胡國軍　林成東

〔摘 要〕基于某硫酸廠智能裝酸系統(tǒng)的應(yīng)用案例，介紹了一種基于自動定位技術(shù)的冶煉廠智能裝酸系統(tǒng)。通過工業(yè)相機對罐口進行圖像采集，然后利用機器視覺算法對采集的圖像進行處理和分析，識別罐口位置信息后自動控制鶴管就位，實現(xiàn)了裝酸過程的自動化，裝酸效率大幅提高，降低了操作人員勞動強度，確保了裝酸過程的安全性和可靠性。

〔關(guān)鍵詞〕自動定位；機器視覺；智能裝酸系統(tǒng)

中圖分類號：TP391.41? ? ? 文獻標志碼：Ｂ? 文章編號：1004-4345（2024）02-0025-05

Design and Application of Automatic Positioning and Detection System for an Intelligent

Acid Loading Arm

HU Guojun， LIN Chengdong

（China Nerin Engineering Co.， Ltd.， Nanchang， Jiangxi 330038， China）

Abstract? Taking the application of an intelligent acid loading system in a sulfuric acid plant as an example， this paper introduces an automatic positioning technology-based intelligent acid loading system. The image of tank mouth is captured by an industrial camera， and then the captured image is processed and analyzed by machine vision algorithms， which automatically controls the arm in place after identifying the tank mouth position information. This system is applied to realize the automation during the acid loading period， greatly improve the acid loading efficiency， reduce the labour intensity of the operation personnel and ensure the safety and reliability during the acid loading period.

Keywords? automatic positioning; machine vision; intelligent acid loading system

1? ?智能裝酸系統(tǒng)及其技術(shù)難點

近年來，隨著人工智能快速的發(fā)展，機器視覺在工業(yè)自動化中得到了廣泛的應(yīng)用。機器視覺技術(shù)是通過對視覺圖像實時分析，根據(jù)應(yīng)用需求對現(xiàn)場工件對象進行尺寸測量、角度測量、面積檢測、位置檢測、數(shù)量檢測、圖形匹配等多種操作，其以自動化控制的方式代替了人工操作，避免因為人工操作的失誤帶來損失[1]。

罐車作為硫酸運輸行業(yè)的重要載體，承擔著硫酸物流運輸?shù)闹匾蝿?wù)。罐裝環(huán)節(jié)直接關(guān)系到硫酸運輸?shù)陌踩托?。目前，我國大多?shù)硫酸運輸依然采用傳統(tǒng)的手動罐裝方式。當罐車駛?cè)胫付ㄑb酸區(qū)域后，工作人員憑肉眼觀察，手動操作鶴管，將其對準罐裝口，依照既定流程操作閥門完成裝酸作業(yè)。裝酸完成后，罐車需用地磅稱重，以確認裝酸量，完成整個裝酸流程。然而，現(xiàn)有的手動裝酸過程存在諸多問題，如人工罐口定位精度較低、勞動強度大，易導致工作人員疲勞操作及安全事故的發(fā)生，同時工作效率亦不盡如人意。

為了解決人工操作存在的問題，實現(xiàn)裝酸過程的智能化、自動化，技術(shù)人員在整合了車輛指揮系統(tǒng)、視頻安全監(jiān)控系統(tǒng)、防溢酸保護系統(tǒng)等先進技術(shù)的基礎(chǔ)上，與線上裝酸預(yù)約系統(tǒng)相銜接，開發(fā)出了一個智能化、自助式的裝酸系統(tǒng)。該系統(tǒng)的研發(fā)難點在于鶴管自動定位檢測系統(tǒng)的開發(fā)，它需要解決罐裝口的位置識別問題及鶴管自動定位的技術(shù)問題。為了解決這些技術(shù)難題，本文擬采用先進的機器視覺技術(shù)和圖像處理技術(shù)，研發(fā)智能裝酸系統(tǒng)的鶴管自動定位檢測系統(tǒng)。這一系統(tǒng)的研發(fā)及應(yīng)用，有望提高罐裝作業(yè)的精確度，降低工作人員的勞動強度，減少疲勞操作及安全事故的發(fā)生，進而提升我國硫酸運輸行業(yè)的整體工作效率和安全性。

