基于LabVIEW的微尺寸軸監測系統設計與實現

李 真，劉 超

(1.重慶工程學院 大數據與人工智能學院, 重慶 400056;2.貴州航天電器股份有限公司, 貴陽 550009)

繼電器上往往存在一種微小尺寸軸，它是繼電器的關鍵部件之一，其尺寸制造精度對整套繼電器產品的使用狀況和壽命起到了決定性的作用。因此，為了保證該軸的質量，使后期工序可以精準配對，需要對該微小尺寸軸進行質檢。

目前，國內外普遍使用的檢測方法是傳統的打表法。一方面，該種方法檢測過程勞動強度大，工人易疲勞，經常會出現錯檢現象，給后續工序帶來了潛在的安全隱患；另一方面，其檢測速度、精度難以達到要求，檢測成本也比較高[1]。CCD(charge-coupled device)攝像機具有集成度高、體積小、分辨率高、圖像畸變小等優點，基于CCD攝像機的機器視覺技術取代傳統檢測技術的應用更加廣泛[2-3]。LabVIEW軟件是一種圖形化編程語言，編程靈活、流程清晰，具有開發周期短、擴展性好的優點，廣泛用于自動化工程領域監控、檢測系統開發[4-6]。其中，張平生等[7]設計的機器視覺系統能對管孔零件尺寸自動測量，測量精度在0.01 mm左右；岳曉峰等[8]建立了一種基于虛擬儀器技術的工件同軸度誤差檢測系統，精度維持在0.006 mm；高瓊等[9]采用IMAQ Vision視覺軟件實現對圓筒形零件的直角梯形槽槽寬檢測，精度維持在0.002 mm左右。

因此，借鑒以上方法的優點并結合微小尺寸軸的特征，本文設計一種基于CCD與Labview的微小尺寸軸監測系統，該系統主要由CCD機、機械結構系統、運動控制系統以及上位機組成，其實現了微小尺寸軸的自動監測，減少了人為誤差，提高了測量準確度和精度，提升了產品質量，并提高了生產效率，具有良好的實用價值。

1 系統描述

如圖1所示，根據待測微小尺寸軸的檢測要求以及行業標準，設計了微小尺寸軸的在線監測系統，其中φD1、φD2分別表示軸直徑和槽直徑。該系統主要由上料裝置、機械手構成的送料裝置、CCD檢測裝置以及分選裝置組成，如圖2所示。首先將待檢測的微小尺寸軸放置于上料載盤上，接著運用機械手將其抓取至CCD檢測位置，最后通過檢測系統軟件中一系列算法實現微小尺寸軸的檢測并將最終檢測結果分為合格品和不合格品，合格品進入下一個工序使用，不合格品則進行剔除。

圖1 待測小尺寸軸示意圖

整個系統中的動作控制都是由傳感器檢測待測微小尺寸軸的位置和狀態，通過PLC控制氣動元件、主軸電機以及機械手的運動和停止來實現微小尺寸軸的監測過程。微小尺寸軸的在線監測系統是基于LabVIEW搭建的虛擬儀器軟件開發平臺實現的，主要檢測流程如圖3所示，主要包括程序初始化、相機是否正常連接、圖像采集、圖像處理、軸尺寸計算以及結果輸出和數據存儲等幾個部分。

2 檢測原理

2.1 CCD傳感器檢測原理

首先CCD 相機通過連續拍照的方式采集微小尺寸軸的圖像信息并將該信息傳輸至計算機，然后檢測系統經過圖像預處理、查找表、圖像二值化以及邊緣特征提取等圖像處理技術對圖像信息進行分析和處理，提取軸的邊緣特征，最后通過最小二乘法擬合軸邊緣直線并計算出軸的相關尺寸。本檢測系統中，相機采用的是某公司的500萬像素 CCD 工業相機，鏡頭選用日本某公司生產的工業鏡頭。光照系統采用上海某科技有限公司生產的平行背景光源，該光源添加了平行光鍍膜，其發射光接近理想平行光。

圖3 系統檢測流程框圖

2.2 靜態工況下軸、槽直徑和同軸度檢測

在計算微小尺寸軸的各項尺寸時，通過最小二乘法擬合各條直線段，進而得到相應的尺寸。以軸直徑測試為例，設擬合的軸邊緣的2條直線方程為：

y1=a1x1+b1

(1)

y2=a2x2+b2

(2)

按照最小二乘法原理計算出a1、b1、a2、b2：

(3)

(4)

(5)

(6)

式中：(xi,yi),(xj,yj)分別是小尺寸軸兩邊緣上的像素坐標；m、n分別為擬合的總數。通過不斷修正參數使得2條線平行，即a1=a2=a，進而計算出2條直線之間的距離:

(7)

進一步地，通過圖像處理得到軸和槽中心線上的像素坐標。取微小尺寸軸的中心線作為基準線，并用最小二乘法擬合得到直線方程，如式(8)所示。計算槽中心上任意點(xk,yk)到基準線的距離，并將該最大值乘以2即兩者的同軸度，如式(9)所示。

y3=a3x3+b3

(8)

(9)

