一种在线检测工件组装的机器视觉装置及检测方法与流程

1.本发明属于焊接自动控制领域，涉及机器视觉，具体是一种在线检测工件组装的机器视觉装置及检测方法。


背景技术：

2.随着产业升级以及智能制造趋势的发展，自动化、智能化设备进入各个传统行业。新能源电池冷却板管口组件由多个零件组成，由于待组装零件存在很大相似性，而且零件体积小、数量多，装配失误的可能性极高，装配失误后，工件焊接后即报废。
3.传统的加工方式是人工装配，然后由人工火焰钎焊或在人工辅助在自动火焰钎焊机上完成焊接。由于产品的特殊性，对每个零件的位置、装配尺寸精度等均有严格的要求。在生产实践中，时有发生漏装零件，装错零件，安装不到位等情况，以致造成焊接后出现次品、不合格品甚至报废的情况，产生浪费。而对于自动化生产而言，先组装，再检验，检验合格再去焊接的过程，严重制约了自动化过程的实施效率。
4.产品为铝材质，银白色，反光效果好。产品尺寸小，细节多，视觉上零件与周围环境的可区分度较差。而且生产环境通常是普通生产车间，设备内部有灯光照明，上述原因造成光源复杂。而且，因为工装运行轨迹及人员操作空间限制，无法制造固定的封闭光源暗箱；移动式光源暗箱运动部分复杂。
5.传统传感器检测需要考虑传感器的固定问题，本产品所需的检测项目内容，需要几十组传感器，空间占用大，成本高。且需要做成可移动式结构，防止检测系统与工装运动轨迹干涉，导致传感器检测方式难以实现，而且检测速度慢，影响生产效率。


