基于CPS的特殊陣列式元件配裝*

吳天航，何衛(wèi)平，張 利，楊 森，郭改放

（西北工業(yè)大學(xué)機電學(xué)院，西安 710072）

吳天航 西北工業(yè)大學(xué)機電學(xué)院航空宇航制造工程系碩士研究生，主要從事攝像機標定和姿態(tài)求解、圖像處理、模式識別與移動端Android軟件開發(fā)，主要研究方向為計算機視覺、圖像處理，與其他項目組成員合作完成了基于CPS的陣列式元件輔助裝配系統(tǒng)。

為克服某些元件在尺寸增加時性能衰退現(xiàn)象，或提升某器件的整體性能，人們已經(jīng)開始使用多個相同的小尺寸元件陣列式地配裝成大尺寸的整體元器件[1-10]，如陣列式LED燈光、陣列式紅外攝像機等。在某些特殊要求的高精準場合中，僅僅簡單地把相同型號的元件線性布陣已經(jīng)無能為力，如對航空工業(yè)中的DPM條碼識讀裝置中的內(nèi)置陣列式LED光源，往往需要通過精準的位置裝配來實現(xiàn)光強均勻分布、照亮范圍均勻分布，使其為讀碼鏡頭提供更好的光照環(huán)境，這時需要充分考慮到不同元件個體的參數(shù)之間的微小差異，以及其裝配位置的精準安排，以實現(xiàn)最優(yōu)化的裝配陣列。這樣就對裝配環(huán)節(jié)的元件信息采集、工裝的精度、裝配模式和檢測方法有著更高的要求。

本文提出結(jié)合賽博物理系統(tǒng)（Cyber-Physical Systems，CPS）[11-13]、增強現(xiàn)實技術(shù)（Augmented Reality，AB）[14-16]和物料唯一標識技術(shù)（Item Unique Identification，IUID）[17-20]的原型系統(tǒng)，闡述如何解決上述陣列配裝過程中的問題，在元件信息獲取、物理空間精確計算等重要環(huán)節(jié)加以改進，有效地提高裝配效率。

本文分別闡述了陣列式元件裝配的最優(yōu)化問題，分析了整個原型系統(tǒng)的概念、構(gòu)建和工作原理以及誤差關(guān)系，并且結(jié)合實際原型系統(tǒng)進行了實例說明和進行了相關(guān)工作總結(jié)。

外觀相似零件配裝陣列的最優(yōu)化問題

1 配裝陣列

配裝陣列（以下簡稱配陣）是將一定數(shù)量的相似零件按照一定規(guī)則安裝在固定位置上，由于發(fā)生功能耦合，配陣的總體性能＞個體性能的簡單疊加。如圖1所示，LED燈按照一定規(guī)則配裝后，其亮度、工作距離等性能均有所提高。在陣列式整體元器件的配裝過程中，有如下規(guī)定：

（1）個體（pi）差異。該高性能陣列式LED光源W由特殊的多個單體LED元件pi陣列配裝而成。其單個個體LED即使在同批次的產(chǎn)品中，也很難保證它們的特性參數(shù)（aij）完全相同。（2）個體特性參數(shù)ai。考慮到陣列式整體元器件的整體特性，必須考慮到每個元件（pi）的性能參數(shù)。如對于LED燈，有以下重要參數(shù)：ai1光轉(zhuǎn)換效率、ai2流明效率、ai3光通、ai4相關(guān)色溫（Tc）、ai5色品坐標值、ai6顯色指數(shù)（Ra）等。個體的特性參數(shù)aij之間會互相影響，綜合反映在陣列式整體的性能C中。（3）個體位置參數(shù)li。每個元件個體pi最終配裝到陣列式整體的某個位置li上，如圖2所示。具有互換性的裝配只要pi滿足li∈L，而在高精準要求下，需要考慮個體性能差別，通過特殊的配裝位置組合達到整體性能的最優(yōu)。（4）性能最優(yōu)的布陣方案。設(shè)待裝配個體總數(shù)為m，第i個個體為pi，安裝位置為li，n個特性參數(shù)構(gòu)成集合ai=(ai1,ai2,ai3,…,ain)，則物理空間中t時刻個體可表示為pi=(ai,li,t)，個體集合為P={p1,p2,p3,…,pm}，位置可行集為l={l1,l2,l3,…,lm}，特性參數(shù)矩陣為，則系統(tǒng)總體性能為，其中 f為個體性能評判函數(shù)。在給定元件特性參數(shù)矩陣A和位置可行集L時，由于個體性能參數(shù)差異，存在一種最優(yōu)布陣方案，按此布陣方案可以使陣列式整體性能達到最優(yōu)。由最優(yōu)化理論，L*為如下問題的解：

