基于顯微視覺的光柵編碼器碼盤偏心調整技術研究

摘 "要：光柵編碼器作為精密測量和運動控制的關鍵傳感元件，其測量精度直接決定了系統的整體精度水平。編碼器核心部件光柵碼盤的安裝精度是影響其精度的核心因素之一。針對傳統人工調整方法存在的不足，該文提出一種基于顯微視覺的碼盤偏心自動調整方法。該方法通過高精度視覺系統實時采集旋轉碼盤圖像，利用邊緣特征提取算法檢測碼盤基元輪廓，并建立多基圓參考點的最大偏心量計算模型。基于該視覺反饋，系統采用單自由度推桿機構通過2次漸進式補償實現旋轉中心的精確校正。實驗結果表明，所提方法可實現±2 μm的調整精度，提高調整精度和效率，為編碼器智能制造提供可靠的技術解決方案。

關鍵詞：光柵編碼器；顯微視覺；偏心調整；圖像特征識別；邊緣特征提取算法

中圖分類號：TN762 " " "文獻標志碼：A " " " " "文章編號：2095-2945（2025）10-0051-04

Abstract： As a key sensing component for precision measurement and motion control， the grating encoder's measurement accuracy directly determines the overall precision of the system. The installation accuracy of the grating code disc， the encoder's core component， is one of the critical factors affecting its performance. To address the limitations of traditional manual adjustment methods， this paper proposes an automatic eccentricity adjustment method for code discs based on microscopic vision. The method employs a high-precision vision system to capture real-time images of the rotating code disc， utilizes an edge feature extraction algorithm to detect the contours of the disc's primitive structures， and establishes a computational model for maximum eccentricity based on multiple reference points of base circles. Using this visual feedback， the system achieves precise correction of the rotational center through a single-degree-of-freedom push-rod mechanism with two-step progressive compensation. Experimental results demonstrate that the proposed method achieves an adjustment accuracy of ±2 μm， significantly improving both adjustment precision and efficiency， thereby providing a reliable technical solution for the intelligent manufacturing of encoders.

Keywords： grating encoder; microscopic vision; eccentricity adjustment; image feature recognition; edge feature extraction algorithm

光柵編碼器作為現代高精度測量與閉環控制系統的核心元器件，其性能直接影響著整個系統的測量精度和控制精度[1]。在數控機床、工業機器人、精密儀器制造等高端裝備領域，編碼器的位置反饋精度和旋轉角度測量精度尤為重要[2]。

光柵編碼器主要由光源、光柵碼盤、光電傳感器和信號處理電路組成。其核心部件光柵碼盤是在透明基板上刻有精密等距徑向刻線的光學元件。工作時，光柵碼盤通過轉軸與被測轉子同步轉動，由于碼盤周向的柵格圖像不同，旋轉時透過固定光源產生不斷變化的光信號，光電傳感器將其轉換為電脈沖并計數，即可精確測量被測轉子的轉速和轉角[3]。在編碼器的生產裝配過程中，為了保證編碼器的測量精度，廠商要求碼盤的偏心調整進度達到±2 μm，每臺的調整時間小于20 s。

當前，國內編碼器制造企業普遍采用人工方式進行碼盤偏心校正：操作人員首先將碼盤裝配至轉軸，利用止推環限定軸向位移；隨后通過手動旋轉碼盤，借助顯微鏡觀測特征圖像位置進行微調。這種傳統方法調整效率低下，且校正精度高度依賴操作人員的經驗水平，難以滿足現代化高精度、高效率的生產需求[4]。隨著機器視覺技術的快速發展，智能化偏心校正方案展現出顯著優勢。本研究提出了一種基于單目顯微視覺的編碼器光柵偏心調整技術，通過高精度圖像處理算法提取碼盤基元邊緣特征，建立基于多基圓位置點的偏心量計算模型，并提出基于12點采樣策略的二次微調機制。實驗驗證表明，該方法顯著提高了偏心校正的精度和效率，為編碼器智能制造提供了可靠的技術解決方案。

