机器视觉智能机器人无损检测系统分析

郭孟杰 崔凯源 田向田

摘要：无损检测工作开展中，依靠大量的人工操作存在检测结果精度差和效率低等问题。在设计过程中，通过工业机器人无损检测能够实现无损检测系统的优化与升级，全面提升检测的精度和效率。新时期打造智能机器人无损检测系统能够对三维空间立体检测，增强系统的稳定性。本文从机器人系统结构入手，讨论无损检测系统，最后提出控制系统的工作方法和智能控制技术，希望对相关研究带来帮助。

关键词：机器视觉;智能机器人;无损检测系统

无损检测就是在不损坏试件的基础上，通过物理方法或者化学方法检测试件内部和表面的结构性质。在科技飞速发展的背景下，多种无损检测技术应运而生，其中包括X射线检测以及超声波检测。借助机器代替人工检测，并且把检测的试件转化成数字符号，然后对信息计算和处理就是机器视觉系统，由此全面提升自动化程度和生产柔性，以下进行相关分析。

一、机器人系统结构

当前智能机器人广泛应用红外传感器、位置传感器、红外技术传感器、激光定位传感器、压力传感器，可以进行产品的温度、压力、位移、磁力、红外光、信号等数据采集，将高性能运动控制卡安装在机器人当中，之后结合交流伺服系统，由此控制机器人，确保其灵活运动，之后在机器人旋转轴底端进行无损检测部件安装，操控上机位，最终形成机器人系统结构。整个工作流程依次为人机交互系统、控制系统驱动系统、机械结构系统到最后的机器人环境交互系统。为了立体检测三维空间，需要在X轴、Y轴、Z轴三个不同方向直线运动，并且让检测头朝着W方向旋转运动，根据无损检测设备需要选择检测系统，选取高强度的铝制材料。在机器人系统中作为直线运动单元，并且在不同的伺服电机中配备精密卫星，确保提升机器人的负载能力和性能发挥。此外，为了让机器人适应不同工作环境，在系统设计过程中可采取龙门式或者挂壁式，这样能夠减少人工操作，有效提升检测精度和效率[1]。

二、无损检测系统

无损检测系统类型众多，其中涵盖X射线检测、超声波检测以及磁粉检测。在多种检测系统当中超声波检测凭借检测对象广泛、穿透能力强、检测速度快、检测成本低等优势应用最为广泛。数字化超声波探伤仪是一种利用计算机系统把回播转换和数字化处理的仪器，其优势在于检测材料缺陷，比如裂纹、分层、气孔、夹渣、缩孔、疏松、粘接、白点、钎焊。在机器人无损检测系统当中，借助便携式超声探伤仪然后和RS232通信口交换数据，由此提升数据获取的精确性。X射线探伤仪是无损检测重要设备，通过X射线穿透物质能够让光物感光或者发出荧光，不过随着射线穿透物质一定的能量开始消散，并且部分能量转化成化学能以及热能，能量的衰减主要是受透照厚度、原子量、射线波长的长度影响。借助X射线探伤仪可以对多种材料零部件无损检测，分析是否存在缺陷。目前我国部分企业依然采取手工为主的方式进行设备无损检测，不仅劳动强度大，检测效率也较低，通过机器视觉智能机器人无损检测能够解决以上问题[2]。

三、控制系统的工作方法和智能控制技术

（一）控制系统的工作方法

控制系统在机器人系统中是重要组成，直接对机器人系统的操作和运动加以控制。在机器人系统的多种插补操作运动下能够立体检测三维空间，全面提升检测的精度与效率，并且机器人系统通过高级语音命令机器人，由此实现多轴插补运动和各轴独立运动。此外，借助控制卡输出电压，然后电压输出伺服放大器，再次通过电机顶端编码器，把位置发送到控制卡，由此对整个操作系统控制。在机器人系统当中控制卡可以采取多种命令方式设置控制环调节器参数，并且借助编程等操作技术，设计机器人运动轨迹由此实现整个系统的控制。如果需要确定运动轨迹位置可以先采取手动的方法让机器人确定检测位置，之后通过编程设计完成整个和系统控制。