技术实现要素：

6.本发明的目的在于克服现有技术的不足之处，提供一种提升质量、提升效率、可靠性高、节约人工的在线检测工件组装的机器视觉装置及其检测方法。
7.本发明解决其技术问题是采取以下技术方案实现的：
8.一种在线检测工件组装的机器视觉装置，本装置安装在自动火焰钎焊系统中，系统动作由plc控制，其特征在于：本机器视觉装置包括照相机、处理器、照明控制器以及光源，照相机以及光源分别通过线路连接处理器，光源与处理器之间的线路中串联照明控制器，照相机、光源以及处理器均连接电源，光源与照相机安装在待检测工件的两侧且相对设置，照相机采集工件的图形数据。
9.而且，自动焊接系统包括多工位转盘、工件夹具，多工位转盘上径向均布安装有多个工件夹具，多工位转盘驱动工件夹具依次旋转到多个不同的工位，其中第一工位为用于将零件装入工件夹具的上料工位，同时也是将完成全部焊接工作后去下产品的下料工位，本装置安装在第一工位的位置。
10.而且，所述照明控制器采用10位置的旋转可调旋钮。
11.而且，所述处理器提供对图形的处理及输出功能，选择开关量输出模块的处理器，
将输出的开关量信号能够传输给plc。
12.一种在线检测工件组装的机器视觉检测方法，其特征在于：步骤为：
13.(1)第一工位安装工件，工件安装在光源与照相机之间；
14.(2)机器视觉装置的光源保持常亮，照相机采集到光源背景中零件投射出的图像；
15.(3)照相机将采集到的图像传输到处理器，处理器进行图形的分析和处理，检测全部可能存在的组装错误；
16.(4)输出分析结果，本实施例采用开关量输出模块，将开关量信号直接传输给plc；
17.(5)工件焊接完成后回到。
18.而且，在采集之前，根据现场环境调节光源亮度；调节照相机焦距，保证能够采集到清晰图像。
19.而且，全部可能存在的组装错误包括：
20.序号零件名称错误1错误2错误3错误41基体装反未装到位
ꢀꢀ
2中立管漏装装反未装到位重复焊接3侧立管漏装装反未装到位重复焊接4立柱漏装未装到位重复焊接 5侧立管焊环漏装重复装未安装到焊接位置焊环变形6中立管焊环漏装重复装未安装到焊接位置焊环变形7立柱焊环漏装重复装未安装到焊接位置焊环变形8侧立管定位工装未下压未下压到位
ꢀꢀ
9中立管定位工装未下压未下压到位
ꢀꢀ
10立柱定位工装未下压未下压到位
ꢀꢀ
21.而且，处理器进行图形的分析和处理的方式，图像处理采用的图像识别算法，图像分析采用图形示教及图像亮度值分布比较法。
22.而且，图形示教及图像亮度值分布比较法具体为：
23.选取中间接管作为视界范围确定的基准图像，采用图形比较的方式做判断，机器视觉系统对获取的图形特征与实际抓取的图像特征做比较，报告所找到的图案的x,y坐标值，角度，输出检查窗口的“工具固定原点”，从而为其它图像识别工具提供一个图像位置的基础；
24.该算法在预设的图像范围内，寻找与预先示教的图形相匹配的图像特征，包括边缘、面积，并计算此图像特征在摄像头视界中的位置，由此获取其它各个识别点的相对坐标值、角度；如果无法找到匹配的图形，如因外界光源炫光干扰，造成轮廓变形，无法匹配图形，则视觉系统报错；此识别方式系统有边缘识别、面积识别两个模式，鉴于是背光源，边缘线比较清晰，所以采用边缘识别，获取准确的坐标和较高的识别率；
25.对于其它检测点，选取亮度作为检测工具，对检测范围内，根据平均灰度值确定特征是否存在；如果区域面积的得分在极限范围内，则报告通过，否则报告失败；
26.这种检测方法，通过计算预设的检测框内的图像平均灰度值与示教时预存的数值范围相比较，实际图像灰度值在预设的极限范围内则通过检测；
27.调整时，通过调整检测区面积和检测区位置，直接改变平均灰度值，然后调整灰度
的上下限数值，使测量值位于上下限的中值即可；
28.针对全部可能存在的组装错误缺陷，对于每一个缺陷设置检测点，每个设置点都采用平均灰度值检测。
29.本发明的优点和积极效果是：
30.1、本装置的应用即能够有效解决装配过程中零件防歪、放错的问题，又能够解决装配后装配位置及尺寸的自动检验问题。
31.2、本装置的应用能够解决自动检验与自动控制系统连接问题，机器视觉检测可以采用远距离测量方式，躲避开工装的运动轨迹；而且固定机械结构简单，位置灵活，结构简单，实用性强。
32.3、本装置的应用能够解决机器视觉监测中误判率高的问题，通过fmea分析表(表1)，我们列出了产品在手工装配过程中可能出现的错误，采用本方法可以全面检测可能出现的问题。
33.4、本发明采用了机器视觉系统的技术，零件在装配过程中及装配后立即被机器视觉系统所识别、分析、计算等，快速给出组装正确与否的结论，并实时给出图像显示及具体偏差参数，实现了工件组装正确与否的在线检测。
34.5、本装置经过在不同场地的实验运行，尽管设备周边环境，照明条件，空间变化等情况多次发生，但是本装置的视觉系统都能够达到误判率为零的效果，适于在本领域推广使用，检验效果好，可靠性高。
附图说明
35.图1为本发明的连接示意图；
36.图2为零件分解示意图；
37.图3为成品示意图；
38.图4为本装置的安装位置示意图；
39.图5为光源亮度与识别成功率关系图；
40.图6为基准图像的设置画面；
41.图7为其他检测点的设置画面。
具体实施方式
42.下面结合附图并通过具体实施例对本发明作进一步详述，以下实施例只是描述性的，不是限定性的，不能以此限定本发明的保护范围。
43.一种在线检测工件组装的机器视觉装置，本装置安装在自动火焰钎焊系统中，系统动作由plc控制。自动火焰钎焊系统为在先开发的自动焊接系统，已在先申请专利保护，本文中不再详细描述。
44.参见图2和图3所示，产品能源电池冷却板总成的进出冷却液的管口部分是由4个零件组成，加上焊环共有7个零件，焊接后成为一个整体。待组装零件存在很大相似性，而且零件数量多，装配失误的可能性极高，装配失误后，工件焊接后即报废。4个零件分别为1个连接件，2个尺寸相同的接管，1个紧固件，2个尺寸相同的大焊环、1个小焊环。
45.自动焊接系统包括多工位转盘1、工件夹具2，多工位转盘上径向均布安装有多个