1 "偏心調整任務及系統組成

1.1 "微調整任務

本文微調整技術針對碼盤、編碼器子裝配體（包括殼體、內部軸承、轉軸）、止推環三者進行，如圖1（a）、圖1（b）所示。微調整前需將碼盤安裝到編碼器轉軸并靠在轉軸臺肩上，然后壓上止推環限制其軸向位移。本文微調整的主要目標：對初步安裝的碼盤進行徑向位置調整，以碼盤上光柵圖像作為調整基準， 使碼盤上光柵的幾何中心與光柵旋轉中心（光柵與轉軸同步旋轉）的相對位置偏差在±2 μm。最后采用點膠固定的方式使止推環、碼道和轉軸成為一個整體，如圖1（c）所示。

1.2 "微調整難點

精密對心調整的主要挑戰在于碼盤旋轉中心的動態不確定性，主要由以下因素導致。

柔性傳動引入的定位誤差：編碼器轉軸通過柔性聯軸器與電機連接，導致其旋轉中心無法嚴格固定，存在一定的浮動。

裝夾誤差的影響：子裝配體通過外部夾爪固定在殼體上，但由于殼體加工誤差，每次夾緊時轉軸的實際位置都會發生微小偏移，從而改變其與光學系統的相對位姿。

由于這些誤差的存在，旋轉中心無法預先標定，必須在每次裝夾后通過圖像分析重新計算光柵的旋轉中心，以確保對心精度。

2 "碼盤偏心調整策略

為了獲取碼盤旋轉中心的位置與實際位置的偏差，本研究提出如圖2所示的基于顯微視覺的碼盤偏心自動調整策略。該方法采用500萬像素CCD相機配合6倍放大顯微鏡頭組成視覺系統，在0.9 mm×0.7 mm的有限視場范圍內，控制旋轉電機以30°間隔驅動編碼器轉軸，采集12張覆蓋全周的碼盤局部圖像，經圖像處理計算最大偏心位置。系統通過在碼盤左側設置的自動進給推桿，首先將最大偏心位置旋轉至推桿方向進行首次調整；針對止推環摩擦力導致的微觀位移控制難題，進一步實施二次圖像采集和偏心計算，通過補償調整實現精確校正。

3 "編碼器碼盤偏心計算算法

3.1 "碼盤特征圖像提取

光柵碼盤上碼道的條紋和基圓的邊緣都可以用來計算碼盤的偏心，碼盤特征在視場內所占面積過大，給特征提取造成了困難，所以本文選取基圓特征計算偏心大小。由于主軸和鏡頭間的位置隨著零件的裝夾會發生變化，但是零件在裝夾后其距離鏡頭的距離是固定的，所以，本文用以旋轉中心為原點的極坐標方程表示基圓中點距圖像左側距離，求解極坐標方程便可得到偏心大小和角度位置。如圖3所示，光柵的基圓可以用以旋轉中心為原點的極坐標方程表示，由于鏡頭距離旋轉中心的距離是固定的，使用基圓的半徑減去鏡頭距旋轉中心的距離即為基圓中點到圖像最右側的距離，所以可以用極坐標方程來表示12張圖像中基圓中點到圖像最右側距離的變化。

圖3 "碼盤特征圖像

其中，對單張圖像的處理流程如圖4所示。

圖4 "單張圖像處理流程

步驟1：對采集到的圖像采用灰度投影法進行分割，基于垂直投影法遍歷每列灰色點的數量，求解出右側邊緣所在位置[5]。

步驟2：對劃分出的邊緣進行Canny邊緣檢測后提取邊緣點，提取到邊緣點后使用facet表面模型進行亞像素邊緣計算，利用擬合的二元三次多項式，進一步求取圖像的亞像素邊緣點和圖像在邊緣點處的梯度值[6]。

