基于視覺的輪轂?zāi)伋跏键c(diǎn)尋找與對(duì)準(zhǔn)控制

戴伊寧，方灶軍，潘 聰

1.寧波大學(xué)信息科學(xué)與工程學(xué)院，浙江寧波315211

2.中國科學(xué)院寧波材料技術(shù)與工程研究所，浙江寧波315201

3.浙江省機(jī)器人與智能制造裝備技術(shù)重點(diǎn)實(shí)驗(yàn)室，浙江寧波315201

磨拋是影響輪轂外觀和質(zhì)量的重要因素。然而，目前輪轂?zāi)佒饕匀斯橹?，磨拋效率低，無法保證磨拋質(zhì)量一致，而且生產(chǎn)環(huán)境惡劣，工作強(qiáng)度大等問題嚴(yán)重影響工人的健康。所以，實(shí)現(xiàn)自動(dòng)化磨拋逐漸成為該領(lǐng)域迫切解決的問題[1]。與人工磨拋相比，機(jī)器人磨拋具有磨拋效率高、精度高、質(zhì)量好等特點(diǎn)。目前的機(jī)器人磨拋大多采取離線編程，事先設(shè)計(jì)好輪轂的磨拋軌跡，使其實(shí)現(xiàn)自動(dòng)化磨拋。Tian 等[2]設(shè)計(jì)了一種基于六自由度工業(yè)機(jī)器人和六維力/力矩傳感器的曲面機(jī)器人拋光系統(tǒng)。Kharidege 等[3]提出了一種自動(dòng)拋光系統(tǒng)的方案，該系統(tǒng)包括一個(gè)六自由度臂機(jī)器人。描述了一種基于CAD 系統(tǒng)數(shù)據(jù)的自動(dòng)規(guī)劃和編程系統(tǒng)，用于創(chuàng)建機(jī)器人路徑。Liu 等[4]結(jié)合機(jī)器人控制和輪式拋光技術(shù)的優(yōu)點(diǎn)，建立了基于工業(yè)機(jī)器人的帶缸輪式拋光結(jié)構(gòu)。可靈活適應(yīng)非球面的表面形狀，同時(shí)基于拋光輪與工作表面的摩擦力，在精確壓力的控制下獲得高精度表面。

上述機(jī)器人磨拋系統(tǒng)只對(duì)機(jī)器人磨拋過程和磨拋軌跡進(jìn)行研究，未對(duì)輪轂?zāi)伋跏键c(diǎn)對(duì)準(zhǔn)問題進(jìn)行研究。但是輪轂初始點(diǎn)對(duì)準(zhǔn)是輪轂?zāi)伒闹匾h(huán)節(jié)，其定位的精度直接影響后續(xù)機(jī)器人的磨拋路徑和最終的磨拋質(zhì)量。雖然輪轂初始點(diǎn)定位的參考文獻(xiàn)報(bào)道較少，但是有學(xué)者研究了基于視覺的焊縫初始點(diǎn)對(duì)準(zhǔn)[5]。He等[6]提出一種提取焊縫輪廓特征點(diǎn)的方案，以實(shí)現(xiàn)自動(dòng)多道次路徑規(guī)劃，并在MAG 電弧焊過程中指導(dǎo)各層的初始焊接位置的方法。Fan等[7]提出了一種基于激光視覺傳感器的窄焊縫初始點(diǎn)對(duì)準(zhǔn)方法。王小剛等[8]設(shè)計(jì)了一種由雙攝像機(jī)組成的視覺采集系統(tǒng)，并提出一種熔滴—焊縫同步采集焊接偏差測定方法。但輪轂表面形狀復(fù)雜，上述焊縫初始點(diǎn)對(duì)準(zhǔn)方法不適用于輪轂初始點(diǎn)的對(duì)準(zhǔn)。在輪轂初始點(diǎn)對(duì)準(zhǔn)方面，F(xiàn)ang等[9]利用視覺傳感器的非接觸性和高精度的優(yōu)點(diǎn)，提出了一種基于視覺的初始點(diǎn)對(duì)準(zhǔn)控制方法，但該方法主要利用輪轂輻條信息。面對(duì)一些輪轂輻條形狀復(fù)雜的輪轂，輪轂輻條的中心點(diǎn)往往較難提取。

