利用基于结构光的视觉系统检测火帽 - TEKNIKER

Centro Tecnológico Tekniker 开发了一套可以高速检查火帽的系统。火帽是制造弹药时用到的关键组件。这些易爆火帽采用批量生产，必须按照严格的公差要求制造，并以 100% 的精度进行检查。一家领先的猎枪弹生产商与 Tekniker Foundation Technological Center 的 Alberto Tellaeche 博士接洽，希望开发一套能够以高达每小时 216000 个的速度检查这些零件的自动化系统。为达到这一速度，系统会在火帽沿传送带送到系统的同时，对每个盛有 600 个火帽的托盘进行检查。

“在生产这些火帽的过程中，可能会出现许多不同的错误，”Tellaeche 介绍道。“例如火帽中央部分可能存在凹陷、安放不正确、方向颠倒或者安放在托盘中时超出正确公差范围。其他错误还可能包括帽盖缺失或帽盖脏污。”之前，这种检查通过人工进行，随机抽取统计样本，由检查人员进行分析。

为了在托盘内对火帽进行检查，Tellaeche 和同事意识到需要在零件沿着生产线移动的同时采集其 2D 和 3D 图像。部署用于 3D 图像采集的结构化 3B 类线投影红色激光束和用于 2D 图像采集的漫射红色条形灯之后，可以使用 Sick 的 Ranger E55 相机采集图像。

系统设计人员将相机中的传感器划分为不同的区域，使相机能够同时采集 512 × 3300 × 8 位 2D 图像和 512 × 3300 × 16 位 3D 图像。每秒生成的 35000 个线型随后通过相机的 GigE 接口传输到工作频率为 2.83 GHz 的 Intel Core 2 四核 Q9550 CPU。

“系统必须能够在 8 秒时间内检查完盛有 600 个火帽的托盘，”Tellaeche 介绍道，“我们选择了 MVTec 的 HALCON 9.0 机器视觉库，因为它速度快，并且可以在处理器的四个内核上并行执行图像处理功能。”

对 Sick 相机生成的每张 2D 和 3D 图像应用不同的图像处理算法。在每张图像中，对应每个托盘上的五组 120 个火帽生成五个感兴趣区域 (ROI)。在每个 ROI 内，使用基于几何形状的火帽综合模型执行模型查找器操作。使用此模型查找器可完美定位图像中的所有火帽，然后进一步执行图像处理功能。

针对 2D 图像中的每个火帽，对中央药筒执行阈值和 Blob 分析。在阈值处理后，确定中央药筒圆度。计算圆度之后，使用 Blob 分析确定中央药筒面积。为了完成 3D 图像处理，从三个水平方向和三个垂直方向编程六条线型，以分析每个火帽。由于成像系统的性质，每个火帽均为椭圆形状，因此无论水平还是垂直，线型的参数都取决于线型的类型。由于盛有火帽的托盘的不规则性和零件定位的误差，中央部分得到的轮廓可能并非完全水平。

生成线型之后，根据火帽开始和结束处线型的最大和最小点位置来确定中央药筒的宽度。通过比较中央药筒高度值和外部药筒边界值，确定与帽盖制造公差相关的误差。通过计算火帽中央药筒高度值的散度来确定其他误差。
然后，可以使用统计分析计算火帽中央药筒所对应值的回归线。根据此回归线可估计中央药筒应显示的高度值并确定公差。使用回归线的斜率和偏差，系统可确定是火帽中央药筒缺失，还是火帽本身缺失。

为确定中央药筒是否安放在公差范围内，使用火帽的两个最大值与回归线理论值之间的差值。如果此平均值较小且在允许公差范围内，则中央药筒作为合格零件通过；如果较大，则中央药筒安放小于公差，予以剔除。

“自动系统取代了对火帽进行人工统计分析的需求，能够对每个火帽进行 100% 的检查，”Tellaeche 介绍道。“从统计意义上讲，这意味着系统每检查 10 万个火帽，可能出现的错误不超过三个。”

感谢Vision Systems Design提供本文。产品/商标的所有产品名称、商标和图片版权均属于其持有者。保留所有权利。