基于視覺定位的空調壓縮機裝配系統(tǒng)設計

高志成 文晨銳 楊歆豪 倪俊芳

摘 ?要：空調壓縮機的制造裝配作為空調工業(yè)生產中最普遍和基本的部分，一直以來因其人力成本高，自動化程度低而又必不可少的特點飽受詬病。為了實現本環(huán)節(jié)的自動化、智能化生產，文章介紹了一種依靠攝像頭視覺定位，從而實現機械手精確移動壓縮機的控制方法。該方法可以有效的推進壓縮機裝配全自動化，提高壓縮機裝配的效率和抓取準確性。

關鍵詞：機器視覺;坐標轉化;工業(yè)自動化

中圖分類號：TP391.41 ? ? ?文獻標志碼：A ? ? ? ? 文章編號：2095-2945（2019）28-0043-03

Abstract： As the most common and basic part of air conditioning production industry， the manufacture and assembly of air conditioning compressor has been criticized because of its high labor cost and low degree of automation. In order to realize the automatic and intelligent production of this link， this paper introduces a control method to realize the precise movement of the compressor by relying on the visual positioning of the camera. This method can effectively promote the full automation of compressor assembly and improve the efficiency and accuracy of compressor assembly.

Keywords： machine vision; coordinate transformation; industrial automation

引言

隨著國家工業(yè)現代化的進步，當今的工業(yè)生產領域越來越注重生產過程自動化[1]。發(fā)達國家機電一體化行業(yè)的多年積累，空調裝配已經得到了迅速的發(fā)展，特別是近年來計算機的高度集成化，大大加快了該技術發(fā)展。我國機電一體化制造企業(yè)中自動化裝備少、水準低，仍處于技術發(fā)展階段，不僅在數量上同世界先進國家，如德國、日本，有較大差距，而且在產品種類、質量、設備應用上，同世界先進水準也存在階段性差距。為推進國家工業(yè)現代化，提高工業(yè)生產自動化水平，本文提出了一種新的壓縮機裝配方法。壓縮機裝配作為空調工業(yè)生產中最常見，最基礎的工序，因為每個壓縮機位置多變，注油孔位置也不固定，傳統(tǒng)方法通常為人力手工搬運，自動化程度不高，人力成本居高不下。為了進一步提升空調產線的自動化水平，降低生產成本，壓縮機裝配自動化問題迫切需要得到解決。

本文介紹了一種動態(tài)獲取壓縮機位置再施加控制信號的方法：以攝像頭采集視覺圖像，通過圖像處理理論（濾波，變換）得出壓縮機的實時世界坐標位置[2]，可以得到比較精確的機械手控制信號和路徑規(guī)劃，從而大幅度提升工作效率和工作質量。傳統(tǒng)的固定位置抓取方法在壓縮機搬運過程中，壓縮機和機械手的位置會有相對偏移，出錯率較高;用機器視覺捕捉孔的位置，可以高精度、快速地定位到目標位置并確定對應的下級控制信號，配合RGV物流小車，大幅度提高工作效率。

目前主流的圖像處理方法有圖像變換，圖像增強和復原，圖像編碼與壓縮[3]等，本文的圖像處理方法主要為圖像灰度化處理，形態(tài)學濾波，提取特征元素，得到定位。

1 定位系統(tǒng)硬件設計

整個系統(tǒng)分為兩個主要部分，即攝像頭定位系統(tǒng)和機械手搬運壓縮機系統(tǒng)。協(xié)同工作，由攝像頭定位系統(tǒng)先確定壓縮機位置，得出控制信號傳輸到機械手運動，機械手操作移動壓縮機，再反饋位置給攝像頭。系統(tǒng)如圖1所示。

定位系統(tǒng)硬件由用于圖像采集的攝像頭，用于坐標變換和外部通信的MCU組成，采用eye-to-hand結構[4]（即眼在手外）實現，整個系統(tǒng)具有結構精簡，適應性強，集成度較高的特點，可適用于多種場合。由于壓縮機構造普通，在光源照射下，壓縮機和其他地方顏色差異顯著，所以選擇市場上常見的OV7725攝像頭芯片已經夠用。黑白灰度圖像已經可以穩(wěn)定區(qū)分出壓縮機和其他部分，同時與彩色圖像相比減少了運算量，還能較方便地濾除噪點的干擾，所以選用灰度圖像進行處理。在攝像頭安裝方面，用于圖像采集的攝像頭安裝盡量保證鏡頭的光軸與壓縮機平面保持垂直，以減小畸變。整個硬件系統(tǒng)安裝在工件流水線正上方，流水線下方用光源補光，保證壓縮機清晰可見，整個過程中，保持定位系統(tǒng)攝像頭和地面位置固定。整個壓縮機機械安裝如圖2所示。

2 定位系統(tǒng)軟件設計

整個攝像頭定位系統(tǒng)工作分為圖像采集，圖像處理，位置標定，壓縮機坐標輸入輸出幾個部分，其定位流程如圖3所示。

定位系統(tǒng)軟件設計過程中，考慮到實際工作現場的光線不夠均勻，攝像頭采集得到的圖像會包含較多噪點，所以對攝像頭采集的原始圖像做初步處理很有必要。具體處理方法如下：工件下方補光，攝像頭采集到原始圖像，依靠內置MCU對原始圖像進行灰度處理，增強圖像的高灰度級，僅保留黑色壓縮機輪廓和白色其他部分。然后用基本形態(tài)學濾波的腐蝕、膨脹濾波方法[5]濾去圖像的噪點，得到基本無噪點干擾信號的圖像。流程圖如圖4所示。

