（安徽江淮汽车集团股份有限公司 安徽省合肥市 230001）
摘要：目前我国已是一个汽车工业大国，汽车产销量均名列世界前茅，但在我国大部分中小型汽车零部件生产企业中，对于零部件生产的质量检测，仍然依靠人工检测的方式。结合个人的实践工作经验与相关文献，就视觉检测应用在汽车零部件自动冲压上下料系统中展开粗浅的分析与探讨，以期更好地替代人工检测，提高汽车零部件的生产效率与最终合格率。
关键词：汽车零部件；冲压；视觉检测
1前言
目前，我国部分中小型汽车零部件制造企业仍然使用人工检测的方式对零部件的生产质量进行检测。人工检测方式不仅具有工作人员自身的主观意识，且检测人员在实际工作过程中因为疲劳而降低工作效率，且如今的人工成本极高，这些问题都抑制了汽车行业的发展，也无法满足现代化企业对生产技术的根本需求。所以，将视觉检测系统应用在汽车零部件的二次冲压生产中，及时剔除不合格的产品，保证最终成品的合格率具有十分重要的现实意义。
2检测系统的搭建
2.1检测要求
需要检测的冲压产品是汽车刹车鼓的一外壳，原料是一片圆形铁片，经过冲压后形成外壳，在以往生产过程中，由于各种原因导致的产品缺陷，常出现冲压后产品的边缘不够宽、有缺角，使得后面二次冲压受影响。所以需要通过视觉检测把冲压出来的产品检测一遍，剔除不合格产品。
2.2检测系统构成
视觉检测系统主要由镜头、摄像机、光源、影像处理控制器等几部分组成，其中，镜头、摄像机以及光源做为光学成像单元，其主要作用是完成对工件图像的采集；影像处理控制器的作用，是在取得工件的图像信息后，交由控制器内部高精准的视觉运算处理系统，图片预处理后利用各种工具进行面积侦测及距离、斑点、边型匹配等处理，检测出不合格产品，并输出信号给执行机构剔除。
2.3光源选择
由于时间以及天气原因，环境光的亮度都是时刻变化的，光线亮度的不同对成像质量及测量结果有着很大的影响，在视觉检测当中，光源做为系统的重要组成部分，就是为了消除环境光的干扰，所以光源的好坏直接影响到测量结果的准确性和一致性。由于系统检测的工件比较大，直径为250mm，光源发光面积一般要比目标物大才能很好地给工件打光，从而消除环境光的干扰，因此，针对项目的应用场合，选用一款400mm×400mm的LED光源。
2.4安装方式
考虑工件主要是检测有没有缺口，且工件有油脂，为防止对镜头污染，光源安装在工件的正下方，从下往上打光，镜头安装在光源及工件的正上方，影像处理控制器安装在控制柜里，用电缆与光源和摄像头连接。
3视觉检测在汽车零部件自动冲压上下料系统中的检测过程
3.1参数的设置
通过视觉检测系统拍摄出来的汽车零部件工件图像，就相当于对零部件工件实施的投影，并在这个过程中运用控制器对投影进行分析，对是否存在缺口问题加以检测。在检测过程中，视觉检测系统对比拍摄出的预检测图像与标准图像，并对其阴影面积与标准图像是否相近作为检测的重要依据，检测与判断其是否合格。因此，必须为视觉检测系统设置一个标准图像，用以进行图像的预处理。第一，要获得标准图像。可以通过摄像头，用视觉检测软件截取合格的检测物图像，图像截取之前必须做好摄像头、光圈以及焦距的调节工作，使检测物的图像能清晰可见。第二，做好二值化处理工作。待测的汽车零部件都是金属制品，其表面往往会受到光源的反射以及环境的干扰，所获得的截图是一个不完全的投影，在后期计算阴影面积时会造成一定的影响。
期刊文章分类查询,尽在期刊图书馆因此，在计算阴影面积之前，事先必须对图像进行二值化处理，过滤掉反射过来的柔光，尽可能消除因反射问题而带来的干扰。第三，设定阴影面积的区域。因为待检测的工件都是圆形物体，在检测过程中主要检测其边缘是否存在缺角，因此，在计算区域的选择上要将其设置为圆形，其区域直径要根据工件的实际要求设定。第四，面积计算的参数设定。将侦测对象设置为白物件，并对其上下设置加以限制，上限值为30，下限值为0。如果汽车零部件的边缘有缺角问题，在圆形的检测区域内势必会透光，使被检测的区域内拥有白色物体，这就证明加工的零部件为不合格产品。
