展会信息港展会大全

基于图像处理技术的同步环智能检测系统
来源:互联网   发布日期:2011-08-18 00:08:57   浏览:11415次  

导读:基于图像处理技术的同步环智能检测系统 -...

 阅读文章--机电之家


基于图像处理技术的同步环智能检测系统


[ 来源:'d' | 类别:技术 | 时间:2005-12-8 21:13:23 ] [字体:]


基于图像处理技术的同步环智能检测系统

原作者:占细雄,谢宣松,林君   出处:(吉林大学国土资源部现代地球物理开放实验室,吉林长春130026)

 

【论文摘要】针对汽车生产线上同步环监测过程中检测错误率高的不足,提出了基于图像处理技术的同步环自动定位检测的解决方案,该系统通过一个实用的算法校正了生产线的位置移动对检测结果带来的影响,并充分利用一些巧妙的手段消除了背景光、工人走动等带来的干扰,可以对生产线进行实时监测,能检测出微小同步环是否安装及具体是哪一个同步环被漏装,并自动报警、保存出错信息。系统已成功的应用于汽车生产线上。



[中图分类号]TP274.5 [文献标识码]A [文章编号)1000-0682(2004)01-0021-02

1 引言

    同步环是汽车变速箱的关键零件,主要用于汽车行驶中平稳变速换档[1]。汽车组装过程中的一个重要环节是同步环的检测,看是否有同步环被漏装。传统方法是把摄像头固定在某个地方,让变速箱到达摄像头的视野内时停顿下来进行摄像,然后对事先设置好的检测点进行分析,若同步环被漏装就报警。其缺点是生产线要停顿,当变速箱与生产线的相对水平位置或相对垂直位置发生移动时不能实现准确检测,经常发生误报警或不能正确检测出被漏装了同步环的变速箱。所以在生产线上还必须有人工检测,从而制约了生产质量和效率的提高[2]。现代化的生产要求有一套高精度并能实时监测生产线的设备。笔者根据这一情况提出了一套改进方案,系统先用摄像头摄下一幅现场图片作为模板[3],在检测过程中捕捉待检测变速箱的图像,用捕捉到的图像和模板比较,从而得出结果。为了消除位置移动带来的误差,先在模板上明显位置设置水平和垂直检测线,然后设置检测点[4]。系统对检测线定位来计算出变速箱和摄像头相对位置的偏差,用此偏差作为矫正参数来对事先设定好的坐标点进行修正,对修正后的坐标点按照一定的逻辑规则检测就可实现对生产线上同步环的高精度监控。

2 系统构成

    系统的硬件包括普通CCD摄像头,基于ISA总线的图像处理卡、一台有ISA总线的工控机和触发报警电路。系统对生产线的某一点A进行定点检测,该点的信息由摄像头摄人并经过图像采集卡处理之后送人计算机。通过程序控制图像采集卡的工作模式使该点信息能实时显示。控制电路通过中断方式和计算机通讯,只要同步环到达A点,触发电路就发出中断脉冲触发底层计算机进行中断处理,处理程 序首先保存触发时该点的图片,然后对该图片按照操作人员设置的方法进行处理。若无异常情况发生,生产线正常运行,否则由控制电路负责停下生产线并进行报警,等待工作人员做出相应处理,同时保存产生中断时的画面,记录报警时的时间、次数和漏装的同步环的个数和号码,以便工作人员进行分析。

3 设计原理

    检测部件的模型如图3—1所示。所要检测的便是图中白色的小圆环1和2,在黑柱子C的上面与D的下面之间还有一个小的看不见的小圆环3,这些小圆环有2mm厚,称为同步环。系统要检测的便是同步环是否安装和哪个同步环被漏装。若同步环1没有装上去,物体A便会向下移动到1的位置,若2被漏装,B就会移动到2所在的位置,若3被漏装,C上面的所有部件就都会向下移动一个环的位置。当把标准部件用摄像头照下来时,该图像就反映了部件外形上的物理信息,若该物体的形状发生改变,摄下的图像就会发生相应的改变,只需在标准图上设置一些特征点来和实时检测到的图像的特征点进行比较,就可判断出图形是否发生变化,从而得知是否有同步环被漏装,进一步可根据设置的特征点来判断是哪一个同步环被漏装。基于以上分析可建立如图3—2所示的控制系统模型[5]:

      

    检测算法实现方式如下:

    ①软件根据现场某幅图片设置定位扫描线L1的起点Start(x1,Y1)和终点VerEnd(x1,Y1)、L2的起点Start(x2,y2)和终点HorEnd(x2,Y2)、L3的起点Start(x3,y3)和终点HorEnd(x3,Y3)的检测点的位置、灰度域值和判断检测逻辑;

    ②控制软件在中断时保存一幅图片到内存,开始扫描水平线11,通过灰度值变化测出圆柱E的水平起始位置VerP(x1,y1),检测出部件在实际图片中的位置与工作人员设定图片中的位置的水平偏差VerShift=VerP.x1-End.x1;

