基于工業(yè)機器人的鐵氧體濕壓磁材表面缺陷檢測

吳曉燕，梁 棟

(1.南京科技職業(yè)學(xué)院智能制造學(xué)院，江蘇 南京 210048；2.江蘇理工學(xué)院機械工程學(xué)院，江蘇 常州 213001)

0 引言

智能檢測是實現(xiàn)工業(yè)4.0的重要基礎(chǔ)。隨著圖像處理技術(shù)、機器人技術(shù)、人工智能等重要領(lǐng)域的技術(shù)突破與交叉融合，檢測設(shè)備與檢測算法也不斷更新[1-2]。作為一種新型材料，永磁鐵氧體被廣泛應(yīng)用于汽車電機、揚聲器、智能家具或水泵中。其中，鐵氧體濕壓磁材性能要求最高，尤其體現(xiàn)在外形加工尺寸和產(chǎn)品一致性上。然而，鐵氧體坯件在制造過程中易在側(cè)面出現(xiàn)裂紋、在上下表面出現(xiàn)缺陷，甚至因壓力過大或者過小出現(xiàn)起層或缺角現(xiàn)象。高質(zhì)量的坯件應(yīng)保證表面光滑、無全缺陷或裂紋，故對于鐵氧體表面缺陷檢測的研究日趨重要，主要集中在檢測算法和檢測設(shè)備兩方面。

對于檢測算法可以參照參考文獻[3]～參考文獻[5]的研究，上述方法大多無法對缺陷分類，且抗擾能力弱，檢測精度低。近些年來，深度學(xué)習(xí)在表面缺陷檢測的研究上異軍突起，受到了國內(nèi)外學(xué)者的熱捧[6-7]，但是這些算法對硬件性能要求過高且不穩(wěn)定，暫時不利于工業(yè)推廣。對于檢測設(shè)備的開發(fā)，國內(nèi)部分磁材企業(yè)仍處于人工檢測階段，檢測效率低下、檢測精度不高。國外部分企業(yè)(如日本TDK、韓國SK等)已開發(fā)出立方體形磁片自動檢測設(shè)備，但其技術(shù)對國內(nèi)封鎖。

本文在前期研究[8]的基礎(chǔ)上，創(chuàng)新性地設(shè)計了一種基于SCARA工業(yè)機器人的永磁鐵氧體濕壓磁材表面缺陷檢測系統(tǒng)，并采用高性能的表面缺陷檢測算法去檢測鐵氧體的缺陷特征。

1 檢測系統(tǒng)設(shè)計

基于工業(yè)機器人的永磁鐵氧體濕壓磁材表面缺陷檢測系統(tǒng)的虛擬樣機如圖1所示。其工作原理為：批量磁材被人工倒入振動盤中，經(jīng)分選被推入到輸送帶中；帶有吸盤的SCARA機器人將磁材碼至檢測平臺上，平臺四周安裝有4組工業(yè)級CCD面陣相機，可同時檢測磁體上下端面與外圓弧面的信息；檢測完畢后，SCARA機器人將磁材從檢測平臺碼至卸貨區(qū)，便于后續(xù)工序處理。

圖1 檢測系統(tǒng)的虛擬樣機

系統(tǒng)中，機器人選用的是新時達AR4215型四軸串聯(lián)機器人，含有4個Ruking SEA3-02NR 驅(qū)動器、4個NIDEC-MX-201伺服電機及編碼器，可保證零件碼垛過程中的靈活性與精準性；磁體4個面的圖像信息經(jīng)CCD相機(Bsaler ace2 130WG工業(yè)相機)采集后，經(jīng)視覺分析軟件Halcon進行批量處理，大大提高了檢測效率；另外，系統(tǒng)中還有PC機，負責(zé)處理圖像數(shù)據(jù)、下位機通信和機器人的運動控制及狀態(tài)監(jiān)測。

