楊俊峰 張凌韜 蔡宏偉 邵世剛

(1.中車齊齊哈爾車輛有限公司 黑龍江 齊齊哈爾 161002； 2.北京精勤諧創(chuàng)科技發(fā)展有限公司 北京 100102)

0 引言

車軸、軸承、滑閥、中間體、承載鞍以及彈簧等是鐵路貨車中的關(guān)鍵零部件，其中，中間體是120型貨車空氣控制閥的重要組成部件[1]，有6個(gè)腔室，起著主閥組成及緊急閥組成等相關(guān)部件的連接安裝作用，是120型貨車空氣控制閥與車體及制動(dòng)系統(tǒng)管系的連接樞紐[2-3]。中間體的結(jié)構(gòu)尺寸和表面缺陷是決定貨車運(yùn)行安全的重要指標(biāo)?，F(xiàn)階段對(duì)中間體的尺寸檢測(cè)主要依賴于人工檢測(cè)，其弊端主要是勞動(dòng)強(qiáng)度大，工作效率低，偶然誤差較大，容易受檢測(cè)人員的影響，因此不能及時(shí)發(fā)現(xiàn)中間體的缺陷，易產(chǎn)生故障隱患。隨著圖像、計(jì)算機(jī)技術(shù)的發(fā)展，采用機(jī)器視覺替代人工成為表面質(zhì)量檢測(cè)的主流，也是工業(yè)自動(dòng)化發(fā)展的方向和趨勢(shì)[4]。

本文基于視覺識(shí)別、圖像分析、深度學(xué)習(xí)的人工智能技術(shù)和現(xiàn)代信息技術(shù)對(duì)鐵路貨車關(guān)鍵件中間體進(jìn)行結(jié)構(gòu)尺寸的自動(dòng)檢測(cè)，并利用工件上的標(biāo)識(shí)進(jìn)行智能識(shí)別、采集，將現(xiàn)場(chǎng)數(shù)據(jù)和信息便捷準(zhǔn)確地轉(zhuǎn)化為數(shù)字化信息，予以存儲(chǔ)、處理、傳輸，快速形成電子履歷數(shù)據(jù)庫，建立具有深度學(xué)習(xí)和數(shù)據(jù)分析功能的鐵路貨車關(guān)鍵件結(jié)構(gòu)尺寸檢測(cè)系統(tǒng)。對(duì)提高貨車關(guān)鍵件檢修效率，降低勞動(dòng)強(qiáng)度具有重要意義。

1 硬件環(huán)境

1.1 機(jī)械傳動(dòng)模塊

視覺檢測(cè)系統(tǒng)的機(jī)械傳動(dòng)模塊和工作流程如圖1、圖2所示，包括主控裝置、電機(jī)、定位裝置、傳送機(jī)構(gòu)、精密導(dǎo)向頂升裝置以及聯(lián)動(dòng)機(jī)構(gòu)。

圖1 視覺檢測(cè)系統(tǒng)機(jī)械結(jié)構(gòu)

圖2 視覺檢測(cè)系統(tǒng)工作流程圖

視覺檢測(cè)系統(tǒng)的具體步驟如下：

(1) 工件放置及傳送。工件在上料區(qū)由操作工擺放至托盤上，傳送裝置上有定位銷，通過定位銷傳送裝置將工件輸送到視覺檢測(cè)工位，通過精密導(dǎo)向頂升裝置將工件送抵拍照位置。

(2) 圖像采集及處理。工件置位后，3組工業(yè)相機(jī)對(duì)中間體的3個(gè)檢測(cè)面進(jìn)行拍照并加以識(shí)別定位，得到的圖像經(jīng)圖像采集卡傳送至工控機(jī)進(jìn)行圖像處理，并利用視覺系統(tǒng)自動(dòng)測(cè)量對(duì)比出尺寸數(shù)據(jù)是否滿足生產(chǎn)要求，將判別結(jié)果輸出主控系統(tǒng)。

(3) 工件分揀。完成檢測(cè)后，頂升裝置落下，工件回落至傳送裝置，繼續(xù)向前傳送至頂升橫移裝置，主控系統(tǒng)根據(jù)視覺檢測(cè)判別結(jié)果，將不合格品轉(zhuǎn)向送至不合格等待區(qū)，合格品則繼續(xù)向前送至合格品等待區(qū)。

1.2 視覺檢測(cè)模塊

中間體由球鐵鑄造而成，有4個(gè)垂直面，其中2個(gè)相鄰垂直面作為主閥和緊急閥安裝座，另外2個(gè)平面作為管子連接座，如圖3所示。針對(duì)以上特征，搭建的機(jī)器視覺模塊如圖4所示，主要包括工業(yè)相機(jī)及鏡頭、視覺專用光源、顯示器以及工控機(jī)等設(shè)備。在視覺檢測(cè)工位上下左右前后等各個(gè)方向安裝相機(jī)，白色面光源垂直照射于中間體檢測(cè)表面進(jìn)行補(bǔ)光(見圖5)，通過專用相機(jī)實(shí)時(shí)采集產(chǎn)品圖像，使用標(biāo)定板進(jìn)行視覺標(biāo)定及矯正，再通過科學(xué)算法對(duì)圖像進(jìn)行變換及處理，定位目標(biāo)圖像后進(jìn)行幾何特征測(cè)量。

