基于3D视觉的高精度加工件测量分析

梁伟军

[摘要]伴随工业的自动化持续进步发展，图像处理及视觉计算相关技术水平也在逐渐提升，对加工件实际测量精度方面提出更高要求，对于3D视觉高精度测量系统方面开发设计及应用需求更为迫切。鉴于此，本文主要探讨依托3D视觉之下高精度加工件的有效测量，仅供业内相关人士参考。

[关键词]3D视觉；加工件；高精度；测量

前言：

工业生产当中，利用传统测量设备或方法对加工件整个表面凹陷实际深度开展测量作业，往往存在着速度慢及较低精度方面问题，很难满足高精度的测量要求。因而，积极落实3D视觉高精度测量系统的开发设计相关工作，依托3D视觉之下，实现对加工件的高精度测量作业，现实意义显著。

1、3D视觉高精度测量系统的开发设计

1.1在系统架构方面

3D视觉高精度测量系统，其分为2D及3D视觉这两个部分。2D视觉基本流程，即2D上面相机定位及模板匹配获取旋转角度，直接返回至上位机相应角度信号，依托上位机对机构予以控制，且旋转产品，对产品高度及宽度予以测量，3D相机实施采图作用，借助算法测得产品表面实际凹陷深度，并返回至下位机NG或OK信号，及时保存数据，结合信号予以判断，再对产品实施分类回收处理。2D视觉作用之下，3D相机可确保每次获取图像角度无较大变化，3D视觉现场测量计算时间得以缩短。而3D视觉测量系统，以摄像机所获取图像为基础，对三维环境的物体形状及位置等几何信息予以计算，重建并识别环境当中物体。依托线激光的光源几何信息，对景物当中几何信息予以提取，借助光平面直接照射至物体表面，促使光条纹产生，拍摄图像当中测出条纹形态及其间断性，以此构成物体所有可见表面和相机一个相对测度。

1.2在系统硬件部分

针对3D视觉高精度测量系统硬件部分，以3D相机、镜头、线激光、标定板、通信线、电源线等为主。3D相机选取Sick-RangerE50型号相机，为1536*512像素的分辨率，配置24V的直流电源；配置Makro-IRIS/C MOUNT型号40mm C口的镜头[1]；选取RS-232通信的连接线；激光选取2M级，且为20mW/450nm/10度的发散角；配置点阵形式标定板；工业工控装置一台。相机和激光架设，实行三角测量这种架设形式，针对采集硬件总体架构，详见图1；激光为蓝色激光，且呈垂直照射。该3D相机和线激光整个光束方向位置夹角a角度最佳范围是30°～50°,此次实验设定α=30°，斜面角度呈16°。所有硬件均经精度及成本方面严格计算予以选型，选型之后将测试平台有效构建起来。