針對(duì)輪轂初始點(diǎn)對(duì)準(zhǔn)問題，提出了基于視覺的輪轂初始點(diǎn)對(duì)準(zhǔn)方法，利用中心孔和螺栓孔計(jì)算角度偏差，并設(shè)計(jì)了基于模糊算法的輪轂初始點(diǎn)對(duì)準(zhǔn)控制器，通過輪轂?zāi)侟c(diǎn)對(duì)準(zhǔn)實(shí)驗(yàn)驗(yàn)證了方法的有效性。

1 輪轂?zāi)伋跏键c(diǎn)對(duì)準(zhǔn)系統(tǒng)

輪轂?zāi)伋跏键c(diǎn)對(duì)準(zhǔn)系統(tǒng)如圖1 所示。由于機(jī)器人拋光系統(tǒng)采用了機(jī)器人離線編程方法，因此只要輪轂類型不變，機(jī)器人拋光軌跡保持不變。一旦設(shè)定了磨拋目標(biāo)初始點(diǎn)的位置，那么只要輪轂型號(hào)不變，目標(biāo)初始點(diǎn)就保持不變。該系統(tǒng)由兩個(gè)部分組成組成。第一個(gè)部分是視覺傳感器部分，由一個(gè)工業(yè)相機(jī)和一個(gè)光源組成，由于輪轂具有一定的反射率，所以采用平行光源。通過工業(yè)相機(jī)拍攝得到輪轂圖像，對(duì)輪轂圖像進(jìn)行圖像處理和特征提取得到輪轂當(dāng)前初始點(diǎn)相對(duì)于目標(biāo)初始點(diǎn)的偏差角度，將得到的偏差角度傳輸給控制器。第二部分是控制部分，由控制系統(tǒng)和旋轉(zhuǎn)臺(tái)組成，控制系統(tǒng)接收視覺傳感器計(jì)算的輪轂初始點(diǎn)角度偏差，通過控制算法計(jì)算出所需的控制指令，并發(fā)送給旋轉(zhuǎn)臺(tái)使得當(dāng)前磨拋點(diǎn)對(duì)準(zhǔn)到機(jī)器人磨拋的目標(biāo)初始點(diǎn)，最后交給磨拋機(jī)器人進(jìn)行磨拋。

圖1 初始點(diǎn)對(duì)準(zhǔn)系統(tǒng)示意圖Fig.1 Schematic diagram of initial point alignment system

2 輪轂圖像的預(yù)處理與特征提取

2.1 提取感興趣區(qū)域（ROI）

在實(shí)際生產(chǎn)環(huán)境中，輪轂圖片的背景比較雜亂，如圖2（a）所示。利用掩膜（mask）和圖像形態(tài)學(xué)技術(shù)提取感興趣區(qū)域（ROI），可以有效地減少噪聲干擾，利于特征的提取。輪轂是固定在旋轉(zhuǎn)臺(tái)上的，只會(huì)有旋轉(zhuǎn)變換，不會(huì)有平移變換，所以輪轂的大致中心可以確定。而輪轂的螺栓孔分布在離輪轂中心r/2 左右（其中r 為輪轂的半徑）。所以，將離圓心以r/2 為半徑的圓內(nèi)區(qū)域的圖像作為ROI區(qū)域。詳細(xì)操作如下：在圖像中輪轂圓心位置，做一個(gè)半徑為r/2 的掩膜和原圖像做與（AND）操作。如式（1）所示：

圖2 ROI提取結(jié)果Fig.2 Region of interest extraction

其中，Ir為最后提取到的感興趣區(qū)域，Io為原輪轂圖像，Im為掩膜。結(jié)果如圖2所示。

圖像二值化處理是預(yù)處理中的重要步驟，目的是使有用信息和無用信息的對(duì)比度達(dá)到最大，突出主題，方便后續(xù)提取。未經(jīng)磨拋的輪轂其表面比較灰暗，其灰度值相較于螺栓孔而言會(huì)比較低，所以圖像二值化可以較為完整地得到螺栓孔區(qū)域的圖像。圖像二值化可由公式（2）得到：

其中，I(x,y)是圖像中像素點(diǎn)的灰度值，T 為灰度閾值，二值化實(shí)際就是用0或1來區(qū)分圖像區(qū)域的過程。圖像二值化的結(jié)果如圖3所示。

