基于LabVIEW与IMAQ Vision的智能插装系统

周龙福，刘 超

(1.重庆工程学院软件与人工智能学院，重庆 400056；2.贵州航天电器股份有限公司，贵州贵阳 550009;3.运城学院机电工程系，山西运城 044000)

0 引言

电连接器的主要功能是通过连接器中的阴阳接触件的插合与分离实现电源、信号、光电路的接通或断开。电连接器中的任意一对接触偶一旦失效，均会对装备系统性能造成不良影响，甚至导致装备整体性能失效。因此，连接器的性能、可靠性对装备系统的质量和可靠性起到了关键作用[1]。

撑簧圈是保证接触件可靠装卸和固定的重要部件，将其正确装入基座是连接器重要生产环节之一。连接器产品种类众多，基座芯数有几芯到上百芯。传统人工装撑簧圈存在劳动强度大、效率低、产品一致性差等问题，易导致产品失效，因此采用机器人进行插装动作能够在一定程度上解决上述问题。通常情况下，机器人采用示教再现的工作模式[2]，当产品发生变化时，事先示教好的装配机器人不能及时适应这些变化，降低生产效率，影响设备柔性化生产任务；此外，还需人工按固定位置将工件摆放至装配位置。由于人工定位存在定位精度低，产品实际位置容易偏离示教位置，影响插装效果，严重情况下将会擦伤工件并损伤撑簧圈，最终导致产品失效等质量事故的发生。

随着视觉传感器的发展，机器视觉技术在工业自动化中的应用日趋广泛，具有视觉感知的装配机器人将能实现对作业目标的实时动态识别与定位，完成目标工件位姿调整及智能装配任务[3-5]。本文设计一种基于IMAQ Vision视觉技术的智能插装系统用于解决撑簧圈柔性插装难题。IMAQ Vision是LabVIEW的视觉开发工具包[6-8]，利用工具包中视觉函数开发图像采集与图像预处理模块；利用IMAQ Vision视觉算法实现任意芯数孔位坐标的柔性计算，通过手眼标定获得工件孔位在世界坐标系中的坐标；最后，PLC控制工件相应插孔移动至插装位置，并控制插装机构实现撑簧圈的智能插装任务。

1 系统构成及基本原理

智能插装系统主要任务是将撑簧圈正确插装入插孔中，该系统装配结构图的关键部分如图1所示，该系统主要由伺服系统、十字滑台、视觉系统、插装机构、夹爪、PLC控制器、YAMAH 4自由度工业机器人等组成。视觉系统固定安装在沿Z轴上下可调的伺服机构上；十字滑台可沿X或Y轴移动，滑台上的V字型夹爪用于固定工件；顶针安装在小插装机构中，并由PLC控制其沿Z轴上下运动将微小撑簧圈推入工件插孔。

图1 智能装配结构图

插装系统动作流程如图2所示：PLC控制器控制上料机器人从料盘上抓取工件放置在十字滑台的平台上并由夹爪固定；十字滑台将工件移动到拍照位，通过CCD工业相机获取第1张图像，图像处理模块计算出主键与X轴夹角α；PLC控制十字滑台移动至上料位，并控制机器人旋转工件α角度，保证工件插装一致性要求；完成上述动作后，PLC再次触发CCD相机拍摄第2张图像，判断主键是否与X轴重合，若夹角α在允许范围之外，则判断本次加工失败；反之，则进行下一步操作。PLC触发CCD相机拍摄第3张图像进行孔位坐标计算，并将坐标上报给PLC系统，PLC按坐标位置控制十字滑台的相应孔位移动到插装位，控制插装机构沿Z轴向下移动将撑簧圈推入插孔，重复插装动作直至所有插孔装配完成。

图2 智能插装流程图

2 视觉处理系统

本视觉系统以LabVIEW 2014为开发平台，利用IMAQ Vision视觉库函数进行二次视觉插装算法的开发。视觉系统采集完整的工件图像后，通过以太网将将其传入上位机图像处理模块进行图像处理。常见的图像预处理方法包括图像增强、图像滤波去噪、灰度变换、二值化、数学形态学等方法。为了工件产品插装的一致性，需要计算主键角度，所有撑簧圈均朝向固定方向进行插装；此外，为准确实现定位插装任务，必须精确计算出工件插孔的坐标。图像处理模块是视觉系统中最为重要的功能之一，视觉系统核心算法如图3所示。

2.1 ROI区域确定

原始图像如图4(a)所示，长时间使用的夹爪存在刮擦、轮廓边缘掉漆等噪声干扰，为减少背景噪声信息、工件信息的影响，通常根据产品尺寸大小设置感兴趣区域(ROI区域)，屏蔽无用信息，凸显被测工件表面信息，处理后的图像如图4(b)所示。

