一種基於視覺的噴漆噴槍扇面角度與均勻度建模方法與流程
2023-06-05 08:06:31 2
本發明涉及噴漆噴槍扇面角度與均勻度建模方法。
背景技術：
目前，噴塗機器人在汽車工業所佔比重越來越大，實現噴漆自動化並得到較好的噴漆效果是目前的一個難點。為了得到均勻的噴漆效果，我們需要噴槍噴出的扇面接觸汽車工件表面時較為均勻，噴槍扇面的角度與均勻度可以說直接決定了噴漆的效果。在目前的噴漆現場，噴漆效果往往依靠目測，準確度較差，對最為重要的噴漆扇面也往往缺乏可靠的檢測方法，僅僅依靠目測。操作噴漆機器人的工人也不了解噴槍扇面角度與均勻度同噴槍自身的扇面壓力，霧化壓力等參數的關係，所以在操作過程中往往依靠經驗來調節噴槍的扇面壓力與霧化壓力，來得到合適的噴漆扇面，這些不確定的因素都造成了難以獲得較好的噴漆效果或者想要獲得較好的噴漆效果需要花費大量的時間來反覆噴塗，造成不必要的時間成本與人力成本。
技術實現要素：
本發明是為了解決現有技術準確度低、成本高的問題，而提出的一種基於視覺的噴漆噴槍扇面角度與均勻度建模方法。
一種基於視覺的噴漆噴槍扇面角度與均勻度建模方法按以下步驟實現：
步驟一：通過相機採集噴槍扇面圖像並對其進行特徵識別；
步驟一一：計算機對得到的圖像進行中值濾波，分別選取RGB三個通道圖像，對三個通道進行二值化；其中R為紅色子像素，G為綠色子像素，B為藍色子像素；
步驟一二：選取三個圖像中的最優圖像；
步驟一三：提取出扇面邊緣直線所在像素位置，計算兩條直線夾角；
步驟一四：處理得到原圖像的灰度圖，以步驟一三計算得到的兩條直線內的範圍為噴槍扇面所在區域，計算扇面與工件接觸面的三行像素的平均值與方差；
步驟一五：計算扇面均勻度；
步驟二：步驟一識別出圖像特徵後進行噴槍扇面角度與均勻度的建模；
步驟二一：保證油漆壓力不變，分別改變霧化壓力和扇面壓力，檢測與之對應的扇面角度與檢測均勻度；
步驟二二：將霧化壓力與扇面壓力從大到小進行等分，每次改變1個單位的霧化壓力或者扇面壓力，通過實驗，得到數據；
步驟二三：分別繪製出擬合的霧化壓力和扇面壓力對應扇面角度的曲面圖，以及霧化壓力和扇面壓力對應均勻度的曲面圖，以這兩幅圖作為建模標準進行建模，得到模型圖。
發明效果：
本發明提供了一種定量的識別噴槍扇面角度與均勻度的視覺檢測方法，並依靠該方法通過模式識別的方法建立了噴槍扇面角度與均勻度模型。本發明能夠為工人提供可靠的噴槍扇面參數，並對如何調整扇面壓力，霧化壓力以得到更均勻更適合的噴槍扇面做出了指導作用，本發明能夠明顯提高生產效率，提高加工精度，節省加工時間，加工成本。在汽車自動噴漆領域有重要應用。
附圖說明
圖1為本發明檢測裝置圖；
圖2為本發明流程圖；
圖3為扇面壓力對應扇面角度的曲面圖；
圖4為扇面壓力對應均勻度的曲面圖。
具體實施方式
具體實施方式一：一種基於視覺的噴漆噴槍扇面角度與均勻度建模方法包括以下步驟：
為了實現良好的自動噴漆效果，為操作噴漆機器人的工人提供可靠的噴槍扇面角度與均勻度調節方法，本發明提出了一種基於視覺的噴槍扇面角度與均勻度建模的方法。依靠可靠的視覺檢測裝置與視覺檢測算法，對噴槍扇面的角度與均勻度進行精確的識別，並提出一種評價標準。之後通過模式識別的方法，建立噴槍扇面角度，均勻度與噴槍扇面壓力，霧化壓力之間的模型關係。
噴槍扇面檢測裝置如圖1所示，特徵是：
1、使用紅色LED與凹透鏡作為輔助光源，輔助光源應該保證能在1米的範圍內完全照亮噴槍的扇面。
2、噴槍後放置白色背景布，背景布大小應該保證在距離噴槍扇面2米的範圍外可以全部佔據工業相機視野。
3、工業相機與背景布位於噴槍的兩側，相機與光源位於同一水平面。
4、採用兩組輔助光源，且兩組光源關於相機對稱。
5、扇面採集圖像應滿足背景布佔滿整個圖像，且在輔助光源的照射下，扇面肉眼可見明顯特徵。
通過相機採集回穩定的噴槍扇面圖像並對其進行特徵識別，軟體流程圖如圖2所示，其步驟如下：
步驟一：通過相機採集噴槍扇面圖像並對其進行特徵識別；
步驟一一：計算機對得到的圖像進行中值濾波，分別選取RGB三個通道圖像，對三個通道進行二值化；其中R為紅色子像素，G為綠色子像素，B為藍色子像素；
步驟一二：選取三個圖像中的最優圖像；
步驟一三：提取出扇面邊緣直線所在像素位置，計算兩條直線夾角；
步驟一四：處理得到原圖像的灰度圖，以步驟一三計算得到的兩條直線內的範圍為噴槍扇面所在區域，計算扇面與工件接觸面的三行像素的平均值與方差；方差體現出各個像素之間的差異大小；
