基于機器視覺的智能制造實踐平臺應用研究

宋忠東 劉翠蓮

基金項目：教育部高等學校科學研究發展中心《虛擬仿真技術在職業教育教學中創新應用》專項課題（ZJXF2022133）；甘肅省教育廳2023年高校教師創新基金項目（2023B-471）；甘肅省教育廳2022年度甘肅省職業教育教學改革研究項目（2022gszyjy-86）

第一作者簡介：宋忠東（1976-），男，副教授。研究方向為創新創業。

DOI：10.19981/j.CN23-1581/G3.2024.13.006

摘? 要：隨著信息技術和數字技術的快速發展，新一輪的工業科技革命蓬勃興起。多年來，我國一直被譽為“世界工廠”，制造業穩居世界第一。然而，隨著經濟結構轉型和產業結構不斷深化調整，我國的經濟逐漸朝著多元結構、多重挑戰、高中速增長的方向發展。智能制造成為制造業發展的新方向，特別是《中國制造2025》制造強國戰略的推行實施后，堅持創新驅動、智能化轉型已經成為我國制造業發展的主要目標，該文結合機器視覺技術的概念及系統組成，闡述基于機器視覺的智能制造實踐平臺的應用設計，分析基于機器視覺的智能制造系統的優勢，并探討未來的發展趨勢，旨在為相關人士提供借鑒和參考。

關鍵詞：機器視覺；智能制造；視覺標定算法；智能控制；實踐平臺

中圖分類號：TP24? ? ? ?文獻標志碼：A? ? ? ? ? 文章編號：2095-2945（2024）13-0022-04

Abstract： With the rapid development of information technology and digital technology， a new round of industrial scientific and technological revolution is booming. For many years， China has been known as the "World Factory"， and the manufacturing industry ranks first in the world. However， with the transformation of the economic structure and the deepening adjustment of the industrial structure， China's economy is gradually developing in the direction of diversified structure， multiple challenges and rapid growth in senior high schools. Intelligent manufacturing has become a new direction of manufacturing development， especially after the implementation of the "Made in China 2025" manufacturing power strategy， insisting on innovation-driven and intelligent transformation has become the main goal of the development of China's manufacturing industry. Based on the concept and system composition of machine vision technology， this paper expounds the application design of intelligent manufacturing practice platform based on machine vision， analyzes the advantages of intelligent manufacturing system based on machine vision， and finally discusses the development trend in the future， in order to provide reference for relevant people.

Keywords： machine vision; intelligent manufacturing; visual calibration algorithm; intelligent control; practice platform

當今世界，制造業正經歷著前所未有的轉變，這一變革被廣泛稱為智能制造，也被稱為工業4.0或制造業的第四次工業革命。智能制造不僅是生產方式的演變，更是一種綜合了先進技術和創新思維的新興生產范式。這一變革的核心是實現更高的生產效率、質量和可持續性，以滿足不斷增長的市場需求。智能制造的背景和發展源自多個因素的交織。首先，全球競爭日益激烈，制造企業需要尋求方式來提高生產效率以降低成本，同時保持高質量。其次，信息技術的快速發展為實現智能制造提供了關鍵的工具和基礎[1]。互聯網的普及和物聯網技術的嶄露頭角使設備和系統能夠相互通信，進一步推動了制造業的數字化轉型。最重要的是，機器視覺技術的快速演進已成為智能制造的重要驅動力。

1? 機器視覺技術概述

機械視覺技術是利用機器代替人眼，對客觀事物的圖像進行處理和分析，從而獲取信息的技術。機械視覺技術是計算機科學、圖像處理、模式識別等學科的交叉學科，涉及光學、機械、電氣和計算機等多學科的知識[2]。如今，較為典型的視覺系統通常由相機、鏡頭、光源、圖像信息數字化采集處理模塊、智能判斷組件及控制執行單位等幾部分組成。其主要原理是通過完成硬件環境的搭建，采用相機獲取目標范圍內的圖像信息，并將圖像信息進行處理轉換成數字信號，根據信號傳輸的相關信息，采用處理算法獲得目標的相關特征，并根據設定的特征進行決策處理，然后輸出控制執行信號實現對工件的操作和處理。原理圖如圖1所示。