圖1 陣列式裝配體的性能不等于個體性能的簡單疊加Fig.1 Attribute parameters of whole array is not equivalent to the sum of attribute parameters of all the individual parts

圖2 元件個體的布陣位置和陣列式整體Fig.2 Position of each element and the whole array

2 人為手動配裝方法需要改進

設(shè)陣列式器件需要用m個外形相似但特性參數(shù)不同的元件個體Pi，按照一定的布陣規(guī)則配裝而成。傳統(tǒng)的裝配方式如圖3所示。

這種傳統(tǒng)的裝配方法人工強度大，耗時長，而且容易出錯。除此之外，裝配過程中沒有監(jiān)督，裝配完成后的陣列式整體的檢測方式單一，一旦檢測出有問題往往需要重裝。這種傳統(tǒng)方法效率低下，已經(jīng)很難勝任大量外觀相似零件的裝配任務(wù)，分析其原因，主要有以下3個方面癥結(jié)。

（1）記錄錯誤：個體之間混淆。

記錄混淆（錯誤）：因為個體元件集合{pi}中的所有元件個體pi的外觀都極其相似，所以在元件生產(chǎn)后入庫時，操作人員需要對每個元件進行編號并且記錄到數(shù)據(jù)庫或者記錄本上，但由于操作人員需要手動粘貼標簽和編號，加之元件個體之間外觀幾乎沒有區(qū)分，極易產(chǎn)生元件個體pi和元件參數(shù)ai之間的錯誤匹配記錄。

記錄誤差：由于每個個體元件的參數(shù)(ai1,ai2,ai3,…,ain)眾多，難免在某個參數(shù)的手工錄入中產(chǎn)生誤差。

辨識混淆（錯誤）：在個體元件出庫時，由于工人誤操作等導(dǎo)致的元件和參數(shù)之間的匹配錯誤。

辨識誤差：在個體元件出庫時，在某個個體的參數(shù)讀取中，由于讀取錯誤產(chǎn)生的誤差。

（2）操作錯誤：配裝位置差錯。由于元件個體外觀相似，對給定的配陣位置，在操作人員手動安裝元件到目標位置過程中，易出現(xiàn)錯拿和錯放情況，導(dǎo)致元件個體目標位置偏離。

（3）產(chǎn)品檢驗復(fù)雜，重復(fù)性工作多。在裝配過程中，由于時間成本較高，人工的操作方式通常不進行單步檢驗，只能待裝配完成后，進行最終檢驗才能發(fā)現(xiàn)潛在問題。不僅如此，在檢測出陣列式整體的問題之后，需要對其進行元件個體的逐個嘗試性檢查替換，甚至整體的重新組裝。

圖3 傳統(tǒng)的陣列式零件裝配流程Fig.3 Flow chart of conventional assemble of the array products

3 解決思路和關(guān)鍵技術(shù)

針對上述特殊性能要求的陣列式元器件裝配中的數(shù)據(jù)管理、操作和性能驗證問題，給出解決思路并建立如圖4所示的原型系統(tǒng)進行驗證。

（1）基于IUID的個體記錄和辨識。使用IUID技術(shù)的產(chǎn)品全生命周期的信息追蹤技術(shù)，可保證元件個體和個體性能參數(shù)在零件整個生命周期內(nèi)的唯一對應(yīng)，省去人工區(qū)分零件和記錄、讀取零件參數(shù)信息的步驟，從而杜絕個體記錄錯誤和辨識錯誤，極大地降低記錄誤差和辨識誤差。

（2）基于CPS的信息對象與物理對象融合操作。使用CPS進行對象感知、參數(shù)布陣計算物理位置注冊、虛擬位置注冊以及虛實融合，并且通過多感知器和自動設(shè)備對安裝過程進行監(jiān)控，實現(xiàn)了中間過程的單步檢驗、錯誤警告和最終檢驗。

（3）基于AR的操作引導(dǎo)。采用AR技術(shù)，進行虛擬菜單的顯示、手勢人機交互和裝配過程的動畫引導(dǎo)，以人機交互的方式實現(xiàn)單步流程控制。

