王鵬 彭琰舉 李阿為 王瑩

摘 要： 針對傳統(tǒng)數(shù)控機(jī)床運(yùn)動控制精度低和調(diào)整速度慢的問題，提出一種基于圖像處理的數(shù)控機(jī)床運(yùn)動控制系統(tǒng)。該系統(tǒng)主要由圖像采集、圖像分析和運(yùn)動控制三部分組成，使用圖像處理技術(shù)確定數(shù)控機(jī)床的加工起點(diǎn)，并根據(jù)分析結(jié)果控制刀具的運(yùn)行。首先使用圖像分析算法確定對刀點(diǎn)坐標(biāo)，并由運(yùn)動控制卡根據(jù)坐標(biāo)信息驅(qū)動電機(jī)轉(zhuǎn)動，再將刀具移動到工件的正上方實(shí)現(xiàn)水平方向?qū)?zhǔn);然后根據(jù)圖像處理獲取的對刀距離控制機(jī)床z軸的下降距離，實(shí)時監(jiān)控刀具的下降情況，實(shí)現(xiàn)垂直方向的對準(zhǔn)。仿真與測試結(jié)果表明，所提出的系統(tǒng)不僅具有較快的控制速度，還能確?？刂凭?。

關(guān)鍵詞： 數(shù)控機(jī)床; 運(yùn)動控制; 對刀; 圖像處理; 圖像采集; Canny邊緣提取

中圖分類號： TN911.73?34; TM76; TP752.1 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2018）12?0044?03

Abstract： In allusion to the problems of low motion control precision and slow adjustment speed of the traditional numerical control （NC） machine tool， a motion control system of NC machine tool based on image processing is proposed. The system is composed of three parts of image acquisition， image analysis， and motion control. The image processing technology is used to determine the starting point of NC machine tool processing and control knife operation according to the analysis results. The coordinates of the knife?setting point are determined by using the image analysis algorithm， the motor rotation is driven by the motion control card according to the coordinate information， and the knife is moved right above the workpiece， so as to realize horizontal alignment. According to the knife setting distance obtained from image processing， the Z?axis fall distance of the machine tool is controlled to monitor the knife drop situation in real time， so as to realize vertical alignment. The simulation and test results show that the proposed system not only has a fast control speed， but also guarantees the control precision.

Keywords： NC machine tool; motion control; knife setting; image processing; image acquisition; Canny edge extraction

隨著機(jī)械加工技術(shù)和科學(xué)技術(shù)的發(fā)展，機(jī)械產(chǎn)品生產(chǎn)趨于復(fù)雜化、多樣化和精密化[1?2]。為了適應(yīng)產(chǎn)品多樣化的特點(diǎn)，需要調(diào)整和改變機(jī)床與工藝裝備[3]。數(shù)控機(jī)床通過開放式的數(shù)控系統(tǒng)解決了這一問題，大幅推動了制造業(yè)的發(fā)展，并節(jié)省了生產(chǎn)空間和成本[4?6]。數(shù)控機(jī)床通過編寫控制程序進(jìn)行產(chǎn)品加工，需要對刀操作確定程序的加工起點(diǎn)。而對刀操作的效率和精確度將直接影響工件的加工精準(zhǔn)度[7]。傳統(tǒng)的對刀操作使用手工或自動的方式進(jìn)行，難以保證對刀精度且效率較低[8]。隨著圖像處理和計(jì)算機(jī)技術(shù)的發(fā)展，機(jī)器視覺被廣泛應(yīng)用于工農(nóng)業(yè)生產(chǎn)中，大幅提高了生產(chǎn)自動化和柔性化水平[7?9]。同時，機(jī)器視覺在數(shù)控機(jī)床中也得到了廣泛的應(yīng)用。如文獻(xiàn)[7]使用圖像處理算法判斷出不同零件的類型，從而控制數(shù)控機(jī)床選擇正確的加工程序?qū)偵a(chǎn)出的零件進(jìn)行高壓清洗和熱爆去毛刺處理。文獻(xiàn)[8]從螺母的內(nèi)徑尺寸測量、螺紋有無和瑕疵缺陷檢測3方面入手，使用臺達(dá)DMV視覺系統(tǒng)檢測螺母，進(jìn)而解決了人工檢測質(zhì)量較低以及檢測效率慢的弊端。文獻(xiàn)[9]直接使用視覺圖像處理技術(shù)實(shí)現(xiàn)數(shù)控加工編程。針對上述問題，本文提出一種基于圖像處理的數(shù)控機(jī)床運(yùn)動控制系統(tǒng)。該系統(tǒng)主要由圖像采集、圖像分析和運(yùn)動控制3部分組成，并使用圖像處理技術(shù)確定數(shù)控機(jī)床的加工起點(diǎn)，再根據(jù)分析結(jié)果控制刀具的運(yùn)行。

