基于線結構光的精密裝配位置檢測方法研究

國文韜,王玉亮,廉兆鑫,張 強,李 利,王夢茵

(1.北京航空航天大學機械工程及自動化學院 機器人研究所,北京 100191;2.北京控制工程研究所,北京 100094)

1 引 言

精密裝配位置檢測內容主要包括形位誤差中的定向誤差和定位誤差。位置精度不但決定了零件之間的裝配精度,還影響著零件之間的運行可靠性、零件的使用壽命,進而影響到產品整機的工作性能[1]。因此,精密裝配的位置精度在檢測環節需要嚴格保障。目前國內機械制造生產中,高精度位置檢測方法主要針對具體的產品對象設計,且檢測項目單一,適用范圍很窄[2-4]；對于具有多項位置誤差指標的傳統零件和精密裝配體,傳統檢測手段主要有卡尺、量規、萬能工具顯微鏡、輪廓儀等。隨著現代工業的發展,無論是直接觀察還是輔以顯微鏡等工具,綜合誤差來源的各方面原因[5],都存在準確性差、易疲勞、效率低下等問題,很難完全滿足現代化工業生產的發展需求[4]。三坐標測量法適用性廣泛,三坐標測量機可以完成零件各種尺寸和形位公差的計算與評價,但其造價比較昂貴,經濟性較差[6]。基于三維掃描技術的零件虛擬裝配檢測方法實現了非接觸的零件數字化裝配檢測,但其受環境光干擾大,噪聲較高,精度一般[7]。機器視覺測試技術重點研究物體的幾何尺寸及物體的位置測量,它以光學為基礎,融光電子學、計算機技術、激光技術、圖像處理技術等現代科學技術為一體,組成光、機、電、算綜合的測量檢測系統,具有非接觸、適應性強的特點[8-9]。隨著機器視覺技術在測量、檢測系統的應用日益廣泛,大量研究實現了基于顏色空間的高精度位置檢測,比如江鵬[10]、董芳凱[11]等人利用機器視覺技術實現了導電滑環環槽的高精度位置檢測,以及針對多種零件的裝配、測量和磨損檢查[12-16]等。但是對于測量背景復雜、內部干擾較多的精密裝配體,上述方法仍難以克服前景分離的問題,無法實現針對顏色及材質一致的配合位置的精密檢測,易受到環境和自身系統制造誤差的影響[17]。結構光視覺測量技術是利用激光可見光與物體表面發生相互作用來獲取物體表面特征點的三維坐標信息,比如陳思豪[18]等人研發基于線結構光的視覺測量系統實現了角焊縫三維定位。根據此信息就可以實現前景和背景的分離[19]。由此針對上述方法中普遍存在效率低下、精度難以保證的問題,提出一種基于線結構光的高精度位置檢測方法,使用光機電一體化技術和視覺測試技術,引入線結構光和被測目標的空間幾何位置關系輔助獲取深度信息[20],實現裝配體的超精密高效全自動檢測。

本文選取導電滑環刷絲對中檢測作為研究對象,其幾何外觀如圖1(a)所示,具體包括導電滑環刷絲與金屬滑環卡槽的平行度和位置度檢測,其對中效果直接決定了接觸電阻等各物理學參數及滑環工作效果[21]。通常精密金屬滑環卡槽寬度在0.5～5 mm[22],刷絲直徑約為0.2 mm,對中檢測要求測量方法具有10 μm以上的檢測分辨率,是一項典型的高精度位置檢測。

圖1 導電滑環外觀

2 光條特征提取

2.1 線結構光圖像的獲取

人工目檢裝配位置相較于傳感器檢測更加普遍的一個重要原因是,人類視覺可以快速、有效地識別檢測對象,快速定位感興趣目標的位置。如圖1(b)所示,相較于機器視覺,人眼不僅可以分離背景和前景,還可以分辨出感興趣區域的從屬關系；而由于目前對于人的視覺生理機制還缺少足夠的了解,在一定程度上限制了機器視覺的發展[23]。單目、雙目乃至多目視覺系統與人眼的性能相比相差甚遠,實現的功能也遠遠不及人眼,在工業應用中受到相當大的局限[24],都很難從這樣的圖像中完成刷絲識別這一基礎任務。對于基于面結構光、散點結構光的測量儀器[25],其本質是獲得被測表面的輪廓信息,依然難以提取感興趣區域,目前在較大零件尺寸測量方面已經獲得了較為廣泛的應用[26-28]。本文引入單線結構光旨在利用其兩個特性:只使用線激光照明以減少環境光干擾；零件深度信息將以線激光彎折體現在攝像機成像上,便于區分零件并提取幾何信息。為了避免多線結構光因表面結構復雜而引入的間斷點匹配問題[20],結合精密運動平臺實現多線掃描。由于導電滑環位置檢測被限定在基準平面內,故使用單目視覺系統并不需要對投射在滑環表面的光條點進行三維重建。

