基于机器视觉的机器人智能制造实践应用研究

引言：\ 智能制造技术的实现离不开以下基础技术的成熟发展:1。具有高可靠性、精度、灵敏度和环境适应性的传感器技术，用于稳定获取和处理信号；2.激光焊接、自动涂胶等特殊精密制造技术IMPACT先进的车身制造技术，如射钉铆钉、螺柱焊等，用于将冲压件拼接成完整的白色车身；3、故障诊断和设备健康维护技术，如设备信号自动处理和手动控制、标准错误信息列表显示、预防和校正维护计划控制技术，以保持自动化生产线的稳定运行；4、高速、高可靠性的实时通信技术，如Profinet、ethernet、erthercat等网络技术标准，用于实现各种设备仪器的高效通信；5.高精度、高灵敏度的在线检测技术，如ISRA、Perceptron、BESTFIT、SME、SMA、Calipri用于检测工艺质量或提高工艺质量；6.统一的技术标准平台，如integra，integra目前已发展到Integra 6， Integra来自各种技术提供商，OEM，最终用户和系统集成商的支持是各种技术设备对话的基础，也是自动控制和人工干预的前提；7、嵌入式技术是各种特殊制造技术的核心，实现特定工作内容的自动控制，在功耗、可靠性、稳定性和实时性方面具有显著优势；8、功能验证和模拟技术，比如Delmia、Catia、UG、Altium Designer、Multisim、Proteus等等，可以实现软硬件功能验证和安全测试，以及制造工艺的操作模拟；9梅赛德斯-奔驰等生产经营监控技术iprotal、scalis平台不仅可以实时显示生产经营指标，还可以定制自动生成的经营报告。智能制造技术在一定程度上反映了国家科技的综合水平和企业的制造水平。由于涉及的技术种类繁多，可以通过设备停机风险、工艺质量风险、生产节奏等技术优化手段进一步改进各项指标的设计和应用。本文以四门两盖车身装配线为例，详细分析了机器视觉智能制造技术的实现路径，重点介绍了如何突破安装精度设计和节进设计，确保质量和产量的平行发展。

一、四门两盖车身装配技术及技术介绍\ 在MRA1206年装焊车间项目Z3线用于将左右前门、左右后门、盖子、挡泥板和后备箱组装在白色车身主体上。除少量车站需要人工补充工件和材料外，自动化率基本达到98%。其主要工艺是识别白车身车型→安装后备箱→安装左右后门→安装左右前门→安装翼子板→安装机盖。安装工件的过程是：白车身进入车站1→BESTFIT检测尺寸数据(间隙、平滑度、距离和轮廓)→BESTFIT计算偏移值传输给KUKA机器人→机器人抓取工件到车身→机器人携带BOSCH拧紧工具到拧紧位置→拧紧工艺→BSETFIT检测安装工件后的尺寸数据→机器人回到HOME位→白车身进入下一站。其技术实现路径图如下：

在一般工艺中，四门两盖组装需要根据车身的实际状态进行调整X、Y、Z所有调整到位后，按工艺顺序固定螺栓。这种传统的装配方法可以根据零件之间的实时状态进行调整。由于调整需要时间，该工艺不适合高速生产。此外，人为干扰因素较多，工艺稳定性和工艺可控性较差。在此背景下，在传感器数据采集和数据分析能力大大提高的前提下，当代汽车工业得到了广泛的应用BESTFIT技术：通过机器人携带多种传感器对白车身测量，拟合计算出基于每辆车的最佳安装位置度和姿态，匹配完成四门两盖的安装。

二、机器视觉核心技术——BESTFIT在线检测技术\ 2.1 BESTFIT系统工作原理\ BESTFIT在线检测是整个装配过程的核心，是实现机器视觉的重要技术方法，影响车身覆盖装配是否与车身主体完全匹配。 BESTFIT在线检测有三种传感器：线扫描激光传感器、点传感器和相机，其测量原理如下：

1.线扫描激光传感器:其光源为线光源，用于测量整条线上的一些特征信息。平面上沿线激光向称为X轴，垂直于线激光方向称为Y轴，垂直于传感器镜头方向称为Z轴，Z轴通常反馈高信息。传感器扫描一条线到一个平面，沿线信息如边缘、宽度、间隙等X轴值传感器可以测量，如果检测到位置高度突变，变化范围超过一定值，可以判断你检测到边缘，如果检测到两个边缘，两个边缘之间的距离是宽度值信息。另外，X轴向精度由传感器线上包含的测量点数量决定。测量点越多，传感器X轴的精度越高。如果用于检测门2D单头传感器的精度为0.5mm，双头传感器精度0.01mm。

2.点传感器:激光脉冲首先由激光二极管对准目标发射。激光在目标反射后向各个方向散射。部分散射光返回传感器接收器，成像到雪崩光电二极管。雪崩光电二极管p-n结型光检测二极管利用载流子的雪崩倍增效应放大光电信号，提高检测灵敏度。其基本结构往往采用易产生雪崩倍增效应的方法Read二极管结构(即N PIP 型结构，P 一侧接收光)，工作时增加较大的反向偏压，使其达到雪崩倍增状态；其光吸收区与倍增区基本一致(有高电场的P区和I区)。，因此，它可以检测到极其微弱的光信号，记录和处理从光脉冲发出到返回接收的时间，以确定目标距离。激光传感器必须极其精确地测定传输时间，因为光速太快。点传感器用于检测距离数据，精度为0.01mm。

