CN111223067A - 一种用于桥梁锚具圆孔加工的自动对位方法 - Google Patents

Abstract

本发明公开了一种用于桥梁锚具圆孔加工的自动对位方法，步骤包括：实时采集锚具图像并进行预处理；基于视觉识别获取圆孔圆心像素坐标和锚具中心点像素坐标；根据圆孔圆心至锚具中心点距离及其与水平方向夹角，对圆孔进行分层和排序；根据内圈层圆心像素坐标拟合下刀点像素坐标；以下刀点为原点计算圆心像素相对坐标，并将所有像素坐标转换为空间坐标；计算径向偏差比例并对圆孔圆心的空间相对坐标进行误差矫正。本发明提出基于机器视觉技术进行桥梁锚具圆孔坐标的高精度测量，所设计方法适用于圆孔数量、尺寸、布局不同的多种类型锚具，解决了锚具圆孔的自动对位难题，为实现锚具的全自动化生产奠定了良好基础。

Description

一种用于桥梁锚具圆孔加工的自动对位方法

技术领域

本发明属于自动化技术领域，具体的说是涉及一种用于桥梁锚具圆孔加工的自动对位方法。

背景技术

桥梁锚具广泛应用于公路、铁路、地铁、轻轨、隧道、立交桥、港口码头、水利大坝等工程项目，一般根据项目需求进行定制化生产，因此其生产过程具有单品数量少、规格型号多的特点。

目前，桥梁锚具基本依赖人工方式进行生产，导致其生产效率较低，且易受人员流动影响。而实现桥梁锚具自动化生产面临的主要困难是加工过程中对锚具圆孔的高精度对位问题。

自动化行业针对工件自动对位问题提出了多种可行方法。专利CN201920030340.7采用激光实现了高精度对位，但其设备成本较高，且不适用于同一工件上有多个加工点的需求；专利CN201910447130.2设计的对位移动机构和专利CN201910343054.0设计的可旋转变角夹紧装置虽然都能够以较低成本实现工件对位，但其灵活性较差，同一套工装结构无法兼容形状、尺寸各不相同的多种规格工件。

综上所述，现有技术方案均不适用于桥梁锚具的自动化生产，无法解决锚具圆孔加工过程中的自动对位问题。

发明内容

本发明的目的是，为克服现有技术的缺陷，提出一种基于机器视觉技术的圆孔自动识别和测量方法，实现不同类型锚具上多个圆孔的高精度对位。

为实现上述目的，本发明采用如下技术方案：

利用图像采集装置实时采集桥梁锚具图像。

所述图像采集装置可以为CCD相机或CMOS相机。

进一步的，对所采集图像进行预处理操作，生成适用于视觉识别的目标图像。

所述预处理操作包括灰度化、滤波、形态学处理以及二值化。

进一步的，对所述目标图像进行视觉识别，获得圆孔圆心和锚具中心点的像素坐标。

所述视觉识别方法包括边缘检测法、霍夫变换法、模板匹配法。

进一步的，计算所述圆孔圆心至所述锚具中心点的像素距离，令：

其中，(x_i,y_i)为圆孔圆心像素坐标，(x₀,y₀)为锚具中心点像素坐标，R_i为圆孔圆心到锚具中心点的像素距离。

获取R_i中的最小值R_min,由满足R_i-R_min＜R_min/10的所有圆孔组成第一圈层。

从R_i中去除已分层圆心坐标后，重复以上步骤依次确定其他圈层，直至所有圆孔完成分层。

确定坐标系中角度增大方向，计算圆心与水平方向夹角，令：

θ＝arctan(y_i/x_i)*180°/π

根据夹角θ大小对同一圈层内圆心坐标进行排序。

进一步的，选择距离锚具中心点最近且圆孔数量大于1的圈层作为内圈层。

基于内圈层圆孔的圆心像素坐标，通过最小二乘法拟合内圈层对应的圆心作为下刀点的像素坐标(x_O,y_O)。

进一步的，以所述下刀点(x_O,y_O)为坐标原点，计算圆孔圆心的像素相对坐标。

根据像素坐标系与空间坐标系之间的转换关系，将所述下刀点像素坐标和圆心像素相对坐标转换为空间坐标。

进一步的，计算各圈层到下刀点的实际空间距离，令：

其中，D_k为第k圈层到下刀点(X_O,Y_O)的空间距离,(X_i,Y_i)为该圈层内圆孔圆心的空间相对坐标。

将D_k与该圈层到下刀点的理论距离值进行比较计算径向偏差比例，然后将该圈层内圆心空间位置按径向偏差比例进行修正，以消除因相机畸变造成的误差。

本发明的有益效果为，所述自动对位方法具有定位精度高、运算速度快、部署成本低的优点。所述自动对位方法能够同时识别多个圆孔坐标，并且适用于尺寸、孔数、布局不同的多种型号锚具，大幅提升了生产流程的效率和灵活性。