基于DPM的個體數(shù)據(jù)采集

在物聯(lián)網(wǎng)、智能制造中[21]，自動識別技術(shù)[22]是對象實時感知和信息采集的基礎(chǔ)，也是解決外形相似零件辨識問題的重要手段。在眾多標識技術(shù)中廣泛被使用的是射頻標簽（Radio Frequency Identification,RFID）技術(shù)和條碼技術(shù)。通過使用標識技術(shù)，可以在個體元件信息采集、獲取、驗證過程中保證其個體pi性能aij的一一對應(yīng)，不產(chǎn)生混淆。

1 IUID

IUID是美國國防部制定的給予某物料永久性的標識方法[20]。國內(nèi)外對于零件的自動標識主要采取3種技術(shù)：條碼粘貼、射頻識別RFID以及直接零件標識技術(shù)（Direct Part Marking,DPM）。物料識別方式對比如表1所示[23]。條碼粘貼方式弊端明顯，由于條碼標簽與對象分離，人工粘貼帶來的信息錯位不可完全避免，不是解決多個外觀相似零件標識的有效方式。

2 RFID和DPM

RFID可以在遠距離的情況下以無線通信的方式讀取對象信息，非常適合 CPS環(huán)境[18，24]。但是，RFID 在工業(yè)制造環(huán)境中識讀時存在電磁干擾、標簽與對象的連接方式復(fù)雜等。在本文討論的問題中，RFID存在的最大缺陷是對距離的分辨程度低（一般＞1m），不能指認其中任意1個確定的對象[18]。對于一批待裝配零件，通過RFID可以獲得所有零件的特性參數(shù)，但無法從該批次零件中有效建立零件與特性參數(shù)一對一關(guān)系，如圖5所示。DPM技術(shù)中標識符號和對象一體化、牢固耐磨，便于長期追蹤，成為解決機械零件追蹤的有效方法[23]。因此，對于本裝配場景，選擇使用DPM作為零件標識，記錄元件對應(yīng)編號，建立同質(zhì)化元件與參數(shù)一一對應(yīng)關(guān)系，在場景中采用遠距離讀取DPM的方式進行對象識別。

圖4 原型系統(tǒng)框架Fig.4 Prototype system framework

3 遠距離識讀DPM

由于當前最先進的讀碼裝置也只能在大約1～50cm范圍內(nèi)讀取尺寸4～20mm的條碼，更遠距離下尚沒有成熟的識讀方案，本文提出采用短焦相機-自動云臺搭載長焦相機的方案。本文從高分辨率背景相機（1280×1024像素）中獲得整個裝配場景的圖像，從而進一步在圖像中定位二維條碼。在這種條件下，二維條碼的單個模塊往往＜1個像素，整個條碼占有像素在30×30以下，并且周圍紋理環(huán)境干擾嚴重。本文利用目標二維條碼的梯度方向直方圖（HOG）[25]作為特征進行位置檢測。在DPM碼讀取方面，拋棄傳統(tǒng)的直線檢測算法-霍夫變換[26]，采用Rafael Grompone改進的LSD（Line Segment Detector）算法[27]進行定位，進而進一步解碼。

圖5 與RFID對比，DPM可以辨識相似物體Fig.5 Compared with RFID,distinguishing similar objects by DPM

CPS環(huán)境的搭建

1 配裝系統(tǒng)的物理空間（Physical Environment,PE）和賽博空間（Cyber Environment,CE）

本文所涉及原型系統(tǒng)需要精準的CPS系統(tǒng)，需要在不同空間處理物體的位置信息，在多感知器（Perceptors）、精準的自動機械設(shè)備執(zhí)行終端（Terminals）和顯示設(shè)備（Display Devices）上建立對齊的坐標系，所以構(gòu)建該系統(tǒng)的首要任務(wù)是建立多感知器、執(zhí)行終端、顯示設(shè)備環(huán)境各自的局部坐標系（Local Coordinate System， LCS）和統(tǒng)一的世界坐標系（World Coordinate System,WCS），以及各設(shè)備到世界坐標系的相對位置變換矩陣（Transformation Matrix，TM），以實現(xiàn)同一個物理對象在各個設(shè)備坐標系下的坐標和世界坐標系下絕對坐標的對應(yīng)和顯示設(shè)備的準確融合顯示（Mixed Display，MD）。設(shè)某對象在世界坐標系下的坐標為Ow，在某設(shè)備局部坐標系下的坐標為Op（Od，Ot），從設(shè)備坐標系到世界坐標系的變換方程近似滿足線性，設(shè)變換矩陣為Mp（Md，Mt），則存在以下轉(zhuǎn)換關(guān)系：