為了減少相機透視成像對特征提取所帶來的影響,相機光軸與導電滑環基準平面垂直,如圖2(a)所示；基準平面即通過所有刷絲軸線的理想平面,可近似認為是刷絲的外殼平面,刷絲對中檢測將圍繞該基準平面進行。線激光發生器軸線與相機光軸在同一平面內,光平面與相機成像平面呈一定角度,防止全發射造成相機局部過曝光。視覺系統通過張正友標定法[29]完成單目相機標定。理論上導電滑環卡槽與刷絲的深度變化特征將體現在相機采集圖像上,且呈現出一一對應的關系,如圖2(b)所示。當對應關系不清晰時,調整相機光軸與導電滑環的相對位置,并使相機距離基準平面的距離接近其焦距。

圖2 線結構光成像過程

通常工業相機的像素尺寸在2～10 μm,當卡槽寬度在1 mm附近時,相機采集到的刷絲邊緣已不足以支持人工直接目檢；由于工業相機定焦成像以保持穩定性,此時需要引入顯微成像系統。顯微成像系統不影響其余檢測環節,只需要注意在相機標定環節中,連同物鏡放大倍數一同進行內參標定。

2.2 圖像預處理

相機采集到的導電滑環圖像包含多對刷絲及卡槽,由于卡槽附近存在塑料固定環,明亮光暈會周期性出現在線結構光圖像上,可依據此特性將每對刷絲及卡槽裁剪出來,如圖3(a)所示。理想狀態下,線激光發生器投射在導電滑環卡槽以內的部分,其圖像應該是只包含光強呈高斯分布的光條信息,相機采集到的其余部分均為黑色,但是受被測物體材質以及結構光光源等因素的影響,圖像中往往會包含一些噪聲和冗余信息,這些干擾信息會影響光條的提取效果。其中,金屬材質表面的漫反射以及刷絲附近曲率變化都對光強分布有較大影響,如圖3(a)所示。為了抑制噪聲、減少漫反射等因素帶來的干擾,提取圖像中所蘊含的有效位置信息,圖像處理步驟如下:

a)中值濾波。考慮到圖像中有較多孤立的噪點,且刷絲兩側有多道強度不一的光條,故選取較大的領域窗口,將所有像素灰度值設置為其鄰域窗口內灰度值的中值,可以簡單有效地消除孤立噪點,并使刷絲兩側光強梯度更加明顯,濾波效果如圖3(b)所示。

b)感興趣光條區域提取。包含位置信息的圖像區域在卡槽邊界以內,卡槽邊界以外因材質、深度不同而亮度較高,依據光強特點將圖像兩側光暈剔除掉以便圖像區域分割。由于刷絲附近光線經多次反射后呈現出一片較大的光亮區域,光條軸線上下均有不同形狀的光斑,故需要將光條主體識別出來以作后續處理。對卡槽以內圖像進行閾值分割,再對得到的二值化圖像進行腐蝕膨脹操作,如圖3(c)所示。此時光條主體可以通過識別面積最大的連通區域提取出來,如圖3(d)所示。

圖3 圖像處理主要操作

2.3 邊界點提取

要完成刷絲的平行度檢測,需從光條主體中提取出卡槽兩側邊界點、刷絲兩側邊界點,表征刷絲測量軸線和卡槽測量軸線之間的偏差；而要檢測刷絲的位置度,需要從輔助光條中提取出邊界線,用于表征刷絲相對于自身理論軸線是否有偏差。對于光條主體的第i點測量,兩類邊界點的提取基于以下圖像特征提取:

a)卡槽邊界提取。卡槽邊界兩側是同種金屬材質,但是有明顯的斜率變化,因而導致激光光條在此處發生偏折,且偏折后光條變粗。利用這一特點,利用能量中心法對光條主體進行光條中心提取；取光亮區域光強的加權平均值為光條中心,則該中心線在卡槽邊界點處有明顯間斷。由此可以得到在圖像坐標系下卡槽左、右兩個邊界位置為VL,i、VR,i,如圖3(e)所示。

b)刷絲位置提取。卡槽表面均為平面,而刷絲表面為圓柱面,理想情況下激光光條打在刷絲上的輪廓呈橢圓形狀。依據這一特點,可以通過提取光條主體的骨架,對橢圓形狀進行特征定位,從而獲取刷絲的邊界點。與能量中心法提取光條中心相對比,此時獲得的骨架是連續且包含分叉信息的。由此可以得到在圖像坐標系下刷絲左、右兩個邊界位置為TL,i、TR,i,如圖3(f)所示。經試驗驗證,該圖像特征穩定存在,能精確表征刷絲位置。

設Vi、Ti分別為卡槽、刷絲軸線水平位置,則有:

(1)

(2)

其中,Vi、Ti為后續直線擬合的關鍵依據。

3 多點掃描與位置檢測

對于人工目檢,通過單幅圖片便可完成邊界線分辨,進而根據圖片像素坐標可以獲取位置信息,如圖4(c)所示。公差分析方法有很多種,主要有極值法、統計分析法和蒙特卡羅法等,其中統計分析法適用于線性目標,且分析精度較高[30],適合于本文方法使用。對于線結構光圖像,提取光條并確定邊界點獲得的是沿垂直刷絲軸線方向的一維信息,驅動導電滑環沿刷絲軸線方向步進平移或沿導電滑環中心軸線步進轉動,取得一系列位置的邊界點信息,可以擬合出卡槽和刷絲的邊界線,進而獲得單條刷絲在對應卡槽內的相對位置信息。