2 機器人軌跡規(guī)劃

2.1 運動學(xué)解算

本節(jié)將介紹SCARA機器人正反向運動學(xué)結(jié)算過程。機器人的機構(gòu)特性可由DH參數(shù)來描述，通常DH參數(shù)分為改進的DH參數(shù)與標準的DH參數(shù)[9]，在此采用標準的DH參數(shù)進行描述，如表1所示。

表1 SCARA器人的標準DH參數(shù)

由于SCARA機器人的拓撲結(jié)構(gòu)是單鏈式的，若轉(zhuǎn)動關(guān)節(jié)變量θ1、θ2、θ4和移動關(guān)節(jié)變量d3已知，則正向運動學(xué)方程為

(1)

A為連桿變換矩陣;T為正向運動學(xué)方程。

(2)

2.2 軌跡規(guī)劃算法

所設(shè)計的基于工業(yè)機器人的鐵氧體表面缺陷檢測系統(tǒng)作業(yè)時，磁體經(jīng)歷“抓取(位置A)—檢測(位置B)—抓取(位置C)”的過程，這就要求對機器人進行軌跡規(guī)劃。通常，機器人末端執(zhí)行器的位置與姿態(tài)均要規(guī)劃，而設(shè)的方案中磁體端面一直朝上，如此僅考慮位置的規(guī)劃即可，提高了計算效率。另外，機器人的軌跡規(guī)劃分為關(guān)節(jié)空間內(nèi)的軌跡規(guī)劃與笛卡爾空間內(nèi)的軌跡規(guī)劃兩種，這里選擇前者，即先根據(jù)若干示教的位置點反解出該點時的關(guān)節(jié)角信息，然后利用三次多項式進行規(guī)劃[11]，使關(guān)節(jié)角運動光滑平坦。

3 圖像識別技術(shù)

鐵氧體磁材表面紋理特征復(fù)雜，本文采用基于圖像差分法分析磁材生產(chǎn)中的缺陷。首先，引入自適應(yīng)直方圖均衡化對圖像預(yù)處理；然后，對預(yù)處理后的圖像用Kirsch邊緣提取算子分割圖像；最后，對提取出來的缺陷進行數(shù)字形態(tài)學(xué)處理，根據(jù)缺陷的幾何特征判別磁材表面有無缺陷。詳細步驟如下：

a.圖像預(yù)處理。將圖像劃分為若干部分，采用自適應(yīng)算子分別計算每個部分的直方圖并均衡化，同時對邊緣像素進行插值處理。處理后的像素值為

(3)

M和N分別為掩碼的長與寬;f(v)和minf(v)分別為像素函數(shù)值及其最小值;L為步長。

b.Kirsch邊緣提取算法。采用8個Kirsch模板對輸入圖像進行卷積，即分別在原像素周圍8個方向卷積，并取最大值作為圖像的邊緣輸出，其詳細過程可見文獻[12]。最大邊緣梯度幅值為

D(x,y)=max|5rk-3uk|,k=1,…,8

(4)

rk=ak+ak+1+ak+2；uk=ak+3+ak+4+ak+7；ak(k=1,…,7)為原像素周圍8個像素點的灰度值。

圖2為Kirsch算子和傳統(tǒng)的Canny算子對環(huán)形鐵氧體的4個外表面的計算結(jié)果。圖2a、圖2b、圖2c和圖2d為Canny算子提取邊緣的效果，Canny算子雖對微小灰階的變化較敏感，但提取出的邊界較為雜亂，增加了后續(xù)處理難度;圖2e、圖2f、圖2g和圖2h為Kirsch算子方法提取邊緣的效果，從圖2可以看出，Kirsch算子具有較好的檢測效果及抗噪能力，在灰度值突變的像素點保留有效值，自適應(yīng)性較好。

c.缺陷域特征處理。為分析缺陷大小，需將分割后的圖像經(jīng)形態(tài)學(xué)處理和幾何特征篩選，過濾除缺陷特征外的區(qū)域。本文先選用開運算濾除干擾因數(shù)，再選擇閉運算實現(xiàn)圖像區(qū)域填充[13-15]。對缺陷的識別通過區(qū)域的面積、圓度、方形度等幾何特征計算，實現(xiàn)提取分析。設(shè)(x,y)為像素坐標，P(x,y)為像素值，R為缺陷的像素集合，n為像素個數(shù)，則缺陷域面積可表達為