設(shè)賽博空間坐標系（Cyber Space Coordinate System,CSCS）中與世界坐標點Ow對應(yīng)的坐標為Oc，賽博空間到物理空間的坐標轉(zhuǎn)換矩陣為Mc，則按上式可擴展為統(tǒng)一形式（圖6）：

Ow=McOc。

通常，可以通過攝像機標定[28]、激光測量[29]、光學(xué)測量[30]等方式精確測量各個設(shè)備的實際空間位置，進一步獲取各個設(shè)備到世界坐標的坐標轉(zhuǎn)換矩陣。在建立賽博空間與物理空間相互對應(yīng)關(guān)系過程中，由于各種測量方式帶來的誤差，各個設(shè)備坐標與世界坐標的轉(zhuǎn)換矩陣ΔM產(chǎn)生M的誤差。

圖6 對齊的賽博空間和物理空間Fig.6 Aligned cyber environment and physical environment

2 對象實時感知和在賽博空間注冊

基于DPM記錄和辨識技術(shù)，通過精確對齊CPS環(huán)境中的感知器獲得物理對象的狀態(tài)（位置、IUID），進而可對數(shù)據(jù)庫查詢，獲得物理對象所對應(yīng)的信息（參數(shù)），并在賽博空間注冊該物體的信息對象，如圖7所示。

如果系統(tǒng)存在多個感知器來識別物理對象，則會獲得物理對象在不同感知器下的位置（Xp,Yp,Zp），通過各個感知器到世界坐標的轉(zhuǎn)換矩陣Mp，可以求得多組該物體的世界坐標。在此情況下，需通過最小二乘或者其他優(yōu)化方法提高其精度。由于感知器本身的測量誤差和工作環(huán)境限制，測得的對象位置坐標Op產(chǎn)生ΔOp的誤差。

至此得到了標記對象的狀態(tài)p=(a,Op)，即pi=(ai,li)，其中存在狀態(tài)Δpi誤差。在對象的感知過程中，由于感知器工作的效率不一定能夠達到實時性，存在一個當前對象的狀態(tài)和系統(tǒng)記錄該對象的狀態(tài)在時間上的同步誤差Δt（一般為延遲）。

3 賽博對象與物理對象融合與輸出

在精確對齊的CPS環(huán)境中，一般存在一個顯示設(shè)備，本系統(tǒng)基于AR技術(shù)，利用已知的對齊的賽博對象和物理對象，用賽博對象替代物理對象進行操作，可快速進行配裝方案的仿真和融合。賽博空間到顯示設(shè)備的顯示介質(zhì)（屏幕、眼鏡、桌面等）存在一個坐標轉(zhuǎn)換矩陣，可以將賽博空間的某賽博對象顯示到顯示介質(zhì)的目標位置。如對于屏幕，需要通過對賽博對象進行旋轉(zhuǎn)和縮放，采取合適的透視角度、裁剪以及視點變化，才能將賽博對象與物理對象在同一顯示介質(zhì)無縫隙融合，如圖8所示。通過賽博對象的坐標和顯示設(shè)備到世界坐標的轉(zhuǎn)換矩陣，可以獲得在顯示介質(zhì)上的坐標位置。在賽博空間轉(zhuǎn)換物理空間進行輸出時，由于顯示設(shè)備和變換矩陣不精確帶來的誤差不可避免，與理想輸出位置Od產(chǎn)生ΔOd的誤差，誤差大小由顯示設(shè)備自身精度和坐標變換矩陣決定。

4 物理系統(tǒng)與賽博系統(tǒng)的交互

本系統(tǒng)采用基于AR的交互技術(shù)，將虛擬信息疊加到真實物體上，通過賦予真實物體新的屬性實現(xiàn)交互功能，提升用戶體驗。采用基于現(xiàn)場投影的虛擬菜單交互設(shè)計，將工作面作為交互介質(zhì)投影出交互內(nèi)容，包括虛擬按鈕、交互內(nèi)容變化情況，采用基于手勢識別的交互命令提取方式，動態(tài)識別手指位置，獲得對應(yīng)命令參數(shù)，由后臺處理器對當前情況下的命令參數(shù)進行分析，控制相應(yīng)流程變化，在執(zhí)行后作出反饋，將結(jié)果動態(tài)顯示在投影內(nèi)容中，如圖9所示。