2? ?機器視覺技術(shù)應(yīng)用基礎(chǔ)綜述

機器視覺主要是通過圖像采集裝置將被拍照目標轉(zhuǎn)換成圖像信號，傳送給專用的圖像處理系統(tǒng)，從而得到被攝目標的形態(tài)信息，再將形態(tài)信息中的灰度、像素分布、顏色等信息轉(zhuǎn)變成數(shù)字信號。利用機器視覺技術(shù)對物件進行識別、尺寸測量與位置定位已經(jīng)成為工業(yè)領(lǐng)域的研究熱點。

2019年，郭智杰等利用機器視覺和紅外光柵技術(shù)實現(xiàn)輪轂外形參數(shù)測量[3]，其首先采用形態(tài)學和Hough變換方法對輪轂進行擬合，然后實現(xiàn)輪轂的直徑尺寸測量。該方法在標準輪轂尺寸進行測量上具有可靠的有效性，但是在擴展應(yīng)用上存在一定的局限性。2021年，謝俊等利用機器視覺技術(shù)解決了孔類零件尺寸測量問題。其首先通過圖像灰度化和閾值分割法對圖像進行分割，然后再使用Canny算法對需要測量的零件邊緣進行定位，最終實現(xiàn)了零件尺寸測量。該方法不僅能有效地解決孔類工件測量問題，還具有較高的測量精度[4]。同年，鄭如新等利用HALCON機器視覺軟件對工件進行高度測量，采用雙目相機對工件進行圖像采集，分析了雙目立體視覺的工作原理并對相機進行了標定，提出了一種通過提取鞍點法來對工件進行定位，同時利用求平面向量來確定工件高度尺寸的方法，該方法具有較高的應(yīng)用價值[5]?？最惞ぜy量和雙目相機的成功研究，為本項目的成功提供了理論依據(jù)。

從相關(guān)應(yīng)用實踐可以看出，作為一項綜合技術(shù)，機器視覺技術(shù)在工業(yè)上的應(yīng)用涉及數(shù)字圖像處理技術(shù)、機械工程技術(shù)、控制技術(shù)、光源照明技術(shù)、光學成像技術(shù)、傳感器技術(shù)、模擬與數(shù)字視頻技術(shù)、計算機軟硬件技術(shù)和人機接口技術(shù)等多種先進技術(shù)的融合，強調(diào)實用性，能夠適應(yīng)工業(yè)現(xiàn)場的惡劣環(huán)境，且具有合理的性價比、通用的工業(yè)接口、較高的容錯能力，以及較強的安全性、通用性和可移植性。

在機器視覺領(lǐng)域，已有OpenCV、Halcon、Vision Pro等多種基礎(chǔ)開發(fā)平臺，其中Halcon是德國Mvtec公司推出的1套完善的機器視覺算法包，是工業(yè)界具有高效開發(fā)應(yīng)用的Machine Vision軟件平臺[2]。本項目擬采用Halcon視覺平臺結(jié)合C#進行二次開發(fā)，實現(xiàn)裝酸鶴管自動定位系統(tǒng)應(yīng)用。

３? ?系統(tǒng)設(shè)計思路

本次裝酸鶴管自動定位系統(tǒng)研發(fā)的目的是在目前依靠人工操作的鶴管基礎(chǔ)上，建立1套自動化鶴管裝車系統(tǒng)，從識別罐口到自動控制鶴管插入罐口，裝酸完成后復(fù)位的整個過程均通過機器自動實現(xiàn)。

本文設(shè)計的鶴管自動定位系統(tǒng)包括光源、工業(yè)相機、激光傳感器、圖像處理單元、圖像處理軟件、監(jiān)視器和通信設(shè)備。該系統(tǒng)首先通過工業(yè)相機獲得被測目標的圖像信號，然后通過A/D 轉(zhuǎn)換變成數(shù)字信號傳送給專用的圖像處理系統(tǒng)。圖像處理系統(tǒng)根據(jù)像素分布、亮度和顏色等信息進行各種運算，以抽取目標特征，最后再根據(jù)預(yù)設(shè)的判別準則輸出判斷結(jié)果，控制驅(qū)動執(zhí)行機構(gòu)進行相應(yīng)的處理。