圖2 Kirsch算子和Canny算子邊緣提取效果對比

(5)

圓度的計算公式為

(6)

L為缺陷域的周長，其數(shù)學(xué)公式為

(7)

Nx為x方向上像素個數(shù)總和；Ny為y方向上像素個數(shù)總和;Nsum為劃痕邊緣像素個數(shù)總和。

4 結(jié)果與分析

由于實驗條件有限，本節(jié)通過仿真來展示機器人軌跡規(guī)劃的可行性，同時搭建簡易的檢測平臺來驗證本圖像處理技術(shù)的正確性。

4.1 軌跡規(guī)劃效果展示。

假設(shè)機器人基座為絕對坐標系原點，磁材需從點A(0,0.343 m,0.09 m)運動到點B(0.358 m,0.005 m,0.3 m)，最后運動到點C(-0.022 m,-0.37 m,-0.111 m)，整個過程不連續(xù)，故分成2段軌跡分別進行規(guī)劃，仿真時間為2 s，結(jié)果如圖3～圖5所示。圖3和圖4展示出SCARA機器人4個關(guān)節(jié)變量的變化光滑平坦，能保證環(huán)形鐵氧磁材順利達到工作點。圖5給出了環(huán)形鐵氧磁材在三維空間中的運動軌跡，驗證了本文設(shè)計的基于SCARA工業(yè)機器人的永磁鐵氧體濕壓磁材表面缺陷檢測系統(tǒng)的可行性。

圖3 從A到B的軌跡規(guī)劃結(jié)果

圖5 鐵氧磁體的三維運動軌跡

4.2 表面缺陷檢測試驗

為了驗證本文所提檢測方法的準確率，分別對環(huán)形鐵氧體的4個外表面檢測，環(huán)形鐵氧體常見特征缺陷如圖6所示。圖6a為側(cè)面劃痕缺陷；圖6b為側(cè)面邊緣凹坑缺陷；圖6c為端面劃痕缺陷；圖6d為端面紋理缺陷。試驗選用了450張缺陷樣本圖片進行算法檢測分析，并與人工檢測結(jié)果對比。表2為隨機抽取的10個鐵氧磁體表面特征幾何數(shù)據(jù)，由表2發(fā)現(xiàn)該算法檢測結(jié)果與人工檢測結(jié)果十分吻合，匹配度為90%，這表明該算法檢測準確性較高。

圖6 鐵氧磁體缺陷域特征檢測效果

表2 10組系統(tǒng)檢測與人工檢測結(jié)果對比分析

5 結(jié)束語

針對現(xiàn)有永磁鐵氧體濕壓磁材表面缺陷檢測方法存在的問題，設(shè)計了一種基于SCARA機器人的缺陷檢測系統(tǒng)并提供了相應(yīng)的檢測算法，進行了仿真模擬和試驗驗證。結(jié)果表明：

a.SCARA機器人能夠有效提供安全光滑的運動軌跡，保證鐵氧體磁材在檢測系統(tǒng)中的位置移動。

b.與人工檢測結(jié)果相比，本文提出的圖像檢測算法精度高達90%，基本能夠滿足工業(yè)應(yīng)用需求。

c.本文設(shè)計的檢測系統(tǒng)能夠同時檢測出環(huán)形鐵氧體的4個面，效率高、操作簡單。

未來將把本文設(shè)計的檢測系統(tǒng)做成實物樣機，同時改進表面缺陷檢測方法，進一步提高檢測的質(zhì)量。