉测量系统，提高我国制造业的生产效率 与加工水平以及国际竞争力。 4 武汉理工大学硕士学位论文 1 4 论文研究的主要内容 本课题研究的对象为普通机床车削加工件加工尺寸的在线视觉测量，目的是 基于机器视觉检测技术，能够快速准确地对加工过程中的工件加工尺寸进行全 自动测量，并且在精度上得到更大的提高，最终设计出适应机床加工环境的在 线实时机器视觉测量系统体系结构与测量方法。 视觉系统的测量参数为工件的加工尺寸，并且要保证达到一定的测量精度要 求。机械车削加工中最常见最基本的一种车削方法为外圆车削。外圆车削根据 加工的精度可以分为粗车、半精车、精车。外圆车削工件的主要尺寸参数为直 径与长度。在普通车床车削的过程中，工件随主轴不断地旋转，由工作人员来 判断与控制加工量与刀具的进刀、退刀。机器视觉测量系统要保证能够实时地 显示加工尺寸并反馈给操作人员，方便其及时地对加工量进行调整。 车削时，工作人员站在车刀一方操作整个加工过程，由于人的介入使得机床 上视觉设备的安装首要考虑到不能影响工作人员的操作。加工过程中工件周围 会不断地产生切屑，车削的材料为脆性材料时甚至会产生切屑飞溅的现象。一 般情况下，在加工过程中都会用到切削液来达到冷却、清洗、防锈、润滑等作 用。无论是切屑的产生还是切削液的使用都会对工件图像的采集效果造成一定 的影响。另外，周围环境的光照、振动以及机床加工时本身的振动等不确定因 素也会影响到图像效果。此外，工件处于旋转状态，对相机捕捉图像的速度有 一定要求。因此，视觉测量系统的搭建要考虑到这些诸多因素，根据实际的情 况来选取设备与搭建系统至关重要。硬件系统的合理搭建只是图像采集的基础， 要让测量结果准确实时地显示出来，设计出一套稳定可靠的软件系统是必不可 少的。 具体来讲，本论文研究内容主要包括以下几个方面： 第一章：介绍了机器视觉技术应用于工件加工尺寸在线实时测量的目的与 意义，概述了机器视觉在国内外的发展现状。 第二章：分析比较了几种在线检测方法，提出了视觉测量系统要完成的任 务，分析了视觉测量系统的组成，根据所要达到的任务进行视觉系统的设计及 相应实验的设计，选用合适的视觉硬件装置搭建测量系统，对相机的视场与景 深进行了原理性分析计算。 第三章：经过现场实验测试采集清晰的工件图像，深入研究了图像处理的 原理与方法，主要运用图像预处理( 滤波、灰度化处理、二值化处理) 、边缘特 5 武汉理工大学硕士学位论文 征提取、曲线拟合等图像处理算法提取工件的边缘轮廓曲线，利用在m a t l a b 环 境下设计的计算软件完成对工件加工尺寸的计算。介绍了摄像机标定的方法及 建模过程，利用实验完成了对c c d 相机的标定，标定结果满足系统的精度要求。 第四章：设计了系统尺寸计算软件，利用系统进行实验研究。第组实验 主要是对各转速下系统误差的变化趋势进行分析与计算，利用该结果对后续的 测量结果进行修正：第二组实验是工件尺寸在线测量实验，利用设计的机器视 觉测量系统进行现场实验测试。该部分最后还对测量误差进行了分析与总结。 总结与展望：对全文工作的总结，。对今后需要进一步深入的研究方面进行 展望。 6 武汉理工大学硕士学位论文 第2 章面向车削加工环境的视觉检测系统 本课题所研究的在线测量系统主要工作于机械外圆车削加工中，加工设备为 c 6 1 6 车床。该车床为一个开放式的加工系统，外界的光照与周围环境的振动等 因素都会对视觉系统的性能有一定的要求。另外，还要考虑到视场、景深等对 图像采集的影响。 