針對應(yīng)用需求和目標，采用圖像測量的方法對酸罐口進行識別和定位，并根據(jù)軟件計算得到罐口坐標信息，引導鶴管管制系統(tǒng)進行自動精確對位。自動對位系統(tǒng)包括三維運動機構(gòu)、圖像采集單元、通信與控制系統(tǒng)、結(jié)構(gòu)與支撐系統(tǒng)、工控機及算法軟件系統(tǒng)。自動對位的工作流程見圖1。

如圖1所示，系統(tǒng)通過攝像頭獲取視頻流，記錄攝像頭在t時刻和t+1時刻的圖像，將其命名為It 和 It+1，并將視頻流轉(zhuǎn)換為灰度圖像。根據(jù)It和It+1圖像，通過相機標定算法獲得相機的內(nèi)參。使用工控機中內(nèi)置的自動定位檢測算法獲取圖像中裝酸罐口的位置，從而獲得每一幀中裝酸罐口與相機的相對位置。工控機控制吊裝旋轉(zhuǎn)對位機構(gòu)調(diào)整鶴管與罐口的位置，重復(fù)第2步與第3步，直到罐口與鶴管對齊，最后完成灌裝工作。

４? ?鶴管自動定位檢測系統(tǒng)的實現(xiàn)

４.1? 系統(tǒng)原理

鶴管自動定位檢測系統(tǒng)需要確立１個坐標原點，并在這個坐標原點基礎(chǔ)上建立１個三維坐標系。其中，垂直于罐車的方向定義為X軸，平行于罐車的方向定義為Y軸，而對位系統(tǒng)的升降方向則定義為Z軸。

工業(yè)相機經(jīng)過精確標定后保持在相對固定的位置。系統(tǒng)采用適宜的光源對被測物進行照明，以便高分辨率工業(yè)相機獲取被測區(qū)域的圖像信息。通過算法分析處理，可得到工業(yè)相機視野內(nèi)目標物的三維坐標。

自動定位系統(tǒng)工作流程見圖2，具體如下：在檢測開始時，鶴管處于預(yù)設(shè)的初始位置。這一位置需要經(jīng)過現(xiàn)場詳細調(diào)研后精確標定。在此狀態(tài)下，罐口位于相機的視野范圍內(nèi)。當鶴管處于靜止狀態(tài)時，相機進行第一次圖像采集，并對圖像進行處理，從中提取出罐口的輪廓，如圖3所示。隨后，軟件計算出罐口中心相對原點的平面坐標，以此來引導對位系統(tǒng)向酸罐口上方移動。在第一次移動停止后，相機進行第二次圖像采集，并計算鶴管標簽相對原點的坐標。通過持續(xù)計算鶴管標簽坐標與前一次圖像處理得到的罐口中心坐標之間的相對距離，系統(tǒng)不斷調(diào)整鶴管的位置，以確保鶴管與罐口能夠精確對齊。

４.2? 圖像預(yù)處理與罐口邊緣檢測

鶴管自動定位檢測系統(tǒng)通過相機獲取圖像后，為了獲得圖像中罐口所在的位置，需要對圖像進行邊緣檢測。為準確提取罐口邊緣信息，圖像處理階段必須對圖像進行預(yù)處理操作，隨后再進行邊緣檢測。

4.2.1 圖像預(yù)處理

圖像預(yù)處理是指在識別圖像之前，對圖像進行預(yù)先的處理，以達到消除無關(guān)信息、恢復(fù)有用信息、增強有關(guān)信息可檢測性等目的。本系統(tǒng)主要采用高斯濾波結(jié)合灰度化進行預(yù)處理。

高斯濾波是一種線性濾波器，能夠有效地抑制噪聲，平滑圖像，其作用原理和均值濾波器類似，都是取濾波器窗口內(nèi)的像素均值作為輸出。其窗口模板的系數(shù)和均值濾波器不同，均值濾波器的模板系數(shù)都為1，而高斯濾波器的模板系數(shù)則隨著距離模板中心的增大而減小。

