汽車面漆自動調配系統設計

趙勤學, 楊俊杰

(上海電力學院 電子與信息工程學院, 上海 200090)

?

汽車面漆自動調配系統設計

趙勤學, 楊俊杰

(上海電力學院 電子與信息工程學院, 上海 200090)

目前汽車面漆調配大多采用手工憑經驗調制或采用已有固定配方進行調配的方式,調制的漆料往往與實際待補漆車表顏色存在色差,且調制效率較低.針對該問題設計了一種基于ARM& PLC的汽車面漆自動調配系統,包括調控中心和調配機構.調控中心分析采集到的待補漆汽車面漆圖像信息,得到粗調配方,調配機構將對應比例的油漆色母進行粗調制.并在調配過程中不斷通過顏色傳感器反饋環(huán)節(jié)進行微調制,以達到精準調配的目的.

汽車面漆; 自動調配; 圖像處理; 嵌入式; 可編程邏輯控制器

近年來,汽車工業(yè)飛速發(fā)展,汽車普及速度較快.特別是新能源汽車,政府更是投入大量的資金予以支持[1].但隨著汽車產量的急劇增漲,汽車面漆的生產及使用也不斷增加.一方面,汽車生產廠商生產完汽車后,需要使用特定顏色的面漆對其表面進行外觀美化;另一方面,隨著汽車數量的不斷增加,交通事故也隨之驟升,汽車表面的碰損在所難免,大量的汽車修理廠在修理好汽車故障后需要使用特定顏色的面漆對其表面進行處理.汽車面漆是一種高裝飾性高保護性的涂料.油漆生產廠商生產的面漆往往與待補漆車輛的面漆存在色差[2-3],因此不能直接使用,需要根據油漆色母特性進行配制.現行方案是,各汽車生產廠商或4S店根據顏色配方比例調配需要的面漆,要調配的顏色預先已經確定好各成分比例;而各修理廠則大量采用有一定技術經驗的油漆調制工來手動配制所需顏色[4-7].

以上做法存在著嚴重不足.4S店按照配方比例調制出來的顏色往往與實際車表面漆存在色差,因為汽車在使用過程中,表面顏色經受風吹日曬,與出廠顏色存在一定偏差,而修理廠采用人工配制的方法,完全憑借經驗手工調試.一方面常年累月的手工調制油漆會對人體造成傷害;另一方面,油漆供應廠商眾多,各廠商油漆特性不一致,種類繁多.因此,油漆工很難憑經驗準確把握調配比例,多采用反復觀察、嘗試的方法,并且在人眼觀察調制過程中存在主觀性的問題,配制過程較慢,效率較低.

1 系統整體方案設計

該系統主要包括調控中心和控制執(zhí)行機構兩大部分,如圖1所示.采用ARM+PLC的雙CPU系統方案,分別進行數據處理與控制執(zhí)行.調配中心負責生成調制組分配方,控制執(zhí)行機構負責根據配方完成面漆的調制.

圖1 系統功能結構

為提高系統性能,該系統采用圖像處理與顏色傳感器反饋補償的方式生成調制面漆所需要的色母組分粗調配方和微調配方.對應的調制過程分為粗調和微調兩個主要調制過程.粗調配方可以采用基于顏色特征的SVM分類器進行圖像分類處理生成[8-11].首先提取圖像局部特征形成特征碼,然后將每幅圖像的局部特征碼形成的特征單詞直方圖作為圖像特征,通過SVM進行訓練得到分類模型.為提高SVM的泛化能力及分類精度,采用粒子群算法對SVM核參數進行尋優(yōu)[12],然后將待分類圖像通過分類器進行分類.粗調制完成后,通過顏色傳感器不斷進行采樣來判斷調制面漆是否正確,如不正確,控制執(zhí)行機構根據反饋信息繼續(xù)補料進行微調補償,直到采樣判斷正確為止.

之所以在圖像處理的基礎上又引入顏色傳感器反饋補償環(huán)節(jié),是出于以下幾點考慮:一方面,因為圖像處理過程中數據量過大,運行時間較長,特別是當系統庫中包含大量的圖片信息時,此弊端更為明顯;另一方面,面漆雖種類繁多,但都是單色的,所以該系統在進行圖像分類時,僅提取圖像的顏色信息作為特征,但這樣做勢必會造成一定的誤差.因為圖像的每一種特征在人的視覺分辨中都有著重要的作用,單一使用任何一種特征對圖像進行分類總會存在誤差,而且在調配過程中會有少量色母原料殘留在調配機構上,因此必須進行校正.再者,此應用環(huán)境面向的對象是人眼視覺.采用高精度的顏色傳感器處理的結果符合人眼可識別精度范圍,更加適合該應用情境,并且減少因大量處理圖像而造成系統硬件資源的開支與時間消耗.