圖4 多點掃描測量

3.1 掃描點直線擬合

為了獲得單條刷絲在卡槽內的相對位置信息,必須一并取得系列位置的多點信息,并加以擬合。

首先,要實現由圖像坐標系到擬合坐標系的轉換。設滑環沿y軸方向步進距離為Sy,總測量次數為n。取V1點作為擬合坐標系的原點,因此,有:

(3)

(4)

Yi=(i-1)Sy

(5)

其中,(XV,i,Yi),(XT,i,Yi)分別為卡槽、刷絲軸線在擬合坐標系下的坐標。

下面以卡槽軸線坐標為例,介紹軸線擬合的方法。假設軸線方程為y=b0+b1x,利用最小二乘法原理可以獲得軸線方程參數:

(6)

(7)

(8)

=(n-1)Sy(n-(2-n2)/2/

(9)

3.2 位置檢測

針對刷絲對中檢測的平行度和位置度兩個指標,其計算都被限定在相機成像平面內,即與基準平面平行的平面內。兩個指標的理想要素為卡槽的中心軸線。

(a)計算平行度時,需要擬合刷絲軸線和卡槽軸線兩條直線,計算二者之間的角度差。根據前一步獲得的直線方程,可以得到卡槽軸線的偏角,即:

=arctan(2-n2)(n-1)Sy/

(10)

式中,θV為卡槽軸線與擬合坐標系y軸所成的夾角。同理可得θT,則有:

θ=|θV-θT|

(11)

式中,θ為刷絲相對于卡槽的偏角。

(b)位置度用于刻畫刷絲軸線相對卡槽軸線變動的偏差,其公差帶是兩條以卡槽軸線為中心對稱的直線。根據多對輔助光條所提取出的邊界線,可以擬合出一條刷絲中心線,該中心線不一定是直線但需要滿足各點偏離卡槽軸線的距離不超過公差帶。位置度檢測包含對稱度檢測,即滿足平行度要求前提下,其軸線位置是否偏離中心基準。根據兩條擬合直線,可以獲得軸線方向任意一點處的刷絲軸線相對卡槽軸線的偏離距離Δy,即刷絲軸線任意一點處的位置度誤差。

4 實驗與分析

本文選取卡槽尺寸為0.5 mm的導電滑環進行檢測,用于采集圖像的工業相機(MC3010,Mikrotron,德國)搭配放大系數為四倍的透鏡組,放大后的像素尺寸為2 μm×2 μm。實驗環境為Dell,Dual-Xeon-E5處理器,16 GB內存,軟件環境為MATLAB R2015a。獲取多點掃描數據時,采用平移、旋轉兩種不同的運動方案,分別由手調平移臺和自制刻度旋轉架手動驅動完成。圖5(a)、(b)為兩種掃描方案的平行度測量結果。圖5(c)為借助顯微鏡下人工目檢測量結果,其物鏡放大倍數為20×,可認為其測量結果為真值。圖6為兩種掃描方案和人工目檢下的位置度檢測結果。

圖5 平行度檢測結果

圖6 位置度檢測結果

對于該視覺系統,其分辨率為3.2 μm/pixel,即x軸方向的最小分度值為3.2 μm。對于平移方案,y方向手調平移臺運動中的最小分度值為20 μm；對于自制刻度旋轉架,沿刻度所在圓分度值為1 mm,則經計算,y方向的分度值為312.5 μm。對于兩種方案,都有y方向分度值大于3倍x方向分度值,則對于直線擬合,可以適用:

(12)

(13)

其中,u(b1),u(b0)為擬合量b1,b0的不確定度;r2為相關系數,由此可計算兩方案平行度誤差和最大位置度的不確定度。

表1統計了三種方案下,完整測量一對刷絲卡槽對中情況的耗時t、平行度誤差ΔP和最大位置度ΔQmax。可以看到,平移、旋轉多點掃描方法與實際結果吻合性良好,效率高,能夠滿足檢測分辨率和精度要求。

表1 測量結果

5 結 語

本文利用線結構光在曲率不同表面上的成像特點,在圖像處理提取邊界點的基礎上,結合運動平臺的掃描運動,通過直線擬合得到了待測裝配體的邊界線,實現了精密導電滑環的自動位置檢測。本文所設計的檢測系統簡單有效,不僅解決了人工費時費力的問題,還控制了成本、能保證微米級精度。實驗表明,本文的位置檢測方法高效穩定,可以適應裝配中的多目標提取,在復雜結構位置檢測上具有廣闊的應用前景。同時本文的位置特征提取算法也存在不足之處,為了提高效率而主要針對平面特征進行檢測,不能進行三維位置檢測；單目相機面對存在半遮擋情況的待測零件,也不能保障位置特征的提取。但是通過加入雙目相機和光平面標定,可以增加本文方法的適用性。