2 1 在线测量方法的分析与比较 在线测量技术是指直接或间接测量零件的加工精度指标，分为两种情况： ( 1 ) 测量机构在加工过程中直接实时测量零件的加工精度，加工过程与测 量过程同时进行，主要是为了在加工过程中直接保证零件的加工精度、提高生 产率； ( 2 ) 加工过程和测量过程分开，一道工序或整个切削加工过程完成后，不 卸下工件，对工件进行在线测量，根据测量结果采取必要的手段保证零件的加 工精度。 到目前为止，对机械加工中在线测量技术研究最多的是车削过程和磨削过 程，而且主要是指工件直径的在线测量。在线测量准确度是在线测量技术的核 心问题，取决于测量传感器和测量机构等硬件的准确度，如果把机床当作坐标 测量机，则测量准确度还与测量方式和数据处理策略有关，考虑到加工过程是 一个复杂的动态过程，影响测量准确度的因素很多，如加工中冷却液的浇注、 机床振动及加工中产生的热。因此在加工过程中直接测量零件的加工精度困难 很大，由此知道机械加工中的在线测量比坐标测量机的工作环境恶劣得多，要 实现在线测量的高准确度，对测量传感器提出如下要求： 1 ) 抗干扰能力强，具有高准确度和高分辨力； 2 ) 测量速度快，成本低，无需人工调整； 3 ) 对不同的测量，转换速度快，测量范围大； 4 ) 不受环境温度影响，不受工件材料和表面特性影响； 5 ) 加工和测量互不干涉，并且能考虑所有误差源的影响。 要符合上面的所有要求很难，因此目前所用的传感器要么测量准确度不高， 要么只是在特殊加工条件下进行在线测量( 如进行干切) ，目前用于在线测量的 7 武汉理工大学硕士学位论文 传感器种类主要有：机械式、超声波式、电子式、气动式、光学式和机器视觉 等。下面分别对其介绍。 1 机械式 机械式测量方法主要指摩擦轮法、卡规法和采用专门设计的测量机构等，均 属于接触测量且直接测量工件直径，多用于车削和磨削中。 摩擦轮法【2 6 1 如图2 1 所示，利用一已知直径的摩擦轮并加适当压力，压紧工 件。若无滑移，工件直径可用下式表示： d ：警 ( 2 1 ) n 、。 式中：d 为工件直径，d 为摩擦轮直径，n 为工件旋转数，n 为摩擦轮旋转 数。 刀架 码盘 补偿 计算 图2 1 摩擦轮法 该种方法影响测量准确度的主要因素是工件材料、工件直接和打滑，因此准 确度不高，约为1 0 a n ，优点是数据处理简单，测量范围大。 卡规法影响测量精度的主要因素是接触点的磨损，安装不便，需要以标准件 为基准安装，测量准确度可达o 5 a m 。采用专门设计的测量机构【2 7 1 ，其频响低， 准确度低，优点是对环境条件要求不高。 2 超声波式 该种测量方式以超声波为传感器，采用超声脉冲回波的原理，获取脉冲回波 的传播时间来检测被测物体的厚度，属于非接触测量，测量误差为4 5 a n 。测 量过程不受切削液的影响，因此该种测量方式可以工作在有切削液的车削中在 线直接测量工件直径。由于从传感器出来的超声波无法限制在一定宽度范围内， 8 武汉理工大学硕士学位论文 随着传感器与被测零件之间距离的增加，其宽度也随之增大，因而其不能检测 出被测零件各处凹凸变化的具体位置。 3 磁电感应式 磁电传感器是根据电磁感应定律，将被测量( 如振动、位移、转速等) 转换 成电信号的一种传感器，这种传感器不需要辅助电源就能把被测对象的机械量 转换成易于测量的电信号，是有源传感器，它的输出功率大且性能稳定。 在今天所用的电磁效应的传感器中，磁旋转传感器是重要的一种。磁旋转传 感器主要由半导体磁阻元件、永久磁铁、固定器、外壳等几个部分组成。