圖3 圖像形態(tài)學(xué)操作Fig.3 Image morphology operations

在圖像二值化之后還是會(huì)有一些亮點(diǎn)和噪點(diǎn)，這會(huì)對(duì)螺栓孔的邊緣檢測產(chǎn)生干擾。因此需除去這些亮斑和噪點(diǎn)。首先通過中值濾波[10]去除圖像中的椒鹽噪聲，然后計(jì)算圖像中各個(gè)連通區(qū)域的面積，通過設(shè)置連通區(qū)域面積的閾值大小，來去除亮點(diǎn)，保留所需要的螺栓孔信息。其公式如下：

式中，Sv為有效的連通區(qū)域的集合，Sk為第K個(gè)連通區(qū)域的集合。Ak為第K個(gè)連通區(qū)域的面積。AT為連通區(qū)域面積大小的閾值。

在得到大致的螺栓孔二值圖像后，為了減少一些小孔洞對(duì)后續(xù)求螺栓孔邊緣的影響，需要通過形態(tài)學(xué)的閉運(yùn)算來去除小孔洞。

式中，Ab為螺栓孔二值圖像，Bc為結(jié)構(gòu)元素。即先對(duì)圖像做結(jié)構(gòu)元素為Bc的膨脹操作，再對(duì)圖像做結(jié)構(gòu)元為Bc的腐蝕操作。如圖3所示。

2.2 邊緣提取

為了實(shí)現(xiàn)對(duì)螺栓孔特征的提取，需要先對(duì)圖片進(jìn)行預(yù)處理，并且利用Canny算子對(duì)處理之后的圖片進(jìn)行邊緣檢測，得到含有螺栓孔目標(biāo)邊緣的圖片。使用形態(tài)學(xué)邊界提取來提取出螺栓孔邊界。

式中，A為螺栓孔的二值圖像，β(Ab)為圖像Ab的邊界，Be是適當(dāng)?shù)慕Y(jié)構(gòu)元素。

由于二值圖像的邊界是經(jīng)過多次形態(tài)學(xué)操作后得到的，與實(shí)際的螺栓孔邊界存在的偏差，所以需要將其當(dāng)作掩碼與原圖做一次與（AND）操作，這樣能得到準(zhǔn)確的螺栓孔邊界灰度圖像。具體操作如下，對(duì)得到的二值圖像的邊界做膨脹操作，然后將其作為掩碼與原圖像做與操作（具體操作參考公式（1））。結(jié)果如圖4（a）所示。

圖4 利用Canny算子提取到的邊緣Fig.4 Edges extracted by Canny operator

在對(duì)螺栓孔進(jìn)行圓擬合來獲取螺栓孔圓心位置信息前，直接對(duì)螺栓孔的灰度圖像進(jìn)行處理，會(huì)增加計(jì)算的時(shí)間，伴隨的噪聲會(huì)使得擬合圓的圓心與實(shí)際螺栓孔圓心偏差較大。所以，需對(duì)螺栓孔灰度圖像的邊緣進(jìn)行檢測，用螺栓孔的邊緣信息來計(jì)算螺栓孔的圓心位置。

傳統(tǒng)的Canny[11-12]算子通過用2×2 鄰域的一階偏導(dǎo)的有限差分來進(jìn)行計(jì)算，在計(jì)算梯度幅值時(shí)對(duì)噪聲比較敏感。因此為了提高檢測的準(zhǔn)確性，使用4個(gè)方向的梯度模板作為邊緣檢測梯度算子檢測圖像的邊緣，計(jì)算像素的0°、45°、90°以及135°方向的梯度幅值，可以達(dá)到良好的邊緣定位和噪聲抑制的效果。如圖4所示。

2.3 計(jì)算螺栓孔圓心

由于相機(jī)角度和輪轂表面反射光的問題，對(duì)圖片處理后，螺栓孔邊緣的圖像可能呈現(xiàn)一種形變圓或者殘缺圓的情況，成為計(jì)算螺栓孔圓心的干擾項(xiàng)，影響檢測的準(zhǔn)確度。如圖5所示。

