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(guó)內(nèi)檢測(cè)扭矩的設(shè)備由于對(duì)中精度不高等原因，使設(shè)備實(shí)際運(yùn)行過(guò)程與規(guī)定的要求具有一定的偏差，而對(duì)中不精確，可能損壞扭矩對(duì)中器件，影響整個(gè)設(shè)備對(duì)扭矩檢測(cè)結(jié)果的不確定性. 因此，對(duì)中精度的高低具有非常重要的地位[1]. 而且，采用自動(dòng)對(duì)中技術(shù)，還可避免檢測(cè)人員的手動(dòng)誤操作對(duì)檢測(cè)結(jié)果的影響，從而提高檢測(cè)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(hào)傳給計(jì)算機(jī)，再利用伺服微控制系統(tǒng)對(duì)該設(shè)備的對(duì)中附件進(jìn)行前后左右等方向的移動(dòng)，實(shí)現(xiàn)高精度自動(dòng)對(duì)中. 設(shè)計(jì)的裝置不僅適用于扭矩測(cè)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(duì)中裝置結(jié)構(gòu)

啟動(dòng)自動(dòng)對(duì)中后，系統(tǒng)自動(dòng)尋找附件的中心，尋找中心的過(guò)程分為機(jī)器視覺(jué)處理部分和伺服控制部分. 將對(duì)中附件安裝在被測(cè)件上，利用工業(yè)攝像機(jī)采集對(duì)中附件上的標(biāo)準(zhǔn)圖形的圖像，計(jì)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(jì)算機(jī)控制伺服電機(jī)進(jìn)行前后左右等方向的自動(dòng)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(tái)裝置驅(qū)動(dòng)部分的中心線與被測(cè)件的中心線重合[3-4].

裝置的對(duì)中平臺(tái)結(jié)構(gòu)如圖1a 所示，上面為驅(qū)動(dòng)裝置，內(nèi)裝一部MVC3000 型的高像素工業(yè)相機(jī)，對(duì)中時(shí)，先將對(duì)中附件放到檢測(cè)臺(tái)上，工業(yè)相機(jī)垂直拍攝，采集對(duì)中附件上的黑色矩形方塊（如圖1b），通過(guò)邊緣檢測(cè)算法，獲得被測(cè)物體偏離目標(biāo)的位置信號(hào)，將信號(hào)傳輸給計(jì)算機(jī)，計(jì)算出實(shí)際偏移量，驅(qū)動(dòng)伺服電機(jī)反復(fù)地進(jìn)行精確調(diào)整，其中1 號(hào)電機(jī)完成檢測(cè)平臺(tái)的前后移動(dòng)，2 號(hào)電機(jī)完成檢測(cè)平臺(tái)的左右移動(dòng)，3 號(hào)電機(jī)控制驅(qū)動(dòng)裝置按一定的角度進(jìn)行旋轉(zhuǎn)，4 號(hào)與5 號(hào)電機(jī)控制平臺(tái)傾角調(diào)整，控制電機(jī)的移動(dòng)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(jī)響應(yīng)時(shí)間長(zhǎng)等問(wèn)題，使定位更加快速精確，最終實(shí)現(xiàn)高精度的自動(dòng)對(duì)中能力[5-6].

2 系統(tǒng)的基本算法

2.1 邊緣檢測(cè)算法

為了達(dá)到高精度自動(dòng)對(duì)中效果，運(yùn)用激光遙測(cè)系統(tǒng)進(jìn)行數(shù)據(jù)采集處理，但通過(guò)大量試驗(yàn)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(cè)量精度等級(jí)較低. 故采用高分辨率的工業(yè)相機(jī)MVC3000，因其具有2048×1536 分辨率和板級(jí)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(jī)拍攝到如圖2 所示的圖片后，根據(jù)拍攝的圖片，計(jì)算機(jī)對(duì)數(shù)字圖像進(jìn)行處理，使圖像達(dá)到最好效果[8].

為了有效地和快速地對(duì)圖像進(jìn)行處理和分析，首先對(duì)圖像進(jìn)行濾波，濾波結(jié)束，對(duì)圖像進(jìn)行邊緣檢測(cè)，突出圖像的邊緣信息，以利于機(jī)器對(duì)圖像的識(shí)別. 邊緣檢測(cè)時(shí)采用Roberts 檢測(cè)算子，通過(guò)對(duì)角線方向相鄰的兩個(gè)像素之差進(jìn)行計(jì)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(jì)算其像素窗口（表1）的對(duì)角導(dǎo)數(shù).

