計算機非接觸視覺測量在地鐵混凝土管片質量控制上的應用

地鐵盾構混凝土管片屬于較高精度預制混凝土構件，對尺寸精度要求較高。如果使用大尺寸游標卡尺測量管片寬度，使用鋼卷尺測量弧長，存在操作不便及測量精度不夠等問題。視覺測量是可用于混凝土構件尺寸測量的新方法，是評價空間形位誤差的新技術。利用視覺測量技術檢驗管片尺寸精度，數(shù)據(jù)精確，簡單易行。

視覺測量技術基本原理

視覺測量技術是精密測試技術領域內最具發(fā)展?jié)摿Φ男录夹g，在現(xiàn)代制造業(yè)中有著重要的應用前景。它綜合運用了圖象處理、電子學、光電探測和計算機技術，將機器視覺引入到工業(yè)檢測中，實現(xiàn)對物體三維尺寸的快速測量。視覺測量技術的優(yōu)點是非接觸、量程大，并且準確度較高，已廣泛應用于產品的質量檢測、人工智能機器、工業(yè)產品的設計、橋梁等的振動檢測以及工業(yè)產品探傷等諸多領域[1]。

視覺測量可用于混凝土構件尺寸的精確測量。測量時，將所用攝像機安裝在測量站的機械框架上，并將視覺測量理論和實際測量目標系統(tǒng)結合起來，再通過計算機控制視覺傳感器以及各種電氣、機械部分，形成一個管片智能視覺測量系統(tǒng)。在完成單個點或線的探測后，與一個參考基準進行比較，就完成了測量任務。

視覺測量系統(tǒng)包括 20個視覺測頭(雙目立體視覺測頭)、 2個定位傳感器、管片檢測臺、計算機圖像采集和電氣控制。（圖1）

其基本工作原理是將管片送入檢測臺后，由定位傳感器進行粗定位，由電氣系統(tǒng)指導調節(jié)控制混凝土制件位置。然后，由分布在制件四周的視覺傳感器進行無接觸測量，每個傳感器測量管片的一部分區(qū)域，最后通過系統(tǒng)的傳感器網絡， 測量出管片的尺寸。

圖1 視覺測量系統(tǒng)的組成和工作原理

圖2 用經緯儀測量的原理

視覺傳感器網絡坐標換算方法

由于測量過程是由單個傳感器分別測量一部分， 再將每個傳感器的測量結果和尺寸統(tǒng)一到一個坐標系中實現(xiàn)整合， 因此，坐標系的統(tǒng)一非常重要。

①標準坐標系

本系統(tǒng)中，需要先通過全局標定，以確定視覺傳感器空間的位置，即建立起視覺傳感器的空間坐標體系，這是對特定區(qū)域上的點、面和線進行測量的前提。同時，待測物體自身也有一個定位的坐標系，因此，需要將這些不同的坐標系統(tǒng)一到標準坐標系中。

測量所用儀器為兩臺卓林科技DT-02CL激光經緯儀，并以光學三坐標系統(tǒng)為標準坐標系。兩臺經緯儀組成一個空間點的三維坐標移動測量設備，其原理如圖2所示[2]。卓林科技DT-02CL激光經緯儀是一種精密測角儀器，它可以在自身坐標系中測量特定空間點的垂直角和水平角，兩臺經緯儀的坐標系分別記為O X Y Z和0XYZ[3]。11112222空間的被測點P在O1X1Y1Z1中的坐標記為(X1，Yl，Z1)，在 02X2Y2Z2中的坐標記為 (X2，Y2，Z2)，用經緯儀測得P點水平角和垂直角分別記為α1β1、α2β2，由空間相關關系可知：

設定坐標系OIXIYIZI變換到坐標系O2X2Y2Z2之間的關系

分別為坐標系間平移矩陣和旋轉矩陣(R為正交矩陣，滿足正交約束條件)，在進行測量之前，要對經緯儀的測量設備R、T 進行嚴格標定[3]。在進行測量時，根據(jù)已知的測量設備R和T，并與式(1-1)、(1-2)和(1-3)聯(lián)立，即可得出P點在O1XIYIZ1三維坐標系中的坐標。

②坐標系的統(tǒng)一

在進行測量時，要以標準坐標系為中介，確定被測點在盾構管片的定位坐標系(管片自身坐標系)中的坐標，并將被測點在攝像機所在坐標系(CCS)中的坐標依次轉換到被測點在盾構管片定位坐標系中。因此，需要把定位坐標系、攝像機坐標系以及標準坐標系三者進行統(tǒng)一，該過程被稱為中介坐標統(tǒng)一法。

(3)利用已知的傳感器內部的結構參數(shù)，實現(xiàn)從傳感器模塊坐標系向總體測量坐標系的轉化。此時攝像機坐標系作為中介使用[5]。

圖像處理

邊緣是三維場景物體空間度量的基礎，廣泛存在于物體與背景之間、物體與物體之間，以及基元與基元之間，是圖像的最基本的特征。圖像邊緣是指物體周圍像素灰度存在階躍變化或者屋頂狀變化的像素的集合，它存在于目標與目標、目標與背景、基元與基元、區(qū)域與區(qū)域之間[8]。邊緣是圖像的最基本特征，其在測量過程中同樣如此，它是從二維圖像信息中重構出三維空間信息并對其空間信息進行三維理解的基礎。

表1 傳感器穩(wěn)定實驗

表2 傳感器精度實驗

在二維圖像信息中，它被表征為灰度分布的一種，該種灰度分布會受到諸多因素的影響，如光源照明方式、圖像噪聲、攝像機位置、物體表面散射特性等[9]。因此，在從灰度分布之中提取邊緣特性時，其可靠性和提取精度也會受到它們的影響。在算法中，邊緣如何提取是計算機視覺最基礎的部分，邊緣提取措施的可靠性、速度和精度是人們一直探索、研究的問題，至今也沒得到圓滿解決。

基于經典算法，亞像素級精度算法得以發(fā)展起來，但是它仍然需要經典算法的幫助。首先，利用其找出邊緣像素級精度的位置，然后再以周圍像素的灰度值作為用于判斷的補充信息，進而可使邊緣定位的位置更加精確。為了進行特征點圖像重心計算，首先需要實現(xiàn)特征點與背景分離。在視覺傳感器系統(tǒng)中特征點為高亮線，且背景灰度均勻，因此，以圖像直方圖為標準的雙灰度值峰圖，只需選取特征峰和背景峰之間的谷值為閥值，就可以將特征點從整幅圖像中提取出來。

精度驗證

該方法用于生產實踐之前，筆者通過測量標準物體來評價測量系統(tǒng)精度。物體高度H為25.10毫米， 尺寸精度為5微米。測量不同位置的高度，從而得到傳感器的穩(wěn)定性和精度，如表1、表2所示：

從上表可以看出：該傳感器系統(tǒng)的穩(wěn)定性為0.05毫米，極限誤差為0.10毫米，滿足要求。

結論

利用視覺測量技術檢驗管片尺寸精度，極限誤差為0.10毫米，能夠滿足測量精度要求。整個檢測過程僅需3分鐘，簡單快捷。