CN107014291A - 一种物料精密转载平台的视觉定位方法 - Google Patents

Abstract

本发明提供了一种物料精密转载平台的视觉定位方法，该方法能够实现精密转载平台与空中物料输送线的定位误差识别，并通过该平台消除定位误差，从而实现空中与地面物料的转载。在空中物料输送线上设置双色同心圆点标识，用于实现对悬挂输送线的定位误差识别。通过在粗定位和精定位点对不同直径大小的圆点标识的进行识别，实现二次精确定位。采用高效的圆检测算法提取圆点标识的圆心位置偏差。根据得到位置偏差，基于视觉伺服实现对精密移载平台运动的闭环控制。通过上述方式，本发明具有特征识别率高，实时性好，成本低等优点，能够实现对悬挂输送线的精确定位，定位误差能控制在0.5mm以内，并完成物料的转载任务。

Description

一种物料精密转载平台的视觉定位方法

技术领域：

本发明涉及一种物料精密转载平台的视觉定位方法，适用于汽车总装过程中，不同输送装备之间的定位及物料转载，其属于自动化设备技术领域。

背景技术：

目前汽车生产装配线具有多品种混流、自动化生产、生产节拍高、工序多等特点。在实际生产过程中，总装线上的物料输送系统安放的形式也会有一定的差别，有时需要地面输送线和空中输送线进行配合，实现物料在两条输送线之间进行转载。因此生产物流系统除了通常的物料输送设备之外，还需要物料升降顶升的转载设备，以实现物料在空间不同位置之间的移载。转载设备的转载速度和精度也会关系到各个装配单元的生产核心指标。目前汽车生产装配线中，无论是在汽车发动机合装过程中，或者空中物料与地面物料的转载，常采用激光定位或人工定位。激光定位能够获得精确的位置信息，定位精度为±1mm，可靠性高，但相应的成本也很高，而人工定位则会带来人为误差，精确性较低。随着计算机技术的迅猛发展，机器视觉也逐渐成熟起来，图像检测技术以其非接触、快速、精度高、成本低等优点，在各个领域中得到了广泛地应用。

因此，确有必要对现有的技术进行改进以解决现有技术的不足。

发明内容：

针对上述现有的不足和生产需要，本发明提供了一种物料精密转载平台的视觉定位方法，能够实现精密转载平台与空中物料输送线的精确定位以及物料转载。

本发明采用如下技术方案：一种物料精密转载平台的视觉定位方法，步骤如下：

步骤一，建立视觉系统模型：在空中物料输送线上安装双色同心圆点标识，外圈为红色，内圆为蓝色，在转载平台上垂直安装CCD摄像机，建立单目视觉系统模型，实时采集空中物料输送线上的圆点标识图像；

步骤二，识别图像采集：将CCD摄像机采集得到的原始图像转换为YCbCr颜色空间下的数字图像，根据转载平台所处的不同高度，以不同的颜色分量下的图像作为圆点标识特征识别图像；

步骤三，图像特征提取：对采集得到的图像进行图像预处理，对预处理后的圆点标识图像进行特征识别，提取圆点标识的边界点信息，计算得到圆点标识的圆心坐标；

步骤四，圆心位置偏差计算：根据得到的圆心坐标，计算得到相对于图像中心点坐标的偏差像素点个数，将计算得到的实时位置偏差信息发送给转载平台运动控制板；

步骤五，精确定位：运动控制器根据实时反馈回来的位置偏差信息对转载平台XY方向上的电机进行闭环运动控制，不断修正转载平台与悬挂输送线的相对位置，并通过设定不同的阈值范围实现对转载平台修正移动速度的控制，当位置偏差大于30个像素点时，转载平台的修正移动速度设置为2mm/s；当位置偏差在10到30个像素点之间时，转载平台的修正移动速度逐渐减到1mm/s；当位置偏差1到10个像素点之间时，转载平台的修正移动速度设置为1mm/s；当位置偏差在一个像素点范围内，电机停止运转，最终完成转载平台与空中物料输送线的精确定位。

