前言

 

计算机视觉的应用大致上可以分成定位、量测、识别、缺陷检测四大类，其中以定位的应用最为广泛。机器视觉系统可以用来检视主机板上的电子组件，也可以用来控制机械手臂，在机械手臂上加装CCD，利用影像辨识的定位，带动机械手臂来做病毒研究、药物混合等一些高危险性的医疗研究。除了精准之外，对人类的生命也比较有安全保障。

影像定位后的坐标转换

市面上影像比对的函数库（Library）很多，使用者可以自行选用合适的函数库。以下所提的系统采用Euresys公司开发的eVision EasyMatch，这是一种基于灰度相关性的图像匹配函数库，速度非常快，而且能够达到次像素（sub-pixel）精度的匹配结果。对于旋转、比率变化（缩/放）和平移等，都能精确找到模板图像（Golden Image）的位置。故本文仅对影像定位后的二维坐标产生的“位移”与“旋转”做探讨。

● 坐标位移

公式：X2 = X1 + ΔX
Y2 = Y1 + ΔY

 

 

● 坐标旋转

（1）将（X1,Y1）转换成极坐标→ （X1,Y1） = （R1,θ1）
其中，R1 = √X12 + Y12
θ1 = arctan（ Y1 / X1 ），即反正切函数
（2）θ2 = θ1 + θ，其中，θ= 表示旋转角度
得出 X2 = Cos （θ2） ＊ R1
= Cos （arctan（Y1/X1）+θ） ＊
√X12 + Y12
Y2 = Sin（θ2） ＊ R1
= Sin（arctan（Y1/X1）+θ） ＊ √X12 + Y12

● 坐标位移+旋转

遇到同时发生坐标位移和旋转时，先计算位移，再套用旋转的公式，即可算出最后的结果。
下面介绍如何设计出结合“机械运动”与“计算机视觉”的自动化定位系统。

基本架构

● GEME-3000主控制器：含HSL控制卡，安装Windows XP操作系统
● 3-Axis定位平台：三菱伺服马达+滚珠螺杆
● 运动控制器：HSL-4XMO控制模块
● 计算机视觉组件：使用IEEE 1394 CCD采集影像，利用Euresys eVision的EasyMatch进行影像比对（Pattern Match），作定位偏移的补正计算。

完整的实际系统如图3所示。
 

系统校正

● Mitsubishi驱动器调校：10 000 pulse/roll，即运动控制卡送出10 000个脉波，马达会转一圈。
● 滚珠螺杆的螺距vs. Pulse/Roll：如，螺距=10mm/roll，10 000 pulse/roll意味着1μm/pulse，即每发出一个脉冲，螺杆会前进1μm。
● F.O.V.（Field of View）的选定：F.O.V.要大于定位点的大小，太小则导致可接受的“初步定位”误差变小；太大则导致因定位点影像太小，影像定位误差大。
● CCD工作距离的选定：工作距离要大于打孔顶针，以免对焦时打孔顶针撞到工件。当F.O.V.及工作距离确认后，即求出镜头和延伸环。

教导作业

● 启动系统3轴回到初始位置，待3轴回定位后，再由人工将工件置于3轴之定位平台上并作“初步定位”；
● 手动控制Z轴缓慢下降，使其接近定位平台上方（约0.5～1.0mm）；
● 手动控制X/Y轴，使打孔顶针刚好在工件第一个孔位上方；再将Z轴缓慢下降，使其插入第一个孔位内。如定位不准，可以手动移动工件，使其定位更准确。
● 精确定位后，将Z轴上升至CCD的实时影像可看到完整“定位点”后，执行图4所示的流程图。
 

自动定位

● 由人工将工件置于3轴定位平台上，作“初步定位”后并启动本系统；
● 系统会驱动3轴定位平台将CCD移至定位点上方（2个不同位置），取像并利用已“教导”的标准影像做“影像比对”作业；
● 计算出“初步定位”的偏移量（Shift X/Y）及旋转角度 （Rotation Angle）；

tx = GoldeXY[CCD_Find][1] - m_Find.GetCenterX（）;
ty = GoldeXY[CCD_Find][0] - m_Find.GetCenterY（）;
if （CCD_Find==0） ｛ //第一次定位
shiftx = ZeroX - tx＊Calibration;
shifty = CCD_Y - ty＊Calibration;
｝ else ｛ //第二次定位
dx = CCD_Locate[1][0] - tx＊Calibration;
dy = CCD_Y - ty＊Calibration;
angle = atan2（ dy - shifty, shiftx-dx）;
CalNewLocate（angle, shiftx, shifty）;
｝

● 通过“极坐标转换”，重新计算工件上所有孔位的新坐标（Point Table）。

void CalNewLocate（F64 angle, F64 shiftx, F64 shifty）
｛
int i;
F64 P[TOTAL_POINT＊2];
F64 t;

for （i=0; i<TOTAL_POINT; i++） ｛ //极坐标转换
P[i＊2] = sqrt（ OrgLocate[i＊2] ＊ OrgLocate[i＊2]
+ OrgLocate[i＊2+1] ＊ OrgLocate[i＊2+1]）;
P[i＊2+1] = atan2（ OrgLocate[i＊2],
OrgLocate[i＊2+1]）+ angle;
｝
for （i=0; i<TOTAL_POINT; i++） ｛
t = P[i＊2]＊sin（P[i＊2+1]）;
NewLocate[i＊2] = （shiftx + t）＊SCALE_X;
t = P[i＊2]＊cos（P[i＊2+1]）;
NewLocate[i＊2+1] = （shifty + t）＊SCALE_Y;
｝
｝

结束语

机器视觉系统不但大幅的提升了工业的生产力，而且增加了使用者的能力。使用机器视觉系统可以保护人眼的健康和提高检测精度，而机器视觉系统能24小时不停顿地工作，且能在高速下执行检查，而检视的准确度也能控制在较稳定的程度之内。
此外，在危险工作环境中，在需要快速处理的军事武器操控，实时、大量的生产线上，在量测、定位、对象判别等高精确性工作中，机器视觉系统也都有很好的应用前景。

返回列表