因此,綜合考慮,采用圖像處理與顏色傳感器反饋補償的方式可以將調制精度與運行效率達到良好的匹配效果.

與現有技術相比,本系統具有以下3大優(yōu)點:

(1) 實現了待補漆車輛面漆的自動調制,克服了人工調制憑借經驗調制的效率低下及經驗不足、主觀性強的弊端,大大減少了油漆揮發(fā)對人體造成的傷害;

(2) 該系統能夠根據車表顏色的實際情況進行調制,不單純依靠已有的配色方案,調制出來的顏色更加精確、可靠,減少因油漆調色不準而出現返工的現象,節(jié)約大量人力、物力;

(3) 在油漆調色這一特殊情況下,采用圖像處理與傳感器反饋補償環(huán)節(jié)互補的方式,既能夠保證調制方法的準確度,又可以減少硬件系統資源的開支,提高運行效率.

2 系統硬件設計

系統的硬件主要包括調配中心和控制執(zhí)行機構兩大部分.系統硬件結構如圖2所示.

圖2 系統硬件結構

調配中心負責根據高清攝像頭采集的圖像信息生成粗調配方,并在調制過程中,根據顏色傳感器采集的反饋信息生成微調配方,包括ARM處理器、高清攝像頭、顏色傳感器、供電單元等部分.調控中心的微控制器采用TI公司的Sitara系列的AM3354處理器,這是一款高性能的Cortex-A8架構的工業(yè)級處理器,最高運行效率可達1 GHz.

控制執(zhí)行機構主要負責根據調控中心生成的粗調配方和微調配方進行控制進料容量、攪拌色母原料、漆料采樣、打包漆料等一系列自動化操作,包括PLC本體及其擴展模塊、工業(yè)觸摸屏、配料機構、攪拌機構、采樣機構、取料機構,供電單元等部分.PLC及其擴展模塊采用西門子公司的S7-200 Smart系列CPU及配套擴展IO模塊,負責對各個執(zhí)行機構的控制操作,接收工業(yè)觸摸屏的參數設置以及更新觸摸屏的顯示.

執(zhí)行機構如圖3所示.配料機構包括若干粗進料桶和精進料桶、流量控制單元、開關閥等部件,完成粗調和微調過程中的原料供給、引流及流量控制的功能.需要說明的是,粗進料桶和精進料桶的區(qū)別在于:桶壁的刻度精度及進料的精度控制不同,盛放的色母種類也有所區(qū)別,分別適用于粗調制和微調制過程.攪拌機構包括電機、攪拌桶、開關控制閥.攪拌機與配料桶通過開關控制閥相連通,起到混合色母原料的作用.采樣機構包括打樣板、噴嘴、清洗裝置,通過噴嘴對粗調或微調后的漆料在打樣板上進行打樣,用于顏色傳感器采集,采集完成后,由清洗裝置完成清洗.取樣機構對調配好的漆料采用特定容量的容器進行盛放、打包.限于文章篇幅,此處對其執(zhí)行機構及控制原理不做詳盡說明.

圖3 執(zhí)行機構結構

3 系統軟件設計

為便于理解系統運行情況,將軟件部分分為PLC軟件流程和ARM軟件流程兩個方面進行說明,如圖4所示.

系統上電后,首先進行初始化工作,包括控制執(zhí)行部分的初始化和調控中心部分的初始化.控制執(zhí)行部分的初始化包括各個執(zhí)行機構的初始化、PLC的IO口初始化等;調控中心部分的初始化包括ARM初始化及外圍硬件單元的初始化.在整個調配過程中,PLC執(zhí)行的控制部分與ARM運行的數據處理部分是相互協調工作的,兩者之間通過485方式進行數據傳送、功能配合.調制完成后,調制中心會對調制結果進行保存.需要強調的是,不僅僅是對本次的調制日志進行文檔存儲,同時會將本次采集的圖像所對應的精確調配方案更新至方案庫.隨著調制次數的遞增,圖像樣本數量的豐富,調配精度會有所提高.

圖4 軟件流程

4 性能測試

為測試系統對指定面漆調制的準確度,分別設計了10組實驗.測試環(huán)境為上海某汽配城油漆調配間,由3名專業(yè)調配人員對調制樣品進行判定.

