机器视觉智能机器人无损检测系统初探

沈英杰 李赞 朱旭晨

摘要：当代对于无损检测的定义就是：在不损坏试件的前提之下，以物理或化学方法为手段，通过利用先进的技术和设施等，对试件的内部及表面的结构、性质状态进行检查和检测。随着社会科学技术的快速发展，产生了许多无损检测的手段。比如，通过利用X射线检测、超声波检测、磁粉检测等等。通过利用机器来代替人眼进行检测，将所检测的试件转化为数字符号，再利用图像系统对这些信息进行运算，从而进行控制，这就是机器视觉系统。机器视觉的最大特点就是自动化程度较高，具有较高的生产柔性，在我国许多领域都有广泛应用。在无损检测的过程中，通过将机器人与机器视觉相结合，从而使机器人拥有视觉，能够极大地提高机器人的检测效率，同时还能够拓宽监测的范围，具有广大的市场前景。

关键词：机器视觉;机器人;无损检测

1 机器人系统结构

通过在机器人中安装高性能运动控制卡，再加上交流伺服系统，从而实现机器人的运动控制，保证机器人能够灵活地进行运动，同时在机器人的旋转轴的底端，安装无损检测的部件，再通过上位机进行操控。

为了能够实现三维空间的立体检测，需要使机器人在xyz三个方向上进行直线运动，同时使检测头在w方向进行旋转运动，并且根据无损检测设备的需要进行检测系统的选择。在机器人系统之中，采用高强度高直线度的铝型材作为直线运动单元，在每个轴伺服电机中配备NEUGART精密卫星，从而有效地提高机器人的负载能力，保证机器人的性能。为了能够适应各种不同的工作环境，在进行机器人系统安装设计时，可以采用龙门式或挂壁式的方式。采用机器人无损检测系统，能够有效地减少人工操作，提高检测的效率和精准度。

2 无损检测系统

无损检测系统具有多种，包括X射线检测、磁粉检测、超声波检测等，其中，超声波检测具有检测对象广泛，具有较强的穿透能力、检测速度较快、检测成本较低等优点，得到了广泛的应用，数字化超声波探伤仪利用计算机系统，通过将所接受的回波进行转换，进而实现数字化的处理，这种检测方式，可以对材料的缺陷进行检测，获得精准的评估。在机器人无损检测系统之中，可以通过采用便携式超声探伤仪进行检测，利用RS232通信口进行数据交换，从而获得准确的数据。

3 控制系统的工作方式和智能控制技术

3.1 控制系统的工作方式

控制系统是整个机器人系统中最重要的部分之一，控制着机器人系统的运动和操作，通过实现机器人系统的多种插补操作的运动，从而实现三维空间的立体检测，能够极大地提高检测的精度和效率。在机器人系统之中，通过利用高级语音对机器人进行命令发送，从而实现机器人的多轴插补运动或者各轴独立运动，利用控制卡进行电压的输出，在通过电压驱动伺服放大器，实现赐福放大器的工作，再由电机顶端的编码器将位置发送为控制卡之中，最终实现整个系统操作过程的控制。对于整个机器人系统中的控制卡，可以采用多种命令方式进行控制环调节器的参数设置。同时，通过利用编程等操作技术，实现机器人的运动轨迹设计，从而完成整个控制系统的工作，如果运动轨迹位置，那么可以先手动的使机器人进行检测位置的确定，之后再进行编程的设计，从而实现整个控制系统的工作。

3.2 控制系统的智能控制技术

在检测的过程中，由于所检测的材料外形不一，为了能够提高检测的准确性，减少不必要的检测次数，在工件外形检测的过程中，就需要引入神经模糊算法进行分类，从而减少检测的示范次数，有效地提高检测的效率。在获取材料图像的过程中，想要提高检测系统整体的检测速度，就可以采用工业相机进行图像获取，并且将分辨率调为640×480的灰度图像，从而有效地提高简单的效率。神经模糊算法需要利用模糊系统，在模糊系统中，主要是由模糊化、规则库的建立和解模糊三个部分构成，首先需要将材料的参数精确的输入其中，再由数量转化为模糊变量，然后将每个输入量与不同数量的模糊辆进行关联，输入量在被模糊化之后，采用建立规则库的方式，对所模糊化的数据建立规则库，通过利用IF…THEN…规则，完善整个规则库的规则。解模糊是将模糊量转化为精确量的过程，在获得模糊量之后，就可以利用解模糊的方式，将所得到的模糊量转化为精确量，从而得出数据。

4 图像处理算法及软件设计

4.1 彩色图像分割算法

再利用无损检测系统检测的过程中，由于条件的限制性，所得到的图像大多数以灰度图为主，但是对于人类来说，人眼所能识别的颜色可多达上百万种，但是只包含了少量的灰度色颜色，而无损检测结果的灰度图中所覆盖的灰度色颜色较多，很难为人眼所识别，因此在过去利用人工无损检测的过程中，会产生一定的精度误差。因此，在无损检测的过程中，就需要将灰度图转变为彩色图像，通过利用伪彩色映射技术，将灰度颜色转变为彩色颜色，从而提高人眼的视觉分辨率。在采用为彩色映射的方法时，需要对灰度图像的RGB彩色空间中的分量单独进行线性变换，从而得出为彩色映射。之后需要对彩色图像进行区域分割，从而便于对整个图像进行检测，再根据所分割的区域提取出具有缺憾的焊接区，完成整个检测的过程。

4.2 自适应区域生长图像分割算法

根据预先所定义的生长准则，将像素和子区域集合成较大的区域，从而实现区域生长。首先选取一组种子点，以这一点为开始进行区域生长，再将其他区域中具有类似种子区域特点的领域像素附加到每个种子之上。采用区域生长的图像分割算法，能够获得一个更好的结果，提高检测结果的准确性。在焊缝缺陷区域中，其中的像素往往具有一些较大的数字值，因此，通过采用直方圖的统计方式，对所有的像素数值进行统计，便于直观的进行观察，然后在选取灰度图像中的直方图中最大值和第一个主位置之间的差值，将这些区域进行合并，最终得出一个自适应区域生长图像。

4.3 软件设计

在机器人无损检测系统中，主要将软件系统设计分为控制功能软件设计和操作功能软件设计，控制功能和操作功能是整个系统中必不可少的一部分，控制功能能够实现对机器人的运动控制，而操作功能能够进行图像显示和处理。在系统中，通过利用举例技术，实行整体分析，将一些功能较为相近的区域划分到一体中，从而对全局进行把控。

5 结语

通过设计一种基于机器视觉的机器人无损检测系统，能够有效地降低工作人员的劳动强度，提高无损检测的精度和效率，具有较强的适应性，未来必将得到广泛的应用。

参考文献

[1]余卓雨.基于视频的行人检测综述[J].电子世界，2020（24）：49-50.

[2]王子为，王国良，郝凯亮，刘廷旭，崔星禹，王澳.输油管道无损检测机器人设计[J].电子世界，2020（24）：51-52.