信建杰
(長春職業(yè)技術(shù)學院汽車學院,吉林 長春 130000)
隨著工業(yè)生產(chǎn)技術(shù)從自動化到智能化的深入發(fā)展[1],針對汽車復雜零件的智能化裝配成為了一項研究熱點。雖然自動化裝配技術(shù)已經(jīng)得到了廣泛應用,但消費市場的迭代更新也越來越快[2],新車型的外形輪廓、結(jié)構(gòu)位置調(diào)整、新組建加裝都會受制于固化的生產(chǎn)線。所以,工業(yè)生產(chǎn)線自動化向智能化的研究成為了新的熱點[3],具有一定智能反饋調(diào)整能力的裝配系統(tǒng)是未來工業(yè)機器人的發(fā)展趨勢,而實現(xiàn)智能反饋調(diào)整的基礎(chǔ)是精確的檢測系統(tǒng)。
針對汽車車體、曲面零件而言,三維形貌檢測技術(shù)是實現(xiàn)逆向設(shè)計[4]、裝配反饋調(diào)整等的重要步驟,檢測方法主要分為接觸型和非接觸型兩種[5],接觸測量有三坐標測量機[6]、關(guān)節(jié)型測量機械臂[7]等,通過觸碰工件采集觸碰點的三維坐標值,該種方法結(jié)構(gòu)簡單、靈活性好,對測試環(huán)境開敞性要求不高,但對易變形工件、怕劃傷工件測試會大幅影響精度,同時,當待測曲面較復雜時,為了獲取足夠反映表面特性的點云數(shù)據(jù),其測試掃描過程會占有很長時間,工作效率低。非接觸型主要以攝影測量[8]和光柵投影測量[9]為主,具有精度高、速度快等優(yōu)點,在測試環(huán)境開敞性良好的條件下,相比接觸型方法具有顯著優(yōu)勢。
國內(nèi)外相關(guān)研究中主要是側(cè)重攝影測量的圖像匹配,從而與傳統(tǒng)圖像識別算法相結(jié)合,諸如Aminzadeh M等人[10]利用圖像直方圖模式簡化了圖像數(shù)據(jù)處理量,提高了系統(tǒng)處理速度。司小婷等人[11]通過視覺檢測技術(shù)對零件進行識別與定位,實現(xiàn)了6種簡單結(jié)構(gòu)物體的快速匹配。陳琦等人[12]采用機器視覺對軸承缺陷檢測,最優(yōu)精度可達0.3 mm,并完成了5種常用缺陷的識別。Adedotun O K團隊[13]將改進的濾波算法應用于圖像識別前的像質(zhì)優(yōu)化,提升了圖像配準的穩(wěn)定性。本文為了解決復雜曲面零件人為測量速度慢精度不穩(wěn)定的問題,實現(xiàn)一定程度的智能反饋調(diào)整,設(shè)計搭建了基于光學掃描的復雜曲面自動檢測系統(tǒng)。
機械臂選用YASKAWA公司的SP165型6軸多關(guān)節(jié)型機械臂,光學系統(tǒng)采用ATOS 3D掃描設(shè)備以及相關(guān)處理軟件組成。系統(tǒng)結(jié)構(gòu)如圖1所示。
圖1 系統(tǒng)結(jié)構(gòu)示意圖Fig.1 Schematic diagram of system structure
如圖所示,機械臂前端夾持光學掃描系統(tǒng),采集待測樣件的三維形貌點云數(shù)據(jù),處理系統(tǒng)將掃描數(shù)據(jù)帶入自動調(diào)整算法中,分析待測件曲面的變化趨勢,從而為調(diào)整機械臂位置、位姿提供調(diào)整參數(shù)。將該檢測系統(tǒng)與控制模塊相連接后,就能夠?qū)崿F(xiàn)根據(jù)光學掃描三維面形的位置數(shù)據(jù)進行在線實時調(diào)整機械臂位姿的反饋控制,從而使其具有一定的智能化控制能力。