1 系統(tǒng)整體設(shè)計(jì)

本文提出的基于圖像處理的數(shù)控機(jī)床運(yùn)動控制系統(tǒng)主要由圖像采集、圖像分析和運(yùn)動控制3個模塊組成，其整體架構(gòu)如圖1所示。其中，圖像采集模塊使用水平相機(jī)保證視野范圍內(nèi)包含整個工件，使用垂直相機(jī)保證視野內(nèi)同時含有加工工件和刀頭;圖像分析模塊包括圖像預(yù)處理、邊緣檢測、對刀點(diǎn)和對刀距離測量4部分，實(shí)現(xiàn)加工件的自動定位與跟蹤;運(yùn)動控制模塊使用3個方向的伺服電機(jī)控制刀具的運(yùn)動，分為零點(diǎn)歸位和快速定位兩部分。

2 系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

2.1 圖像采集模塊

本系統(tǒng)使用水平相機(jī)和垂直相機(jī)采集工件和刀具的信息，利用水平相機(jī)保證視野范圍內(nèi)包含整個工件，垂直相機(jī)保證視野內(nèi)同時含有加工工件和刀頭。由于兩相機(jī)沒有直接的坐標(biāo)轉(zhuǎn)換關(guān)系，因此在信號采集前需要分別進(jìn)行標(biāo)定，以間接獲取圖像的3D坐標(biāo)信息，從而便于求取刀頭坐標(biāo)和對刀距離。

本文使用張正友標(biāo)定法進(jìn)行相機(jī)標(biāo)定，求取相機(jī)的內(nèi)外參數(shù)矩陣。其中，垂直相機(jī)的標(biāo)定包括模板學(xué)習(xí)、標(biāo)定和信息讀取與存儲3個步驟。由于水平相機(jī)只需測量工件到刀尖的距離，故通過圖像處理計(jì)算像素當(dāng)量，測量實(shí)際尺寸與像素尺寸的對應(yīng)關(guān)系，便可使用標(biāo)定模板求取相機(jī)參數(shù)。

2.2 圖像分析模塊

圖像分析模塊為本系統(tǒng)的核心，通過圖像處理、分析定位以及跟蹤對刀點(diǎn)的3個自由度方向?qū)崿F(xiàn)自動對刀。系統(tǒng)包括圖像預(yù)處理、邊緣檢測、對刀點(diǎn)和對刀距離計(jì)算4部分。圖像預(yù)處理模塊消除了圖像中的冗余信息，以盡可能地恢復(fù)所獲取圖像的真實(shí)信息，包括灰度化、中值濾波和圖像增強(qiáng)3個步驟?；叶然磳⑺@取的彩色RGB圖像轉(zhuǎn)換為灰度圖像，以提高計(jì)算速度。中值濾波過程用于消除相機(jī)受外部環(huán)境、器件本身的干擾以及車床的振動引入圖像的噪聲，以提高定位精度。圖像增強(qiáng)步驟使用直方圖均衡化方法拓寬像素的灰度分布，便于檢測工件邊緣。邊緣檢測模塊使用Canny算子定位工件的邊緣，包括高斯濾波、梯度計(jì)算、非極大值抑制、雙閾值檢測和邊緣連接等步驟。該算法不僅具有較高的邊緣檢測精度，還能減少邊緣漏檢。

由于數(shù)控加工中常使用矩形或圓形工件，因此本系統(tǒng)使用Hough變換提取對刀點(diǎn)坐標(biāo)。對于矩形工件，首先使用Hough變換檢測出矩形的4條邊;然后計(jì)算4條邊的交點(diǎn)即矩形的頂點(diǎn)坐標(biāo);最后分別計(jì)算兩條水平邊和垂直邊的坐標(biāo)中點(diǎn)，即工件的中心。由于Hough變換可直接檢測出圓的圓心和半徑，因此，可使用該方法簡單快速地定位得到工件的中心，即對刀點(diǎn)坐標(biāo)。