在將待安裝零件安裝到陣列對應(yīng)位置時，投影內(nèi)容將零件實際位置和安裝位置連接起來，實現(xiàn)了引導(dǎo)信息在物理對象上的疊加，將安裝位置直觀呈現(xiàn)給操作者，實現(xiàn)計算機選配，操作者“只裝不配”。

圖7 物理對象的感知和注冊到賽博空間Fig.7 Perception of the physical object and registration to the cyber environment

操作檢驗與誤差

1 過程追蹤與最終檢驗

CPS對環(huán)境進行實時檢測以實現(xiàn)對象狀態(tài)的監(jiān)控，在對象狀態(tài)發(fā)生改變時，對其狀態(tài)變化進行追蹤，同時由后臺計算機根據(jù)當前所處階段計算出對象的正確狀態(tài)，與所感知到的實時狀態(tài)進行比對，在二者差值超出一定閾值時，在工作現(xiàn)場輸出錯誤警告。與手工裝配相比，能夠在裝配階段實現(xiàn)對安裝結(jié)果的檢查，提前檢查出可能存在的錯誤。

最終的陣列式整體可以在配陣安裝完成后進行最終檢驗，通過讀取IUID標識和單個元件位置來綜合計算，獲得實際總體性能分布。

圖8 賽博對象在物理空間的融合顯示Fig.8 Mixed display of cyber objects in physical environment

圖9 菜單交互與導(dǎo)引Fig.9 Interaction with menu and guide

2 基于CPS配陣中的誤差

經(jīng)過前面的分析，整個系統(tǒng)可能產(chǎn)生的位置誤差有：各設(shè)備坐標轉(zhuǎn)換矩陣M產(chǎn)生ΔM的誤差；顯示設(shè)備輸出和理想輸出位置Od產(chǎn)生ΔOd的誤差；各設(shè)備自身的誤差等。另外還存在一個時間上的延遲。下面進行詳細的誤差傳遞分析。

考慮到配陣單元特性參數(shù)測量誤差、裝配陣列空間位置測量的誤差以及感知處理帶來的時間不同步誤差，賽博空間中與pi對應(yīng)的個體為pi'=(ai',li',t')，即pi'=pi+Δpi=(ai+Δ ai,li+Δli,ti+Δti)，其中，Δpi為個體時空關(guān)系和特性參數(shù)誤差，Δai為特性參數(shù)測量誤差，在個體參數(shù)測量時產(chǎn)生，Δli為空間位置測量誤差，Δti為由于測量和處理時間導(dǎo)致的時間不同步誤差。省略高次項后，單個感知器測量的位置誤差為Δli≈ΔMOp+MΔOp，多感知器的位置誤差為 Δli≈ h(Δli1，Δli2，…)，其中誤差函數(shù)h與所采用的精確算法有關(guān)。在賽博空間中由所獲得的特性參數(shù)矩陣A'和測得的裝配陣列位置集L'可計算出最優(yōu)布陣方案（L'）*[31]，陣列整體性能為

在由賽博空間輸出至物理空間時，輸出誤差ΔOd取決于輸出元件的精度，但由于陣列式裝配時只需標記出各元件個體在陣列上的對應(yīng)位置，在保證陣列位置能夠準確測量的前提下，輸出標記精度遠小于陣列上相鄰兩個體間距，輸出誤差可忽略不計。同時，由于個體信息不隨時間變化，信息處理導(dǎo)致的時間延遲可不予考慮。因此，該系統(tǒng)誤差主要由配陣單元特性參數(shù)測量誤差和裝配陣列空間位置測量誤差導(dǎo)致。設(shè)物理空間中與（L'）*對應(yīng)的陣列位置序列為Lp*，則實際陣列總體性能為