圖5 擬合圓螺栓孔Fig.5 Fitting round bolt holes

圖5（a）為使用最小二乘法擬合圓，圖5（b）為使用迭代重加權(quán)最小二乘法擬合圓。實(shí)際上邊界圖像中凹陷的邊緣一定是處于螺栓孔圓內(nèi)部的，如果使用標(biāo)準(zhǔn)的最小二乘法擬合圓算法來擬合圓，結(jié)果容易受外點(diǎn)（凹陷邊緣）的影響，使得最后擬合出的圓會(huì)比實(shí)際螺栓孔圓小，對(duì)應(yīng)的圓心與實(shí)際圓心也會(huì)有些偏移。為了減少外點(diǎn)的影響，選用迭代重加權(quán)最小二乘法擬合圓算法[13-14]。該算法采用一個(gè)迭代過程求解一系列加權(quán)最小二乘問題，并在每一步迭代中按照一定的規(guī)則對(duì)權(quán)系數(shù)進(jìn)行調(diào)整，使其逐步逼近最優(yōu)拉格朗日乘子，使最小二乘解逐漸逼近最小區(qū)域解。具體擬合圓的原理如下。假設(shè)圓的方程為：

建立最小誤差函數(shù)E：

其中，A=-2a,B=-2b,C=a2+b2-R2。樣本點(diǎn)(xi,yi)到圓心的距離為di。

令(xi,yi)到圓邊緣距離的平方與半徑的平方差為：

為了減小離群點(diǎn)對(duì)擬合圓時(shí)的影響，引入權(quán)重函數(shù)ω：

其中，γ為削波因數(shù)，它定義哪些點(diǎn)為離群點(diǎn)。

迭代解得使得E最小的A,B,C值即為最終解。并確定圓和圓心的位置信息。

3 計(jì)算對(duì)準(zhǔn)角度

輪轂的旋轉(zhuǎn)角度由輪轂的中心和螺栓孔中心決定。因此計(jì)算出各個(gè)螺栓孔的中心后，需要計(jì)算輪轂的中心。通常為了輪轂的結(jié)構(gòu)穩(wěn)定，輪轂的螺栓孔是均勻分布在輪轂上，故所有螺栓孔中心會(huì)均勻落在以輪轂中心為圓心的圓上，通過取螺栓孔中心的平均值能較為精確地計(jì)算出輪轂的中心位置，公式如下：

其中，(xo,yo)為輪轂中心的橫坐標(biāo)與縱坐標(biāo)，N為輪轂孔洞個(gè)數(shù)。(xhi,yhi)為第i個(gè)螺栓孔的中心橫坐標(biāo)與縱坐標(biāo)。

根據(jù)輪轂中心和一個(gè)螺栓孔中心可以計(jì)算出與x軸正半軸相差的角度，但是由于光的反射和相機(jī)拍攝角度問題，拍出的圖像會(huì)有些許的形變，計(jì)算螺栓孔中心時(shí)存在些許誤差，精度無法得到保證，所以提出從總體上計(jì)算輪轂對(duì)準(zhǔn)所需的角度。假設(shè)過輪轂中心和第i個(gè)螺栓孔中心的直線為：

其中，ai和bi為過輪轂中心和第i個(gè)螺栓孔中心的直線，n為螺栓孔個(gè)數(shù)。那么第i條直線到水平正半軸的夾角可以表示為：

由于螺栓孔是均勻分布的，如圖6 所示。那么第i線到i+1 條直線所需要的旋轉(zhuǎn)角度是一定的（其中i=1,2,…,n,n為螺栓孔個(gè)數(shù)），即螺栓孔是周期分布的?？汕蟮靡粋€(gè)周期為：

圖6 輪轂中心和螺栓孔中心的連線Fig.6 Line connecting center of hub and bolt

其中，θc為相鄰兩條直線之間相差的旋轉(zhuǎn)角度記為一個(gè)周期。那么可以利用螺栓孔周期分布的特性，將過輪轂中心和第i螺栓孔中心的直線與水平x正半軸之間的夾角θl變換到[0,θc]這個(gè)區(qū)間內(nèi)，便于最終對(duì)準(zhǔn)角度的選取。公式如下：