圖像灰度化是指每個像素只有一個采樣顏色的圖像，這類圖像通常顯示為從最暗黑色到最亮白色的灰度。灰度圖像與黑白圖像不同，在計算機圖像領(lǐng)域中黑白圖像只有黑白兩種顏色，一般稱為二值圖（0 or 255），灰度圖在黑色與白色中間還有很多級的顏色深度（0～255）。在RGB模型中，如果R=G=B時，則彩色表示一種灰度顏色，其中R=G=B的值叫灰度值。將RGB圖像轉(zhuǎn)化為灰度圖像時，應(yīng)根據(jù)人眼的色敏度，用0.3×R+0.59×G+0.11×B的加權(quán)平均法計算灰度值。

4.2.2? 罐口邊緣檢測

邊緣檢測是基于灰度突變來分割圖像的常用方法，其實質(zhì)是提取圖像中不連續(xù)部分的特征。本文使用Canny邊緣檢測算子對鶴管進行邊緣檢測。

Canny算子是由計算機科學家John F. Canny于1986年提出的一種邊緣檢測算子，是目前理論上相對最完善的一種邊緣檢測算法。該算法的目標是找到一個最優(yōu)的邊緣檢測解或找尋一幅圖像中灰度強度變化最強的位置。最優(yōu)邊緣檢測主要通過低錯誤率、高定位性和最小響應(yīng)3個標準進行評價。Canny算子的簡要步驟如下：1）圖像去噪。由于圖像在采集過程中可能會受到噪聲的影響，因此在進行邊緣檢測之前，需要對圖像進行去噪處理。本文采用高斯濾波器對圖像進行去噪處理，以降低噪聲對邊緣檢測的影響。2）圖像增強。通過增強圖像的局部對比度，可以使得邊緣特征更加明顯。本文采用sobel算子對圖像進行梯度運算，以增強圖像的邊緣特征。3）梯度計算。計算圖像中每個像素點的梯度幅度和方向，以確定可能的邊緣點。4）非極大值抑制。對梯度幅度進行非極大值抑制，以消除那些不是邊緣的點，保留潛在的邊緣點。5）雙閾值處理。設(shè)置兩個閾值（高低閾值），對潛在的邊緣點進行篩選，以確定最終的邊緣點。其中，高閾值用于識別強邊緣，低閾值用于識別弱邊緣。強邊緣與弱邊緣相連時，可以將弱邊緣連接到強邊緣上。

由圖3可以看出，通過對鶴管圖像進行Canny邊緣檢測，可以得到較為準確的邊緣信息。從實踐結(jié)果看，本文所采用的方法能夠在很大程度上消除噪聲對邊緣檢測的影響，同時能夠有效地提取出圖像中的邊緣特征。

4.3? 定位算法

在鶴管自動定位檢測系統(tǒng)的應(yīng)用中，罐口的實際位置通過三角定位法來獲取。定位所使用的定位設(shè)備主要為1臺工業(yè)相機和2個激光傳感器。算法示意見圖4。

如圖4所示，當車輛停泊在指定區(qū)域內(nèi)，系統(tǒng)方允許裝車作業(yè)。在啟動裝車時，系統(tǒng)先觸發(fā)視覺抓拍，對圖像進行預(yù)處理以及罐口邊緣檢測，并對邊緣檢測后的二值化圖像進行霍夫變換，對罐口（圓形）進行識別?；舴蜃儞Q的基本原理在于利用點與線的對偶性，將原始圖像空間的給定曲線通過曲線表達形式變?yōu)閰?shù)空間的一個點。這樣就把原始圖像給定曲線的檢測問題，轉(zhuǎn)化為檢測參數(shù)空間的峰值問題，即把檢測整體特性轉(zhuǎn)化為檢測局部特性，比如直線、橢圓、圓、弧線等。如圖5所示，首先將圓形方程（x-a）2+（y-b）2=r2從以坐標對為未知數(shù)轉(zhuǎn)換為以參數(shù)對為未知數(shù)，再以統(tǒng)計的方式獲得圖像中可能是圓形的參數(shù)對，從而識別出圖像中可能存在的圓形。然后，利用圓形的半徑等長的性質(zhì)，通過圖像中的形狀輪廓，找出每個輪廓的最小包圍圓作為預(yù)設(shè)的圓，計算預(yù)設(shè)的最小包圍圓的圓心到輪廓上點的距離，將滿足等長條件的輪廓視為圖像中存在的圓形，即罐口在圖像中的位置。

