摘要：随着“中国制造2025”与智能制造的概念提出，我国制造业开始从传统的低端制造业向高端智能制造过度，智能制造是自动化、信息化、智能化的融合。用于汽油活塞浇铸的盐芯自动识别与盐芯孔的定位技术是当前多品种活塞智能自动化浇铸系统面临的一大难点。针对该问题设计基于机器视觉的盐芯抓取、盐芯孔寻、盐芯裂纹检测的系统，并根据盐芯与盐芯孔的分布特点设计了2组相机分区检测方式，简化了机器人与伺服运动系统的设计。实际应用表明，该视觉检测系统的重复性精度达到 0.03 mm，节拍在22s 以内，满足工业现场的应用需求。
关键词：机器视觉， 盐芯检测， 定位精度
气囊减震0 引言
早年时候，对盐芯放置主要是采用人工放置的方法。但是，由于人工放置存在的诸多缺点，现在主要采用单模放置的方法。单模放置是在机器人不加视觉的基础上，采用对盐芯、盐芯孔硬限位的方式，通过机器人提前示教好位置，抓取放置到模具上。近些年有些专家提出了 基于图像的灰度形态学对物体的表面进行检测，并基于机器视觉设计了能够自动检测物体的系统[1]。精度差的问题，采用形态学操作对图像的灰度信息进行处理。本课题的主要研究内容是基于机器视觉对盐芯的盐芯孔进行识别和表面缺陷检测，采用传统的视觉图像检测方法对盐芯孔的位置进行精确测量，采用机器学习技术对盐芯的表面缺陷进行检测分类[2]。由此主要完成以下部分工作：（1）调查视觉检测技术的国内外研究现状，了解当前该项领域发展的现状，对比总结各项技术方法的优缺点，并提出自己的解决方案，同时进行相关领域知识的学习和研究；（2）对盐芯自动取放进行需求分析，根据实际需要和具体的应用场合，提出总体技术指标，分析整个系统中需要用到的核心技术，根据所需实现的功能进行系统的总体方案设计，并进行视觉测量实验平台的搭建和器材选型；（3）对盐芯测量的部分进行算法开发和代码实现，完成对不同相机驱动的软件实现和集成，对采集到的盐芯图片进行相关处理，对提取出的盐芯轮廓根据技术指标进行实时测量；（4）采用机器学习法对盐芯的表面缺陷进行检测，由于样本数量较少， 需通过调研资料，选定几种适合小数量样本的检测方法，并进行对比实验得出最佳的检测方案；（5）对实验结果进行精度分析。 1 系统设计与实现
1.1系统方案设计
系统的总体结构设计如图1所示，由盐芯上料柜、机器人机构、盐芯加热机构、视觉检测系统及浇铸机组成。首先，盐芯在加热炉内达到目标温度被旋转至出口，机器人视觉拍照识别盐芯位置同时进行盐芯完整度视觉检测后将位置数据传给机器人进行盐芯抓取，机器人到达柜体视觉位置由柜体视觉拍照识别盐芯孔位置同时进行盐芯完整度视觉检测并将位置信息传给伺服电机，由伺服电机将盐芯孔旋转到目标位置，再通过机器人将盐芯放于浇铸机模具上，放置完盐芯再次进行盐芯完整度视觉检测，最后从盐芯上料柜抓取新的盐芯放入加热炉内，整个过程中将不合格的产品筛选掉。
1、1#浇铸机 2、2#浇铸机 3、视觉柜体 4、盐芯加热炉 5、盐芯上料柜 6、盐芯NG盒智能电力电容器
图1系统总体设计布局图
1、伺服电机 2、相机 3、光源 4、夹爪 5、盐芯
图2机器视觉系统图
1、相机、光源
图3柜体视觉系统图
1.2关键器件的选型与分析
根据方案设计和检测要求，现设计2个视觉检测系统的相机与镜头。根据每个视觉检测系统的不同检测部位的测量范围来设计不同的相机和镜头，以最大程 度的在硬件方面满足方案的精度需求。对于盐芯位置信息测量部分，采用面阵相机来进行图像采集，其测量原理如图4所示[3]。
图4面阵相机的光学测量原理
前继
设盐芯孔测量的最大长度为检测精度为D，盐芯孔到相机光学系统的直线距离为L，相机的焦距为f，像素数为N，则有关系式如公式1所示。
(1)
（1）视觉系统1
再生素该视觉系统用于检测盐芯直径，盐芯直径的指标要求为:
50.00±0.1mm，根据测量指标和精度要求，选定基恩士视觉，镜头为16mm，相机为CV-X350+CA-H500M*2，如图5所示。
图5基恩士相机实物图
该镜头的光学分辨率为5，选定其放大倍率为K= 0.155，工作距离250mm。 相机的分辨率为2048x2048,像元尺寸为= 7.4。假定盐芯直径为Lmvkkk = 43互动教学系统mm，那么可以计算盐芯在像面上的像素数N为式3:
