LabVIEW 測控下扭矩檢測臺的高精度自動對中

吳房勝，朱 煉，潘曉君

（安徽工商職業(yè)學(xué)院信息工程學(xué)院，安徽合肥231131）

國內(nèi)檢測扭矩的設(shè)備由于對中精度不高等原因，使設(shè)備實際運行過程與規(guī)定的要求具有一定的偏差，而對中不精確，可能損壞扭矩對中器件，影響整個設(shè)備對扭矩檢測結(jié)果的不確定性. 因此，對中精度的高低具有非常重要的地位[1]. 而且，采用自動對中技術(shù)，還可避免檢測人員的手動誤操作對檢測結(jié)果的影響，從而提高檢測的工作效率. 本文采用數(shù)字圖像處理技術(shù)，將位置圖像信號傳給計算機，再利用伺服微控制系統(tǒng)對該設(shè)備的對中附件進行前后左右等方向的移動，實現(xiàn)高精度自動對中. 設(shè)計的裝置不僅適用于扭矩測量裝置，還能廣泛應(yīng)用于各種工業(yè)控制、軍事、醫(yī)療器材等領(lǐng)域[2].

1 系統(tǒng)概述及對中裝置結(jié)構(gòu)

啟動自動對中后，系統(tǒng)自動尋找附件的中心，尋找中心的過程分為機器視覺處理部分和伺服控制部分. 將對中附件安裝在被測件上，利用工業(yè)攝像機采集對中附件上的標(biāo)準(zhǔn)圖形的圖像，計算附件上的矩形圖像是否在采集區(qū)域的中心位置，如果不在中心位置，計算機控制伺服電機進行前后左右等方向的自動調(diào)整，最終讓附件上的矩形圖像處在采集區(qū)域的中心位置，保證整臺裝置驅(qū)動部分的中心線與被測件的中心線重合[3-4].

裝置的對中平臺結(jié)構(gòu)如圖1a 所示，上面為驅(qū)動裝置，內(nèi)裝一部MVC3000 型的高像素工業(yè)相機，對中時，先將對中附件放到檢測臺上，工業(yè)相機垂直拍攝，采集對中附件上的黑色矩形方塊（如圖1b），通過邊緣檢測算法，獲得被測物體偏離目標(biāo)的位置信號，將信號傳輸給計算機，計算出實際偏移量，驅(qū)動伺服電機反復(fù)地進行精確調(diào)整，其中1 號電機完成檢測平臺的前后移動，2 號電機完成檢測平臺的左右移動，3 號電機控制驅(qū)動裝置按一定的角度進行旋轉(zhuǎn)，4 號與5 號電機控制平臺傾角調(diào)整，控制電機的移動全部采用數(shù)字量控制，克服了使用電位器與繼電器等電氣元件控制電機響應(yīng)時間長等問題，使定位更加快速精確，最終實現(xiàn)高精度的自動對中能力[5-6].

2 系統(tǒng)的基本算法

2.1 邊緣檢測算法

為了達到高精度自動對中效果，運用激光遙測系統(tǒng)進行數(shù)據(jù)采集處理，但通過大量試驗后發(fā)現(xiàn)，該方法易受光線明暗，天氣環(huán)境等因素的影響，測量精度等級較低. 故采用高分辨率的工業(yè)相機MVC3000，因其具有2048×1536 分辨率和板級處理功能，可提供高質(zhì)量的采集圖像，適用于高精度、高分辨率的圖像采集、圖像處理系統(tǒng)[7]. 當(dāng)相機拍攝到如圖2 所示的圖片后，根據(jù)拍攝的圖片，計算機對數(shù)字圖像進行處理，使圖像達到最好效果[8].

為了有效地和快速地對圖像進行處理和分析，首先對圖像進行濾波，濾波結(jié)束，對圖像進行邊緣檢測，突出圖像的邊緣信息，以利于機器對圖像的識別. 邊緣檢測時采用Roberts 檢測算子，通過對角線方向相鄰的兩個像素之差進行計算. 即采用局部差分算子尋找邊緣的算子，按算法公式，在2×2 鄰域上計算其像素窗口（表1）的對角導(dǎo)數(shù).

圖1 對中附件模塊

圖2 相機拍攝圖片

表1 Roberts算子

算法公式如式（1）：

式中，f(i,j)為輸入圖像，g(i,j)為Roberts 交叉算子. 為方便人眼視覺的觀察，應(yīng)對其進行平方根處理. 但考慮到實際情況，為使運算更加簡便，通常利用絕對值的處理方式進行近似交叉算子：

而通過比較其絕對值的最大值，計算更方便：

針對長度相等但取向不同的邊緣圖像，利用式（3）所得到的合成幅度比利用式（1）得到的變化小.

圖像中的每個點均采用Roberts 算子的兩個卷積核進行卷積：

然后通過公式（2），求出函數(shù)g(i,j)的值.

采用Roberts算子方法，會出現(xiàn)抗噪聲能力非常差的弱點. 本裝置因采集圖像信息，噪聲信號如不能有效濾除，對采樣及對中精度均會產(chǎn)生很大影響，故采用另一種算子方法——Sobel算子，Sobel算子是把局部平均和方向差分運算融合到一起的一種算法，它以圖像中某一個像素為中心，截取一個3×3 像素的窗口（表2），然后按算法公式分別計算窗口像素在水平方向和垂直方向上的偏導(dǎo)數(shù).

表2 Sobel算子

算法公式為：

當(dāng)采用Sobel 算子進行邊緣檢測時，加權(quán)系數(shù)c取2，則推導(dǎo)出偏導(dǎo)數(shù)幅值和幅角的計算公式：

Sobel算子的卷積核可表示為：

利用Sobel算子的兩個卷積核，一個計算出垂直邊緣，另一個計算出水平邊緣，這樣得到的邊緣檢測效果非常好，而且抗噪聲能力也非常強. 使用的模板越大，其抗噪聲特性越好，這是一種比較適用的邊緣檢測方法. 考慮到對中附件的表面因機械加工方法不同，其形成的加工紋理沒有規(guī)律，當(dāng)這些紋理經(jīng)放大后，在圖像中會產(chǎn)生各種明暗條紋，影響采樣精度；并且在信號采樣時，攝像機采集信號進行光電轉(zhuǎn)換、采集卡A/D 轉(zhuǎn)換以及伺服電機的干擾信號都可能會產(chǎn)生噪聲，故本系統(tǒng)采用Sobel算子對附件圖像進行邊緣檢測.

2.2 角度校正算法

圖2 中的黑色方塊為工業(yè)相機拍攝的圖片，從圖中可看出黑色方塊不在相機拍攝的范圍的中心位置，與相機拍攝的邊界有一定的夾角. 為了將黑色校正方塊精確移動到相機拍攝的中心位置，先驅(qū)動4號電機進行前后傾角調(diào)整，再5號電機進行左右傾角調(diào)整，待對中附件平面與驅(qū)動裝置平面平行時，驅(qū)動3 號電機進行水平方向的角度校正，等到兩邊界線平行后，最后驅(qū)動1號與2號電機進行水平方向的前后左右對中.在角度校正時，通過圖3所示的坐標(biāo)旋轉(zhuǎn)實現(xiàn).

圖3 坐標(biāo)角度旋轉(zhuǎn)

設(shè)兩邊界旋轉(zhuǎn)前形成的角度為θ2，將(X1,Y1)轉(zhuǎn)換成極坐標(biāo)(X1,Y1)=(R1,θ2)，其 中R1=即反正切函數(shù)θ1=θ2-θ（θ表示旋轉(zhuǎn)角度），得：

由影像分析得到旋轉(zhuǎn)前和旋轉(zhuǎn)后的坐標(biāo)，故根據(jù)以上公式可求出旋轉(zhuǎn)的角度大小，3 號電機控制驅(qū)動裝置不停地旋轉(zhuǎn)，使兩邊界的夾角變小，直到兩邊界夾角為0，電機停止運行.

角度校正結(jié)束后，黑色校正方塊四條邊與相機拍攝區(qū)域四條邊平行，主控器件再驅(qū)動1 號、2 號電機對水平方向前后左右位置進行校正.利用Sobel算子進行邊緣檢測，突出邊緣信息，算出黑色校正方塊四條邊離相機拍攝區(qū)域相對應(yīng)的四條邊的距離，采樣的精度和移動的位移最小能夠以一個像素（長度單位為0.000 5 mm）為單位進行微移動，如果上邊界與下邊界之間的距離不相等，主控器件驅(qū)動1 號電機進行前后對中；如果左邊界與右邊界之間的距離不相等，驅(qū)動2號電機進行左右對中，另外，與1號、2號伺服電機一起工作的還有增距比為60 的減速機.最終經(jīng)過反復(fù)微調(diào)，完成高精度自動對中.

3 軟件設(shè)計

裝置的圖像采集、自動對中及檢測功能的實現(xiàn)均采用測控軟件完成，測控軟件利用美國國家儀器公司（NI）的圖形化軟件LabVIEW 進行編寫的，軟件的內(nèi)置的信號處理模塊對采集到的圖像進行數(shù)字處理，并通過計算機控制各伺服電機的動作，實現(xiàn)自動對中，完成扭矩檢測.其程序流程圖4所示.

圖4 軟件流程圖

4 結(jié)論

經(jīng)過系統(tǒng)軟硬件調(diào)試，裝置可自動尋找中心，使檢測臺上的被檢器件自動對中到工業(yè)相機的圖顯中央，自動對中顯示界面如圖5所示.相關(guān)測試結(jié)果顯示，采用這種自動對中方式，使自動對中能力小于等于0.38 mm 級別，不僅精度上得到了很大的提高，而且避免檢測人員的手動誤操作對檢測結(jié)果的影響，提高了檢測的工作效率. 軟件上采用專業(yè)的測控軟件LabVIEW，使得整個檢測過程更加準(zhǔn)確、快速、高效，通過檢測，系統(tǒng)最大扭力檢測可達1 500 N·m.圖6 為測試一試驗器件時的檢測結(jié)果界面，當(dāng)前扭矩值1.691 7 N·m，標(biāo)準(zhǔn)扭矩值1.689 14 N·m，扭矩檢測精度可達0.003 N·m，檢測精度得到很大提高.

圖5 自動對中顯示界面

圖6 檢測結(jié)果界面