典型 的结构是将一对磁阻元件安装在一个永磁铁的刺激上，元件的输入输出端子接 到固定器上，然后安装在金属盒中，再用工程塑料密封，形成密闭结构，这个 结构就具有良好的可靠性。磁电传感器有许多半导体磁阻元件无法比拟的优点。 除了具备很高的灵敏度和很强的输出信号，还有很大的检测范围。另外，这种 传感器还能应用在很大的温度范围中，具有很长的工作寿命，还有强抗灰尘、 水和油污的能力。所以，这种传感器在工业应用中受到广泛的重视。 磁传感器在工厂自动化系统中有广泛的应用，因为这种传感器有着令人满意 的特性，同时不需要维护。这些磁传感器由其工作原理就可以看出，其信号的 产生需要存在相对运动，在实际应用中也大量的对一些运动量进行检测，其主 要应用在机床伺服电机的转动检测、工厂自动化的机器人臂的定位、液压冲程 的检测、工厂自动化相关设备的位置检测、旋转编码器的检测单元和各种旋转 的检测单元等方面。 利用磁感应传感器来实现工件尺寸的自动检测，可以通过在每个需要检测的 位置设置一个传感器，检测时通过移动传感器来接近检测位置，取得检测位置 的具体信息，从而测量出结果。采用这个方式将使整个检测系统的机械部分变 得复杂。由于加工件的形状结构不定，如果使整个系统通用于全部加工件的尺 寸检测，将使整个检测系统的成本和复杂度成倍的增大，所以在这一系统中采 用这种方式并不适合。 4 气动式 气动式中采用气动传感器，属于非接触测量。由于气流能吹干净测量区的切 削液和切屑，可以在有切削液的车削中直接测量工件直径包括外径和内径，图 2 3 所示为利用气动式方法测量外径的原理图。该种方法测量小直径较方便，缺 点是测量间隙不能超过0 0 2 5 4 m m ，否则测量准确度受到影响。 9 武汉理工大学硕士学位论文 图2 2 气动式测量外径 5 光学式 光学式传感器是依据光学原理进行测量的，是非接触测量，对测量体无破坏， 几乎不受干扰。光学式测量系统中主要的结构为光学式信号传输系统，如图2 3 所示。系统中测头位于机床主轴上，程序控制测头向测量点运动，当测杆接触 工件时，测头被触发，号从光学式测头传到安装在机床上的光学式接收器，然 后通过电缆传到转换器和机床的控制系统。光学式信号传输系统安装方便，结 构紧凑，密封好，适合于小型加工中心。 图2 - 3 光学式信号传输自动测量系统 6 机器视觉在线测量 机器视觉测量方法是以c c d 为传感器，利用图像处理技术提取工件的特征 信息来计算工件尺寸的一种非接触测量方法。机器视觉的发展为各种零件的几 何量测量提供了新的方法，在三维曲面测量，平面轮廓自动跟踪测量，刀具磨 损量检测和形位误差分析等方面均具有十分重要的价值。它具有分析速度快， 1 0 武汉理工大学硕士学位论文 自动化程度高，识别能力强，环境要求低，测量精度高等优点，对提高生产效 率和科学研究水平意义重大。 上述的几种在线测量方法在实际中都得到了大量应用，也取得了较好的效 果。机械式测量方法为接触式测量，对工件表面会造成一定影响，测量精度低、 效率低，安装复杂，不适合于精确测量。超声波式传感器由于超声波随着与检 测物体的距离的变化存在宽度变大的趋势，使工件的各个截面不能准确的定位， 无法确定出其准确位置，因此不适合用于尺寸有变化的工件尺寸检测。磁电感 应式检测系统对不同尺寸形状结构的工件不具有通用性，限制了其使用范围。 气动式传感器测量间隙不易控制，测量准确度不稳定。光学式传感器测头安装 困难，当测头运动速度过高时，容易损坏测头，增加测量成本。另外，测头工 作的行程不易控制，会影响测量精度。 