基于视觉伺服的智能涂胶机器人研究

杨志刚，安 逸

（1.河北联合大学电气工程学院控制科学工程系，河北唐山063009;2.河北联合大学，茅以升创新教育基地，河北唐山 063009）

随着科学技术的飞速发展，涂胶技术已被广泛应用，在内燃机油底壳的结合面、发动机缸体的油底壳和齿轮盖结合处，用密封胶代替了以往常用的密封件垫圈，实现了“以胶代垫”［1］。

基于视觉伺服的智能涂胶机器人可以快速准确、经济、清洁地完成壳体结合面涂胶工艺，提高产品质量，降低生产成本，提高生产效率，具有较高的经济价值和广阔的应用前景。

本文将视觉伺服技术引入到数控涂胶机器人中，结合图像处理、路径规划等智能技术，实现对壳体结合面涂胶路径的自动识别。视觉伺服智能涂胶机器人将可以实现任意曲线的自动涂胶，涂胶过程中视觉伺服同时能够对涂胶路线进行自动补差，从而实现高精度涂胶［2］。

1 系统组成

视觉伺服涂胶机器人系统是依据汽车变速箱生产的需求设计的，分为机器视觉部分和涂胶机器人部分。机器视觉及处理部分主要实现图像捕获及零件识别、涂胶曲线生成、视觉伺服的反馈和胶线质量检测等功能;涂胶机器人部分实现精准伺服定位、恒压涂胶等功能。

2 视觉伺服涂胶系统

2.1 机器视觉系统

机器视觉系统由视觉输入、图像存储、图像处理和监视输出等组成。

视频信号为通过高清CCD摄像头获得标准PAL/NTSC制模拟信号。信号经过视频解码芯片（A/D转换芯片）TVP5150A解码成数字并行信号（BT656码），然后送DM642的视频端口。TMS320 DM642是TI公司C6000系列DSP中最新的产品，其核心是C6416型高性能数字信号处理器，采用第二代高性能、先进的超长指令字veloci T1.2结构的DSP核及增强的并行机制，在720MHz的时钟频率下，其处理性能为5 760 MI/s，具有极强的处理性能，高度的灵活性和可编程性，同时外围集成了非常完整的音频、视频和网络通信等设备及接口，特别适用于机器视觉、医学成像、网络视频监控、数字广播以及基于数字视频/图像处理的消费类电子产品等高速DSP应用领域［3-4］。

图1 机器视觉系统结构图

2.2 涂胶机器人

涂胶机器人主要由机器人定位系统、伺服驱动系统和供胶系统及涂胶枪等部分组成。

其中机器人定位系统是整台设备的核心，为德国BERGERLAHR公司产品，三坐标均为滚珠丝杠驱动，单坐标重复定位精度为 0.025 mm，最快直线运动速度:500 mm/s［5］。

3 关键技术

系统关键软件包括图像捕获及零件识别模块、涂胶曲线生成模块、视觉伺服过程控制模块和胶线质量检测模块。

3.1 图像捕获处理及零件识别

关键技术是零件存在性及相似性判断。在系统采集到图像后，首先要消除光源、周围环境等噪声的影响，然后对图像中是否存在零件进行判断。若零件存在，则进行零件识别，否则，丢弃此图像，重新采集图像。

其丢弃与否的准则由式（1）给出:

其中FQ（i，j）为采集到的待处理图像，FD（i，j）为标准图像，g为灰度判决门限，在此算法中，g通过大量实验确定。

该算法是将FQ（i，j）与FD（i，j）对应像素灰度值相减，滤除背景噪声，再根据设定的灰度门限g进行标记，差大于g的像素值标记为“1”，记录其个数，再与图像中总的像素个数作比值，比值大于门限k时，则说明图像中存在零件，本系统中k的取值范围为20% ～40%。为了加快处理速度，可以只对图像中某个感兴趣的区域进行检测。

工件识别是系统的重要功能之一，工件识别算法是将图像之间相对距离作为主要判断依据。根据图像信息构建匹配特征矢量，最后计算待识别图和标准图的欧氏距离。距离越小，表明两幅图像相似程度越高。首先获取图像的R、G、B颜色直方图的0阶矩的匹配特征矢量:

最后计算两者的欧氏距离:

d（Q，D）越小，表明两幅图像相似程度越高。

图2 工件识别流程图

3.2 涂胶曲线自动生成

涂胶曲线生成模块涉及的关键技术为图像矢量化技术。经过细化处理后的图像，其表示方式还是以单个图像像素表示，不利于生成数控代码，因而要进行矢量处理，形成矢量骨架加工信息。工件骨架提取和零件骨架拟合是零件信息矢量化的重要环节。根据零件图像灰度阈值的大小，采用轮廓跟踪法来提取零件图像轮廓，轮廓提取算法归一于对图像内部孔洞的提取。将轮廓曲线生成涂胶运动曲线，并生成喷头行走轨迹的NC代码。