原型系統(tǒng)和驗證

本文實現(xiàn)的原型系統(tǒng)如圖3所示，采用DPM標識技術(shù)作為零件的IUID來區(qū)分相似零件及關(guān)聯(lián)其參數(shù)數(shù)據(jù)庫；利用環(huán)境自動云臺對準目標零件，識讀其標刻的DPM碼，讀取數(shù)據(jù)庫參數(shù)信息；采用配裝最優(yōu)算法，計算最佳裝配方案；利用外部投影儀投影虛擬動畫及零件信息疊加于真實場景之上進行交互，指導(dǎo)工人裝配，實現(xiàn)1個微型的CPS系統(tǒng)。

圖10 配裝殼體和待裝配零件Fig.10 Shell of the assembly and parts to be assembled

圖11 原型系統(tǒng)操作流程Fig.11 Operation flow of prototype system

1 系統(tǒng)需求和框架

該系統(tǒng)目的是按照亮度最均勻進行外觀相似零件裝配。該原型系統(tǒng)采用1個4×4安裝位置的配裝殼體，外形相同的16個個體采用金屬不銹鋼制作圓片表示，如圖10所示，其具有頻率和亮度性能參數(shù)。如圖3所示，該原型系統(tǒng)采用長短焦相機為感知設(shè)備，對標記IUID（采用DPM條碼）的零件進行識讀感知；其中自動云臺為1個感知器附屬執(zhí)行終端，輔助感知器工作（使相機對準零件）；使用投影儀作為顯示設(shè)備（另外為DMP識讀提供光源）；服務(wù)器作為計算中心模塊；桌面作為裝配環(huán)境和交互環(huán)境（包括投影虛擬按鈕和交互）。

2 系統(tǒng)工作流程

原型系統(tǒng)操作流程圖如圖11所示，由于本系統(tǒng)采用投影儀-相機系統(tǒng)進行原型系統(tǒng)驗證。采用文獻[32]中方法標定大場景相機-投影系統(tǒng)，相機精度可達到0.2像素，投影儀精度達到0.6像素。在圖10中，設(shè)在同一投影模板下二者外參分別為Mcam和Mpro，如圖12所示，世界坐標系下一點Pw在二者坐標系下坐標分別為Pcam和Ppro，則有以下關(guān)系：

工作時，首先將零件放置在工作桌面上，由相機檢測配陣位置和零件位置，用戶首先點擊“DECODE”按鈕，由自動云臺驅(qū)動長焦相機逐個掃描識讀零件ID（DPM碼），并由投影儀對當前零件標記，識讀成功后由后臺計算機根據(jù)所讀零件條碼信息從數(shù)據(jù)庫中提取零件參數(shù)信息并投影至桌面上，如圖13（a）～（b）所示；全部識讀完畢后，點擊“ASSEMBLYGUIDE”按鈕，計算當前零件配裝的最優(yōu)化方案；依次點擊“NEXT”按鈕，投影出各零件的準確裝配路線，為各零件依次進行裝配指導(dǎo)，并由背景相機實時監(jiān)控零件位置，在安裝位置出錯時提供錯誤提示，見圖13（c）；全部安裝完畢后，顯示整體性能分布，見圖13（d）。

3 系統(tǒng)應(yīng)用效果

隨機裝配與按亮度最均勻原則裝配，兩者總體性能對比如圖14所示，可以看出有效區(qū)域內(nèi)亮度不均勻，容易突變，而采用整體優(yōu)化后，亮度分布趨于均勻，有效地提高了整體性能。另外，經(jīng)過試驗室實際對比單個成品的裝配時間，傳統(tǒng)裝配方式平均需要12min，使用該原型系統(tǒng)則平均需要4.5min。該原型系統(tǒng)裝配方式使得裝配效率提高了62.5%，錯誤率接近于0。不僅如此，操作人員也大都適應(yīng)這種新型的裝配方式。

圖12 投影儀-相機聯(lián)合標定Fig.12 Projector-camera system calibration

圖13 陣列裝配流程Fig.13 Array assembly flow

圖14 隨機裝配與最優(yōu)裝配對比Fig.14 Contrast of random assembly and optimized array assembly

結(jié)束語

使用CPS進行復(fù)雜產(chǎn)品裝配是實現(xiàn)智能制造的有效手段。本文針對高精密儀器中相似零件配陣問題提出了一種基于CPS、AR和IUID的解決方案，并搭建原型系統(tǒng)進行驗證，極大地提高了外觀相似零件裝配的效率，在零件信息管理、裝配方案生成、過程監(jiān)控等方面使用了新的方法。但該原型系統(tǒng)還有許多不足，如對象狀態(tài)感知精度有限，可識別對象擴展性較差；實物改變時對虛擬信息調(diào)整量較大，虛實融合效果依賴于信息輸入和輸出設(shè)備如投影儀相機系統(tǒng)的標定精度；交互方式較為單一，用戶體驗效果有待提升，這些將在后續(xù)工作中繼續(xù)開展研究。

[1]周林,武劍,栗秋華,等.光伏陣列最大功率點跟蹤控制方法綜述[J].高電壓技術(shù),2008,34(6):1145-1154.