圖1? 機械視覺原理圖

2? 基于機器視覺的智能制造實踐平臺設計方案

基于機器視覺的智能制造實踐平臺，是利用機器視覺技術，對制造業生產過程中的各個環節進行感知、分析和控制，實現生產過程的自動化、智能化、數字化。平臺不僅可用于實踐模擬學習，也可應用于工廠智能化、自動化研究。

2.1? 機器視覺系統

機器視覺系統是基于機器視覺的智能制造實踐平臺的核心組成部分，負責對生產過程中的各個對象進行感知、識別和測量。常見的機器視覺通常由相機、鏡頭、支架及光源4個部分組成。主要功能包括圖像采集模塊，負責獲取生產現場的圖像信息；圖像處理模塊，負責對圖像信息進行處理，提取感興趣區域，并進行識別和測量；控制模塊，負責將識別和測量結果轉化為控制指令，控制執行系統執行。

2.1.1? 工業相機

機器視覺系統中，相機組件具有重要作用。其主要是把接收到的信號通過相機內部系統的轉換和處理形成有規律的電波信號，以滿足傳輸和識別條件。根據工廠生產線工件制作需求，該智能實踐平臺選用的為工業相機（類型：CCD芯片結構，型號：DFK23G274，廠家：The Imaging Source，分辨率：200萬像素），與 CMOS 芯片結構的相機對比具有以下優勢，見表1。

表1? CCD芯片結構相機與CMOS結構對比

2.1.2? 鏡頭、支架及光源

鏡頭的選型對于圖像成像質量有著重要影響，結合智能實踐平臺工業的相機型號及接口形式，鏡頭選用M0814-MP型工業鏡頭。參數如下：鏡頭焦距8 mm；鏡頭接口C型；濾鏡螺紋M30.5 mm×28.2 mm。相機支架采用鋁合金支架。

光源在視覺系統圖像采集中具有重要作用，也是影響圖像采集準確性的重要因素[3-5]。目前應用效果較好且應用較為廣泛的為LED燈，穩定性及可靠性均具有較大優勢。

2.2? 通信系統

通信系統的可靠性直接影響整套系統的穩定，同時也會對系統整體的反應速度造成一定影響。本次系統硬件的運行載體采用的是工控PC機型（品牌：揚天，型號：MOIPC-4000），工控PC機整體性能較普通PC機穩定性及環境適用性更高，并且具有可靠性高、防塵性好、抗干擾能力強等特點。具體參數見表2。

表2? PC工控機相關參數

2.3? 智能控制系統

控制系統是整個系統中的關鍵組件，其負責將生產決策轉化為控制指令，控制整個生產設備和工藝流程的實現。執行器選用步進電機驅動系統，負責執行控制指令，借助實點科技的EtherCAT耦合器進行模擬信號轉換為脈沖和方向控制，從而推動步進系統。控制系統的軟件是結合CODESYS 平臺V3.5 SP15 Patch4為基礎開發的。軟件控制功能較為豐富且具有多軸組控制功能。

3? 視覺系統標定算法實現

視覺系統中的標定算法是機器視覺系統運維的重要組成部分，也直接影響機械視覺獲取物體現實位置的準確性[6-7]。其原理主要是通過對四大坐標的轉換實現三維現實空間的坐標模擬至相機二維平面中的一種過程，如圖2所示。

隨著機械視覺系統的不斷發展，相關標定算法也層出不絕，在眾多標定算法中，直接線性變換標定算法、RAC 標定算法、張正友平面標定算法是較為典型的3種標定算法。

圖2? 標定算法原理

3.1? 直接線性變換標定算法

直接線性變換標定算法是一種線性相關的典型標定算法，其主要方法是運用成像幾何的原理，構建線性模型，通過求解線性方程的方式獲取轉換參數，從而實現相機的標定。原理方程如下

-fxx-x0yx-y0=？姿RX-XcY-YcZ-Zc，? ? ? （1）

式中：f代表相機的焦距數值；（xx，yx）代表平面成像后的坐標；（x0，y0）代表成像平面和光軸的交點；？姿為成像的放大倍數。

通過方程式的數值計算可以完成相機的標定，不過這種標定算法的局限性較強，不能滿足透鏡類模型的應用，且對于透鏡模型的畸變現象應用效果較差。

3.2? RAC標定算法

RAC標定算法（RAC， Radial Alignment Constraint）又稱兩步標定法，是由Tsai提出的一種傳統相機標定算法。其具有精度高、適用性強等特點，不過由于在實踐過程中需要對應的標定物進行標定，標定程序較為繁瑣。