图1 采集硬件总体架构示意图

1.3在系统软件部分

3D视觉高精度测量系统，选取Visual Studio2012、ALCON11.0这两个系统软件予以混合编写。Ranger Studio系统软件用以标定3D相机。整个软件部分能够实施数据处理，经3D相机现场采集获取图像信息，产品空间生成X-Y-Z不同方向位置数据点云相关信息，以此获取所构建产品整个立体轮廓基础信息，对于2D平面的离散点可借助最小二乘基础算法，将其拟合成为一条直线予以改进优化，以最小二乘Huber法将三维空间整个离散点有效拟合成理想化的一个空间平面，产品表面部位任意一个兴趣点至拟合完成后的空间平面实际距离经计算后，其与产品表面部位任意一个兴趣点位置凹陷深度相同[2]。传送带之下，待测产品运动到测量起点，待激光感应系统装置感应到该产品，激光启动，回传至PLC信号，由PLC将+5V上升信号发出，3D相机被触发后实施数据采集作业，产品移动至50mm，关闭激光，3D相机则终止采集数据作业。标定精度往往对工件总体测量精度有着直接影响。2D图像方面标定为2D平面的靶面标定手段，且2D图像为X-Y坐标系方向。3D相机方面标定，即空间X-Y坐标方向维持不变，Z方向的坐标数据则转换成2D图像相应灰度值。3D相机实际标定过程，先设扫描作业起始行及行总数，标定板经过扫描后充满整个图像视野，任意邻近两个点位置水平及垂直距离分别是△X=3.5mm,、△Z=△X*sin16°=0.965mm。经由亚像素实施边缘提取，借助椭圆拟合或是灰度质心各种方法，获取圆中心亚的像素精度有效提取。标定完成后空间处于X、Y、Z不同方向达到的分辨率分别是0.026mm、0.016mm、0.006368mm。完成标定，借助HALCON11.0算法库对数据文件予以读取。借助算子threshold及reduce_domain实施图像处理作业，以此获取real型的相应图像。因考虑到传送带实际速度过快情况下，所采集图像极易失真，而若是速度过慢，则作业效率很难提升。经过计算及分析，激光启动期间，传送带设定最佳速度应当是维持15mm/s匀速状态,运动过程是上料之后先予以加速，实施激光扫描作业时维持匀速状态，收到相应处理结果之后再予以加速。完成标定处理之后，产品基准整个平面平均的灰度值-凹陷区域范围最低点位置灰度值=真实深度数值。若所采集获取图像当中噪声较多，会影响到总体精度，中值的滤波算子median_image对噪声可起到有效抑制作用，把这些噪声均过滤掉，所获取图像均为较高质量。二维平面当中对离散的点，则可借助最小二乘这一方法，将离散的点有效拟合成为一条直线。借助标定及新的视觉计算法，能够将产品表面全部点的坐标均有效拟合成相应平面，把产品表面部位三个不同最低点至拟合基准的平面距离分别算出，三个距离即加工件整个表面部位三个凹坑实际深度。借助Huber法，可对于平面实施抗差的最小二乘法有效拟合估计。Huber方法之下，估计结果更具精度。

2、测量实践

此次研究选取高度化规测量、最小二乘Huber拟合空间的平面算法、平面均值基础算法，对于随机选取5个产品重复实施100次的测量作业，对于实测数据实施深度分析，并比较不同方法之下测得最大值和最小值之间差值，以此对三种算法实际稳定性和精度性予以验证，详细结果如表1-表3所示。从中可了解到，高度规这一测量方法因实测次数增加，人工测量作业精度则明显下降，最大精度约为0.048mm。最小二乘Huber拟合的空间平面基础算法相对稳定，测量次数作业增加后，精度并未下降，实测精度并不会受平台倾斜及旋转方面因素所影响，精度约为0.01mm；平面均值这一算法受平台倾斜及旋转干扰之下，最大精度约0.03mm。对于产品1当中三个不同凹陷位置均重复实施100次测量，凹陷位置的Point1、Point2、Point3测量作业重复分别精度约0.00995mm、0.00903mm、0.00831mm,这三处不同凹陷位置所达到综合测量作业精度约为0.01mm。

表1高度规之下三个不同凹陷位置实测精度结果数据

表2 Huber拟合的空间平面基础算法之下实测精度结果数据

表3平面均值方法之下实测精度结果数据

3、结语

综上所述，此次所开发设计3D视觉高精度测量系统，可依托3D视觉，实现对加工件高精度化的有效测量作业，且有着良好稳定性及可靠性。最小二乘Huber拟合的空间平面基础算法之下，实测精度基本可达到约0.01mm，且实测速度为0.02s。借助新算法，对三个不同凹陷位置实施深度测量，可达到较高的测量精度，有效性显著，值得持续推广应用于实践。

参考文献：

[1]邹小平.一种基于3D视觉的机器人的自动加工系统及其加工方法

：CN201810284246.4[P].2023.

[2]张亮,高泽晋.一种高精度3D视觉测量方法：CN201610140647.3[P

].2023.