ZHOU Lin,WU Jian,LI Qiuhua,et al.Survey of maximum power point tracking techniques for photovoltaic array[J].High Voltage Engineering,2008,34(6):1145-1154.

[2]茆美琴,余世杰,蘇建徽.帶有MPPT功能的光伏陣列Matlab通用仿真模型[J].系統(tǒng)仿真學(xué)報,2005,17(5):1248-1251.

MAO Meiqin,YU Shijie,SU Jianhui.Versatile Matlab simulation model for photovoltaic array with MPPT function[J].Acta Simulata Systematica Sinica,2005,17(5):1248-1251.

[3]梅濤,戈瑜,倪禮賓,等.多功能陣列式觸覺傳感器的研究[J].高技術(shù)通訊,2000,10(3):53-56.

MEI Tao ,GE Yu ,NI Libin,et al.Study on the robot tractile sensor for detecting 3D contact force[J].High Technology Letters,2000,10(3):53-56.

[4]許文海,趙歡,蘆永軍.LED陣列式紫外固化光源光學(xué)系統(tǒng)設(shè)計[J].光學(xué)精密工程,2007,15(7):1032-1037.

XU Wenhai,ZHAO Huan,LU Yongjun.Design of an optical system for UV curing source with LED array[J].Optics and Precision Engineering,2007,15(7):1032-1037.

[5]王志斌,解莎莎,張躍賓,等.基于陣列式連體透鏡的LED二次光學(xué)設(shè)計[J].光學(xué)技術(shù),2011,37(5):538-542.

WANG Zhibin,XIE Shasha,ZHANG Yuebin,et al.Secondary optical design of arraysiamesed LED lens[J].Optical Technique,2011,37(5):538-542.

[6]徐溢,曹強,曾雪,等.陣列式對電極介電電泳芯片及其用于細胞分離富集研究[J].高等學(xué)?；瘜W(xué)學(xué)報,2009,30(5):876-881.

XU Yi,CAO Qiang,ZENG Xue,et al.Research of cell concentration and separation on the dielectrophoretic chip with arrayed opposite electrodes[J].Chemical Journal of Chinese Universities,2009,30(5):876-881.

[7]REACH W T,MEGEATH S T,COHEN M,et al.Absolute calibration of the infrared array camera on the spitzer space telescope[J].Publications of the Astronomical Society of the Pacific,2005,117(835):978-990.

[8]POGLITSCH A,WAELKENS C,GEIS N,et al.The photodetector array camera and spectrometer (PACS) on the Herschel space observatory[J].Astronomical Telescopes &Instrumentation,2008,5487(2005):425-436.

[9]WU J C.Projector with array LED matrix light source: U.S.6882331[P].2005-04-19.

[10]李琨.陣列式結(jié)構(gòu)消聲器對地鐵運行的節(jié)能影響研究[C]// 2014中國城市地下空間開發(fā)高峰論壇.天津,2014.

LI Kun.The influence of array structure muffler on energy saving of subway operation[C]//Focus on Summit of 2014 Chinese Urban Underground Space Development.Tianjin,2014.

[11]劉祥志,劉曉建,王知學(xué),等.信息物理融合系統(tǒng)[J].山東科學(xué),2010,23(3):56-61.

LIU Xiangzhi,LIU Xiaojian,WANG Zhixue et al.A cyber- physical system[J].Shandong Science,2010,23(3):56-61.

[12]SANISLAV T,MOIS G,FOLEA S,et al.A cloud-based cyber-physical system for environmental monitoring[C]//Mediterranean Conference on Embedded Computing.Budva,Montenegro,2014.

[13]NAWA K,CHANDRASIRI N P,YANAGIHARA T,et al.Cyber-physical system for vehicle application[C]// IEEE International Conference on Cyber Technology in Automation,Control,and Intelligent Systems.Bangkok,Thailand,2012.

