工件与目标位置双定位视觉系统快速现场标定方法

2017-01-04 08:47曹润宁王西峰康运江张文昌

制造业自动化 2016年12期

关键词：异形照相机元器件

曹润宁，王西峰，康运江，张文昌

（机械科学研究总院机科发展科技股份有限公司，北京 100044）

工件与目标位置双定位视觉系统快速现场标定方法

曹润宁，王西峰，康运江，张文昌

（机械科学研究总院机科发展科技股份有限公司，北京 100044）

结合基于机器视觉的异形电子元器件插装设备的现场需求，提出了一种现场快速标定方法，分析了归一多坐标系和多点位最小二乘拟合方式进行快速坐标归一和双照相机标定的可行性，解决了多坐标系运算和双照相机标定的复杂问题，实现了现场的快速坐标系归一和双相机标定。

机器视觉；归一多坐标系；多点位最小二乘拟合；双照相机标定

0 引言

典型机器视觉系统是由软件部分如：控制程序、分析程序等，和硬件部分如：光源、照相机、交互机等，构建起来的代替人类视觉对客观事物进行观察与分析的系统[1]，在工业应用中，机器视觉系统将判断结果输出并指导机械执行机构进行预设操作。随着五十多年的发展，机器视觉已由最初的简单二维图像分析，发展到现在的多维度多信息获取，并在精密检测、自动检测、医疗图像分析等领域中发挥着重要作用[6]。

本论文所述基于机器视觉的异形电子元器件插装设备，是一种应用于自动PCB插装线的设备。本文所述归一多坐标系的方法既是矩阵论中所述的多矩阵归一在工程中的应用[7]。照相机标定技术Xuan Xu也在论文CAMERA CALIBRATION TECHNIQUES中进行阐述[8]。将理论技术应用于异形件插装设备中，转化为实际生产力的工作将在以下文章中进行介绍。

1 异形电子元器件插装设备工作流程

本文所研究的双照相机标定应用于异形电子元器件插装设备，设备自动运行过程中使用双照相机系统对电子元器件和PCB板中的目标位置进行视觉识别。如图1所示，设备通过异形元器件专用喂料器将元器件运输至待取料位，由机器人抓取移动至底部相机拍摄区域进行拍照筛选，不合格的元器件抛料，合格元器件移动至待插装位准备插装。同时由轨道传输部分将待插装PCB板运送至待插装位，由顶部相机拍照识别定位，不合格报警，合格由机器人将元器件插入指定位置，传输部分传输PCB至下一工作位置。

图1 插装设备工作流程图

2 光源和照相机设计

本设备采用双照相机拍照方式进行异形元器件插装，需进行元器件优劣检测和目标位置拍照定位，固采用顶部和底部相机相协作的方式进行视觉识别工作。顶部相机进行目标位置识别定位，底部相机进行元器件优劣检测抛弃不合格元器件。

顶部相机系统如图2所示，相机系统整体和抓举头整体通过集线器（HUB）安装于机器人执行机构末端，其功能是对待插装PCB板进行目标位置获取及定位。此设计避免了照相机a、光源b、抓取头c之间的相互干涉。装配加工过程中保持照相机a中心轴与抓举头c中心轴重合，降低后续旋转操作中纵坐标偏移误差。

图2 顶部相机系统

底部相机系统如图3所示，相机系统安装于底座上端，其主要功能是对抓取起来的元器件进行管脚识别检测。使用碗状光源e增强光汇聚能力，提升照射强度，降低拍摄过程中阴影干扰。装配过程中相机d中心轴垂直向上重合与光源e中心轴，最大限度的捕捉光强最大点。

图3 底部相机d与光源e安装示意图

3 归一多坐标系与多点位最小二乘拟合方法的双照相机标定

双照相机所在设备共包含三种坐标系，机器人坐标系、顶部相机坐标系、底部相机坐标系。机器人为设备的执行机构为简化运算复杂度，归一多坐标系于机器人坐标系。三坐标系均垂直于地面，即纵坐标重合，在后期转换中只转换水平面坐标即可实现坐标系的归一。

标定操作采用九点移动取样，以降低传统四点移动取样，因取样点少而不能有效降低机器人移动误差的缺陷。通过机器人移动控制相机对标定点进行等间距水平和竖直移动构成九点矩阵，如图4所示。

图4 九点法所获图像

设任意标定点在机器人坐标系下坐标为Q(u,v)，在底部相机坐标系下的坐标为P(x,y)。设A,B点为采集到的图样中任意两点，在uO’v坐标系下坐标为QA(u1,v1)，QB(u2,v2)，在xOy坐标系下坐标为PA(x1,y1)，PB(x2,y2)。由距离公式：

求得λ，即为单像素点的实际对应尺寸，亦是底部相机坐标系转换到机器人坐标系的放大系数。设两坐标系的角度差为α，由公式：

求出sinα。设水平方向和竖直方向两坐标系的比值为a，b。由公式：

求出a，b。

再通过角度差的补偿，即可将底部相机坐标系下的点转移至机器人坐标系中，实现坐标系的统一。转换公式如下：

逆时针转换参数矩阵：

比例放大参数矩阵：

水平竖直平移参数矩阵：

旋转平移矩阵：

归一坐标系的转换公式为：

通过底部相机坐标系归一到机器人坐标系中，可以将拍摄的元器件管脚在底部相机中的位置信息和图像信息，经过处理后转化到机器人坐标系中，在后续的插装中，机器人即可按照转换到机器人坐标系中的信息进行插装匹配。

顶部相机的坐标归一方法和公式，与底部相机的一致。只是在拍照过程中顶部相机拍摄目标位置PCB板上面的两个标定点，对PCB进行标定定位，此方法可以保证在PCB停止位有一定偏差的情况下依然可以找到待插装目标孔的坐标。P(x',y')为顶部相机拍摄取得的点坐标，A'B'为拍照取得的两标定点，如图5所示。通过标定点连成的直线与机器人移动形成的直线进行重合匹配即可换算出顶部相机坐标系转换至机器人坐标系旋转角度。拍照中顶部相机先取样标定点A'B'，确定PCB板位置，再通预先写入的待插装目标孔相对于标定点的相对位置换算至机器人坐标系进行插装即可。

图5 顶部相机坐标系及标定点取样照片

最小二乘法是一种数学优化技术，他通过最小误差的平方找到一组数据的最佳函数匹配。用最简单的方法求得一些绝对值不可知的真值，令误差平方和最小。图6为拟合圆和实测点之间的关系图，求出最小误差拟合圆。

由几何知识可知，不在一条直线上的三点确定一个圆，故在实际测量中只需将所移动拍摄的次数大于三次即可确定拟合圆的参数。但过多的旋转点会造成标定点的重合，在实际应用中使用六点旋转法。六点旋转法即通过机器人带动顶部相机以机器人末梢旋转自由度为中心进行等夹角旋转，顶部相机标定时标定圆置于水平固定面，底部相机标定时标定圆固定于顶部相机镜头前水平面。同时六点分别与圆心形成六个等边三角形，方便后续生成半径与点之间距离进行对比取最优值。图6为均匀分布六点圆心拟合所获图像。多点拟合运算如下：