文/James Carroll
汽车制造中使用的许多分组件由注塑零件构成。制造完成后,这些零件通过夹子装配,以确保分组件可以正确地安装在汽车内。虽然这个过程是自动完成的,但是最终装配完成的分组件必须经过检查,以确保成形的锁定片和锁箍装配到位。
当一家大型汽车制造商联系美国TA Systems公司(一家大型汽车系统集成商),要求为汽车扬声器栅格执行该检查任务时,TA Systems公司向美国McNaughton-McKay Electric Company的Vision and Traceability Group咨询,以评估该任务是否能实现自动化。
图1:为了确定夹子是否存在,采用Cognex图样算法来确定零件的位置,在感兴趣的区域内采用Blob工具来确定夹子是否存在.
McNaughton-McKay Electric Company公司的系统工程师Ryan Gribeck说:“在汽车制造厂,夹子是机器人放置的,因此有必要开发一套可以放置在机器人单元范围内的系统。”
通过这种方式,那些被认为已通过检查的零件,可以自动由机器人取出并放入箱柜中,用于进一步处理。如果零件出现故障,操作人员会得到提示,进而移除零件进行返工。
为了执行该检查任务,美国Smart Vision Lights公司生产的两个型号为L300-625-W 、尺寸为12英寸×3英寸的直线红光广角LED灯,以45°角安装,距离零件约66英寸。“由于零件是全黑色的,”Gribeck说,“使用高亮度分散式离轴照明,能减少零件反射的光量。”
该应用并没有选用单个高分辨率相机对零件成像,而是选择了美国康耐视公司的两台In-Sight 7020智能相机来完成该任务。其中一台相机安装有日本Fujifilm公司的12.5 mm Fujinon镜头,以及美国midwest Optical Systems Palatine公司的BP635-25.5浅红带通滤光片;而另一台相机采用25 mm Fujinon镜头,也安装了一个BP635-25.5滤光片。
配有12.5 mm镜头的相机用于捕获整个零件和所有相关夹子的图像。然后,利用装有25 mm镜头的相机,仅捕获零件中放置锁定片的区域的图像。这样能够获得约35像素/英寸的分辨率(全图),和大约70像素/英寸的分辨率(子图像)。
“由于系统中使用的LED灯很亮,”Gribeck说,“有必要同时触发灯和相机,以尽量减少操作人员的疲劳。”一旦零件被正确地夹持,照明和相机便通过PLC触发。捕获图像后,由两台智能相机中运行的In-Sight软件对图像进行处理。
为了设置相机,计算机上运行的康耐视的In-Sight软件用于配置所需的机器视觉算法。一旦最后确定,就可以将其下载到智能相机。
图2:为了识别锁定片是否正确地生成,对图像阈值化以突出锁定片,并采用图样算法确定锁定片是否卷曲或是处于直立位置。
为了确定夹子是否存在,采用康耐视的图样匹配算法来确定零件的位置。一旦确定,将每个夹子的周围区域定义为感兴趣的区域(ROI)。然后采用康耐视Blob工具寻找ROI内的白色Blob,以确定夹子是否存在。
为了识别锁定片是否正确地生成,对第二台相机的图像阈值化以突出锁定片,并采用图样算法确定锁定片是否卷曲或是处于直立位置。Pass/Fail信息以及任何锁定片或夹子是否未通过检查的信息,将通过相机的以太网接口传输到美国Allen-Bradley公司的Control Logix PLC。随后,成功通过检查的零件将由位于该工作单元中的美国Fanuc公司的2000IA/IQ机器人自动取出;而未通过检查的零件,系统将会提醒操作人员移出,以便进行返工处理。