3.相机:使用IDS的CMOS工业相机集成了光敏元阵列、图像信号放大器、信号读取电路、模数转换电路、图像信号处理器和控制器，具有局部像素编程随机访问的优点。该相机集成性好，功耗低，传输高，动态范围宽。工业相机光敏因子精度0.02mm,用于识别车身2D平面定位孔的位置可以识别偏差。

通过多传感器集成技术，将关键车身尺寸数据分批测量固定测点，集成3D三维数据，将实时尺寸数据与标准尺寸数据进行比较，获取空间数据偏差，通过算法计算和坐标系转换，使机器人达到理想的工艺位置，实现车身连接工艺，即BESTFIT中文直译-最佳匹配，例如，可以准确计算拧紧工艺位置和拧紧深度位置。拧紧过程结束后，如果10次测量数据标准差超过公差，将自动报警，这是质量保证的重要组成部分。

2.2 BESTFIT数据安装精度技术设计\ 为避免安装精度数据失真，提高拟合值的可信度，必须设计相关技术：1.MASTERCA 校准和机器人零校准：测量标准尺寸的白色车身三坐标，使传感器对准测量点，调整传感器的安装位置。由于生产中的环境影响因素（温度、湿度、光线）、批次、工装卡磨损等因素，车身尺寸可能会发生变化。此外，零点校准的机器人测量轨迹位置也可能偏离校准开始时的实际位置。所以要定期做MASTER CAR机器人零点校准和校准。由于这项工作耗时较长，在车身和测量系统稳定的情况下，根据生产季度或半年进行一次。如果测量系统有问题，如机器人碰撞，则需要立即进行MASTER CAR机器人零点校准和校准。2、Sensor check：作为上述措施的补充，在生产过程中应定期通过Sensor tree做Sensor check校准传感器的位置精度(根据产量或时间设置校准次数)。如若Sensor check没有通过，需要停线对传感器及轨迹进行重新校准，或进行专业的传感器清洁；3、Training位置获取：Training位置是测量位前的准备位置，也由三坐标车调整，环境影响因素也会发生变化，所以也需要定期做Training示教；4.、测量平均值：BESTFIT如果测量超过公差设置，则需要人工验证测量结果。如果车身没有问题，则采用平均值以确保生产；5、滑动定位设计：206通过滑动传输，滑动定位将直接影响测量精度。

三、生产节拍提升设计\ 3.1 标准化参数设置\ 通过大量的测量数据分析，得出以下参数经验值设置将在保证测量精度的前提下，最大限度地提高节拍：

传感器延迟(sensor delay)，该参数是为了防止机器人在到达位置时进行测量。此时，机器人的抖动会影响测试结果。如果设置参数太大，会影响节拍。如果机器人抖动太小，仍然会影响体验值500ms。

循环次数(Num. of Cycles)，这个设置是测试不合格后重新进行的次数。当重复次数超过设定次数且不合格时，将调用历史值。因此，如果循环值设置过大，会议会导致不合格时反复测量，从而影响节拍。经验值为3。三次以上检查原因或取平均值。

Training质量(Quality)机器人越好，机器人就越快Training位到达测量位，因此通常会Training质量最好接近极限值1。

补偿值(offset)，若车身数据有批量波动，则在临时生产条件下，应根据工装参数设置一定方向的补偿值，以适应本批车身。

拍摄次数(samples)它会影响节拍，因为最终结果是计算平均值，所以采样数据越准确，越接近身体的真实值，但会导致节拍时间增加，一般体验值为10。

检测时长(control timeout)设置测点检测时间，超过检测时间认为车身数据不合格，一般经验值为10。

3.2 工艺路线紧凑\ 在参与全线机器人参与工艺制造的条件下PLC侧工艺路线GRAPH设计相对紧凑。例如，为了节省抓取时间，设置预抓取操作，即当当前站工艺正在进行时，机器人提前抓取并在准备位置等待，或在机器人编程中，尽量使用运行速度快的编程方法；另一种方法是在规划机器人运动轨迹时，通过调整运动轨迹两条直线路径中采用弧过渡算法，以节省轨迹长度。

3.3 工装夹具和来件的质量稳定性\ 机器视觉的检测效率不仅取决于自身的稳定性，还取决于工装夹具和来件质量的稳定性。一般来说，工装夹具主要考虑运输车身的滑橇，滑橇定位取决于定位孔、车身定位孔和车位定位销是否刮擦、磨损。为了减少这些影响，需要定期调整工装位置；质量稳定性主要是冲压件尺寸稳定性、冲压件外观清洁度和车身连接工艺质量稳定性，尺寸数据和车身连接工艺的质量需要PERCEPTRON确保冲压件外观清洁主要取决于是否有油污等污染。

四、结论\ 机器视觉是非接触测量，可检测人眼感觉不到的红外线和微弱光线，长期稳定运行，确保检测精度和重复精度良好。机器视觉运行质量好的前提是整个系统的机械稳定性，尽量减少机器人本体的抖动，保证检测目标的位置标准化。将机器视觉引入四门两盖装配线，实时检测模具数据，与机器人通信，完成过程控制连接过程的可靠性和车身尺寸的稳定性，实现智能校正与质量检验的结合，确保白色车身产品的交付质量，促进质量与产量的平行发展。