3 檢測系統程序搭建及功能實現

3.1 檢測系統程序搭建

軟件系統設計是基于LabVIEW開發的人機界面，檢測系統主界面如圖4所示。系統采用模塊化設計思想，根據圖3的系統檢測流程將軟件系統劃分為圖像采集、圖像處理、檢測結果實時顯示以及圖像數據存儲等模塊。

圖4 檢測系統主界面

不同模塊的程序框圖如圖5所示。其中，圖5(a)中主函數程序框圖采用了生產者消費者框架結構，生產者循環主要生產數據指令，消費者循環主要執行指令并做數據處理。圖5(b)中圖像采集循環主要是通過調用IMAQdx Snap函數來實現[10]，但是在進行圖像采集之前還需要打開相機并正確配置相機參數。圖5(c)中圖像處理程序框圖主要是調用NI視覺助手中的不同圖像處理算法來實現微小尺寸軸的尺寸檢測，具體算法參見下文。圖5(d) 圖像數據存儲程序框圖主要是調用DB Tools Insert Data子函數進行數據的存儲，在進行該循環過程之前需要通過DB Tools Open Connection子函數打開數據庫連接和運用DB Tools Create Table子函數在數據庫中建立數據表。

圖5 Labview程序框圖

3.2 圖像處理算法實現

基于機器視覺的圖像處理過程主要包含相機標定、圖像預處理、二值化、特征提取以及尺寸計算等，如圖6所示。其中，圖像的二值化處理主要是增強待測圖像中背景與可用信息點之間的對比度，凸顯有用信息點，形成只有0和1的圖像的一種算法。而特征提取則是基于Hough變換是將直線上每一個數據點變換為參數平面中的一條直線或曲線，利用共線數據點對應的參數曲線相交于參數空間中一點的關系，使直線的提取問題轉化為計數問題的一種方法。其算法實現如圖7所示。

圖6 圖像處理過程

圖7 Labview圖像處理算法實現

3.3 動態工況下軸、槽直徑和同軸度檢測

利用靜態工況下軸、槽直徑和同軸度檢測原理，可以采用CCD相機分別對不同角度的微小尺寸軸進行動態檢測，即微小尺寸軸的一端用機械手夾緊，通過PLC控制機械手以一定的速度旋轉，CCD相機以一定間隔時間采集圖像。按照靜態工況下的檢測方法，對采樣的軸圖像進行處理，即可得到在動態工況下不同角度的軸尺寸測量結果，并將該結果與人工測量的結果比較得到如表1的結果。

從表1中可以得出：不同角度下的測量值均接近實際值，其中軸和槽直徑運用千分尺測量，分別為0.796 mm和0.494 mm，而運用最小二乘法擬合軸、槽邊緣直線計算得到的平均直徑分別為0.798 6 mm和0.495 7 mm，與實際測量誤差為0.002 mm和0.001 7 mm。運用手工打表法測量的同軸度為0.013 7 mm，而用最小二乘法擬合中心線方法計算的同軸度為0.015 5 mm，誤差為0.001 8 mm。由此可見，運用最小二乘法擬合直線計算軸、槽直徑以及同軸度與實際檢測結果相吻合，且符合實際生產加工的要求。

表1 動態工況下微小軸的尺寸測量結果 mm

3.4 環境變化實時監控及報警

在實際檢測過程中，周圍環境的光照會對檢測系統產生一定的影響，尤其是在進行尺寸檢測時，當光照發生變化時會使得圖像的一些像素的灰度值發生改變，使得邊緣幾何特征缺損，最終使得測量尺寸錯誤。為解決類似問題，本檢測系統設置了一種報警系統，即對該系統中微小尺寸軸所占的像素灰度值總數設置了一個閾值，該閥值是在正常光照條件下通過多次檢測多顆小尺寸軸所占的像素灰度值總數的平均像素灰度值。在實際檢測過程中，當微小尺寸軸的像素灰度值總數超過了該閾值時則彈出報警界面，用戶根據實際情況清除報警后才能夠繼續對微小尺寸軸進行檢測。

圖8為環境光源變化時的狀態圖，此時設置的像素灰度閾值為50.82，而實際檢測到小尺寸軸所占的像素灰度值總數為89.98，明顯高于設置的閾值，因此會彈出報警界面。

圖8 環境光照變換時的圖像

將圖8狀態下的像素閾灰度值設置為100后，發現系統不會報警，同時在對該圖像進行邊緣特征提取時，偶爾會出現把邊緣直邊找錯的現象。因此，根據微小尺寸軸所占的像素灰度值總數設置了一個有效閾值可以有效避免類似情況發生。

4 結束語

針對微小尺寸軸零件的尺寸檢測，開發并實現了一種基于LabVIEW的微小尺寸軸監測系統。該系統運用輪廓分析方法和最小二乘法實現了動態工況下微小尺寸軸的軸直徑、槽直徑以及同軸度在線檢測；同時，該系統根據動態環境中的閾值提出了一種動態環境的實時監控及報警的方法。實驗結果表明：該系統不僅能夠實現圖像數據的實時采集、處理、顯示和存儲功能，而且檢測結果穩定性強、檢測精度高，完全滿足實際生產應用的要求，具有良好的實用價值，這為類似的小尺寸軸檢測提供了理論依據和檢測思路。