由于罐口所在平面存在不確定性，無法使用簡單的距離公式計算出實際的距離，因此本文使用2個激光傳感器來確定罐口所在平面，即目標平面，從而推導出罐口的實際位置。捕捉到罐口后，以相機位置為原點，建立視覺坐標系。視覺建立坐標系后，記錄罐口位置，并將位置信息發(fā)送給控制系統(tǒng)，通過吊裝旋轉(zhuǎn)對位機構(gòu)系統(tǒng)，進行運動控制，由編碼器、激光測量儀實時反饋鶴管當前位置，并與系統(tǒng)坐標系實時校驗，以確保系統(tǒng)能實時控制鶴管的行進位置。當鶴管行進到槽車罐口正上方，位置檢測傳感器向系統(tǒng)反饋當前位置與目標位置一致，鶴管放入罐口，自動對位完成。

４.4? 鶴管自動定位系統(tǒng)

系統(tǒng)運行后，首先進入準備狀態(tài)。在此狀態(tài)下，進入工作區(qū)域，機械手移動到拍照位置，攝像頭開啟。接著，按下拍照按鈕，相機獲取1張工位區(qū)域圖片并在界面上顯示。機器視覺系統(tǒng)對照片進行處理并分析，找到照片上的罐口位置，并通過界面顯示出來。第1次移動停止后，相機第2次采圖計算鶴管標簽相對原點的坐標，通過計算鶴管標簽坐標與第1次取圖計算出的罐口中心坐標相對距離，引導鶴管在水平方向上進行微調(diào)，當鶴管標簽坐標與罐口中心坐標誤差小于5 mm時，微調(diào)結(jié)束。 微調(diào)結(jié)束后采用激光定位系統(tǒng)進行復(fù)核，復(fù)核無誤后軟件根據(jù)罐口中心Z坐標值，引導鶴管下移與罐口貼合鎖緊后，自動對位完成。系統(tǒng)的人機交互界面見圖6。

5? ?結(jié)語

本文主要是運用機器視覺的方法自動識別裝酸口的位置，采用伺服電機驅(qū)動鶴管進行自動定位。視覺定位+激光定位系統(tǒng)的綜合運用，既具有視覺定位快速的特點，又具有激光終端反饋的能力，使整套定位系統(tǒng)形成一套閉環(huán)機制，大大提高了系統(tǒng)的穩(wěn)定性和安全性。視覺系統(tǒng)的使用實現(xiàn)了精準對位，降低人工操作帶來的誤操作風險。并且大幅縮短對位時間，降低了人工勞動強度，提高勞動效率。特別是解決了智能裝酸系統(tǒng)中的技術(shù)難點，實現(xiàn)了裝酸系統(tǒng)的自動化和智能化。

參考文獻

[1] Golnabi H， asadpour A. Design and application of industrial machine vision systems[J]. Robotics and Computer-integrated Manufacturing， 2007，23（6）：630-637.

[2] XＵ X B， ZHANG X M， HAN J Q， et al. HALCON application for shape-based matching[C]//IEEE： 2008 3rd IEEE Conference on Industrial Electronics and Applications.Singapore：IEEE，2008：2431-2434.

[3] 郭智杰， 王明泉， 張俊生， 等. 輪轂外形參數(shù)的在線測量技術(shù)研究[J]. 國外電子測量技術(shù)， 2019，38（5）：142-145.

[4] 謝俊， 李玉萍， 左飛飛， 等. 基于機器視覺的孔類零件尺寸在線檢測[J]. 電子測量技術(shù)， 2021，44（2）：93-98.

[5] 鄭如新， 孫青云， 肖國棟. 基于機器視覺的工件尺寸測量研究[J]. 電子測量技術(shù)， 2021，44（16）：110-115.

[6] ZHANG Z Y. A flexible new technique for camera calibration[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2000，22（11）：1330-1334.

收稿日期：2023-02-26

基金項目：廣西科技計劃項目（科技重大專項）“年產(chǎn)30萬t陰極銅連續(xù)煉銅關(guān)鍵技術(shù)開發(fā)及產(chǎn)業(yè)化示范”（項目編號：2020AA17001AA）

作者簡介：胡國軍（1981—），男，高級工程師，主要從事儀表自動化設(shè)計工作。