进一步地，所述步骤二具体包括：

(1)转载平台在离空中物料输送线0.35m的粗定位点，以采集得到的彩色图像的红色分量作为圆点标识特征的原始数据，对双色同心圆点标识直径较大的红色外圈进行识别；

(2)转载平台在离空中物料输送线0.1m的精定位点，以采集得到的彩色图像的蓝色分量作为圆点标识特征的原始数据，对双色同心圆点标识直径较小的蓝色内圆进行识别。

进一步地，所述步骤三具体包括：

步骤3.1：对采集得到的图像进行图像预处理：通过畸变矫正，消除图像的桶型畸变；对图像进行中值滤波，剔除图像噪声；采用自适应阈值法对图像进行阈值分割，得到二值化图像；最后对图像进行两次形态学处理，得到最终的圆点标识特征图像；

步骤3.2：提取圆点标识边界点：对图像进行扫描，判断像素点及其后5个点的灰度值，剔除边界干扰点，粗定位时，圆点标识形状呈现为圆环，图像扫描的过程中出现两对边界点的情况，分别为左边界横坐标u₁₁、u₂₁和右边界横坐标u₁₂、u₂₂，通过公式(1)判断边界点的对数，选取圆环外圆相对应的边界坐标，精定位时，圆点标识形状呈现为圆，提取得到的边界点即为圆点标识的边界坐标

在扫描过程中，一行扫描结束后，若没有提取到相应边界坐标，则对判断标志为flag累加计数，若有，则对判断标志为flag进行清除，如若提取到边界坐标个数超过30，判断标志flag累计超过15后，则可认为圆点标识边界提取已全部完成；

步骤3.3：圆点标识圆心计算：根据圆具有的中心对称性质，圆心的横坐标应与每一行边界点中点的横坐标相等，圆心的纵坐标应与每一列边界点中点的纵坐标相等，用点霍夫变换在一维参数空间中通过累加器A(u)对各个中点横坐标进行累加计数，累加器中最大值A_max(u)所对应的中点横坐标即为圆心横坐标，同样的通过累加器A(v)对每一列各个中点进行累加计数，累加器中最大值A_max(v)所对应的中点纵坐标即为圆心纵坐标。

本发明具有如下有益效果：

(1)本发明提供了一种物料精密转载平台的视觉定位方法，该方法能够实现精密转载平台与空中物料输送线的自动化精确定位以及物料转载，提高物流输送装备的自动化、智能化程度；

(2)通过运用视觉识别技术设置双色同心圆点标识实现对物料输送线定位误差识别，根据转载平台在不同升降高度对不同颜色大小的圆点标识进行识别，实现二次精定位，提高最终转载平台的定位精确性；

(3)针对外界环境光照造成CCD摄像机采集得到的圆点标识出现部分边界模糊残缺的情况，通过图像预处理对图像进行一定的修复，然后采用改进的点霍夫变换圆检测算法，去除干扰点及部分边界模糊残缺导致圆心坐标在计算过程中产生的误差，同时提高圆心检测速度，满足定位实时性要求；

(4)基于视觉伺服实现对转载平台运动的闭环控制，实现转载平台与空中物料输送线的准确定位，并将精度控制在0.5mm以内，从而完成最终的物料转载任务。

附图说明：

图1为用于物料精密转载平台视觉定位方法流程图。

图2为转载平台与空中物料输送线定位对接示意图。

图3为粗定位点预处理后的圆点标识图像。

图4为精定位点预处理后的圆点标识图像。

图5为圆点标识边界点坐标提取流程图。

图6为圆点标识边界快速检测流程图。

图7为点霍夫变换圆心检测算法流程图。

图8为转载平台视觉伺服系统结构框架图。

图中：

1-CCD摄像机、2-圆点标识、3-空中物料输送线、4-物料托盘、5-转载平台。

具体实施方式：

本发明提供了一种物料精密转载平台的视觉定位方法，为使本发明的目的、技术方案和有益效果更加清楚，举实例对本发明作进一步地详细说明。应当理解，此处所描述的具体实施仅用于解释本发明，并不用于限定本发明。

图1为本发明提供的一种物料精密转载平台的视觉定位方法的流程图。图2为转载平台与空中物料输送线定位示意图。通过转载平台5上的CCD摄像机1对空中物料输送线3上的圆点标识2进行特征识别，实现自动化精确定位，并完成物料托盘4的转载。

转载平台与空中物料输送线具体定位步骤如下：

1)建立视觉系统模型：在空中物料输送线上安装双色同心圆点标识，圆点标识外圈为红色，直径为60mm，内圆颜色为蓝色，直径为30mm。在转载平台上垂直安装CCD摄像机，建立单目视觉系统模型，实时采集空中物料输送线上的圆点标识图像。

