机器视觉系统在白车身制造中的应用

　　图1 机器视觉基本构成

　　机器视觉系统的处理步骤通常为：图像的获取、处理、分析及输出执行。图像获取设备包括光源、摄像机等；图像处理设备包括相应的软件和硬件系统；输出设备是与制造过程相连的有关系统，包括过程控制器和报警装置、机器人等。

　　机器视觉的特点主要是精度高、速度快、重复性好和无疲劳。使用机器视觉可以很好地提高产品质量和自动化程度，尤其在一些不适合人工操作的危险工作环境或是对产品质量要求高的场合，机器视觉更适合替代人工。目前将近80%的工业视觉系统主要用在检测方面，包括用于提高生产效率、控制生产过程中的产品质量和采集产品数据等。

　　机器视觉在国外工业生产中使用较多，但在国内还处于刚起步阶段。目前在烟草行业、汽车行业等多个行业中被应用。在汽车行业中的应用主要包括：

　　1．装配监测：车顶组装、测量发动机/齿轮组装、天窗组装、车门安装、冲压件的装载和卸载、车轮组装、座舱组装玻璃装饰、发动机装卸、运输冲压件的选取、侧板的装卸及发动机组装的柔性监测；

　　2．编码监测：汽车二维条码的识别；

　　3．完整性监测：车门主要密封，底盘密封，间隙、齐平测量；

　　4．粘结性监测：底板PVC涂胶。

　　机器视觉系统在装配方面应用范围最为广泛的是挡风玻璃和座舱的安装，其能够很好地满足高精度的安装要求。而在白车身焊接中，机器视觉应用的实例并不多。本文介绍几种在白车身制造中的机器视觉系统的应用。

　　焊缝自动跟踪

　　手工或半自动焊接是依靠操作者肉眼的观察和手工的调节来实现对焊缝的跟踪。对于机器人或自动焊接专机等全自动化的焊接应用，主要靠机器的编程和记忆能力、工件及其装配的精度和一致性来保证焊枪能在工艺许可的精度范围内对准焊缝。通常，机器的重复定位精度、编程和记忆能力等已能满足焊接的要求。然而，在很多情况下，工件及其装配的精度和一致性不易满足大型工件或大批量自动焊接生产的要求，其中还存在因过热而导致的应力和变形的影响。因此，一旦遇到这些情况，就需要有自动跟踪装置，用来执行类似于手工焊中人眼与手的协调跟踪与调节的功能。这种情况下，机器视觉系统就会替代人类视觉来完成类似的自动导航功能。主要的应用方式为机器视觉系统与机器人相结合，采用的焊接方式通常为弧焊和激光焊接，尤其是应用于激光焊接技术，能极大地提高焊接质量和焊接稳定性。主要应用的范围为白车身侧围框架、车顶侧围总成和车门框架等。

　　应用较为广泛的焊缝跟踪的视觉系统，通常采用的是激光视觉传感方式。目前这种方式技术成熟，成本合适，能适应白车身焊接中的多种板材连接方式的焊接，稳定性较好，是一种性价比较高的机器视觉解决方案。

　　激光视觉传感的基本原理就是光学的三角测量原理，激光束照射到目标物体的表面，形成一个光斑点，经过摄像头上的透镜在光敏探测器上产生一个像点。由于激光器与摄像头的相对位置是固定的，当激光传感器与目标物体的距离发生变化时，光敏探测器上的像点位置也相应发生变化，所以根据物像的三角形关系可以计算出高度的变化，即测量了高度变化。当激光束以一定的形状扫描（扫描方式）或通过光学器件变换以光面的形式在目标物体的表面投射出线形或其他几何形状的条纹（结构光方式），在面阵的光敏探测器上就可以得到表征目标截面的激光条纹图像（见图2）。当激光传感器沿着物体表面扫描前进时，就能得到所扫描表面形状的轮廓信息。所获得的信息可用于焊缝搜索定位、焊缝跟踪、自适应焊接参数控制及焊缝成形检测等。

　　图2 激光视觉传感的基本原理

　　实际应用中的焊缝跟踪系统通常由以下部分组成（见图3）：即工业机(PIII/PIV)、视觉传感器、图形控制界面、网络、机器人接口（可选）和数字模拟输入输出（可选）。

　　图3 焊缝跟踪系统组成

　　以Meta-Scout公司生产的专用焊缝跟踪传感器Scout系列为例，通常的技术参数为：最小的精度误差0.1mm；图像采集频率50Hz；最大数据更新频率250点/s。