3.3 视觉伺服过程控制

实时分析机器人运动过程中的图像信息，判断机器人运行轨迹，与期望轨迹进行比较并预测，修正机器人的运动，实现运动过程的闭环控制。在该系统中，涂胶机的运动机器人是根据NC指令来执行的，机器视觉仅用于在此过程中进行跟踪监控，辅助操作人员对涂胶过程进行观测。

3.4 胶线质量检测

正常的胶线是粗细在1～2 mm范围内闭合的曲线。涂胶机在涂胶过程中出现胶线断开的现象是非常严重的质量问题，将会直接关系到齿轮箱的密封性能。另外，胶线如果过细、过粗，也会使组装后的变速箱存在质量隐患。故而胶线是否连续、胶线质量是否合格成为胶线质量检测的一个重点。首先进行图像采集，在该图像中提取胶线信息。在对图像进行阈值分割，提取出胶线信息后，对含胶线信息的二值图像进行边缘检测，以便提取出胶线的边缘，从而判断其闭合性。

这里我们采用拉普拉斯（Laplacian）算法。拉普拉斯算法是常用的二阶导数算法。一个函数的一阶导数的局部最大值对应着二阶导数的零交叉点（Zero crossing）［6］。这样，通过找图像强度的二阶导数的零交叉点就能找到精准的边缘点。

平滑过的阶跃边缘二阶导数是一个在边缘点处过零的函数。拉普拉斯算子是二阶导数的二维等效式，函数f（x，y）的拉普拉斯算子公式为:

式（5）近似是以点（i，j+1）为中心的，以点（i，j）为中心的近似式为:

使用差分方程对x和y方向上的二阶偏导数近似如下:

类似地有:

将（6）和（7）两式合并为一个算子，用近似的拉普拉斯算子模板表示:

当拉普拉斯算子输出出现过零点时，就表明有边缘存在。

接下来，通过边缘跟踪，来判断边缘的闭合性，不闭合的点即胶线断点。在该过程中，既可以滤掉噪声，又可以将胶线过细的地方检出。判断胶线断点的方法是:先从上方（X）从左到右观察胶线的垂直方向（Y）的连续性，如不连续，则该点为端点，曲线不封闭。然后再从下、左和右三个方向检查。针对过粗的胶线，我们使用形态学腐蚀的方法继续细化胶线曲线，提取过粗部分信息。然后用以上的方法检出过粗部分的端点。最后记录各种端点位置并报警，通知涂胶机及操作人员对该区域进行补胶或处理。

图3 涂胶质量检测流程及报警提示图

经研究和设计，本系统应用机器视觉和传感器检测结合的手段，能够判断工件的存在与否，同时还能识别工件的类型;采用机器视觉技术对工件骨架提取和工件骨架拟合，提取轮廓曲线并生成涂胶运动曲线;应用NC码自动生成技术，自动产生涂胶指令;能够提取胶线曲线，自动判断出胶线的断点和可能存在质量问题的点，发出报警并提示补胶。但研究中发现，由于应用了机器视觉技术，因此对图像的质量要求较高，对光照及背景要求较为严格;由于采用单视觉传感器，仅能产生二维图像，仅能对二维空间的涂胶曲线和胶线质量进行判断。

4 结论

本装置在某变速箱生产线的涂胶设备中已得到应用，应用效果较好，能完成对工件的有无、工件类型、涂胶曲线生成、胶线质量检测等功能，能够与涂胶机形成完美结合，具有操作简便、性能可靠、数据直观、精确度高等优点。实践证明:将机器视觉伺服技术应用于涂胶机中，具有功能全、精度高的优点，有很大的推广价值。

［1］杨丹，周崎.“以胶代垫”平面密封技术的研究及在汽车上的应用［J］.汽车科技，2003（6）:37-39.

［2］唐德威，宗德祥，邓宗全，等.涂胶机器人视觉系统的应用研究［J］.机器人，2006，28（1）:1-4.

［3］张星明.视频图像捕获及运动检测技术的实现［J］.计算机工程，2002，28（8）:130-132.

［4］TMS320 DM642视频/成像定点数字信号处理器数据手册［Z］/Texas Instruments，2004.

［5］李刚.百格拉机器人在涂胶机上的应用［J］.伺服控制，2003，19:64-65.

［6］何慧.VC++数字图像实用工程案例精选［M］.北京:人民邮电出版社，2004:370-373.