圖3 中間體實(shí)物圖

圖5 照明方案

2 視覺檢測(cè)算法

在機(jī)器視覺檢測(cè)系統(tǒng)中，相機(jī)在固定位置拍攝中間體圖像，綜合運(yùn)用多種圖像處理技術(shù)將工件的尺寸信息從原始圖像中提取出來，軟件設(shè)計(jì)算法流程為相機(jī)標(biāo)定→圖像采集及濾波→膨脹腐蝕處理→ROI提取→特征提取與測(cè)量。

2.1 相機(jī)標(biāo)定

相機(jī)標(biāo)定結(jié)果的精度直接影響檢測(cè)結(jié)果的準(zhǔn)確性[5]，因此本文選擇精度為0.001 mm標(biāo)定板(見圖6)進(jìn)行視覺標(biāo)定及矯正，得到視覺坐標(biāo)到像素坐標(biāo)的映射。

圖6 標(biāo)定板

2.2 圖像采集及濾波

相機(jī)將被檢測(cè)的目標(biāo)轉(zhuǎn)換成圖像信號(hào)，再根據(jù)像素分布和亮度、顏色等信息，轉(zhuǎn)變成數(shù)字化信號(hào)，如圖7(a)所示，此過程會(huì)引入一部分噪聲，首先要對(duì)圖像進(jìn)行預(yù)處理[6-7]?？紤]到檢測(cè)的尺寸大多屬于圖像的邊緣部分，因此選擇保留邊緣更有效的雙邊濾波。雙邊濾波采用了2個(gè)高斯濾波的結(jié)合，同時(shí)考慮空間鄰近度和像素相似度的權(quán)值，從而達(dá)到保留邊緣，去除噪聲的效果[8-9]，濾波效果如圖7(b)所示。

圖7 濾波效果

2.3 腐蝕膨脹處理

采用自動(dòng)閾值[10-11]對(duì)圖像進(jìn)行二值化操作和連通域處理后，得到的邊界通常都很不光滑，背景區(qū)域散布著一些小的噪聲，物體區(qū)域則會(huì)具有一些噪聲孔，綜合利用腐蝕和膨脹2種基本的形態(tài)學(xué)運(yùn)算，可以有效改善這種情況。

2.4 ROI提取

對(duì)于拍攝的整幅圖像，并不需要全部進(jìn)行處理，只針對(duì)關(guān)鍵尺寸所在的區(qū)域進(jìn)行計(jì)算即可[12]。因此需要根據(jù)目標(biāo)的特征信息，如面積、數(shù)量、位置等進(jìn)行圖像分割，提取ROI感興趣的區(qū)域如圖8所示，避免對(duì)整幅圖像的過度處理，提高系統(tǒng)響應(yīng)時(shí)間。

2.5 特征提取與測(cè)量

利用標(biāo)定參數(shù)與處理后的圖像計(jì)算目標(biāo)形狀和尺寸等信息，例如圖9是相機(jī)拍攝的中間體，其中彩色圓標(biāo)出的部分是提取到的目標(biāo)孔位置，可利用這些目標(biāo)孔位置計(jì)算其直徑、擬合圓心、孔距以及孔圓心到毛坯中心線距離等，通過與技術(shù)指標(biāo)對(duì)比判斷相應(yīng)檢測(cè)參數(shù)是否合格和具體偏差，實(shí)現(xiàn)自動(dòng)檢測(cè)和識(shí)別功能。

圖8 ROI提取結(jié)果 圖9 中間體測(cè)量示意圖

3 試驗(yàn)驗(yàn)證

為驗(yàn)證算法和系統(tǒng)對(duì)工件尺寸檢測(cè)的準(zhǔn)確性，選取10個(gè)中間體分別進(jìn)行了試驗(yàn)，每個(gè)中間體檢測(cè)13個(gè)指標(biāo)，其部分檢測(cè)指標(biāo)如表1所示，檢測(cè)結(jié)果如表2所示，檢測(cè)速度為6件/小時(shí)。

表1 中間體檢測(cè)指標(biāo) /mm

表2 中間體尺寸檢測(cè)結(jié)果 /mm

4 總結(jié)

基于機(jī)器視覺技術(shù)的貨車關(guān)鍵件尺寸檢測(cè)系統(tǒng)，采用非接觸測(cè)量方式，利用自動(dòng)化機(jī)構(gòu)及機(jī)器視覺模塊實(shí)現(xiàn)對(duì)鐵路貨車關(guān)鍵件表面孔徑、孔距、孔到中線距離等尺寸的檢測(cè)。檢測(cè)速度為6件/小時(shí)，具有測(cè)量精度高、檢測(cè)速率快和可靠性高等優(yōu)點(diǎn)。

該檢測(cè)系統(tǒng)目前已經(jīng)通過車輛制造廠的產(chǎn)線測(cè)試，后續(xù)將應(yīng)用到C70E型、X70型、P70型車輛中間體的檢測(cè)與選配產(chǎn)線，可以解決鐵路貨車中間體原樣板檢測(cè)方式勞動(dòng)強(qiáng)度大、工作效率低、偶然誤差較大且沒有檢測(cè)數(shù)據(jù)的問題，可通過設(shè)置合格品檢測(cè)結(jié)果的數(shù)值范圍完全杜絕不合格品。同時(shí)形成中間體各指標(biāo)檢測(cè)結(jié)果的數(shù)據(jù)庫，對(duì)中間體進(jìn)行大數(shù)據(jù)分析，為中間體的全壽命周期質(zhì)量追溯奠定數(shù)據(jù)基礎(chǔ)。