工件夹具，多工位转盘驱动工件夹具依次旋转到多个不同的工位，其中第一工位为用于将零件装入工件夹具的上料工位，同时也是将完成全部焊接工作后去下产品的下料工位，本装置安装在第一工位的位置。
46.本机器视觉装置包括照相机6、处理器7、照明控制器4以及光源3，照相机以及光源分别通过线路连接处理器，光源与处理器之间的线路中串联照明控制器，照相机、光源以及处理器均连接电源(电源为常规连接，图中未示出)。光源与照相机安装在待检测工件5的两侧且相对设置，照相机采集工件的图形数据，工件在光源稳定照明背景中，能够获得清晰的图像。
47.照相机能够调节焦距，获得清晰的图像。
48.照明控制器能够调节光源的亮度，本实施例采用一个10位置的旋转可调旋钮，通过转动旋钮控制光源的亮度。
49.处理器，提供对图形的处理及输出功能，本实施例选择开关量输出模块的处理器，将输出的开关量信号直接传输给原plc。
50.电源，为系统提供24v直流电。
51.本装置的加测方法为：
52.(1)上料工位安装零件；
53.(2)机器视觉装置的光源保持常亮，照相机采集到光源背景中零件投射出的图像；在采集之前，应根据现场环境调节光源亮度；调节照相机焦距，保证能够采集到清晰图像。
54.(3)照相机将采集到的图像传输到处理器，处理器进行图形的分析和处理，检测全部可能存在的组装错误；
55.表1组装错误fmea分析表：
56.序号零件名称错误1错误2错误3错误41基体装反未装到位
ꢀꢀ
2中立管漏装装反未装到位重复焊接3侧立管漏装装反未装到位重复焊接4立柱漏装未装到位重复焊接 5侧立管焊环漏装重复装未安装到焊接位置焊环变形6中立管焊环漏装重复装未安装到焊接位置焊环变形7立柱焊环漏装重复装未安装到焊接位置焊环变形8侧立管定位工装未下压未下压到位
ꢀꢀ
9中立管定位工装未下压未下压到位
ꢀꢀ
10立柱定位工装未下压未下压到位
ꢀꢀ
57.fmea：failure mode and effects analysis失效模式与影响分析
58.图像处理采用的图像识别算法，要充分考虑待识别目标的几何图形特性、图像的前景和背景的分离突出效果；以及用做图像识别的特征要素部位的产品一致性，防止出现同一种产品有的批次检测误判率较高的现象。
59.视觉检测方式选择了图形示教及图像亮度值分布比较的方法。
60.如图6所示，选取中间接管作为视界范围确定的基准图像，采用图形比较的方式做判断，机器视觉系统对获取的图形特征与实际抓取的图像特征做比较，报告所找到的图案
的x,y坐标值，角度，输出检查窗口的“工具固定原点”，从而为其它图像识别工具提供一个图像位置的基础。
61.该算法在预设的图像范围内，寻找与预先示教的图形相匹配的图像特征(边缘、面积等图形参数)，并计算此图像特征在摄像头视界中的位置，由此获取其它各个识别点的相对坐标值、角度。如果无法找到匹配的图形，例如因外界光源炫光干扰，造成轮廓变形，无法匹配图形，则视觉系统报错。此识别方式系统有边缘识别、面积识别两个模式，鉴于我们是背光源，边缘线比较清晰，所以采用边缘识别。这样可以获取准确的坐标和较高的识别率。
62.如图7所示，对于其它检测点，选取亮度作为检测工具，对检测范围内，根据平均灰度 (即亮度)值确定特征是否存在；如果区域面积的得分在极限范围内，则报告通过，否则报告失败。
63.这种检测方法，通过计算预设的检测框内的图像平均灰度(即亮度)值与示教时预存的数值范围相比较，实际图像灰度值在预设的极限范围内则通过检测。
64.这个方式误差率小，易于调整。调整时，通过调整检测区面积和检测区位置，直接改变平均灰度值，然后调整灰度的上下限数值，使测量值位于上下限的中值即可。
65.针对fmea分析(表1)中列出的各项错误，对于每一个缺陷设置检测点，每个设置点都采用平均灰度(即亮度)值检测。
66.经实际用500件正确装配的产品实测，系统未出现误判。模拟装配错误300件测试后，未出现误判。
67.表2实测结果
68.[0069][0070]
(4)输出分析结果，本实施例采用开关量输出模块，将开关量信号直接传输给plc。
[0071]
根据经验，机器视觉系统影响识别效果的部件为以下三个部分：
[0072]
摄像头的分辨率，视野；
[0073]
光源类型；
[0074]
光源的亮度。
[0075]
摄像头选择：
[0076]
摄像头的分辨率和视野，取决于产品的尺寸、需要识别部分的尺寸、识别精度，以及产品和摄像头的距离。
[0077]
摄像头的选择，一般可以用实验的方式解决。因为分辨率越大的摄像头价格越高。所以尽量选择刚好满足检测要求的摄像头。这次设计方案，我们是用实验的方法，在3款不同分辨率的摄像头中选择确定的。
[0078]
确定摄像头分辨率后，鉴于产品的材质、色彩、反光度等物理特性，综合光源类型，以及最终形成的图像效果等因素，最终选定采用黑白摄像头。
[0079]
光源类型选择：
[0080]
直接决定了机器视觉系统的使用效果，所以要精心选择。可以根据待测工件的材质，表面粗糙程度，待检测部位的具体要求，参照下面光源特性表(表3)选择。
[0081]
根据表3，结合产品因素以及环境因素，确定选择背光光源作为照明，抓取剪影图像用于分析。
[0082]
这种光源会形成剪影效果的图像，白色的背景，黑色的工件图像非常容易识别。
[0083]
这种背光光源，有效的避免了灯光照射在银色金属工件上产生的眩光，干扰图像识别，造成误判。
[0084]
表3：光源特性表
[0085][0086]
光源亮度选择：
[0087]
对于亮度，我们采用了实际测试的方法，实测结果见图5。
[0088]
根据实测数据，总结出在此设备环境中，使用背光光源，在无外界光源干扰条件下，光源亮度达到3即可实现无误判。在有外界光源干扰下，光源亮度达到4，可实现无误判。考虑长期使用后，光源亮度衰减的因素，设置亮度范围为5～8。
[0089]
尽管为说明目的公开了本发明的实施例和附图，但是本领域的技术人员可以理解：在不脱离本发明及所附权利要求的精神和范围内，各种替换、变化和修改都是可能的，因此，本发明的范围不局限于实施例和附图所公开的内容。