系統(tǒng)采用光柵掃描方式獲取復雜曲面的三維面形,系統(tǒng)由激光投影光源和兩個CCD共同組成,測量機理如圖2所示。
圖2 測量系統(tǒng)工作原理圖Fig.2 Working principle diagram of measurement system
如圖2所示,激光光源的坐標系為B(xB,yB,zB),CCD1和CCD2的坐標系分別為A(xA,yA,zA)和C(xC,yC,zC),其中,三個z軸分別在三個光學系統(tǒng)的光軸上。系統(tǒng)的位置通過平面參考點P和Q進行定位??梢钥闯?復雜曲面的高度就是參考坐標系O(xO,xO,xO)中的z軸值。當激光照射在待測復雜曲面的任一點M和N時,其高度有zM=MM′和zN=NN′。由幾何三角關(guān)系可知,AM與zA之間的夾角為θ。當沒有復雜曲面時,激光照射在M″處反射至CCD1,當存在復雜曲面時,激光照射在M′處反射至CCD1,對于N點同理。由此可見,可以通過計算CCD1中θ的改變量求解zM數(shù)值,從而將整個復雜曲面的三維點云數(shù)據(jù)解出。但由于照射角度的問題,在參考坐標系中xO-zO斜率為負的曲面CCD1無法采集,故采用CCD2補充,兩組數(shù)據(jù)剛好可以覆蓋復雜曲面的全部區(qū)域。
對測量系統(tǒng)中CCD采集的圖像進行邊緣提取,從而依據(jù)特征識別獲得目標位置及姿態(tài),再將該目標的準確三維坐標反饋給系統(tǒng),實現(xiàn)在線調(diào)整。
設(shè)σ為標準差,對初始圖像f(x,y)進行高斯平滑濾波[14],函數(shù)可表示為:
(1)
則原始圖像轉(zhuǎn)換成:
fG(x,y)=G(x,y)?g(x,y)
(2)
通過求解一階偏導[15],可以得到兩個軸向像素點對應的梯度有:
(3)
由此利用像素梯度分布的數(shù)據(jù)極大性特征完成邊緣信息的提取。
將擬識別的零件幾何特征模板與測試圖像中的數(shù)據(jù)進行匹配分析,通過計算相似度差異最小的圖形實現(xiàn)目標零件的識別。為了匹配過程具有一定的普適性,針對曲面零件進行分析,其匹配相似度函數(shù)[16]有
(4)
其中,x和y分別表示圖像中行和列的任意取值;i和j分別表示在x和y的特征提取段的標號,符合1
(5)
其中,Pt為預設(shè)的相似度閾值??梢?當式(4)小于閾值時,認為是同一特征,提取目標零件數(shù)據(jù);否則不匹配,重新尋找合適目標零件。經(jīng)以上匹配過程可實現(xiàn)待測目標零件的自動校正,從而將其精確的三維坐標傳遞給系統(tǒng),系統(tǒng)根據(jù)設(shè)計需要完成對機械臂的在線調(diào)整,達到具有一定反饋調(diào)整的智能化控制的目的。采用該算法可以有效地解決傳統(tǒng)自動化裝配過程中隨機環(huán)境干擾引起的裝配問題,使系統(tǒng)具有很好的自適應性是本算法的重要特點。
實驗對雙凸曲面結(jié)構(gòu)件進行了測試,通過MOTOSIM-VRC軟件完成檢測路徑仿真,仿真數(shù)據(jù)采集界面及待測件實物如圖3所示。
圖3 仿真實驗模擬及數(shù)據(jù)采集界面Fig.3 Simulation experiment simulation and data acquisition interface
