王 勇,郭 慧*,邢金鵬
(1.華東理工大學(xué) 機械與動力工程學(xué)院,上海 200237;2.聊城大學(xué)東昌學(xué)院 機電工程學(xué)院,山東 聊城 252000)
中國作為汽車保有量大國,輪胎的需求量隨汽車數(shù)量的增長與日俱增,然而輪胎的分類問題一直困擾輪胎生產(chǎn)廠家?,F(xiàn)有文獻分析表明,目前我國絕大多數(shù)輪胎生產(chǎn)廠家仍然采用人工分類的方法,不僅效率低,而且易出現(xiàn)誤檢、錯分等現(xiàn)象[1]。
隨著工業(yè)自動化技術(shù)的發(fā)展,輪胎制造業(yè)也不斷地應(yīng)用新技術(shù),從而優(yōu)化輪胎生產(chǎn)制造工藝過程[2-3]。機器視覺作為新興技術(shù),在工業(yè)自動化中得到廣泛應(yīng)用[4-6]。
為解決輪胎制造過程中的輪胎分類問題,本工作基于機器視覺的理論基礎(chǔ)和VC++開發(fā)平臺,依據(jù)工業(yè)輪胎分類的實際需求,研發(fā)一種基于輪胎標識點的輪胎自動分類系統(tǒng)。該輪胎分類系統(tǒng)主要由輪胎標識點圖像采集裝置、標識點圖像處理系統(tǒng)和輪胎分類執(zhí)行系統(tǒng)組成,旨在實現(xiàn)輪胎的有效分類,提高輪胎制造業(yè)的效益。
本工作研究的輪胎分類系統(tǒng)主要由硬件設(shè)備和軟件系統(tǒng)構(gòu)成。硬件設(shè)備主要用于輪胎標識點圖像的采集。軟件系統(tǒng)由VC++開發(fā)平臺設(shè)計完成,主要用于輪胎標識點圖像的識別。輪胎標識點圖像如圖1所示。
圖1 輪胎標識點圖像
輪胎分類系統(tǒng)首先利用硬件設(shè)備采集圖1中的輪胎標識點圖像,然后將采集到的輪胎標識點圖像輸送到分類系統(tǒng)的軟件部分,識別出獲取的輪胎標識點圖像顏色和形狀信息。最后,分類系統(tǒng)將輪胎標識點圖像信息輸送給輪胎分類執(zhí)行系統(tǒng),依據(jù)輪胎標識點信息,驅(qū)動執(zhí)行機構(gòu)實現(xiàn)輪胎的分類。輪胎分類系統(tǒng)工作原理如圖2所示。
圖2 輪胎分類系統(tǒng)工作原理
輪胎分類系統(tǒng)的硬件設(shè)備主要由工業(yè)相機、工業(yè)電腦、照明裝置和支架組成,用于輪胎標識點圖像的采集。因此也可以將輪胎分類系統(tǒng)的硬件部分視為輪胎標識點圖像采集裝置,其結(jié)構(gòu)如圖3所示。
由于打碼機在輪胎的側(cè)面印刷上標識點后,輪胎隨機掉落在輸送帶上,因此不能保證印有標識點的一側(cè)朝向一致。為保證能夠采集到所有的輪胎標識點圖像,設(shè)計了如圖3所示的上下光源和相機結(jié)構(gòu)。
圖3 輪胎分類系統(tǒng)結(jié)構(gòu)示意
輪胎標識點圖像采集裝置僅僅是圖像采集的硬件設(shè)備,要準確獲取輪胎標識點圖像,還需要驅(qū)動硬件設(shè)備的控制系統(tǒng)。本工作采用可編程控制器(PLC)結(jié)合光電開關(guān)和旋轉(zhuǎn)編碼器設(shè)計圖像采集控制系統(tǒng)。
光電開關(guān)安裝在導(dǎo)軌的兩側(cè),用于檢測輪胎到來的信號。旋轉(zhuǎn)編碼器置于輸送帶下側(cè),且安裝在編碼器上的旋轉(zhuǎn)輪與輸送帶緊密貼合。旋轉(zhuǎn)編碼器安裝位置如圖4所示。
圖4 旋轉(zhuǎn)編碼器安裝位置示意
當光電開關(guān)檢測到輸送帶上有輪胎到來的信號時,光電開關(guān)將該信號輸送給PLC控制器,PLC隨即啟動旋轉(zhuǎn)編碼器的計數(shù)功能。當旋轉(zhuǎn)編碼器計數(shù)到設(shè)定值T1時,PLC啟動上相機對輪胎上側(cè)面進行拍攝;當旋轉(zhuǎn)編碼器計數(shù)到設(shè)定值T2時,PLC啟動下相機對輪胎下側(cè)面進行拍攝。圖像采集裝置控制系統(tǒng)工作原理如圖5所示。
圖5 圖像采集裝置控制系統(tǒng)工作原理
對于分布在輪胎上側(cè)面的標識點,可以采用一次拍照而獲取完整的標識點圖像。因此將上相機和光源設(shè)計成如圖6所示的相機外露式。同時,為消除外界光照對拍攝圖像質(zhì)量的影響,采用光照均勻、工作壽命長且易于設(shè)計的發(fā)光二極管(LED)外加光源[7]。
圖6 上相機和光源結(jié)構(gòu)示意