附图说明

图1为本发明的自动对位方法实施流程图；

图2为本发明的14孔锚具圆孔识别效果图；

图3为本发明的下刀点拟合及圆孔分层排序示意图；

图4为本发明的矫正径向偏差前后的圆心位置比较图。

具体实施方式

下面结合具体附图，详细描述本发明的技术方案：

如图1所示，为本发明所述用于桥梁锚具圆孔加工的自动对位方法，步骤包括：图像实时采集，图像预处理，图像视觉识别，圆孔分层排序，下刀点拟合，坐标系转换以及径向误差矫正。

所述图像实时采集选用1600万像素、以太网接口CMOS相机。

所述图像预处理基于Labview软件开发平台和OpenCV图像处理模块开展，包括灰度化、滤波、形态学处理、二值化等操作。

所述图像视觉识别采用边缘检测法，其优势是运算速度快，不易受噪声干扰。如图2所示，为采用边缘检测法对14孔锚具进行视觉识别的效果示意图。

如图3所示，依次计算14个圆孔圆心至锚具中心点(x₀,y₀)的像素距离

根据R值大小确定圆心为(x₁,y₁)、(x₂,y₂)、(x₃,y₃)和(x₄,y₄)的四个圆孔构成第一圈层，其余的圆孔构成第二圈层。

确定夹角增大方向为逆时针方向，根据公式θ＝arctan(y_i/x_i)*180°/π计算圆心与水平方向夹角，按照夹角从小到大的方式分别将第一圈层和第二圈层的圆心坐标进行排序。

如图3所示，基于(x₁,y₁)、(x₂,y₂)、(x₃,y₃)和(x₄,y₄)四个点的像素坐标，利用最小二乘法拟合出下刀点像素坐标(x_O,y_O)。

以下刀点(x_O,y_O)作为坐标原点，计算圆孔圆心的相对像素坐标

其中

如图4所示，根据公式X＝x·M，Y＝y·M，将圆心像素相对坐标

转换为空间相对坐标(X_i,Y_i)，将下刀点像素坐标(x_O,y_O)转换为下刀点空间坐标(X_O,Y_O)，其中M为像素坐标系与空间坐标系之间的转换比例系数，单位为毫米/像素。

如图4所示，根据公式

分别计算两个圈层到下刀点(X_O,Y_O)的空间距离D₁、D₂。

根据公式ΔS＝D_i/D_i0计算各圈层测量时的径向偏差比例,其中，D_i0是该圈层到下刀点的理论空间距离。

根据公式

对圆心位置在径向方向进行矫正，以消除因相机畸变造成的误差。

Claims (6)

1.一种用于桥梁锚具圆孔加工的自动对位方法，包括：实时采集锚具图像并进行预处理；基于视觉识别获取圆孔圆心像素坐标和锚具中心点像素坐标；根据圆孔圆心至锚具中心点距离及其与水平方向夹角，对圆孔进行分层和排序；根据内圈层圆心像素坐标拟合下刀点像素坐标；以下刀点为原点计算圆心像素相对坐标，并将所有像素坐标转换为空间坐标；计算径向偏差比例并对圆孔圆心的空间相对坐标进行误差矫正。

2.根据权利要求1所述的一种用于桥梁锚具圆孔加工的自动对位方法，其特征在于：所述图像预处理操作包括灰度化、滤波、形态学处理以及二值化。

3.根据权利要求1所述的一种用于桥梁锚具圆孔加工的自动对位方法，其特征在于：所述圆孔圆心和锚具中心点的视觉识别方法包括边缘检测法、霍夫变换法、模板匹配法。

4.根据权利要求1所述的一种用于桥梁锚具圆孔加工的自动对位方法，其特征在于：所述对圆孔进行分层和排序的具体方法为：

根据像素坐标计算各个圆心至锚具中心点像素距离，令：

其中，(x_i,y_i)为圆孔圆心像素坐标，(x₀,y₀)为锚具中心点像素坐标，R_i为圆孔圆心到锚具中心点的像素距离。

获取R_i中的最小值R_min,由满足R_i-R_min＜R_min/10的所有圆孔组成第一圈层。

从R_i中去除已分层圆孔坐标后，重复以上步骤依次确定其他圈层，直至所有圆孔完成分层。

确定坐标系中角度增大方向，计算圆心与水平方向夹角，令：

θ＝arctan(y_i/x_i)*180°/π

根据夹角θ大小对同一圈层内圆心坐标进行排序。

5.根据权利要求1所述的一种用于桥梁锚具圆孔加工的自动对位方法，其特征在于：所述拟合下刀点像素坐标的具体方法为：

选择距离锚具中心点最近且圆孔数量大于1的圈层作为内圈层。

基于内圈层圆孔的圆心像素坐标，通过最小二乘法拟合内圈层对应的圆心作为下刀点的像素坐标。

6.根据权利要求1所述的一种用于桥梁锚具圆孔加工的自动对位方法，其特征在于：所述计算径向偏差值并对圆孔圆心的空间相对坐标进行误差矫正的具体方法为：

计算各圈层到下刀点的空间实际距离，令：

其中，D_k为第k圈层到下刀点(X_O,Y_O)的空间距离,(X_i,Y_i)为该圈层内圆孔圆心的空间相对坐标。

将D_k与该圈层到下刀点的理论距离值进行比较计算径向偏差比例，然后将该圈层内圆心空间位置按径向偏差比例进行修正。

Images