网站地图 原创论文网,覆盖经济,法律,医学,建筑,艺术等800余专业,提供60万篇论文资料免费参考
主要服务:论文发表、论文修改服务,覆盖专业有:经济、法律、体育、建筑、土木、管理、英语、艺术、计算机、生物、通讯、社会、文学、农业、企业

柔性生产中双目视觉定位误差修正技术探析

来源:原创论文网 添加时间:2021-11-22

  摘    要: 在柔性生产制造过程中应用机器视觉对工作区零件进行位置定位,零件高度会导致定位产生较大的绝对误差。提出双目视觉定位误差修正技术,利用一个视觉对工作区的图像进行采集和处理,甄别出零件的粗定位坐标,利用另一个视觉对零件的高度进行检测;根据检测的高度对零件坐标纠偏。通过实验验证了设计的实用性,双目视觉坐标修正方法简单可行,精度较高。

  关键词 :     双目视觉;图像处理;误差分析;定位;

  Abstract: The machine vision can detect the position of parts in the flexible manufacturing process, and the part height can lead to large absolute error in position.The technology of the binocular vision to correct position error is used, one camera collects and processes the images and then identifies the rough positioning coordinates of the parts, and the other camera detectes the height of the parts and rectifies the coordinates according to the height of the target.The results of the experiment show that the method of binocular vision has high practicability, and the method of binocular vision coordinate correction is simple and accurate.

  Keyword: binocular vision; image processing; error analysis; position;

  1 、引言

  为满足市场需求,柔性生产需要在一个生产区位完成多品种、小批量的零件生产,因此越来越多的操作要由机器人完成。在生产加工过程中,机器人需要获知零件在工作区内较为精确的位置坐标,以便机器手臂准确地抓取零件,所以实时获得较为精确的零件中心位置是机器视觉研究的一项重要工作。视觉传感器利用光学元件和成像装置获取外部环境图像信息,图像信息经过分析处理既可用于检验、计量、测量等,也可广泛应用在机器人引导、工业生产现场等自动化生产领域[1,2,3,4,5]。在柔性生产线上,随着加工产品种类、形状、尺寸的多样化,视觉技术发挥着重要的检测作用。
 

柔性生产中双目视觉定位误差修正技术探析
 

  2 、视觉系统

  具有视觉的机器人控制系统主要由图像视觉输入设备、光源、上位机、下位机、机器人本体等组成(见图1)。

  图1 具于视觉的机器人控制系统
图1 具于视觉的机器人控制系统

  模拟人眼的部件为图像视觉输入设备,例如摄像头。根据所使用摄像头设备数目的不同,机器人视觉系统可分为单目、双目以及多目视觉系统。单目视觉大多将摄像头A安装在工作区平面正中央上方,其轴心垂直于工作平面。

  选择工作区环境和光源时需把工件和背景区分开来,同时减弱非工件区域或噪声的干扰,确保光源本身不会带来额外的干扰。在图2所示的视觉系统实验中,工件与背景色彩分量值存在明显差异。

  图2 视觉系统采集的工作区零件图像
图2 视觉系统采集的工作区零件图像

  上位机控制端使用高性能PC机,上位机与摄像头相连,处理摄像头采集的图像,主要完成图像的二值化、去噪、轮廓提取以及零件中心点的生成等。下位机用来控制机器手臂完成工件的操作。

  图像采集与处理

  视觉系统开发软件可以完成图像采集抓取、边缘检测、颗粒分析、几何与模式匹配等功能。

  (1)图像采集

  对零件进行识别需先用摄像头拍摄工作区内的零件,通过USB传输通道接口将图像传输到上位机PC中去。

  (2)图像处理

  图像处理与分析主要包括图像预处理、特征提取和基于这些特征的识别。特征提取是指对图像的像素进行处理,并从这些像素以及像素集合提取一组度量,这些度量可以表示这张图像或其某些组成的特点。特征识别是根据已知物体的度量对未知物体进行分类。

  图像处理部分主要实现了图像的灰度化和二值化、提取图像轮廓、生成中心点的等功能。实现了图像的二值化后,就可以对图像进行检测边缘、提取轮廓以及提取图像轮廓中心点等分析运算(见图3)。

  图3 经过二值化、去噪、腐蚀处理的工件图像
图3 经过二值化、去噪、腐蚀处理的工件图像

  4、 确定零件坐标

  4.1、 零件粗定位

  图像由像素点组成,像素坐标是像素点在图像中的位置。像素坐标系的原点位于图像左上角,横向方向坐标轴为X轴,竖直方向坐标轴为Y轴。根据摄像机的成像原理,镜头的焦点始终位于图像的中心点位置O点。零件在图像坐标系中正确的像素点信息非常重要,凭借它与零件实际位置的映射关系,由像素坐标通过换算可以得到工件的位置坐标、尺寸长度、角度等数据[6]。

  摄像机A采集得到的是一张二维平面图(见图2)。实验中所采用的摄像机分辨率为640×480,视场范围与摄像机摆放的高度成正比。实验监控区域为280mm×210mm的矩形,摄像头距离工作平面330mm, 每10mm对应约23个像素点。图像中心点像素点坐标为(320,240)。

  实验中利用摄像头A采集工作区图像,通过上位机处理图像(见图3)。工作区内零件高57mm, 图像经上位机计算可得到零件中心图像坐标为(81,90),但是零件实际的图像坐标为(122,118),检测的绝对误差X向为18mm, Y向为13mm。数据见表1。