    ③扫描垂直线L2和L3,此时应加上②里所得到的水平偏差修正量VerShift,即分别从点Start(x2+VerShift,Y2)和点Start(x3+VerShift,Y3)开始垂直向下扫描,测出圆柱C和E的垂直起始位置HorP(x2,Y2)和HorP(x3,Y3),得出部件在实际图片中的位置与设定图片中的位置的垂直偏移量HorShift=HorP.y2-Horend.y2和部件D的垂直变化量shift3=Horn.y3-HorEnd.Y3,若shift3>HorShifi,C和D间的同步环3漏装,否则3没有被漏装;

    ④开始像素点的检测。假定设置了2个矩形框R1和R2,系统就用②和③里测出的偏移量对事先设定的位置修正后用二值法进行检测。依次检测矩形框内像素点的灰度值,若矩形框里80%的像素点是黑色,则判定该矩形框是黑色,否则是白色。在图3—1中,正常情况下R1处应该是黑色,R2处应该是白色。若同步环1漏装,A会下降,使R1变成白色,R2变成黑色。通过这种矩形框的灰度值的变化可测出同步环是否被漏装;

    ⑤若同步环被漏装,开始报警并把漏装的同步环送出生产线,等候现场工人处理,同时保存图片和相关信息到硬盘以便事后查询和分析。当工人处理完后按任意键就可以启动生产线开始正常工作,监测系统开始检测。若没有同步环被漏装,不做任何处理,系统继续实时显示生产线的状态,等候中断信号的到来。

    系统含有一套设置软件专用于设置检测线、检测点、检测逻辑和灰度值。各种参数可以根据现场需要通过设置软件进行。采用了冗余技术来防止干扰,扫描线和检测点的实际数目都多于所需数目。为了区别出变速箱不在识别范围内的情形,扫描线都设置了极限长度,当水平扫描线超过这一长度以后程序仍然没有捕获到图像信息,则认为该变速箱没有放上生产线,并不产生报警输 出。当垂直扫描线超过指定长度以后程序仍然没有捕获到图像信息时,则抛弃该扫描线。管理人员可以通过给定的密码进入底层软件的操作菜单,读取错误信息、修改密码和改变检测方案。在实际生产现场环境恶劣,干扰较多,为了避免干扰,降低误报率,在生产线的一侧放置强光源,在生产线的另一侧放上白色挡板,使部件的投影能投在挡板上,把摄像头放在一个能清晰摄下生产线投影的位置,然后把这些物体与外界隔离,提高黑白像素的对比度,并且避免了太阳光强度变化和人为走动对检测效果的影响。可由设置软件改变灰度域值来消除光源亮度变化带来的影响。在保证通过屏蔽线可以取回摄像头的图像的前提下,控制计算机可以根据需要放在任何地方。控制软件和设置软件直接通过读取文件的方式进行通讯,显得简单易行。

4 结束语

    该系统目前已成功应用于生产线上并取得较好的效果,10天的试验期里没有发生漏报,误报率保持在0.1%以下,太阳光线的变化和现场工人的移动不会对检测结果产生影响。

[参考文献]

[1] 贾建军.汽车同步环制造技术的现状及发展门[J].汽车工艺与材料,1997,(12):1—4.

[2] 王春宁.具有空间反馈噪声形成的自适应预测图像编码方法[J].电子科学学刊,1997,(5):625—629.

[3] 韩曾晋.自适应控制[M].北京:清华大学出版社,2002.

[4] 沈晓晶,潘俊民.机器人视觉伺服系统控制结构的研究[J].工业仪表与自动化装置,2002,(4):9—12.

[5] NarendraK.SandAnnaswanmyA.M.Stable,Adaptive System[M].Prentlce-Hall,1989.

基金项目:国家自然科学基金资助项目(40074045)。

作者简介:占细雄(1976-),男,湖北黄梅县人,硕士,主要从事计算机自动控制技术及信号检测技术研究。


·上篇文章:基于模糊控制决策的连铸机结晶器液位控制系统设计
·下篇文章:LonWorks系统中网络变量的捆绑与监视阅读:2589人次  【 我也要发表机电论文 】 【 】

 相关文章

·基于DSP和FPGA的机器人声控系统设计与实现 2011-3-5 11:23:16
·新手入门:电子元器件常识 2011-3-5 11:19:44
·如何为机器视觉系统选择采集卡 2011-3-5 11:16:07
·ARM的开发步骤 2011-3-5 11:11:31
·光电编码器的原理与应用 2011-3-5 11:10:01

特别声明:机电之家(http://www.jdzj.com)所共享的机电类资料,机电论文、机电类文章、机电企业类管理制度、机电类软件都来自网上收集,其版权归作者本人所有,如果有任何侵犯您权益的地方,请联系我们,我们将马上进行处理。购买的论文都出自原创,保证作者的原创的版权的转让,任何纠纷由法律解决。

 相关评论0篇,当前显示最新的5篇

主办:浙江-杭州-机电之家网络运营部

浙ICP备05041018号

我要啦免费统计

赞助本站

人工智能实验室
AiLab云推荐
展开

热门栏目HotCates

Copyright © 2010-2024 AiLab Team. 人工智能实验室 版权所有    关于我们 | 联系我们 | 广告服务 | 公司动态 | 免责声明 | 隐私条款 | 工作机会 | 展会港