综合检测要求、成本、系统实现难易程度、系统的通用性等多方面的考虑， 我们认为用机器视觉摄像方式取得工件的图像信息，经过一些图像算法的处理 之后获取工件的尺寸，从而达到全自动非接触检测目的的方案是实现工件加工 尺寸在线实时测量比较适合的方法。 2 2 视觉检测系统的任务及方案 视觉检测系统主要完成以下任务： 1 快速实时地采集高质清晰的旋转工件图像，将采集到的图像保存到系统 指定位置以备后续图像处理。 2 对所采集到的图像进行图像处理与分析，精确提取工件轮廓边缘，进行 尺寸计算与误差分析。 该系统主要实现以下测量功能： 1 自动测量，在每次退刀与进刀时间间隔之内完成测量； 2 该系统的测量精度即测量结果相对于被测工件实际尺寸的偏差控制保证 在o 0 5 m m 以内； 本课题所研究的测量对象为处于加工过程中的小尺寸轴类零件，其加工载体 为车床( c 6 1 6 ) ，加工手段为外圆车削。整个工作系统分为两部分，机床加工系 统与机器视觉在线测量系统。机器视觉在线测量系统主要由以下三个基本单元 组成：光源和照明单元；工件原始图像采集单元；图像处理及分析单元。 由于所测量的对象为轴类零件，轴类零件是旋转体零件，简单的轴类件外圆 武汉理工大学硕士学位论文 车削主要需控制长度与直径这两个尺寸参数。基于旋转体件绕轴向中心线3 6 0 。任一视角其轴向与径向尺寸都不变的外形特点，我们可以选定任意一个视角 对工件的直径与长度尺寸进行测量。我们在安装的过程中，最易控制与把握的 方向为x 、y 、z 轴方向，其他方向不仅安装困难，且不易对焦。若沿x 方向安 装，得到的仅为工件的一端面图，反映不出其轴向加工面的情况。若沿y 方向 安装，虽然可以较好地反映整个加工过程轴向与径向尺寸参数的变化情况，但 是机床的另一侧为工作人员，人的随意性较大，不易控制。所以，将相机安装 沿z 轴方向安装。由于不需要对工件进行三维重构，且测量的参数也仅为长度 与直径，所以一个c c d 就足以达到要求。本课题中设计的系统所测对象为小尺 寸零件，一般的相机视场都可以覆盖，因此只需调节好相机的位置与焦距即可， c c d 本身在整个测量过程中不需移动。若需加工大尺寸工件，考虑到c c d 的有 效像素可能不够，若一次拍摄出全部的轮廓图形，c c d 摄像头的每个像素点所 对应的实际尺寸误差会较大，可能会达不到检测精度。这就需要c c d 沿轴向方 向移动分几部分拍摄工件图像，然后将图像进行拼接处理之后提取工件尺寸。 本论文主要是根据加工环境与实验室条件来对机器视觉系统进行结构设计 及研究其测量方法，视觉测量系统结构如图2 - 4 所示，采用单目视觉系统。系统 由c a 6 1 6 车床、c c d 摄像机、相机支架、计算机等组成。c c d 置于工件正上 方采集加工工件每一轴段加工完之后的图片，图片采集的过程中不需停机，直 接采集动态b m p 图片，从每幅图像中截取目标工件的图像，然后将图片在计算 机中显示并利用软件系统对图像进行处理，实时地显示处理结果。光源主要用 于增强工件与背景之间的对比度，采用l e d 直接照明方式。 图2 4 检测系统结构 1 2 踟 们 武汉理工大学硕士学位论文 采用一个数字摄像机沿z 轴方向摄取工件数字图像传至计算机，经机器视 觉测量软件进行分析计算，输出工件尺寸，尺寸测量系统框图如图2 5 所示。 加 计 图 输 工 算 像出 工= 令 摄像机 _ _ 一、 机处 l ) 显l - ， 一 件理不 2 3 系统硬件 图2 5 系统框图 参照系统方案，该系统需要的硬件有摄像机、镜头、光源、p c 操作系统及 相应的导线电缆。