其中，θil是經(jīng)過周期變換處理過后的角度，θi周期變換處理前的角度，mod為取余操作。

圖像拍攝產(chǎn)生形變，圖像處理、圓擬合等過程中會(huì)產(chǎn)生誤差，故每個(gè)θ會(huì)存在些許偏差。為了減小誤差，將所有的θil進(jìn)行升序排列，然后取其中值的方法，來減小誤差。公式如式（18）所示：

其中，θm為θil按序排列后取得的中值。機(jī)器人磨拋輪轂時(shí)，目標(biāo)初始點(diǎn)是一定的。假設(shè)目標(biāo)初始點(diǎn)與x軸正半軸的夾角為θt，同樣的θt也需要進(jìn)行周期處理，詳細(xì)見公式（16）、（17）。那么可以得到當(dāng)前初始點(diǎn)對(duì)準(zhǔn)到目標(biāo)初始點(diǎn)所需的旋轉(zhuǎn)角度記為θr，那么可求得θr的公式如下：

電機(jī)既可以順時(shí)針旋轉(zhuǎn)，又可以逆時(shí)針旋轉(zhuǎn)，所以在得到對(duì)準(zhǔn)角度之后需判斷對(duì)準(zhǔn)角度是否大于1/2個(gè)螺栓孔分布周期，這樣能讓電機(jī)旋轉(zhuǎn)最小的角度，減小旋轉(zhuǎn)過程帶來的誤差。公式如下：

其中，θ′r為最終對(duì)準(zhǔn)角度。得到對(duì)準(zhǔn)所需旋轉(zhuǎn)的角度后，將其交給控制器，由控制器控制旋轉(zhuǎn)器實(shí)現(xiàn)輪轂?zāi)伋跏键c(diǎn)的校準(zhǔn)。

4 初始點(diǎn)對(duì)準(zhǔn)控制器的設(shè)計(jì)

采用開環(huán)控制方法無法保證初始點(diǎn)對(duì)準(zhǔn)的精度，且初始點(diǎn)特征提取容易受到光照條件影響，難以建立磨拋初始點(diǎn)對(duì)準(zhǔn)過程的數(shù)學(xué)模型。而模糊控制能解決無法建立精確數(shù)學(xué)模型系統(tǒng)的控制問題，且抗干擾性好，適應(yīng)力強(qiáng)。因此提出了基于模糊控制[15]算法的初始點(diǎn)對(duì)準(zhǔn)閉環(huán)控制算法，如圖7所示。該控制器由兩個(gè)通道組成，反饋通道和前向通道。反饋通道根據(jù)視覺傳感器檢測輪轂的當(dāng)前初始點(diǎn)位置，并計(jì)算出的實(shí)際旋轉(zhuǎn)角度。它由圖像處理和角度計(jì)算兩部分組成。前向通道根據(jù)輪轂當(dāng)前磨拋點(diǎn)和目標(biāo)初始點(diǎn)之間的誤差，控制旋轉(zhuǎn)器來調(diào)整輪轂旋轉(zhuǎn)。為了確保對(duì)準(zhǔn)精度，在初始點(diǎn)對(duì)準(zhǔn)控制中采用模糊控制器，將理想旋轉(zhuǎn)角度和實(shí)際旋轉(zhuǎn)角度的差值E和E的變化量EC作為輸入量輸入模糊控制器，最后模糊控制器的輸出量為脈沖數(shù)P。

圖7 初始點(diǎn)對(duì)準(zhǔn)控制示意圖Fig.7 Schematic diagram of initial point alignment control

其中，θr是期望旋轉(zhuǎn)的角度，θy是實(shí)際旋轉(zhuǎn)的角度，E(k)是控制器第k次采樣后的角度誤差值。設(shè)E的基本論域?yàn)閇-1°,1°],EC的基本論域?yàn)閇-0.8°,0.8°],E和EC的模糊變量的為SE和SEC，建立定義SE和SEC的模糊子集各取5個(gè)語言值即{負(fù)大，負(fù)小，零，正小，正大}記為{NB，NS，ZO，PS，PB}。模糊控制最終的輸出，即輸入旋轉(zhuǎn)器的脈沖數(shù)，定義其基本論域?yàn)閇-420,420]。模糊子集為{負(fù)大，負(fù)小，零，正小，正大}，同樣記為{NB，NS，ZO，PS，PB}。對(duì)于隸屬度函數(shù)，輸入量和輸出量的隸屬度函數(shù)如圖8所示。選擇的模糊推理方法是Mamdani法。模糊規(guī)則如表1所示。對(duì)于輸出的模糊量，采用重心法解模糊化公式如下：