圖1 對(duì)中附件模塊

圖2 相機(jī)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(jué)的觀察，應(yīng)對(duì)其進(jìn)行平方根處理. 但考慮到實(shí)際情況，為使運(yùn)算更加簡(jiǎn)便，通常利用絕對(duì)值的處理方式進(jìn)行近似交叉算子：

而通過(guò)比較其絕對(duì)值的最大值，計(jì)算更方便：

針對(duì)長(zhǎng)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(gè)點(diǎn)均采用Roberts 算子的兩個(gè)卷積核進(jìn)行卷積：

然后通過(guò)公式（2），求出函數(shù)g(i,j)的值.

采用Roberts算子方法，會(huì)出現(xiàn)抗噪聲能力非常差的弱點(diǎn). 本裝置因采集圖像信息，噪聲信號(hào)如不能有效濾除，對(duì)采樣及對(duì)中精度均會(huì)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(yùn)算融合到一起的一種算法，它以圖像中某一個(gè)像素為中心，截取一個(gè)3×3 像素的窗口（表2），然后按算法公式分別計(jì)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(jìn)行邊緣檢測(cè)時(shí)，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(jì)算公式：

Sobel算子的卷積核可表示為：

利用Sobel算子的兩個(gè)卷積核，一個(gè)計(jì)算出垂直邊緣，另一個(gè)計(jì)算出水平邊緣，這樣得到的邊緣檢測(cè)效果非常好，而且抗噪聲能力也非常強(qiáng). 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(cè)方法. 考慮到對(duì)中附件的表面因機(jī)械加工方法不同，其形成的加工紋理沒(méi)有規(guī)律，當(dāng)這些紋理經(jīng)放大后，在圖像中會(huì)產(chǎn)生各種明暗條紋，影響采樣精度；并且在信號(hào)采樣時(shí)，攝像機(jī)采集信號(hào)進(jìn)行光電轉(zhuǎn)換、采集卡A/D 轉(zhuǎn)換以及伺服電機(jī)的干擾信號(hào)都可能會(huì)產(chǎn)生噪聲，故本系統(tǒng)采用Sobel算子對(duì)附件圖像進(jìn)行邊緣檢測(cè).

2.2 角度校正算法

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

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

3 軟件設(shè)計(jì)

裝置的圖像采集、自動(dòng)對(duì)中及檢測(cè)功能的實(shí)現(xiàn)均采用測(cè)控軟件完成，測(cè)控軟件利用美國(guó)國(guó)家儀器公司（NI）的圖形化軟件LabVIEW 進(jìn)行編寫(xiě)的，軟件的內(nèi)置的信號(hào)處理模塊對(duì)采集到的圖像進(jìn)行數(shù)字處理，并通過(guò)計(jì)算機(jī)控制各伺服電機(jī)的動(dòng)作，實(shí)現(xiàn)自動(dòng)對(duì)中，完成扭矩檢測(cè).其程序流程圖4所示.

圖4 軟件流程圖

4 結(jié)論

經(jīng)過(guò)系統(tǒng)軟硬件調(diào)試，裝置可自動(dòng)尋找中心，使檢測(cè)臺(tái)上的被檢器件自動(dòng)對(duì)中到工業(yè)相機(jī)的圖顯中央，自動(dòng)對(duì)中顯示界面如圖5所示.相關(guān)測(cè)試結(jié)果顯示，采用這種自動(dòng)對(duì)中方式，使自動(dòng)對(duì)中能力小于等于0.38 mm 級(jí)別，不僅精度上得到了很大的提高，而且避免檢測(cè)人員的手動(dòng)誤操作對(duì)檢測(cè)結(jié)果的影響，提高了檢測(cè)的工作效率. 軟件上采用專業(yè)的測(cè)控軟件LabVIEW，使得整個(gè)檢測(cè)過(guò)程更加準(zhǔn)確、快速、高效，通過(guò)檢測(cè)，系統(tǒng)最大扭力檢測(cè)可達(dá)1 500 N·m.圖6 為測(cè)試一試驗(yàn)器件時(shí)的檢測(cè)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(cè)精度可達(dá)0.003 N·m，檢測(cè)精度得到很大提高.

圖5 自動(dòng)對(duì)中顯示界面

圖6 檢測(cè)結(jié)果界面