下面依次介绍并选择硬件来搭建视觉测量平台。 1 摄像机 摄像机在机器视觉系统中相当于人的眼睛，它主要负责捕捉目标对象的图像信 息，一副高质量的图像是系统进行精确测量的前提条件。相机选取的合适与否 对于整个机器视觉系统的功能实现来说至关重要，相机的分辨率、曝光速度等 因素直接决定了目标物体的图像采集质量。除此之外，相机的运行状态还与整 个系统的运行模式息息相关。 目前，市面上的相机种类很多，主要包括家用摄像机、工业摄像机、广播摄像 机等。应用在工业领域中的机器视觉系统中所使用的相机主要是工业相机。这 类工业相机作为视觉系统中的一个关键组件具有图像稳定、传输快、抗干扰能 力强等优势。目前使用最多的工业相机有基于c c d ( c h a r g ec o u p l e dd e v i c e ) 或 c m o s ( c o m p l e m e n t a r ym e t a lo x i d es e m i c o n d u c t o r ) 芯片的相机i z 引。c c d 与 c m o s 均为相机中的图像传感器，是典型的固体成像器件。c c d 较c m o s 的技 术成熟，其无论是在尺寸方面还是在成像质量、制造工艺、成本、耗电量方面 都有一定的优势。c c d 芯片主要分为线型与面型两大类，这两类芯片各有其特 点。线型c c d 芯片分辨率高，扫描方式为逐行扫描，成像速度慢，效率低。其 曝光时间较长，无法进行动态拍摄。面型c c d 芯片相对来说曝光快，可实现瞬 间曝光，成像速度较快，效率高得多。 由于本课题的实验研究的对象为小尺寸工件，其尺寸范围为 l ( 1 0 0 m m ) xq ) ( 6 0 m m ) ，由于测量的精度要求为o 0 5 m m ，按照边缘定位精度0 5 1 3 武汉理工大学硕士学位论文 个像素值来考虑，则像素当量为0 0 5 r a m 0 5 = 0 1 m m ，则需要相机的分辨率为 1 0 0 0 1 = 1 0 0 0 p i x e l 与6 0 0 1 = 6 0 0 p i x e l 。即相机的像素要在1 0 0 0 x6 0 0 p i x e l 以上， 所以选用1 0 2 4 x 7 6 8 左右的摄像机就可以了。在本课题中，选用了维视图像公司 的m v - v d 0 7 8 s c 工业数字相机，如图2 - 6 所示。这是一款u s b 2 0 接口c c d 彩 色工业相机，采用帧曝光c c d 作为传感器，通过外部信号触发采集或连续采集。 这款相机对目标物体图像不管是进行静态采集还是动态采集，都可得到高质的 不失真图像咧。 图2 - 6 肼v d 0 7 8 s c 相机的各参数如表2 1 所示： 表2 1m v - v d 0 7 8 s c 参数 最高分辨率 1 0 2 4 7 6 8像素尺寸 4 6 5 ：m 4 6 5 p m 传感器类型逐行扫描c c d光学尺寸 1 3 ” 数据位数 a d ：1 0 b i t ，输出：8 b i t帧率 3 0 f p s 信噪比 5 4 d b曝光方式帧曝光 曝光时间1 1 0 0 0 0 到3 0 s同步方式外触发或连续采集 镜头接口c s 口或c 口供电要求 5 v 工作温度1 0 0 c 到4 5 0 c存放温度2 0 0 到6 0 0 c 尺寸5 0 8 5 0 8 7 0 ( ，行，疗)重量、功率 约2 6 5 9 、2 4 w 2 镜头 镜头对于整个摄像系统来说起着至关重要的作用，它的功效相当于人眼获 取外界物体信息时晶状体所起的作用。