表1 模糊規(guī)則表Table 1 Fuzzy rule table

圖8 輸入輸出的隸屬度函數(shù)Fig.8 Membership function of input and output

式中，vi為第i個(gè)輸出值。μ(vi)為輸出變量的屬度函數(shù)。

5 實(shí)驗(yàn)

為了驗(yàn)證基于視覺的輪轂初始對(duì)準(zhǔn)控制方法的有效性，進(jìn)行了大量實(shí)驗(yàn)。實(shí)驗(yàn)設(shè)備如下：主旋轉(zhuǎn)器為Weiss CR0700C。旋轉(zhuǎn)器由伺服電機(jī)驅(qū)動(dòng)。視覺傳感器由光源和數(shù)字工業(yè)攝像機(jī)組成。光源為FG-THZ338318，可發(fā)出定向光來減少拍攝環(huán)境的光線變化。相機(jī)的型號(hào)是MER-131-75GC，通過USB 端口連接電腦拍攝圖像。相機(jī)得到的圖像大小為1 024×1 080像素。圖像處理使用C++、Opencv2。初始點(diǎn)對(duì)準(zhǔn)控制器在永宏P(guān)LC 中實(shí)現(xiàn)。輪轂的視覺測量值通過計(jì)算機(jī)處理獲得，然后通過RS232端口將數(shù)據(jù)從計(jì)算機(jī)端發(fā)送到PLC，最后由PLC控制伺服電機(jī)對(duì)輪轂初始點(diǎn)進(jìn)行對(duì)準(zhǔn)。處理一幅圖像的時(shí)間約為75 ms。目標(biāo)初始點(diǎn)和當(dāng)前初始點(diǎn)的定義如下。目標(biāo)初始點(diǎn)的位置需要人工設(shè)定，即最后交給磨拋機(jī)器人的初始磨拋位置。同一種型號(hào)的輪轂?zāi)佨壽E是相同的，所以同種型號(hào)輪轂的目標(biāo)初始點(diǎn)也相同，只需人工設(shè)定一次即可。然后計(jì)算每個(gè)輪轂的當(dāng)前初始位置。由于輪轂的當(dāng)前初始點(diǎn)被用作閉環(huán)控制器中的反饋信號(hào)，因此在每個(gè)控制采樣時(shí)間內(nèi)計(jì)算它。

首先驗(yàn)證上述圖像處理方法對(duì)不同型號(hào)輪轂的適用性。采取不同型號(hào)的輪轂使用上述的特征提取方法。圖9 為對(duì)不同型號(hào)輪轂螺栓孔擬合的結(jié)果。再通過閉環(huán)控制實(shí)現(xiàn)磨拋初始點(diǎn)對(duì)準(zhǔn)。其次對(duì)輪轂的對(duì)準(zhǔn)精度進(jìn)行了驗(yàn)證如圖10~11所示。由圖10可得，起始的對(duì)準(zhǔn)誤差為0.915 5 rad，在經(jīng)過多次對(duì)準(zhǔn)之后誤差在0.1 rad 附近有個(gè)震蕩，最后在第7 次對(duì)準(zhǔn)后開始收斂。這里將停止對(duì)準(zhǔn)的閾值設(shè)0.05 rad，即視覺部分計(jì)算出的初始點(diǎn)對(duì)準(zhǔn)角度小于0.05 rad 時(shí)將其視為對(duì)準(zhǔn)成功，結(jié)束對(duì)準(zhǔn)控制。圖11為每個(gè)對(duì)準(zhǔn)周期經(jīng)過模糊控制器后輸入到PLC的脈沖值。

圖9 不同輪轂型號(hào)擬合出的螺栓孔Fig.9 Bolt holes fitted with different wheel hub models

圖10 角度誤差Fig.10 Angle error

圖11 輸出脈沖數(shù)Fig.11 Number of output pulses

當(dāng)對(duì)準(zhǔn)結(jié)束后，用像素點(diǎn)的個(gè)數(shù)來計(jì)算對(duì)準(zhǔn)誤差，如圖12所示。圖12（a）將菲林尺置于輪轂側(cè)面（菲林尺最小刻度為0.1 mm）通過測量得到1 mm大約為50個(gè)像素的長度。由圖12（b）為目標(biāo)位置，圖12（c）對(duì)準(zhǔn)完成后的位置，由圖12 可以看到對(duì)準(zhǔn)后菲林尺子位置與目標(biāo)位置偏移了5個(gè)像素點(diǎn)。即對(duì)準(zhǔn)誤差大約在0.1 mm。