為了通過基于原始數(shù)模獲得的仿真分析結(jié)果去評價自動調(diào)整算法對機械臂控制的效果,將仿真機械臂的6自由度數(shù)據(jù)分別與固定掃描軌跡和基于特征識別的自動調(diào)整掃描軌跡進行對比,將相同測試位置的坐標與位姿參數(shù)進行比較。用于驗證測試結(jié)果的靶標點作為測試位置,該位置的選取原則是均勻分布在零件整個區(qū)域,重點集中在不同平面或者曲面斜率變化較大的位置。基于數(shù)模的仿真分析數(shù)據(jù)、固定掃描路徑測試數(shù)據(jù)及基于特征識別反饋的掃描路徑測試數(shù)據(jù)對比如表1所示。
表1中X、Y和Z分別表示測試位置的坐標值,θX、θY和θZ分別表示對應坐標軸上的位姿角,由這6個自由度信息就可以將復雜零件的精確位置及位姿信息傳遞給機械臂,從而實現(xiàn)依據(jù)反饋信息進行掃描路徑優(yōu)化。由表中數(shù)據(jù)分布計算可知,固定掃描路徑測試數(shù)據(jù)的最大位置偏差為0.084 mm,平均位置偏差為0.045 mm,最大位姿偏角為0.095°,平均位姿偏角為0.051°;自動調(diào)整掃描路徑測試數(shù)據(jù)的最大位置偏差為0.028 mm,平均位置偏差為0.011 mm,最大位姿偏角為0.026°,平均位姿偏角為0.017°。無論是測試位置的坐標信息還是坐標處的位姿信息,自動調(diào)整掃描路徑的測試數(shù)據(jù)精度和穩(wěn)定性明顯優(yōu)于未經(jīng)調(diào)整的。
表1 測試結(jié)果數(shù)據(jù)對比Tab.1 Test data comparison
為了分析數(shù)據(jù)分布的波動性,對相同參數(shù)進行標準差σ求解,有:
(6)
其中,X為測試數(shù)據(jù);μ為測試數(shù)據(jù)均值;N為樣本數(shù)。將測試數(shù)據(jù)代入(6)式計算可知,固定掃描路徑測試數(shù)據(jù)位置偏差的方差為0.0498 mm,自動調(diào)整掃描路徑測試數(shù)據(jù)位置偏差的方差為0.0124 mm;固定掃描路徑測試數(shù)據(jù)位姿偏角的方差為0.0567°,自動調(diào)整掃描路徑測試數(shù)據(jù)位姿偏角的方差為0.0190°。由此可見,采用基于特征識別反饋控制測試結(jié)果的坐標位置精度提高了約4倍,位姿精度提高了約3倍,驗證了本系統(tǒng)可以為汽車零件、復雜結(jié)構(gòu)等提供具有自動調(diào)整的掃描路徑規(guī)劃,增加系統(tǒng)控制的適用范圍。由此可見,本系統(tǒng)在用于復雜零件精確位姿的在線調(diào)整中具有明顯的優(yōu)勢。該算法創(chuàng)新之處在于將復雜零件數(shù)模作為基礎(chǔ)數(shù)據(jù)源,再結(jié)合特征識別就能夠獲得精度與數(shù)模精度接近的測量精度,相比傳統(tǒng)的預設(shè)掃描路徑法、應變傳感測量法等大幅提升了補償參數(shù)的準確性。
針對零件在裝配過程中位置偏差或位姿偏角造成的裝配問題,本文設(shè)計了一種基于激光三維掃描的復雜零件檢測系統(tǒng),并提出了基于特征識別的自動調(diào)整算法。實驗針對雙凸曲面零件進行了掃描測試分析,結(jié)果顯示,采用本系統(tǒng)自動調(diào)整掃描路徑的測試數(shù)據(jù)明顯優(yōu)于固定路徑的測試數(shù)據(jù)。其最大位置偏差、平均位置偏差、最大位姿偏角及平均位姿偏角的測試精度均提升1倍以上,標準差均在3倍以上。由此可見,本系統(tǒng)用于機械臂自動調(diào)整與控制領(lǐng)域,可大幅提升復雜零件裝配的自適應性。