（二）控制系统的智能控制技术

由于检测期间所用的检测材料大小、形状存在差异，为了提升检测精确性和减少检测次数，需要将神经模糊算法引入工件外形检测，获取材料图像期间通过工业相机获取图像能够提升检测系统的检测速度。神经模糊算法还需要借助模糊化、建立模糊库以及解模糊构成的模糊系统。整个智能控制流程如下：其一：把材料参数准确输入，然后通过数量转化成模糊变量，之后关联每个输入量和数量模糊量，并建立规则库，进一步完善规则库的规则;其二，解模糊。把模糊量转化为精确量，由此得到数据;其三，需要让神经网络系统和模糊系统结合，之后借助样品数据训练。ANFIS在机器视觉智能机器人无损检测系统当中匹配需要检测的材料，然后采取相近的检测方法或者相同检测点，由此提升检测效率[3]。

四、图像处理算法和软件设计

（一）彩色图像分割算法

采用无损检测系统进行系统检测期间受条件限制导致获取的图像主要为灰度图，尽管人们肉眼能够识别的颜色可达百万种，不过只包括了部分灰度色颜色，无损检测结果当中的灰度图覆盖了大量的灰度色颜色，人也难以识别，并且以往利用人工无损检测技术期间存在精度误差，这就需要应用无损检测技术期间把灰度图转化成彩色图像，然后借助为彩色映射技术把灰度颜色转化成彩色，让人眼视觉分辨率提升。利用彩色映射方法时需要单独线性变换灰度图像的RGB彩色空间分量，由此实现彩色映射，接下来区域分割彩色图像，由此对整个图像检测，并根据分割区域提取具有缺憾的焊接区实现整个检测流程。在实施过程中分割完图像后需要进行部分缺陷区域的提取，平均其中的颜色，然后进行预估，按照相同方法再次提取和划分其它区域。图像分割主要是分类RGB像素，让该区域没有颜色或者只有一种颜色[4]。

（二）自适应区域生长图像分割算法

依据生长规则把像素和子区域集合成为较大的区域，然后实现区域生长，先选取一组种子点，然后以该点区域生长，再把其他区域中相近的种子区域特征附加到不同的种子当中，采取区域生长图像分割算法可以提升计算精确性。在焊缝缺陷区域当中像素含有较大的数字值，所以需要采取直方图的统计方法统计全部像素数值，进而进行直观观察，然后再选取灰度图像当中直方图的第一个主位置和最大值差值，再将区域合并得到自适应区域生长图像[5]。

（三）软件设计

机器人无损检测系统当中主要是把软件系统设计成控制功能、软件设计以及操作功能软件设计。在整个系统当中控制功能以及操作功能不可或缺，控制功能的主要作用在于运动控制机器人，而操作功能可以显示和处理图像，在系统当中借助举例技术可以整体分析把功能相近区域划分为一个整体，进而进行全局把控。

结束语：

综上所述，智能机器人可以精确识别产品中存在的缺陷，将其用于无损检测工作中可以发挥巨大价值，主要表现为检测速度快、精确高。目前已经用于医疗、军事、物流以及极端环境等特殊领域，在今后的社会发展中智能机器人还将继续发挥其作用。

参考文献：

[1]志伟.论构筑物在园林景观设计中的应用[J].艺术与设计：理论版，2019，11（9）：48-50.

[2]孙昕，周德旭，甘子东.机器视觉智能机器人无损检测系统初探[J].科技风，2021，22（13）：18-19.

[3]于尚君，朱旭辉，尹祺，等.管道无损检测与注浆修复一体化智能机器人的设计与开发[J].科技创新导报，2020，17（14）：98-99.

[4]付苗苗，沈红伟.激光测距无损检测机器人电机转矩控制[J].激光杂志，2020，41（10）：121-124.

[5]易强，宋子瑜.基于卡尔曼滤波算法的自平衡机器人检测分析[J].科技创新导报，2021，18（9）：67-70.