淺析工業視覺系統在沖壓的應用

郭焰軍，聶國成，張玉成

（東風小康汽車有限公司 汽車技術中心，重慶 400033）

引言

隨著汽車工業的飛速發展，汽車需求量不斷增加，沖壓車間生產任務隨之加重。其中，沖壓車間生產時有噪音大、油污重，鈑金件易劃傷、皮帶機易卷入及壓機設備等傷人風險，沖壓生產環境較為惡劣。而工業視覺系統作為一種沖壓零件自動化檢測手段，用于代替人工批量檢測工作，可降低檢測作業人安全風險，并提升零件檢測效率及檢測質量。工業視覺系統在沖壓中的應用具有重要的工程意義。

1 視覺成像原理

1.1 相機分類

根據相機內部結構的不同，工業視覺相機可分為CCD和CMOS 兩種。

CCD：Charge Coupled Device（電荷耦合器件）。CCD 為電荷耦合器，是一種將圖像轉換為數字信號的半導體部件。它的長和寬均為10mm 左右，由數百萬個排列成網格狀小像素組成。相機拍照時，從目標處反射光線穿過透鏡，在CCD上組成圖像。根據光電效應原理，當CCD 上的像素接收光線時，就會產生與光強度相對應的電荷。該電荷被轉換為電子信號，以獲取各個像素接受的光強度。若是將數十萬甚至數百萬個傳感器集合，就能形成圖像運用于各種不同的環境中。

CMOS：Complementary Metal Oxide Semiconductor（互補金屬氧化物半導體）。CCD 和CMOS 在制造結構與原理上大致相同，主要區別是CCD 是集成在半導體單晶體上，而CMOS 是集成在金屬氧化物的半導體材料上，CCD 相機內部電荷轉移方式為單個感光元件依次經由垂直和水平寄存器整合后輸出給信號放大器。而CMOS 相機則是單個感光元件直接放大輸出給數模轉換芯片。

CCD 相機與CMOS 相機有以下不同之處：

（1）CCD 相機靈敏度要高于CMOS 相機；

（2）CCD 相機的成本會高于CMOS 相機；

（3）CCD 相機的分辨率會優于CMOS 相機；

（4）CCD 相機的噪聲影響優于CMOS 相機；

（5）CCD 相機的功耗高于CMOS 相機。

圖1 像素與光電二極管

因沖壓生產中需要工業相機具有高精度、高靈敏度、高分辨率及高穩定性，故CCD 相機在沖壓有著大量應用。

1.2 相機黑白成像原理

沖壓零件或板料受到光線反射至相機鏡頭后產生對應的電流，電流大小與光強對應，感光元件（像素）直接輸出模擬信號。在CCD 傳感器中，感光元件都不對此作信號處理，而是將模擬信號直接輸出到垂直寄存器，經垂直寄存器整合后的信號再同一輸出至水平寄存器，最后才能形成統一的輸出。

由于感光元件生成的電信號強度很弱，在經過寄存器時會產生電壓損耗，無法進行后續模數轉換工作，因此必須進行信號放大處理，于是再增加一個信號放大器，經放大器處理之后，每個像素點的電信號強度都獲得同樣幅度的增大；因各像素信號通過同一個放大器進行放大，所以產生的噪點較少，圖像質量較高。

但由于CCD 本身無法將模擬信號直接轉換為數字信號，還需一個模數轉換芯片進行信號處理，光線越亮，電流的數值就越大；光線越暗，電流的數值越小。最亮的白光（255），數值是十六進制的FF，最暗的光線（沒有光），數值是十六進制的00。最終以二進制形式數字圖像矩陣的形式輸出給專門的數字信號處理器（DSP），經過處理后分析得出我們所需的圖片；因未對圖像進行顏色的分析和處理，所以相機成像為黑白圖像。

圖2 光強度對應數字信號

1.3 相機彩色成像原理

視覺系統中使用的彩色照相機通常是包含單個CCD 的單芯片照相機。由于獲取彩色圖像需要關于三原色（紅、綠、藍，即R、G 和B）的信息，因此CCD 的每個像素都裝有 R、G 或B 色濾鏡（也稱拜耳濾光器）。每個像素以256 級R、G或B 將強度信息發送給控制器。

顏色系統以數字形式描述顏色。它通常表示成有三個軸的3D 空間。使用“色調”（Hue）、“飽和度”（Saturation）、“亮度”（Brightness）的HSB 顏色系統與人的眼睛最接近，最適合用于圖像處理。