2)识别图像采集：将CCD摄像机为PAL制式视频信号，采集得到的圆点标识原始图像分辨率为720×480，并转换为YCbCr颜色空间下的数字图像。根据转载平台所处的不同高度，以不同的颜色分量下的图像作为圆点标识特征识别图像。

3)图像特征提取：对采集得到的图像进行图像预处理，对预处理后的圆点标识图像进行特征识别，提取圆点标识的边界点信息，计算得到圆点标识的圆心坐标。

4)圆心位置偏差计算：根据得到的圆心坐标，计算得到相对于图像中心点坐标的偏差像素点个数，将计算得到的实时位置偏差信息发送给转载平台ARM运动控制板。

5)精确定位：运动控制器根据实时反馈回来的位置偏差信息对转载平台XY方向上的电机进行闭环运动控制，不断修正转载平台与物料输送线的相对位置,如图8所示。通过设定不同的阈值范围实现对转载平台修正移动速度的控制，当位置偏差大于30个像素点时，转载平台的修正移动速度设置为2mm/s；当位置偏差在10到30个像素点之间时，转载平台的修正移动速度逐渐减到1mm/s；当位置偏差1到10个像素点之间时，转载平台的修正移动速度设置为1mm/s；当位置偏差小于1个像素点时，电机停止运转，最终完成转载平台与空中物料输送线的精确定位。

所述步骤2)根据转载平台所处的不同高度，以不同的颜色分量下的图像作为圆点标识特征识别的原始图像。具体分为：当转载平台在离空中物料输送线0.35m的粗定位点，以采集得到的彩色图像的红色分量作为圆点标识特征的原始数据，对双色同心圆点标识直径较大的红色外圈进行识别。当转载平台在离空中物料输送线0.1m的二次定位点，以采集得到的彩色图像的蓝色分量作为圆点标识特征的原始数据，对双色同心圆点标识直径较小的蓝色内圆进行识别。

所述步骤3)对圆点标识进行图像特征提取具体包括：

①对采集得到的图像进行图像预处理：通过畸变矫正，消除图像的桶型畸变；对图像进行中值滤波，剔除图像噪声；采用自适应阈值法对图像进行阈值分割，得到二值化图像；最后对图像进行两次形态学处理，得到最终的圆点标识特征图像。在粗定位点得到的预处理后圆点标识特征图像如图3所示，在精定位点的预处理后圆点标识得到特征图像如图4所示。

②提取圆点标识边界点：圆点标识边界点坐标提取流程图如图5所示。对图像进行扫描，当提取到的像素点的灰度值为255时，将该点横坐标值赋值给圆点左边界横坐标u_i1，依次判断该像素点后5个点的灰度值是否也为255。若不满足，将圆点左边界横坐标u_i1清除，继续向右扫描判断圆点左边界。若满足，此时u_i1的值即为提取到的圆点左边界坐标值。提取到圆点左边界点之后，继续向右扫描对圆点右边界点进行提取。当像素点的灰度值为0时，将该点横坐标值赋值给圆点右边界横坐标u_i2，依次判断该像素点后5个点的灰度值是否也为0。若不满足，将圆点右边界横坐标u_i2清除，继续向右扫描判断圆点右边界。若满足，此时u_i2的值即为提取到圆点右边界坐标值。通过连续后5个点的判断，若经过图像预处理后圆点外部或内部还存在少数干扰点，能够有效剔除边界干扰点。粗定位时，圆点标识形状呈现为圆环，图像扫描的过程中会出现两对边界点的情况，分别为左边界横坐标u₁₁、u₂₁和右边界横坐标u₁₂、u₂₂。通过公式(1)判断边界点的对数，选取圆环外圆相对应的边界坐标。精定位时，圆点标识形状呈现为圆，提取得到的边界点u₁₁、u₁₂即为圆点标识的边界坐标。

在扫描过程中，一行扫描结束后，若没有提取到相应边界坐标，则对判断标志为flag累加计数，若有，则对判断标志为flag进行清除。如若提取到边界坐标个数超过30，判断标志flag累计超过15后，则可认为圆点标识边界提取已全部完成。流程图如图6所示。