步驟3：由于視場較小，提取的邊緣點近似直線，因此，采用最小二乘法對提取到的邊緣點進行直線擬合。使用最小二乘法處理邊緣點可以減小誤差的干擾，更好地表達出基圓邊緣的特征。

步驟4：將圖像的高度除二后帶入直線方程中得到線段中點的坐標，計算直線中點到圖像最右側距離li（i=1～12）。

3.2 "偏心位置計算

采用極坐標方程求取圓心的偏移位置，以主軸的旋轉中心為原點建立基圓的極坐標方程[7]

，

式中：li為從12張圖像中提取到的直線中點到圖像右側的距離，θi為每張圖像采集圖像時主軸旋轉角度，a、b為碼盤圓心的中點的坐標，ri為邊緣位置與主軸旋轉中心距離。

把采集到的圖像帶入圓的極坐標方程中，可得ri與半徑r的平方的差為

，（2）

式中： " " " " " " " " " " " " " " 。

其中，12張圖像主軸旋轉中心距離的平方與半徑的平方差的平方和為

解方程組求得

求出A、B和C后可以求得a和b的值。

進一步可以求出偏心距e，根據a、b的正負可以確定偏心角度θo。

4 算法精度實驗

為驗證所提出的碼盤偏心調整策略的調整精度，本研究搭建了相應實驗平臺，對已完成碼盤安裝的編碼器子裝配體進行偏心調整。具體地，在編碼器主軸旋轉過程中，每隔30° 采集一組圖像，共完成16組獨立測量，每組測量包含12張圖像。為避免系統誤差的累積影響，每組測量完成后，重新安裝碼盤，確保實驗數據的獨立性和統計有效性。圖5為第一組調整后，采集的編碼器基圓圖像，可以看出在最大偏心位置推動碼盤后，基圓向右移動。16組實驗結果見表1，將算法計算的偏心量結果與千分表測量值進行對比，實驗測得的最大絕對誤差為0.4 μm，多次測量誤差的均值為0.2 μm。誤差分析表明，該偏心測量算法具有較高的穩定性和重復性，能夠滿足高精度編碼器裝配的測量需求。

5 結論

本研究針對光柵編碼器碼盤偏心調整的高精度、高效率需求，提出了一種基于單目顯微視覺的自動化調整方案。結合亞像素邊緣特征提取檢測和多基圓特征擬合，建立基于極坐標方程的碼盤偏心最大位置計算模型。通過12點采樣策略和二次微調機制，克服了止推環摩擦力的影響，顯著提升調整效率和準確度。16組獨立實驗表明，不受裝夾位置變化的影響，該算法測量誤差均值僅為0.2 μm，具備良好的重復性和適應性。技術解決了傳統人工調整依賴經驗、一致性差的痛點，為編碼器智能制造提供了解決方案。

參考文獻：

[1] 賈興丹，萬秋華，趙長海，等.光電編碼器測速方法現狀與展望[J].儀表技術與傳感器，2018（3）：102-107.

[2] 張建輝，陳震林，張帆.絕對式光電編碼器的編碼理論研究進展[J].振動.測試與診斷，2021，41（1）：1-12，197.

[3] 趙映川.編碼器原理與應用分析[J].無線互聯科技，2018，15（22）：67-69，78.

[4] 王斐.基于機器視覺的編碼器光柵自動調整技術[D].哈爾濱：哈爾濱理工大學，2016：6-10.

[5] HARALICK R M. Digital step edges from zero crossing of second directional derivatives[J]. IEEE Transactions on Pattern Analysis amp; Machine Intelligence，1984，PAMI-6（1）：58-68.

[6] 王祥華，張廣明，張進明.基于小波去噪和改進Canny算子的邊緣檢測[J].現代計算機（專業版），2012（7）：32-35.

[7] 化春鍵，熊雪梅，陳瑩.基于拉格朗日乘子法的空間圓弧擬合優化方法[J].工程設計學報，2018，25（6）：661-667.