  表1 零件坐标对比
表1 零件坐标对比

  从数据可以看出,在工作区里通过单目视觉A检测零件的坐标有一定误差。误差产生的主要原因是工件高度变化时,顶点中心在工作区平面的投影可能随之变化,但工件的实际位置并没有变化[7],零件高度越大,误差越大。双目视觉技术可解决这一问题,即添加另一视觉—摄像头B检测零件高度,修正投影误差。

  4.2 、零件高度检测

  (1)标定

  在柔性生产线中,零件的高度值是变量。视觉系统通过另一摄像头B实时检测工件高度,即通过机器视觉识别零件的高度(长度)。假定工作区域为矩形,摄像头A放置在区域中心的正上方,轴心垂直正对工作区;摄像头B安装在侧面,轴心正对工作区,摄像头A、摄像头B的位置见图4。

  图4 双目位置
图4 双目位置

  要得到较准确的工件高度尺寸,需要零件所在位置标定单位长度包含的像素点个数。零件平面与摄像头B的轴心垂直,命名γ。标定就是确定平面γ内单位长度中像素点个数为

  i=N/L (1)

  式中,i为1mm内像素点个数;N为物体长度(高度)内像素点个数;L为物体长度(mm)。

  标定实验选定的标准模块为边长35mm的正方体,将正方体放置在工作区不同位置处,利用摄像头B采集图像后,统计工件高度对应的像素点个数,利用式(1)计算i值。记录多个标定后i值,实验数据见表2。f为图3中零件的初测Y轴坐标值。相应的i-f关系如图5所示。

  表2 工作区内i值对应表 图5 i-f关系
表2 工作区内i值对应表 图5 i-f关系

  如图5所示,i-f关系近似为直线,利用最小二乘法拟合的直线方程为

图5

  i=0.0068f+2.3314 (2)

  (2)验证方程式

  对拟合直线方程式(2)进行实验验证,不同高度的工件放置于工作区不同位置,利用摄像头B采集图像,检测工件高度h为

  h=N/i (3)

  式中,h为零件高度;N为零件高度占用的像素点个数。

  将检测的工件高度与工件实际高度进行验证,对比数据见表3。

  表3 工件检测高度与实际高度对比
表3 工件检测高度与实际高度对比

  通过比较,检测高度与实际高度数据相差较小,本次视觉系统实验拟合的曲线方程在两个摄像头位置不变时可用,得到工作区域任意位置对应的高度单位像素点拟合直线方程。

  (3)坐标修正

  通过摄像头B可以检测得到工件的高度h,设定系统搭建时摄像头A距离工作区的高度为H(见图6)。

  图6 零件的坐标关系
图6 零件的坐标关系

  图6中G点为工件上表面中心点,检测图像所得坐标是点B(e,f),B是G点沿AG方向在工作区的投影,工件实际位置为P点。△BGP与△BAO为相似三角形,可得到工件中心的位置坐标(x,y)修正公式为

  式(4)中的f值与式(2)中的f为同一值。

  由于O点在摄像头抓取图像的中心,所以a,b的取值与摄像头分辨率相关,大小为分辨率的1/2。

  因为首次检测到的工件坐标f值为工件上表面中心G点的值,与工件实际坐标点P的坐标值有一定误差。为了减少h误差,可采用二次迭加修订法确定工件高度,即先使用上表面G点值推算相关数据,然后使用计算后的坐标值二次修正零件高度h,用二次修正后的高度再次计算P点坐标。

  (4)二次修正方法验证

  通过以上方程,可得修正的零件中心在图像坐标系中的像素坐标。利用双目视觉系统在工作区内进行实验验证,数据见表4。

  表4 验证数据
表4 验证数据

  由表4可见,单目视觉检测的零件坐标绝对误差较大。利用双目视觉系统二次修正后的零件坐标绝对误差更小,定位精度得到较大的提升,计算简单,避免了复杂算法,实用价值高。

  5 结语

  传统的双目视觉立体标定技术需要经过旋转矩阵和平移矩阵等算法计算目标坐标,计算复杂,实时性较差。此处的双目视觉系统首先通过摄像头A对零件初次定位,摄像头B检测工作区内的零件高度。再利用零件高度纠偏消除坐标误差,改善零件的定位精度。双目视觉系统可采集更多数据,数据的融合处理减少了单目视觉系统中零件高度数据不足导致的绝对误差,能够准确地对物体进行定位识别,而且计算简单,数据处理少,实时性好,在柔性制造中可解决多种类产品生产的零件定位精度问题。

  参考文献

  [1]肖志涛,张寅,耿磊,等双目视觉系统测量精度分析[J].光电工程, 2014,41(2):6-11.
  [2]郭静,罗华,张涛机器视觉与应用[J].电子科技, 2014(7):185-188.
  [3]路清彦,王中任机器人视觉定位误差分析与试验研究[J]装备制造技术, 2015(8):104-106.
  [4] GADELMAWLA E S. Computer vision algorithms for measurement and inspection of spur gears[J].Measurement,2011,40(9):1669-1678.
  [5]杜文华,李红钢,曾志强,等基于LabVIEW的小孔尺寸精确测量系统研究[J]测试技术学报, 2013,27(4):300-303.
  [6]邓辉,谢俊,勐月,等基于机器视觉的重复定位精度测量技术[J]电子测量技术, 2014,37(12):45-48.
  [7]朱留存,张慰兮.机器人视觉系统及工件定位的坐标匹配方法!]机械工业自动化,1995, 17(2):27-30.

上一篇:灌溉系统结构设计和网络路由算法
下一篇:没有了
重要提示:转载本站信息须注明来源:原创论文网,具体权责及声明请参阅网站声明。
阅读提示:请自行判断信息的真实性及观点的正误,本站概不负责。