　　Scout系统的优点：

　　1．可控制机器人自动高精度工作，不需要机器人有预设的轨迹；

　　2．可控制机器人在6D的方向上自由运作（包括速度和轨迹）；

　　3．5根激光线，使系统的抗干扰性更强；

　　4．测量数据精度高，运算速度快。

　　通常的焊缝跟踪系统能够很好地识别下面集中板材接口类型的焊接，达到焊接参数自动优化。

　　根据设定的各种焊缝形式，焊缝跟踪系统自动进行焊接参数优化，系统全权接管机器人的控制权限，由系统控制机器人行进的轨迹、姿态以及速度等。

　　白车身焊接的应用见图4。

　　图4 车顶焊缝跟踪

　　误差控制

　　目前在车身制造中，最关键的问题是车身制造中的误差控制，良好的误差控制为涂装、总装都会带来很大的方便，良好的误差控制可以使装配工作简单化，减少不必要的调整和返修工作。利用机器视觉系统对白车身进行检测，关键是车身总成和关键尺寸的检测，来达到控制车身制造误差的目的。

　　目前在上海大众中使用ISRA-Vision的机器视觉系统在线测量车身总成尺寸，根据测得的相关数据，利用机器人系统来完成汽车后尾灯安装孔（见图5）的加工、后保险杠安装支架固定螺栓的焊接、汽车前纵梁的激光切割及前保险杠支架（见图6）的激光焊接，从而纠正车身制造中的累计误差，使总装车间在安装汽车后尾灯、后保险杠和前保险杠时不需要调整即可满足安装时的间隙和平整度要求。

　　图5 后尾灯安装孔

　　图6 前纵梁和保险杠支架

　　以ISRA-Vision测量系统为例，该测量系统与前文所介绍的机器视觉系统的组成一致，主要包括工业计算机、图像采集卡、摄像机及照明单元，连接总线用于上位机，通常为工位PLC控制器通信；用于执行机构，通常为机器人通信。

　　ISRA用于3D测量的技术称为VIAMES，通常VIAMES系统用于白车身的制造中。其基本原理是通过获取的图像，分析得到其中的图像特征，计算出相对于原始位置的位移，将补偿偏移值传送到机器人，由机器人来运行到基于当前白车身的新的位置进行后续工作，从而来消除白车身制造误差。

　　每个图像特征由2个摄像机来获取，这样才能得到3D的数据。VIAMES测量的结果见图7。

　　图7 VIAMES测量的结果

　　对于VIAMES系统最基础的一点也最重要，首先需要对摄像机进行校正（见图8），校正的目的是确定摄像机在空间中的坐标，包括X、Y、Z、Rx、Ry和Rz；确定摄像机本身的参数，包括相距、失真参数。

　　图8 摄像机的校正

　　测量的方法是通过对空间已知点的测量，来得到相对的空间坐标。

　　在完成对各个摄像机的校正后，针对需要测量的白车身部位进行拍摄，得到相关的图像。针对不同的图像特征采用相应的图像特征识别方式来达到最优的特征抓取效率。其中包括预处理和搜索工具两部分来完成特征的识别（见图9）。通常使用的图像模型识别方式有PF、PFR、EEI、PEI及USK等，并且可以根据实际得出的图像处理结果，来调整图像特征识别的相关参数，包括坐标系的偏移和上下限值等。

　　图9 图像特征的识别（红色为预处理区域，绿色为搜索工具区域）

　　在所有需要测量的车身部位相应的模型示教完毕后，需要对待测车身进行零测量，目的是为了确定一个参考位置/零位，用于作为今后所有测量数据的参考位置。零测量的结果由计算机的专门软件自动运算得到，操作人员需要完成的前期工作包括摄像机的校正、图像模型的示教及安排样件车到合适的位置等。这个样件车将会作为今后的母板存在，通常使用特制的样架来替代真实的白车身。零测量工作完成后，在线测量系统就可以正常投入运行了。

　　每个图像模型都会在设计时被赋予相应的主类型号和子类型号，主类型号和子类型号组成了识别该图形模型的惟一ID，不允许不同的图形模型有相同的ID（见图10）。在自动运行的情况下，由上位机给出相应的ID号，来激活相应的图像模型识别，同时打开相应的照明单元，获取当前白车身部位的图像特征，由视觉控制软件计算后得到相应的偏移值，由总线传输给下位执行机构如机器人，由执行机构按照新的位置来完成工作，诸如焊接、打孔、切割及装配等，来消除在白车身制造过程中产生的累计误差。

　　图10 图像模型识别ID结构

　　前文以ISRA-Vision系统为例，介绍了机器视觉系统在控制白车身制造误差上的应用，除了这些典型的应用，机器视觉系统还有车身零件安装的完整性检测以及焊接工艺的监测等应用。

　　结语

　　目前的机器视觉系统发展很快，产品序列从低档到高档，完全能满足客户不同的应用需要。机器视觉系统向智能化、高速化和集成化不断发展。产品如DVT公司的Legend Smartimage Sensor在线全自动视觉检测系统、Siemens公司的VS系列视觉产品等。全球整个视觉系统市场每年大约以8.9％的复合增长率增长，但是主要集中在欧美和日本。机器视觉系统目前在国内的白车身制造上应用还不广泛，但是随着机器视觉系统成本的降低和国内汽车制造业对质量要求的逐步提高，其今后也会在白车身制造中得到广泛应用。