2.2 二值化变化

二值化是图像分割的一种方法，该方法将大于某个临界灰度值的像素灰度设为灰度极大值，把小于这个值的像素灰度设为灰度极小值，从而实现二值化。为了提取工件圆孔边缘，采用二值化将黑色圆孔与周围背景图像分离[9-10]，实现过程如下：

图3 视觉核心算法

(a)原始图像

(b)ROI区域

(1)

式中：BIm g(x,y)为二值化后图像的像素值；H(x,y)为原图像的灰度值；H0为灰度阈值。

圆孔和背景分界较明显、对比度较大，选用线剖面图(line profile)分析感兴趣区域像素点灰度值的分布确定最佳阈值。图5显示经过圆心的水平线方向的线剖面图，图中显示了水平直线方向548个像素点的灰度值分布，其中，黑色插孔的灰度值在30以下，除了黑色孔外的工件表面灰度值大都大于50，且部份灰度值超过200，整个水平方向灰度均值为50，标准差为56.31，整个图像分布较为均匀，二值化设定固定阈值为50，结果如图6所示。

图5 线剖面图

图6 二值化结果

图6中可以看出，二值化处理后，特征圆孔已经与背景分开，但圆孔与圆孔之间还存在大量斑点噪声且边界轮廓区域经二值化处理后灰度值也置为1，这些干扰信息对接下来的形态学处理、几何匹配均会造成影响，不利于系统的稳态性，因此采用IMAQ Vision中删除小目标remove small objects函数和删除边界目标remove border objects函数处理得到图7所示结果。

图7 形态学预处理结果

2.3 形态学去噪

经过二值化处理后，可以准确分离出工件插孔信息。原始图像中可以发现，部分工件圆孔中存在灰尘、细丝等干扰，造成图7中部分圆形粒子中存在裂痕，为消除原图中灰尘、毛刺等造成的图像中细小沟壑干扰影响，采用IMAQ Vision中数学形态学闭运算[12]，将处理结果像素值乘以255后得到图8所示结果。

图8 形态学闭运算结果

2.4 几何匹配与孔位坐标计算

几何匹配通过提取出灰度图像中目标对象的几何特征，将其作为参考模板，再在检测图像中寻找与参考模板匹配的所有对象，并返回匹配对象的位置、方向、角度等信息[13]。图8所示图像无噪声干扰、特征清晰，由于工件主键位置不明显，采用几何匹配技术进行旋转角度计算。经过几何匹配后得到的旋转角度为-104.743°，几何匹配后x与y坐标分别为430.2 pix、384.1 pix，匹配分数为968.5，几何匹配效果较好。几何匹配结果如图9所示。

图9 几何匹配结果

从图9几何匹配结果图像中看出，插孔特征对比度明显，孔位识别容易。采用IMAQ Vision中的Particle Analysis函数将能够确定出所有插孔的中心位置坐标，经过Eye-in-Hand手眼标定转换为机器人坐标系下的位置。利用以太网接口实现上位机与PLC控制系统通讯，并把位置结果发送到PLC位置寄存器中，PLC控制十字滑台将孔位移动到插装位置，并控制插装机构实现撑簧圈自动插装。

3 现场实验

开发的系统对工件进行插装验证，选取9芯、13芯、25芯、66芯、128芯5种规格工件进行插装测试以验证开发设计系统性能。图10给出了128芯产品现场插装结果。可以看出：通过机器视觉技术计算出工件主键角度为-104.743°；PLC控制器控制机器人按上述角度旋转工件后，复测主键角度为0°；插孔坐标计算图像显示区用紫色填充圆孔显示正确识别的插孔，插装完成后图像显示区用绿色填充插孔显示；此外，旋转角度计算耗时245 ms、角度复测耗时2 ms、坐标计算耗时233 ms，整个图像处理大约耗时480 ms，效率高。为测试系统的稳定性，选取上述5种规格产品100只进行插装测试，插装实验数据显示该系统主键角度计算误差在0.1°、定位精度在0.005 mm、插装合格率达到100%，验证了系统的有效性。

图10 现场插装结果

4 结论

本文将机器视觉应用在撑簧圈智能插装中，以LabVIEW软件为开发平台，利用IMAQ Vision视觉函数库进行图像采集、预处理、定位、坐标计算等二次开发。通过设计视觉算法准确计算主键旋转角度以满足撑簧圈插装的一致性要求。通过particle analysis函数计算插孔位置坐标，利用以太网接口实现上位机与PLC系统通信并把坐标信息发送到PLC位置寄存器，引导十字滑台运动到相应位置实现撑簧圈智能插装。仿真结果显示插装合格率达到100%，解决了多品种、多芯数无序插孔智能插装任务。