3.2检测后作出判断
将标准图像、预处理参数设定完毕后，就可以对汽车零部件进行检测。机器人会将冲压好的汽车零部件放置在视觉检测位置，将检测系统拍下来的照片与标准进行对比分析，得出判断后，由机器人根据结果剔除不合格的产品。
4系统的视觉信息获取
智能视觉检测与控制实验平台采用基于工业PC+工业相机的模式，完成整个视觉系统的应用。在实验平台中，图像采集由工业相机来完成，图像采集卡（包括网卡）负责图像的缓存、传输，有些还具备初步的处理的功能，实现工业相机的采集控制；工控机（工业PC）负责图像的识别、判断、分类和图像的理解等上层工作。基于工业PC+工业相机的模式无需设计较多的硬件电路，视觉系统的成本较低，灵活性很强，并且有很好的开放性，高度的编程灵活性和良好的Windows界面，还可自主灵活添加检测算法，软件完全可按照开发者的思路执行。
5次品分拣
次品的准确剔除是生产线上的重点和难点，因此，在智能视觉检测与控制实验平台上，才有直接击出和触发传感器计数的方法，判断当前产品是否为次品。次品分拣的执行动作过程如下：首先，被检测产品通过传送带进入检测区域，触发摄像机对产品拍照，检测软件判断分析该产品是否为合格品，若为合格品，则计数器Zt进行计数，若为次品，则通过图像再判断该次品是否可回收再次利用，若可回收，则计数器Xn计数，否则计数器Ym计数。当次品进入击出位时，击出位传感器判断产品是否到达，若达到，则通过计数器的标记判断是否为次品，若为次品，且为计数器Xn计数，则柔性击出进行回收处理，若为Ym计数则进行破坏性处理。
6开放性软件模块设计
智能视觉检测与控制实验平台的软件采用模块化架构，主要分为四个类模块，分别是：运动控制类模块CMo－tionCard类、数据采集类模块CDataCard类、图像采集和处理类模块CImagingCard类、人机交互界面类模块CIFace－View类，四个类模块负责四个部分的软件，相互独立有统一协调，形成一个有机的整体。实验平台中，根据以上的四个类模块，可以直接在软件中调用各个硬件的多种功能及选项，并能方便实现硬件的参数设置，实验平台的使用者无需知道与之相关的硬件知识就能在平台上做后续软件开发，使系统具备良好的可扩展性、通用性和实时性。
7结束语
我国作为汽车工业大国，依靠人工检测方法对汽车零部件质量进行检测已无法满足时代发展的需求，满足现如今企业工业化发展的高精度、高效率的实际需求。为此，必须将视觉检测系统应用在汽车零部件二次冲压生产中，以替代传统的人工检测方式，最低限度的提高生产效率以及最终产品的合格率，使汽车零部件能够更好的进入到后续工位中，更好的服务于汽车生产企业。
参考文献
[1]李云峰，韩茜茜，李晟阳.基于机器视觉的冲压件尺寸参数测量[J].工具技术，2015，(11):95－98.
[2]张又文，尚校.自动化冲压线板料智能视觉对中系统的控制研究[J].汽车工业研究，2016，(04):49－54.
[3]陈宝文，姜军.基于计算机视觉的冲压件表面缺陷检测方法[J].科技信息，2014，(10):2－3.
[4]张慧，王坤峰，王飞跃.深度学习在目标视觉检测中的应用进展与展望[J].自动化学报，2017，43(08):1289－1305.
论文作者:吴腾
论文发表刊物:《电力设备》2018年第17期
论文发表时间:2018/11/2
标签：视觉论文; 图像论文; 工件论文; 汽车零部件论文; 次品论文; 光源论文; 产品论文; 《电力设备》2018年第17期论文;