圖3 顏色系統3D 坐標

2 沖壓視覺系統的邏輯算法分析

2.1 工業視覺在沖壓的應用

2.1.1 沖壓零件品質檢測

目前國內汽車主機廠沖壓生產線生產節拍普遍都在8-15SPM 左右，部份伺服沖壓線節拍甚至達到更高的節拍。采用工業視覺技術在線檢測零件品質，將會提高零件品質率，降低人工成本，提高生產效率；目前此項目為各大配套廠商極力開發的重點。

沖壓零件品質過程檢測主要是以視覺系統，機器人，夾具三大部分構成，功能是抽檢沖壓零件，檢測零件品質變化趨勢，可以觀察出沖壓設備、工藝或模具質量狀態變化趨勢，以便調整出合適的工藝文件。例如目前廣泛應用于沖壓行業的藍光檢測系統。

2.1.2 沖壓鍛造零件尺寸以及編號檢測

應用于沖壓或鍛造零件尺寸測量，檢測流水生產線上零件尺寸是否合格，編號是否正確，不合格零件將會由氣缸或抓手等裝置將其篩選出去。

2.1.3 自動化生產線零件定位及引導

用于沖壓自動化生產線機器人拆、堆垛定位，目前已經在沖壓生產線普及使用。

2.1.4 沖壓無人車間方向的應用

在工業4.0 時代，工業視覺系統將對實現無人車間有著不可或缺的作用。

視覺相機在汽車沖壓運用十分廣泛，但工業視覺成像原理以及核心算法卻是萬變不離其宗。

2.2 算法分析

（1）邊緣檢測原理：邊緣是指在圖像中分隔明、暗區域的邊界。要檢測邊緣，就必須處理這種不同陰影間的邊界。

邊緣可以通過以下幾個處理步驟獲得：

a）執行投影處理

投影處理垂直掃描圖像以獲得每條投影線的平均強度。每條線的平均強度波形稱為投影波形。

圖4 投影處理

圖5 車身零件邊緣檢測

投影處理原理：投影處理用于獲得平均強度，減少由測量區域中因噪點所引起的失敗檢測。

圖6 單個像素

圖7 平均濃度

b）執行微分處理

陰影中的差異越明顯，獲得的偏差值越大。

微分處理原理：差異處理可以消除因測量區域中絕對強度值變化而造成的影響。

如果陰影中沒有變化，則絕對強度值是“0”。如果顏色從白色（255）變為黑色（0），則變化量是-255。

c）最大偏差值必須始終是100%

為保持實際生產情形中邊緣的穩定性，會執行內部補償，以使最大偏差值始終保持在100%。然后，從差異波形中超過預設邊緣敏感度（%）的頂點確定邊緣位置。這種邊緣規范化方法可以確保始終能夠檢測到邊緣的頂點，從而穩定了易受照明頻繁變化影響的圖像檢驗。

圖8 邊緣檢測

d）執行亞像素處理

針對最高差異波形的三個鄰近像素執行插值計算。測量邊緣位置，精確到 1/100 像素（次像素處理）。

圖9 亞像素處理

（2）圖像二元化處理

相機成像后，原始圖像因空氣中的塵埃，油霧以及光線干擾會變得不清晰，對相機的特征點判定造成干擾。故在設計程序時，可調用圖像二元化處理指令。將實際的拍照圖像增強對比度，將顏色“二元值”處理。

圖10 二元化圖像

3 沖壓視覺設計方案

以沖壓自動化生產線系統中，調試視覺系統前，需要示教相機，對相機進行坐標系標定；原點定位；像素與長度換算；相機焦距調整等。

相機觸發拍照后，相機成像為零件原始圖片。受到環境、燈光、震動等各種因素的影響，成像圖片質量會有所變化。需要調用相機內置功能讓成像圖變得更加容易識別和判定。例如：灰度值優化，預處理濾鏡，污點檢測原理等，顏色濃淡處理等。

當成像圖片經過上述步驟優化后，相機會基于示教的坐標系進行特征點、原點位置檢測，算出相應坐標值，設為標準坐標值。后續所有同型號零件成像后的坐標與之標準坐標進行位置比較（坐標差值換算），此時可得出不同零件在傳送帶上的不同位置。將不同坐標零件發送機器人后，機器人能夠快速精準的識別并且抓取后裝框。

在設計沖壓工業視覺系統時需考慮很多對系統造成影響的因素，需要設計者進行嚴謹的邏輯程序編寫，指令調用；安裝過程中要做到每一顆螺絲都按照標準扭矩安裝，保證相機在沖壓相對惡劣的環境中不會受到影響，此外配備合適的光源系統對成像結果都會有很大的影響。一個高精度的視覺系統離不開每一步精密嚴謹的工作。相信工業視覺作為工業4.0 時代的眼睛，能給我們的制造業、社會、人類的進步做出更大的貢獻，創造更多的奇跡。