步驟一五：計算扇面均勻度；
步驟二：步驟一識別出圖像特徵後進行噴槍扇面角度與均勻度的建模；
步驟二一：保證油漆壓力不變且適中，分別改變霧化壓力和扇面壓力，檢測與之對應的扇面角度與檢測均勻度；
步驟二二：將霧化壓力與扇面壓力從大到小進行等分，每次改變1個單位的霧化壓力或者扇面壓力，通過實驗，得到數據；
步驟二三：分別繪製出擬合的霧化壓力和扇面壓力對應扇面角度的曲面圖，以及霧化壓力和扇面壓力對應均勻度的曲面圖，以這兩幅圖作為建模標準進行建模，得到模型圖。
具體實施方式二：本實施方式與具體實施方式一不同的是：所述步驟一一中對三個通道進行二值化的方法為大津算法。
其它步驟及參數與具體實施方式一相同。
具體實施方式三：本實施方式與具體實施方式一或二不同的是：所述步驟一二中最優圖像的選取標準是：
預先算出扇面形狀大小佔整個圖片的比例數A，計算三幅圖片中黑色像素佔全部像素的比例B，取A-B的最小值為最優圖像。
其它步驟及參數與具體實施方式一或二相同。
具體實施方式四：本實施方式與具體實施方式一至三之一不同的是：所述步驟一五中計算扇面均勻度的具體為：
設扇面最下方的像素個數為i，則扇面均勻度用以下公式表示：
其中Cj表示由最下方第j行算出的扇面的均勻度，di表示第i個像素的灰度值，C表示扇面均勻度。
其它步驟及參數與具體實施方式一至三之一相同。
具體實施方式五：本實施方式與具體實施方式一至四之一不同的是：所述步驟二二中將霧化壓力與扇面壓力從大到小進行等分的份數為20份。
其它步驟及參數與具體實施方式一至四之一相同。
具體實施方式六：本實施方式與具體實施方式一至五之一不同的是：所述步驟二二中實驗為400組，得到400組數據。
其它步驟及參數與具體實施方式一至五之一相同。
具體實施方式七：本實施方式與具體實施方式一至六之一不同的是：所述步驟二三中模型圖中的X軸與Y軸的單位長度代表0.5倍的霧化壓力，扇面壓力的最大值；X軸與Y軸最大值分別代表霧化壓力，扇面壓力的最大值。
其它步驟及參數與具體實施方式一至六之一相同。
實施例一：
本發明通過圖像採集裝置獲取噴槍扇面的數字圖像，如圖1所示。採集回的圖像通過PC機處理，對圖像進行濾波，二值化，檢測邊緣，數值計算。最終得到扇面角度與均勻度，而後通過大量的實驗，獲取足夠多的數據來進行建模。
如圖1所示，採集裝置由USB工業相機1，LED輔助光源2，白色背景布3，噴槍扇面4組成。
本實施例使用紅色LED與凹透鏡作為輔助光源2，輔助光源應該保證能在1米的範圍內完全照亮噴槍的扇面4。噴槍後放置白色背景布3，背景布大小應該保證在距離噴槍扇面2米的範圍外可以全部佔據工業相機1視野。工業相機1與背景布3位於噴槍的兩側，相機1與光源2位於同一水平面。採用兩組輔助光源，且兩組光源關於相機對稱。扇面採集圖像應滿足背景布佔滿整個圖像，且在輔助光源的照射下，扇面肉眼可見明顯特徵。採集回的圖像通過USB口傳輸給PC機處理。
採集回的圖像首先要經過預處理才能應用於計算。
步驟一：本實施例首先使用了中值濾波濾除了圖像的噪聲點。
步驟二：隨後需要對圖像進行二值化，本實施例首先對RGB三個通道的圖像分別應用了大津算法進行二值化。
步驟三：隨後需要選取最優的圖像來作為後續處理的圖像。選取的原則是預先算好噴槍扇面形狀大小佔整個圖片的比例數A，然後計算RGB三幅圖片中黑色像素佔全部像素的比例B，取A-B的值最小為最優圖像。
步驟四：應用步驟三選取的最優二值圖像，使用累積概率霍夫變換提取出扇面邊緣直線所在的位置。進而算出扇面所成的角度。
步驟五：處理得到原圖像的灰度圖，以步驟四計算得到的兩條直線內的範圍為噴槍扇面所在區域。計算扇面最下方與工件接觸的三行像素的平均值與方差。
步驟六：用以下公式求出最終的扇面均勻度C。
其中Cj表示由最下方第j行算出的扇面的均勻度，di表示第i個像素的灰度值，C表示扇面均勻度。在計算出了角度與均勻度之後就可以進行多次實驗採集數據然後建模了。
使用德國SATA4000b噴漆槍，具體步驟如下：
步驟一：保證油漆壓力0.5MPa，分別改變霧化壓力和扇面壓力，檢測與之對應的扇面角度與檢測均勻度。
步驟二：將霧化壓力與扇面壓力從最大到最小進行20等分，每次改變1個單位的霧化壓力或者扇面壓力，通過進行400組實驗，得到400組數據。
步驟三：分別繪製出擬合的霧化壓力，扇面壓力對應扇面角度的曲面圖如圖3所示，和霧化壓力，扇面壓力對應均勻度的曲面圖如圖4所示，以這兩幅模型圖作為最終的噴槍扇面模型。