晶状体对人眼来说主要用于成像，没有 1 4 武汉理工大学硕士学位论文 它人无法认识外界事物。摄像机也是一样，没有了镜头就采集不到物体的清晰 图像，只能得到白茫茫一片没有影像的图片。镜头规格的选取应该对应c c d 的 尺寸来定，要保证镜头的尺寸与c c d 的靶面尺寸一致，否则会导致观察角度与 最终的设计出现偏差或者画面出现在焦点以外等问题【3 们。表2 2 所示为镜头与相 应c c d 芯片尺寸规格对照表。 表2 2 镜头与相应c c d 芯片尺寸规格 镜头规格( i n c h ) 1 41 31 22 3l c c d对角线长( m )4 568 1 1 1 6 h ( 水平)3 64 86 48 81 2 6 靶面尺寸( 舢) v ( 垂直) 2 73 64 86 69 6 在上一小节中所选摄像机c c d 的光学尺寸为1 1 3 。，所以选取镜头的像面尺 寸也为1 3 - 。若选择其他尺寸的镜头，一方面在安装上会成问题，不能直接安 装到摄像机上，需使用另外的接口设备，这就增加了安装成本；另一方面，若 两者的尺寸规格不一致，将会大大降低c c d 靶面的利用率。出于这两点的考虑， 选取像面尺寸为1 3 ”的镜头最为合理。 由图2 5 可知，镜头焦距的计算公式如下： 或 ，h l ，= 。h ，v j2 面 ( 2 - 2 ) ( 2 - 3 ) 由表2 2 可知，1 1 3 c c d 靶面水平宽度h = 4 8 m m 。将相机焦距调好之后测 得，被摄物体至镜头的距离为1 5 0 m m - 2 5 0 m m ，取l = 1 5 0 - 2 5 0 m m ，被摄物体的 宽度最大为1 0 0 m m ，取h = 1 0 0 m m 。则由公式( 2 2 ) 可以计算镜头的焦距得： f = 4 8 ( 1 5 0 2 5 0 ) 1 0 0 = 7 2 1 2 m m ，经查证没有焦距为7 2 r a m 或1 2 m m 的镜 头。从镜头视角方面考虑，焦距越大，视角越小，为了使相机有更大的拍摄视 角，选用小于1 2 m m 焦距的镜头。因此，本课题选用了维视图像公司生产的型 号为m 0 8 1 4 m p 的镜头1 3 1 1 ，这款镜头的焦距f = 8 m m ，满足设计要求，镜头外观 如图2 7 所示。 1 5 武汉理工大学硕士学位论文 图2 7 镜头m 0 8 1 4 m p m 0 8 1 4 m p 镜头的主要参数如表2 3 所示： 表2 3m 0 8 1 4 m p 参数 像面尺寸 2 3 ” 焦距( n u n ) 8 光圈范围( f - s t o p ) f 1 4 f 1 6 c 最小物距( m ) 0 1 m 视场角( d h v ) 6 1 7 5 6 3 4 3 7 接口 c 接口 尺寸( n u n ) 咖3 3 5 x 2 8 2 重量( g ) 7 0 3 照明系统 照明系统主要应考虑两个方面的问题，即光源的选取与照明方式的合理应 用。光源是一个能够直接影响系统输入数据质量的因素。目前，还没有哪种照 明设备可以用于任何机器视觉系统，对于每个视觉系统应该设计满足该系统功 能的照明装置，否则会降低系统的应用效果。市场上较为常见的光源主要有卤 素灯、荧光灯、白炽灯、l e d 光源等。衡量一个光源性能好坏的三个评判标准 为对