對刀距離提取模塊用于計(jì)算刀尖到工件平面的距離。該模塊使用垂直相機(jī)獲取的圖片，首先提取出刀具輪廓，然后擬合刀具平面的直線，最后使用式（1）的點(diǎn)到直線的距離公式計(jì)算距離：

2.3 運(yùn)動控制模塊

運(yùn)動控制模塊使用3個方向的伺服電機(jī)控制刀具的運(yùn)動，并使用閉環(huán)控制的方式實(shí)現(xiàn)對刀系統(tǒng)的運(yùn)動控制。首先接收到上位機(jī)分析得到的工件坐標(biāo)信息，發(fā)送控制指令給運(yùn)動控制卡，并驅(qū)動伺服電機(jī)的運(yùn)轉(zhuǎn)。然后，使用傳送裝置移動工作臺實(shí)現(xiàn)3個方向的對準(zhǔn)工作。對刀過程包括零點(diǎn)歸位和快速定位兩個步驟。首先根據(jù)圖像分析獲取的工件中心坐標(biāo)確定對刀點(diǎn)坐標(biāo)，并由運(yùn)動控制卡根據(jù)坐標(biāo)信息驅(qū)動電機(jī)轉(zhuǎn)動，將刀具移動到工件的正上方實(shí)現(xiàn)水平方向?qū)?zhǔn);然后，根據(jù)圖像處理獲取的對刀距離控制機(jī)床z軸的下降距離，并實(shí)時監(jiān)控刀具的下降情況，實(shí)現(xiàn)垂直方向的對準(zhǔn)。

同時，為了保證圖像采集和處理的實(shí)時性能，需要將圖像處理計(jì)算的結(jié)果實(shí)時發(fā)送給運(yùn)動控制模塊。本文使用KRTS同步控制API實(shí)現(xiàn)同步控制與數(shù)據(jù)交互的功能。相比于傳統(tǒng)的基于I/O和總線傳輸?shù)奶幚矸绞?，該方法具有更好的同步控制功能和更快的?shù)據(jù)交互速度。同時，KRTS支持event，semphore和mutex等同步控制對象，具有多樣的同步控制方式。本文僅使用event和mutex的方式實(shí)現(xiàn)圖像處理與運(yùn)動控制的同步，具體流程如圖2所示。首先，相機(jī)采集到圖像后觸發(fā)event1，并發(fā)送給圖像處理接口;圖像分析完成后，保存分析結(jié)果并請求mutex以保證數(shù)據(jù)共享區(qū)域的讀寫互斥;最后，觸發(fā)event2，驅(qū)動運(yùn)動控制模塊讀取處理結(jié)果，并執(zhí)行相應(yīng)的對刀過程。

3 試驗(yàn)與結(jié)果分析

本文使用LabVIEW軟件作為開發(fā)平臺，設(shè)計(jì)的系統(tǒng)主界面如圖3所示。從圖中可以看出，該軟件平臺包括圖像采集、相機(jī)標(biāo)定、圖像預(yù)處理、邊緣檢測、對刀點(diǎn)坐標(biāo)計(jì)算和機(jī)床運(yùn)動控制6個功能模塊。對刀流程如圖2中間部分所示，可分為零點(diǎn)歸位和x，y，z三個方向的坐標(biāo)配準(zhǔn)步驟。

如圖4所示為本系統(tǒng)對刀示例，使用所編寫的控制程序可精確地提取對刀點(diǎn)的坐標(biāo)位置。該系統(tǒng)實(shí)現(xiàn)一次對刀需要約3 min，而實(shí)現(xiàn)一次手工對刀需要約8 min。由此表明，本系統(tǒng)能有效節(jié)省對刀時間。同時，本文使用軟件計(jì)算比較了該系統(tǒng)與傳統(tǒng)方法的對刀精度，對于一個半徑為60 mm的工作件，使用本系統(tǒng)求出的半徑為60.012 mm，坐標(biāo)為（183.042，-119.225，-68.325），誤差保持在0.02 mm內(nèi)。而使用傳統(tǒng)方法所獲取的對刀坐標(biāo)為（183.029，-119.301，-68.334），存在較大的誤差，故驗(yàn)證了本系統(tǒng)能保證對刀精度。