3.3? 相機標定的實現

結合生產工藝的特點，該系統采用張正友平面標定算法。算法的基本步驟如下：①將備好的標定模板工具放入相機取鏡范圍內，設定初始化參數；②將模板放在相機取鏡范圍內多個角度，獲取多個不同角度的圖像（角度圖像不低于15個），定位并記錄相關信息；③標定算法計算相關參數；④求解獲取相機的內參及外參；⑤求出相機相應的畸變系數，完成標定。標定流程如圖3所示。

4? 基于機器視覺的智能制造實踐平臺程序

4.1? 通信系統程序

本次實驗采用的是共享內存的通信方式，以實現在同一臺PC機上完成通信功能并共享內存的目的，這種方式有助于提升系統的處理效率。

基于Visual Studio平臺，程序采用輸出為C#代碼MemoryMappedFiles類庫的程序進行開發。采用 System Share Memory庫實現系統共享內存通信的開發，通信建立流程如圖4所示。

圖3? 相機的標定流程

圖4? 通信系統共享內存建立流程

4.2? 機器視覺系統程序

本次試驗采用C#代碼的輸出程序，通過Visual Studio協調調度Halcondonet.dll動態鏈接文件，以實現機器視覺系統程序。系統程序由UI界面、邏輯關系組件、數據分析組件3部分組成。程序運行流程如圖5所示。

4.3? 智能控制系統程序

控制系統的軟件是以CODESYS 平臺V3.5 SP15 Patch4為基礎開發的。采用SFC編程語言（Sequencial Function Chart）完成主邏輯流程設計，運用連續功能圖 （CFC） 的圖形編程語言，整套智能控制系統與機器視覺系統相互配合。控制系統運行流程如圖6所示。

、

圖5? 機器視覺系統運行流程

圖6? 控制系統運行流程

4.4? 基于機器視覺的智能制造實踐平臺聯動試驗

結合工廠生產線實際情況，選用3種類型的工件分別從2個角度進行分析對比實驗，同時驗證智能制造實踐平臺的整體聯動性。工件實驗數據見表3。

分析得出，通過對3種類型工件從不同的角度進行實驗，基于機器視覺的智能控制系統能夠有效地形成聯動作業，并且執行機構由于外部影響因素較少，視覺采集及執行運動都較為準確，驗證了該實踐平臺的可行性。

5? 結束語

綜上所述，基于機器視覺的智能制造實踐平臺是智能制造的重要技術支撐，在制造業生產過程中的應用越來越廣泛。隨著人工智能、云計算、物聯網等技術的不斷發展，基于機器視覺的智能制造實踐平臺將在制造業中得到更加廣泛的應用，推動制造業向智能化、數字化發展。同時，本文中的實踐平臺應用在其他智能制造工程實踐也具有一定的推廣價值。

參考文獻：

[1] 周勇，趙聃，劉志迎.我國智能制造發展實踐及突破路徑研究[J].中國工程科學，2022，24（2）：48-55.

[2] 田鵬菲，王皞陽.機器視覺技術在我國農業領域內的應用分析[J].江蘇農業科學，2023，51（14）：13-21.

[3] 王成軍，韋志文，嚴晨.基于機器視覺技術的分揀機器人研究綜述[J].科學技術與工程，2022，22（3）：893-902.

[4] 黃樺，滕海渤，劉義法，等.機器視覺技術在汽車制造行業中的應用研究[J].汽車工藝與材料，2022（6）：8-15.

[5] 樊東，陳津徽，張元良.機器視覺技術在工業中的應用[J].科技風，2020（13）：5.

[6] 張鵬遠.機械制造自動化中關于機器視覺技術的實踐應用[J].流體測量與控制，2022，3（2）：1-4.

[7] 劉亞欣，王斯瑤，姚玉峰，等.機器人抓取檢測技術的研究現狀[J].控制與決策，2020，35（12）：2817-2828.