受圖像采集裝置結(jié)構(gòu)設(shè)計和實際應(yīng)用的限制,對分布于輪胎下側(cè)面的輪胎標識點拍攝一次不能采集完整的輪胎標識點圖像。通過設(shè)置相機拍攝的感興趣區(qū)域?qū)挾?,對同一輪胎進行多次拍照(一般拍攝6次),獲取條狀輪胎標識點圖像,最后通過圖像拼接技術(shù),將其拼接成一幅完整的輪胎標識點圖像,如圖7所示。
下相機和光源結(jié)構(gòu)如圖8所示。如果直接采用工業(yè)相機對輪胎下側(cè)面的輪胎標識點圖像進行拍攝,相機與輪胎之間的距離過小會導(dǎo)致景深不能滿足拍攝要求,因此在設(shè)計下相機圖像采集裝置時,利用鏡面反射原理,通過反光鏡的鏡面反射增大相機與輪胎下側(cè)面之間的距離,滿足下相機拍攝對景深的要求。
圖8 下相機和光源結(jié)構(gòu)示意
圖像處理軟件是該輪胎分類系統(tǒng)的核心,軟件的設(shè)計主要包括輪胎標識點圖像降噪處理、標識點顏色和形狀特征向量的提取、標識點顏色識別器和形狀識別器的構(gòu)建。在軟件設(shè)計時采用VC++軟件作為設(shè)計平臺,結(jié)合LIBSVM軟件包[8],設(shè)計了如圖9所示的輪胎分類系統(tǒng)可視化平臺。
圖9 輪胎分類系統(tǒng)可視化平臺
利用圖像采集裝置采集到的輪胎標識點圖像,在電路中傳輸時,會在圖像中引入噪聲,導(dǎo)致圖像質(zhì)量降低。為消除圖像噪聲對標識點圖像識別的影響,在標識點識別前,采用中值濾波技術(shù)對圖像進行降噪處理。中值濾波能夠在去除圖像噪聲的同時,保護圖像邊緣信息不受破壞[9],為后續(xù)標識點識別奠定基礎(chǔ)。
采用CCD工業(yè)相機獲取的輪胎標識點圖像存儲為RGB顏色空間,該空間的R,G和B三個顏色分量具有較高的相關(guān)性,不適于顏色識別研究。為此,本工作在進行標識點顏色識別前,將原始圖像從RGB顏色空間轉(zhuǎn)換到HLS顏色空間,HLS顏色空間中的色度向量能夠較為準確地區(qū)分不同種顏色特性。因此,在識別標識點顏色時,只需要識別不同顏色的色度向量即可,提高了顏色識別的效率。
形狀識別是標識點識別的另一項重點研究內(nèi)容。本工作采用復(fù)數(shù)傅里葉子系數(shù)描述作為輪胎標識點形狀識別的特征向量。在提取標識點形狀傅里葉描述子系數(shù)前,先要對降噪后的標識點圖像進行圖像分割、邊緣檢測和輪廓坐標提取等操作。然后,對標識點輪廓坐標進行傅里葉變換,獲取描述標識點形狀特征的傅里葉描述子系數(shù)。
采用機器視覺技術(shù)中較為常用的支持向量機(Support Vector Machine,SVM)人工智能算法,進行輪胎標識點識別器的構(gòu)建。支持向量機是由V.Vapnik[10]提出的一種經(jīng)典人工智能算法。由于典型的支持向量機僅適用于兩類分類問題,而本研究的輪胎標識點涉及紅、黃、藍、白4種顏色和方形、圓形、菱形、圓環(huán)、十字形5種形狀,屬于多類別分類問題,因此直接采用典型支持向量機算法不能達到有效分類的效果。
采用由J.C.Platt等[11]提出的導(dǎo)向無環(huán)圖多類支持向量,構(gòu)建輪胎標識點識別器。應(yīng)用J.C.Platt等提出的決策導(dǎo)向無環(huán)圖支持向量機分類算法,可有效解決多類別分類問題。該算法通過在N類樣本中構(gòu)建N(N-1)/2個二值樣本分類器,并利用這N(N-1)/2個樣本分類器對每類樣本進行“淘汰”測試,以識別樣本種類。
輪胎標識點識別器識別出輪胎標識的顏色和形狀信息后,將該信息輸送給輪胎分類執(zhí)行系統(tǒng)。分類執(zhí)行系統(tǒng)根據(jù)輪胎標識點信息,將輪胎分類至相應(yīng)類別。輪胎分類執(zhí)行系統(tǒng)實物如圖10所示。本工作依據(jù)實際要求,設(shè)計了3套輪胎分類機構(gòu),每套輪胎分類機構(gòu)代表一種類型的輪胎。當輪胎在輸送帶上輸送到相應(yīng)分類機構(gòu)處時,分類器將其從輸送導(dǎo)軌上撥離至分類導(dǎo)軌,從而實現(xiàn)輪胎的分類輸送。
圖10 輪胎分類系統(tǒng)
針對輪胎制造過程中輪胎分類入庫困難的問題,設(shè)計研制一種基于輪胎標識點的輪胎自動分類系統(tǒng)。該系統(tǒng)通過采集并識別打印在輪胎側(cè)面的輪胎標識點信息,依據(jù)輪胎標識點的顏色和形狀信息的不同,將輪胎劃分為相應(yīng)種類,實現(xiàn)了輪胎的自動高效分類。應(yīng)用該系統(tǒng)能夠有效地提高輪胎分類效率,顯著提高輪胎制造業(yè)的生產(chǎn)效益。