[14]朱淼良,姚遠,蔣云良.增強現(xiàn)實綜述[J].中國圖象圖形學(xué)報,2004,9(7):767-774.

ZHU Miaoliang,YAO Yuan,JIANG Yunliang.A survey on augmented reality[J].Journal of Image& Graphics,2004,9(7):767-774.

[15]AZUMA R T.A survey of augmented reality[J].Presence Teleoperators & Virtual Environments,1996,6(4):355-385.

[16]AZUMA R,BAILLOT Y,BEHRINGER R,et al.Recent advances in augmented reality[J].IEEE Computer Graphics &Applications,2001,21(6):34-47.

[17]GOODMAN W K,INFANTE I B,RODRIGUEZ R G.Item unique identification(IUID) marking for a littoral combat ship (LCS)class mission module (MM) at the mission package support facility (MPSF): Implementation analysis and development of optimal marking procedures[R].Monterey: Naval Postgraduate School,2010.

[18]RICO R.HARRIS,DALE F,et al.Feasibility of radio frequency identification(RFID) and item unique identification (IUID) in the marine corps small arms weapons tracking system[R].Monterey: Naval Postgraduate School,2008.

[19]尤杰,堵愛平.物料編碼在信息系統(tǒng)中統(tǒng)一技術(shù)的研究與實現(xiàn)[J].信息技術(shù),2012(11):167-170.

YOU Jie,DU Aiping.Research and implementation of material code in the enterprise information system of unified technical[J].Information Technology,2012(11):167-170.

[20]宮磊,王丙義,唐亮,等.美國國防部物資唯一標識項目的規(guī)劃和實施[J].航空標準化與質(zhì)量,2011(2): 42-44.

GONG Lei,WANG Bingyi,TANG Liang,et al.Planning and implementation of the item unique identification project by the department of defense of USA[J].Aeronautic Standardization &Quality,2011(2): 42-44.

[21]王焱,王湘念.智能制造的基礎(chǔ),組成及發(fā)展途徑[J].航空制造技術(shù),2015(13):32-37.

WANG Yan,WANG Xiangnian.Foundation,composition and development ways of intelligent manufacturing[J].Aeronautical Manufacturing Technology,2015(13): 32-37.

[22]張鐸.自動識別技術(shù)[J].中國物資流通,2001(19):22-25.

ZHANG Duo.Automatic identification technology[J].Material Circulation in China,2001(19):22-25.

[23]王偉.復(fù)雜背景及變形下的DPM碼識別方法研究[D].西安:西北工業(yè)大學(xué),2013.

WANG Wei.Research on recognition technology of distorted DPM code in complex background[D].Xi’an: Northwestern Polytechnical University,2013.

[24]NI L M,LIU Y,LAU Y C,et al.LANDMARC: indoor location sensing using active RFID[J].Wireless Networks,2003,10(6):407-415.

[25]DALAL N,TRIGGS B.Histograms of oriented gradients for human detection[C]//Proceedings of 2005 IEEE Conference on Computer Vision & Pattern Recognition.New York：IEEE，2005:886-893.

[26]ILLINGWORTH J,KITTLER J.A survey of the hough transform[J].Computer Vision Graphics & Image Processing,1988,43(2):765-768.

[27]VONGIOI R G,JAKUBOWICZ J,MOREL J M,et al.LSD: A fast line segment detector with a false detection control[J].IEEE Transactions on Pattern Analysis & Machine Intelligence,2010,32(4): 722-732.

[28]ZHANG Z.A flexible new technique for camera calibration[J].IEEE Transactions on Pattern Analysis & Machine Intelligence,2000,22(11):1330-1334.

[29]金國藩.激光測量學(xué)[M].北京:科學(xué)出版社,1998.

JIN Guofan.Laser surveying[M].Beijing:Science Press,1998.

[30]何照才.光學(xué)測量系統(tǒng)[M].北京:國防工業(yè)出版社,2002.

HE Zhaocai.Optical measurement system[M].Beijing: National Defense Industry Press,2002.

[31]唐煥文.實用最優(yōu)化方法[M].大連:大連理工大學(xué)出版社,2004.

TANG Huanwen.Practical optimization method[M].Dalian: Dalian University of Technology Press,2004.

[32]AUDET S,OKUTOMI M.A userfriendly method to geometrically calibrate projector-camera systems[C]//Proceedings of 2009 IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops.New York: IEEE,2009: 47-54.