圖12 對(duì)準(zhǔn)誤差Fig.12 Alignment error

初始點(diǎn)對(duì)準(zhǔn)過程可見圖13。為了方便呈現(xiàn)對(duì)準(zhǔn)效果，圖中用馬克筆做的黑色豎線記號(hào)為當(dāng)前磨拋初始點(diǎn)，而紅色激光點(diǎn)為目標(biāo)磨拋初始點(diǎn)。經(jīng)過多次對(duì)準(zhǔn)控制，黑色豎線逐漸靠近激光點(diǎn)，最終重合，即完成初始點(diǎn)定位。經(jīng)過多次實(shí)驗(yàn)驗(yàn)證表明，如表2，上述輪轂初始點(diǎn)對(duì)準(zhǔn)方法對(duì)于不同型號(hào)輪轂?zāi)サ亩ㄎ痪冉钥刂圃?.1 mm左右。

表2 各初始點(diǎn)對(duì)準(zhǔn)算法適用性和精度對(duì)比Table 2 Comparison of applicability and accuracy of each initia point alignment algorithm

圖13 磨拋點(diǎn)對(duì)準(zhǔn)過程Fig.13 Grinding point alignment process

相較于文獻(xiàn)[8]，本文將初始點(diǎn)對(duì)準(zhǔn)運(yùn)用在輪轂較磨拋上，將對(duì)準(zhǔn)精度控制在0.1 mm左右，符合磨拋初始點(diǎn)的對(duì)準(zhǔn)精度。相較于文獻(xiàn)[9]，本文雖然在精度上沒有什么提升，但是文獻(xiàn)[9]適用的輪轂種類較少，面對(duì)輪輻復(fù)雜的輪轂，其定位效果并不太理想，且易受環(huán)境影響，而本文的方法適用于更多種類的輪轂?zāi)伋跏键c(diǎn)的對(duì)準(zhǔn)。

6 結(jié)論

輪轂?zāi)伋跏键c(diǎn)的對(duì)準(zhǔn)是機(jī)器人磨拋輪轂的重要過程，也是實(shí)現(xiàn)磨拋?zhàn)詣?dòng)化的重要環(huán)節(jié)。然而傳統(tǒng)的接觸式傳感器難以滿足表面復(fù)雜輪轂的磨拋點(diǎn)的對(duì)準(zhǔn)，為了高效、準(zhǔn)確地對(duì)準(zhǔn)初始點(diǎn)，使用了非接觸式視覺傳感器，并提出了一種基于視覺的初始點(diǎn)對(duì)準(zhǔn)方法。輪轂當(dāng)前初始點(diǎn)與目標(biāo)初始點(diǎn)的差值表示為所需的輪轂旋轉(zhuǎn)角度，可以通過輪轂螺栓孔中心和輪轂中性能計(jì)算得到。為此使用了基于迭代重加權(quán)最小二乘法擬合圓算法去擬合螺栓孔，并計(jì)算螺栓孔中心位置。在得到對(duì)準(zhǔn)角度后，需要控制輪轂旋轉(zhuǎn)，使得當(dāng)前磨拋初始點(diǎn)對(duì)準(zhǔn)到目標(biāo)初始點(diǎn)，為此采用模糊控制，設(shè)計(jì)了一個(gè)初始點(diǎn)對(duì)準(zhǔn)閉環(huán)控制系統(tǒng)。最后對(duì)幾種不同型號(hào)的輪轂進(jìn)行了對(duì)準(zhǔn)實(shí)驗(yàn)，多次實(shí)驗(yàn)表明，本文提出的輪轂初始點(diǎn)對(duì)準(zhǔn)算法可以將對(duì)準(zhǔn)精度控制在小于0.1 mm，可以很好地滿足輪轂?zāi)仚C(jī)器人的需求。