此時的圖像呈現出壓縮機處為黑色圓形，其他部分為白色的特征，處理完的圖像如圖5所示，此時圖像特征明顯，可以用來定位壓縮機。最后運用霍夫變換[6]或者質心法[7]可以求得黑色圓形區(qū)域（壓縮機）的圓心坐標（u，v），至此，圖像處理結束。

由于上面圖像處理得到的圓形壓縮機圓心坐標是像素坐標，不能直接用于機械手的控制，需要先對整個系統(tǒng)進行相機標定。由于攝像頭安裝和工件不是完全垂直，攝像頭透鏡工藝和成像原理問題，整個相機系統(tǒng)存在一定的畸變。這種畸變主要分為徑向畸變和切向畸變，考慮用張正友標定方法[8]對上述坐標進行標定，計算出相機的內參、外參和畸變參數。因為相機位置保持不變，所以得到的相機參數矩陣也不變，可以經坐標變換得到最終壓縮機的位置信息。綜上，通過相機標定，坐標變換即可建立像素坐標（u，v），圖像坐標（x，y），攝像頭坐標（Xc，Yc，Zc）和世界坐標（Xw，Yw，Zw）之間的聯(lián)系，具體關系如下：

合并公式（1）（2）（3），得到像素坐標轉化為世界坐標的方程：

整個流程如圖6所示。

圖像處理得到的壓縮機圓心像素坐標經相機標定，坐標變換后，得到與之成一一對應關系的世界坐標，世界坐標可以作為下級控制器的輸入信號。通過與攝像頭相連的MCU與機械手系統(tǒng)通信，將攝像頭得出的壓縮機圓心坐標（Xw，Yw，Zw）輸送給下級執(zhí)行機構（機械手）作為輸入信號，機械手自身閉環(huán)系統(tǒng)控制機械手移動到指定坐標點處，拾取壓縮機。

綜上所述，整個系統(tǒng)的工作流程為：預先設定智能化RGV物流小車工件傳輸頻率，設定攝像頭采集圖像頻率與壓縮機運輸頻率相匹配，每次壓縮機傳送到機械手位置后，通過攝像頭定位系統(tǒng)提取圖像，處理，找到壓縮機具體位置，位置信息通訊傳輸到機械手系統(tǒng)，控制機械手裝配壓縮機，攝像頭負責監(jiān)督機械手是否正常抓取，然后進入下一步工序。

3 實驗驗證

以此方法進行實驗仿真，將物體放在攝像頭視角的不同位置，計算定位系統(tǒng)得到的壓縮機世界坐標位置，和實際壓縮機位置做位置誤差比較，誤差[9]計算方法為：

經計算，整個實驗平均誤差為0.205mm，由此得出結論，這種定位系統(tǒng)可以較為準確地定位出壓縮機的位置，位置誤差穩(wěn)定在0.5mm之內，波動在工業(yè)要求允許范圍內。

4 結論

本文用攝像頭定位系統(tǒng)配合壓縮機搬運系統(tǒng)協(xié)同工作，實時確定壓縮機位置，解決長期以來傳統(tǒng)機械作業(yè)定位粗糙的缺點，提高了整個壓縮機裝配系統(tǒng)的工作穩(wěn)定性，精度和速度，較大幅度提升了本環(huán)節(jié)的自動化水平。經實際生產驗證，這種定位系統(tǒng)可以準確快速地定位出壓縮機的位置，與傳統(tǒng)人力相比，工作效率提升近45%，比單獨壓縮機搬運系統(tǒng)的精度提高60%，耗費時間基本持平。本系統(tǒng)有望實現在空調生產裝配領域，將人工作業(yè)升級為全自動快速作業(yè)，大幅度提高工序間的效率，并填補國內在空調精密組裝和性能檢驗作業(yè)的自動化方面的空白。

參考文獻：

[1]本刊編輯部.我國工業(yè)機器人現狀與發(fā)展[J].機器人技術與應用，2013（02）：1-3.

[2]曾鵬.基于單目視覺的工件定位與機器人抓取技術研究[D].大連理工大學，2017.

[3]徐里萍.計算機圖像處理技術的應用研究[J].信息與電腦（理論版），2019（12）：11-12.

[4]孫琦，羅志增.Eye-to-Hand機器人系統(tǒng)的平面工件識別研究[J].杭州電子科技大學學報，2010，30（01）：46-49.

[5]郭景峰，申光憲，鄭繩楦，等.數學形態(tài)學在數字濾波中的應用研究[J].機械工程學報，2002（10）：144-147.

[6]張會章，張利霞，郭雷.用霍夫變換來提取目標邊界[J].計算機應用，2003（S1）：117-119.

[7]王小攀，郝向陽，劉松林，等.改進后圓心定位算法[J].測繪工程，2016，25（04）：15-18.

[8]劉艷，李騰飛.對張正友相機標定法的改進研究[J].光學技術，2014，40（06）：565-570.

[9]謝松樂，諶永祥，游秋香.鉚接機自動送料裝置視覺定位系統(tǒng)設計[J].機械設計與制造，2018（11）：131-134.