4 結(jié) 語

數(shù)控機(jī)床對刀操作的效率和精確度直接影響了工件的加工精準(zhǔn)度，因此本文提出一種基于圖像處理的數(shù)控機(jī)床運(yùn)動控制系統(tǒng)。該系統(tǒng)由圖像采集、圖像分析和運(yùn)動控制3個模塊組成。圖像采集模塊使用水平相機(jī)保證視野范圍內(nèi)包含整個工件，并利用垂直相機(jī)確保視野內(nèi)同時含有加工工件和刀頭;圖像分析模塊實(shí)現(xiàn)加工件的自動定位與跟蹤;運(yùn)動控制模塊使用3個方向的伺服電機(jī)控制刀具的運(yùn)動。仿真與測試結(jié)果表明，所提出的系統(tǒng)不僅具有較快的控制速度，還能確保控制精度。

參考文獻(xiàn)

[1] 周明華.基于PLCopen規(guī)范的運(yùn)動控制庫研究與實(shí)現(xiàn)[D].武漢：華中科技大學(xué)，2016.

ZHOU Minghua. Research and implementation of motion control library based on PLCopen specification [D]. Wuhan： Huazhong University of Science and Technology， 2016.

[2] 高軍神.基于以太網(wǎng)實(shí)時多軸運(yùn)動控制研究與實(shí)現(xiàn)[D].哈爾濱：哈爾濱理工大學(xué)，2017.

GAO Junshen. Research and implementation of real?time multi?axis motion control based on Ethernet [D]. Harbin： Harbin University of Science and Technology， 2017.

[3] 辛亞先，李彬，洪真.基于Webots仿真軟件的四足機(jī)器人建模和運(yùn)動控制[J].齊魯工業(yè)大學(xué)學(xué)報（自然科學(xué)版），2016，30（2）：45?51.

XIN Yaxian， LI Bin， HONG Zhen. The modeling and locomotion controlling for the quadruped robot based on simulator Webots [J]. Journal of Qilu University of Technology （Natural science edition）， 2016， 30（2）： 45?51.

[4] 王瀟.數(shù)控機(jī)床大推力永磁同步直線電機(jī)控制方法[J].電子科技，2011，24（6）：124?126.

WANG Xiao. Study on the control of the high thrust permanent magnet liner synchronous motor used in the numerical control machine [J]. Electronic science and technology， 2011， 24（6）： 124?126.

[5] 劉春芳，杜昭童.數(shù)控機(jī)床永磁同步直線伺服系統(tǒng)免疫控制[J].沈陽工業(yè)大學(xué)學(xué)報，2015，37（1）：1?5.

LIU Chunfang， DU Zhaotong. Immune control for permanent magnet synchronous linear servo system of CNC machine [J]. Journal of Shenyang University of Technology， 2015， 37（1）： 1?5.

[6] 李周平.基于直線電機(jī)的數(shù)控機(jī)床驅(qū)動控制技術(shù)[J].現(xiàn)代電子技術(shù)，2012，35（3）：158?160.

LI Zhouping. Drive control technology of numerical control machine based on linear motor [J]. Modern electronics technique， 2012， 35（3）： 158?160.

[7] 王連生.基于機(jī)器視覺的工業(yè)機(jī)器人去毛刺加工效率優(yōu)化研究[D].杭州：浙江大學(xué)，2017.

WANG Liansheng. Research on the optimization of deburring efficiency for industrial robots based on machine vision [D]. Hangzhou： Zhejiang University， 2017.

[8] 唐慧.臺達(dá)DMV視覺系統(tǒng)在螺母缺陷檢測中的應(yīng)用[J].數(shù)控機(jī)床市場，2014（10）：73?76.

TANG Hui. The application of Delta DMV visual system in the detection of nut defects [J]. CNC machine tool market， 2014（10）： 73?76.

[9] 張杰，黎達(dá)成，李俊銘，等.基于機(jī)器視覺的數(shù)控自動編程系統(tǒng)開發(fā)[J].裝備制造技術(shù)，2016（11）：125?127.

ZHANG Jie， LI Dacheng， Li Junming， et al. The development of NC auto programming system based on machine vision [J]. Equipment manufacturing technology， 2016（11）： 125?127.