各組實驗分別選取20種不同顏色車輛的油箱蓋作為實驗采集的對象.為保證實驗的可靠性及對比性,1～5組實驗分別放在不同的光照條件下,光照條件隨實驗組號的增大不斷加強;6～10組實驗放在同一光照條件下,每組所選用的顏色由淺入深,即第6組的20個樣本都是顏色差不多的淺色車輛,第10組的20個樣本都是顏色差不多的深色車輛.測試結果如表1所示.需要注意的是,普通人眼觀看調制結果與待調制樣本相比,區(qū)分不出異同表示“合格”,專業(yè)調配人員區(qū)分不出異同則表示“嚴格合格”,“合格率”表示“嚴格合格”數占“實驗數目”的百分比.

由表1可知,光照的強弱會影響系統調配的準確度,選擇溫和、明亮的光照環(huán)境可以提高成功率,另外,淺色車輛的面漆要比深色車輛的面漆更容易調配.

表1 實驗測試結果

5 結 語

本文基于圖像處理技術及ARM嵌入式技術,結合PLC在自動化控制領域中的優(yōu)勢,研制了一種基于ARM & PLC的汽車面漆調配系統.該系統能夠根據車表面漆顏色的實際情況,自動調制待補漆車輛的面漆,不單純依靠已有的配色方案,克服了人工調制憑借經驗調制的效率低下及經驗不足、主觀性強的弊端,且大大減少了油漆揮發(fā)對人體造成的傷害.提高了調配效率,具有調配一體化的優(yōu)點.實驗結果表明,該系統具有很好的應用前景.

[1] 曾耀明,史忠良.中外新能源汽車產業(yè)政策對比分析[J].企業(yè)經濟,2011(2):107-109.

[2] 徐宗器.影響汽車面漆光澤的因素探討[J].上海涂料,1995(2):28-36.

[3] 包啟宇.汽車面漆的主要考察指標及影響因素[J].涂料工業(yè),2000(4):38-41.

[4] 施樂平,楊征宇,馬憲民,等.ARM嵌入式系統綜述[J].中國測試,2012(S1):14-16.

[5] 潘宇,烏日圖,張永強.基于ARM的生產控制平臺[J].兵工自動化,2010(9):82-85.

[6] 聶建成,劉斌.基于ARM/DSP嵌入式系統ARM模塊軟件設計[J].湖南工程學院學報:自然科學版,2006(1):61-63.

[7] 鄭浩,徐國治.ARMLinux中斷處理實時性能分析[J].計算機工程與應用,2005(19):101-104.

[8] 吳文廷.淺談S7-200SMARTPLC的特點及其在實驗教學中的應用[J].廊坊師范學院學報:自然科學版,2015(5):125-128.

[9] 高名興,徐志明.嵌入式PLC軟硬件設計技術研究[J].電腦知識與技術,2015(17):189-191.

[10] 楊東,雷勇,涂國強,等.基于西門子PLC控制的隧道風機系統設計[J].自動化儀表,2015(9):65-68.

[11] 殷佳琳,譚孝輝,羅華富.PLC控制系統干擾及抗干擾措施研究[J].控制工程,2013(4):766-768.

[12] 高錦.基于SVM的圖像分類[D].西安:西北大學,2010.

(編輯 胡小萍)

Design of Automobile Paint Automatic Formulation System

ZHAO Qinxue, YANG Junjie

(SchoolofElectronicsandInformationEngineering,ShanghaiUniversityofElectricPower,Shanghai200090,China)

Current automobile paint is formulated by hand empirically with low efficiency or using the existing fixed formulation,and the formulated paint often has color difference with the actual car table color.In view of this problem,an automatic formulation system based on ARM & PLC is designed,including control center and deployment agency.The former analyzes the captured car table image from HD camera to obtain initial formulation,the latter mixes raw materials according to the corresponding proportion and continuously adjust ingredients through the color sensor feedback compensation.

automobile paint; automatic formulation; image processing; embedded; programmable logic controller

10.3969/j.issn.1006-4729.2017.03.016

2016-03-16

楊俊杰(1977-),男,博士,教授,福建漳州人.主要研究方向為電力用戶側智能控制技術,變電站設備遠程狀態(tài)監(jiān)測,無線傳感器網絡,嵌入式系統等.E-mail:iamyjj@163.com.

TQ639.2;U472.44

A

1006-4729(2017)03-0295-04