③圆点标识圆心计算：根据圆具有的中心对称性质，圆心的横坐标应与每一行边界点中点的横坐标相等，圆心的纵坐标应与每一列边界点中点的纵坐标相等。用点霍夫变换在一维参数空间中通过累加器A(u)对各个中点横坐标进行累加计数，累加器中最大值A_max(u)所对应的中点横坐标即为圆心横坐标。同样的通过累加器A(v)对每一列各个中点进行累加计数，累加器中最大值A_max(v)所对应的中点纵坐标即为圆心纵坐标。流程图如图7所示。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下还可以作出若干改进，这些改进也应视为本发明的保护范围。

Claims (3)

1.一种物料精密转载平台的视觉定位方法，其特征在于：步骤如下：

步骤一，建立视觉系统模型：在空中物料输送线上安装双色同心圆点标识，外圈为红色，内圆为蓝色，在转载平台上垂直安装CCD摄像机，建立单目视觉系统模型，实时采集空中物料输送线上的圆点标识图像；

步骤二，识别图像采集：将CCD摄像机采集得到的原始图像转换为YCbCr颜色空间下的数字图像，根据转载平台所处的不同高度，以不同的颜色分量下的图像作为圆点标识特征识别图像；

步骤三，图像特征提取：对采集得到的图像进行图像预处理，对预处理后的圆点标识图像进行特征识别，提取圆点标识的边界点信息，计算得到圆点标识的圆心坐标；

步骤四，圆心位置偏差计算：根据得到的圆心坐标，计算得到相对于图像中心点坐标的偏差像素点个数，将计算得到的实时位置偏差信息发送给转载平台运动控制板；

步骤五，精确定位：运动控制器根据实时反馈回来的位置偏差信息对转载平台XY方向上的电机进行闭环运动控制，不断修正转载平台与悬挂输送线的相对位置，并通过设定不同的阈值范围实现对转载平台修正移动速度的控制，当位置偏差大于30个像素点时，转载平台的修正移动速度设置为2mm/s；当位置偏差在10到30个像素点之间时，转载平台的修正移动速度逐渐减到1mm/s；当位置偏差1到10个像素点之间时，转载平台的修正移动速度设置为1mm/s；当位置偏差在一个像素点范围内，电机停止运转，最终完成转载平台与空中物料输送线的精确定位。

2.如权利要求1所述的物料精密转载平台的视觉定位方法，其特征在于：所述步骤二具体包括：

(1)转载平台在离空中物料输送线0.35m的粗定位点，以采集得到的彩色图像的红色分量作为圆点标识特征的原始数据，对双色同心圆点标识直径较大的红色外圈进行识别；

(2)转载平台在离空中物料输送线0.1m的精定位点，以采集得到的彩色图像的蓝色分量作为圆点标识特征的原始数据，对双色同心圆点标识直径较小的蓝色内圆进行识别。

3.如权利要求1所述的物料精密转载平台的视觉定位方法，其特征在于：所述步骤三具体包括：

步骤3.1：对采集得到的图像进行图像预处理：通过畸变矫正，消除图像的桶型畸变；对图像进行中值滤波，剔除图像噪声；采用自适应阈值法对图像进行阈值分割，得到二值化图像；最后对图像进行两次形态学处理，得到最终的圆点标识特征图像；

步骤3.2：提取圆点标识边界点：对图像进行扫描，判断像素点及其后5个点的灰度值，剔除边界干扰点，粗定位时，圆点标识形状呈现为圆环，图像扫描的过程中出现两对边界点的情况，分别为左边界横坐标u₁₁、u₂₁和右边界横坐标u₁₂、u₂₂，通过公式(1)判断边界点的对数，选取圆环外圆相对应的边界坐标，精定位时，圆点标识形状呈现为圆，提取得到的边界点即为圆点标识的边界坐标

在扫描过程中，一行扫描结束后，若没有提取到相应边界坐标，则对判断标志为flag累加计数，若有，则对判断标志为flag进行清除，如若提取到边界坐标个数超过30，判断标志flag累计超过15后，则可认为圆点标识边界提取已全部完成；

步骤3.3：圆点标识圆心计算：根据圆具有的中心对称性质，圆心的横坐标应与每一行边界点中点的横坐标相等，圆心的纵坐标应与每一列边界点中点的纵坐标相等，用点霍夫变换在一维参数空间中通过累加器A(u)对各个中点横坐标进行累加计数，累加器中最大值A_max(u)所对应的中点横坐标即为圆心横坐标，同样的通过累加器A(v)对每一列各个中点进行累加计数，累加器中最大值A_max(v)所对应的中点纵坐标即为圆心纵坐标。