过程控制的远景

在快速、精确、重复的检测和控制任务中，机器视觉通常优于人类视觉。为了有效，机器视觉系统还需要控制“手”来将零件移动到其视野中，对零件进行分类，更改工艺设置或指导组装。

机器视觉要求零件放置在已知的位置和方向，并仔细控制照明。它对部件变化的容忍度也较低，如果变化表明缺陷，这可能是一个好处。值得称赞的是，机器视觉每秒可以进行数百次精确测量，一旦安装，就可以提供廉价可靠的劳动力。

机器视觉系统的组成部分。

大多数机器视觉系统都有零件定位、照明、图像形成(镜头)、一个或多个摄像头、一个视觉处理器和一个处理和运动控制接口。一些工程师还使用局部传感器，如光电传感器，在零件准备检查时发出信号。

例如，在一个应用程序中，制造商需要确定由冲压压力机制造的冲压金属零件的尺寸，制造商一直在离线测量样品零件，因此直到生产了数千个坏零件才检测到模具磨损或损坏。用系统集成商Faber Industrial Technologies生产的视觉系统取代离线手动系统，该系统可以检查每个零件，并在零件尺寸显示模具磨损或损坏时停止生产。结果是提高了质量，减少了废料，提高了生产率。

在这个应用中，冲床将一个零件条移动到相机的视野中。一个远心透镜形成准直光(一列平行光线)从后面的部分成一个图像。图像由相机记录，并由Dalsa IPD视觉设备进行分析，这是一种专门用于机器视觉的计算机。系统根据识别载波条上的索引孔触发图像采集。如果检查失败，计算机向PLC发出信号，关闭冲压过程。

电脑运行Dalsa相机的Sherlock或iNspect软件，两者都有直观的图形用户界面，使开发机器视觉检测和控制应用程序变得容易，即使你不是很熟悉机器视觉。

手眼协调能力

计算机必须与运动和过程控制系统通信才能有效工作。物理上，这种通信通过数字输入和输出、RS-232线或以太网进行。当与plc或运动控制硬件通信时，计算机通常使用标准协议。

与PLC交互的模型是一种变量模型，其中变量是一个数据项，例如一个短整数，可以由计算机和PLC设置和读取。视觉设备和驱动机器人的PLC之间的通信可能包括:

• 计算机在PLC中加载变量与坐标部分进行拾取;

• 计算机通过在另一个变量中设置标志向PLC发出状态变化(CoS)信号;或

• PLC指示机器人移动，并通过在计算机中设置标志变量来表示成功。

因为没有“事件”，plc必须投票选出表明CoS的标志。Vision Appliances有一个特殊的功能，变量可以标记为“事件”，这样对变量的任何更改都会立即引起它的反应。

视觉系统与过程或运动控制器之间的协调可以从有缺陷的部分去除(可能是通过“踢脚器”)或调整过程的某些方面，到这些组件系统之间的复杂交互。视觉在过程控制中的另一个常见应用是让机器视觉系统读取产品的条形码、日期和批号(OCR或OCV)或标签模式。结果用于对产品进行排序，检查日期代码，并确保产品上的标签是正确的。

将复杂的机器视觉、过程控制和运动控制结合起来的一个例子是将一加仑油漆罐卸垛。这些罐头用托盘运输，每层有六层，每层有56个罐头，每层都由一个大矩形纸板分隔开。罐的顶层由另一个滑片和一个“相框”覆盖，相框是一个开放的矩形木材，可以防止捆绑托盘堆栈的带子损坏罐的顶层。客户正在使用人工从托盘栈中取出罐头并将其放入灌装线。为了降低劳动力成本和提高速度，该公司聘请了系统集成商来实现自动化。

机器人的末端执行器在托盘堆叠层中拾取一半的罐头，并将它们装载到填充站的传送带上(中间，举起的罐头后面)。

在此应用中，叉车操作员将托盘栈从卡车上移除，将其放在传送带上，并切断绑带。部分到位的传感器和电机驱动器上的输送队列托盘堆叠，由视觉引导机器人去码垛。

机器视觉摄像机安装在托盘堆栈的一侧，因此它以一定角度查看堆栈。机械臂配备了定制的末端执行器，用于抓取托盘栈。IPD视觉设备处理托盘堆栈图像，识别托盘堆栈组件并指导机器人移除它们。

视觉系统首先找到“相框”并确定其位置和方向。然后，它会指示机器人把相框移走，并把它堆在一堆上面。该系统会找到顶部的衬纸，并指导机器人使用吸盘将其移除。这就暴露了罐头的顶层。

视觉系统通过寻找每个罐子的大致圆形、明亮的边缘来发现它。当它找到一个易拉罐时，视觉系统将其测量位置与校准的参考位置进行比较。如果任何易拉罐距离其参考位置超过30毫米，视觉设备将停止该过程，直到操作员纠正易拉罐位置以避免压碎它。

当所有易拉罐的位置都在公差范围内时，机器人的末端执行器(它的“手”)拿起一半(26个)易拉罐，并将它们放在灌装线上。然后机器人捡起另一半，把它们放在灌装线上。然后取出下一层滑片，露出下一层罐头。重复此过程，直到托盘暴露。然后，机器人使用其末端执行器中的抓手移除托盘并将其堆叠在托盘堆上。

当系统移除一层罐时，下一层罐的表观尺寸由于视角的变化而减小。偏离中心的相机位置引入了额外的镜头和视角扭曲，因此开口看起来是不同大小的椭圆形，而不是圆形。

视觉系统的挑战是识别每个组件，并确定每个罐头的中心开口，尽管托盘的位置和旋转发生了变化，尽管由于透视失真和透视失真，罐头的表观尺寸发生了相当大的变化。

照明是关键

一如既往，照明是解决方案的关键部分。有针对性地，荧光灯被用来突出罐子的边缘，同时不会过度照亮内部，也为相框和托盘提供良好的照明。

第二个关键是事先知道，每个中心应该使用校准的参考位置。这限制了每个易拉罐边缘的搜索范围，增加了操作速度，减少了其他明亮图案的机会，例如一些易拉罐内部，与易拉罐边缘混淆。

第三，相框的位置和方向很容易找到，并限制了托盘堆栈中后续层的搜索范围。

最后，对托盘堆栈上的每一层材料使用不同的程序，这样就可以对每一层进行视觉组件检测和定位。

视觉系统通过RS-232与机器人的运动控制系统通信。一旦视觉系统定位每一层和元素，机器人的运动是自动的，这意味着没有视觉反馈来纠正和控制运动。

这些例子展示了机器视觉在自动化领域的广泛应用——从冲压零件的简单测量到机器人的引导。现在很容易将机器视觉添加到您的过程中，许多概念和方法都是其他控制系统所熟悉的。ce

作者信息

本·道森(Ben Dawson)是Dalsa IPD的战略开发总监，韦斯·菲尔布鲁克(Wes Philbrook)是高级首席软件工程师。通过电子邮件联系他们bdawson@goipd.com．

您是否具有本内容中提到的主题的经验和专业知识?你应该考虑为我们的CFE媒体编辑团队做出贡献，并获得你和你的公司应得的认可。点击在这里开始这个过程。