基于计算机视觉的电机质量检测系统

中国科学院微电子研究所
中国物联网研究发展中心
威灵洗涤电机制造有限公司

功能概述

      电机在生产过程中的质量检测目前大多数生产商采用的检测方法都是通过人工肉眼对产品进行检查，该检测方法检测效率不高并且随着人眼的疲劳增加会出现漏检或者检测出错的情况。随着目前客户日益提高的要求和解决售后质量异议等服务难点，更高质量的产品需求也随之产生。
      基于上述目标的实现，本项目采用工业视觉检测技术对产品进行质量检测，该技术利用工业相机对被检测产品进行图像采集，将采集的图像传输至高速多核DSP图像处理卡中进行算法处理，将处理后的结果同步到控制端，如果检测到不良品，控制端通过控制机械手臂将不良品剔除，由此实现产品检测的自动化控制。采用工业视觉检测技术对产品进行精密检测，其具有以下优点：
       （1）采用工业视觉检测技术对产品进行质量检测，有助于加快检测效率，提高生产产量；
       （2）采用工业视觉检测技术对产品进行质量检测，可以对产品的外观同时进行多项参数检测，提高产品质量，消除客户对产品生产和制造过程的疑虑；
       （3）采用工业视觉检测技术对产品进行精密检测，有利于降低人工成本，一台设备可代替多人的工作量，从而降低人员资金成本。

总体设计方案及关键模块

      该套质量检测系统是基于机械设计与制造、计算机视觉、尺寸测量、自动控制等多学科交叉的光机电一体化系统。整个系统由机械与电气系统、计算机视觉处理系统以及上位机管理系统三个部分组成。
机械与电气系统
       机械与电气系统包括入料提取系统、动力输送系统及质量分选系统等构成。

实时图像采集与智能处理系统
       实时图像采集与智能处理系统包括高分辨率视觉图像采集系统以及基于高速多核DSP的影像信息处理系统。

上位机管理系统
       上位机管理系统包括权限管理、参数配置、检测标定、检测参数以及图片显示以及数据库管理等功能。
       权限管理设定：软件设有超级管理员，可设定软件中的操作权限级别，每个级别的权限可独立设置密码。
       参数设定界面：用户可对检测的参数进行设定。如：相机参数设定、检测的电机类型，电机检测的项目设定等。
      检测参数以及图片显示：用户通过上位机可直接获取被检测电机的图像以及读取被检测电机的检测参数，如电机的皮带轮参数、电机上螺丝以及铆钉的个数等。同时，在界面上会统计生产总量、合格品以及不合格品的数量等信息，对不合格品的图像参数进行保存，以便后期查询使用。

解决的关键核心技术

基于多核DSP TMS320C6678的图像采集与处理硬件系统
       视觉系统由德国BASLER ACE系列高速高分辨率CCD相机、中国物联网中心/中国科学院微电子研究所信息识别与系统控制研究中心研制的多核DSP TMS320C6678处理板卡FMC6678组成，用于对视觉图像进行采集与实时处理。相机通过千兆网接口（Gige）将采集的图像数据传输至多核DSP处理板卡，处理板卡对图像数据进行处理分析，处理分析结果通过工业以太网传输至分选模块。
       FMC6678板卡上的DSP芯片采用的是美国德州仪器（Texas Instruments，简称TI）公司的TMS320C6678多核定点/浮点处理器，该处理器采用KeyStone架构，由8个C66X的DSP核组成，每个核工作频率高达1.25 GHz，具有32 KB的L1P，32KB的L1D和512 KB的L2 Cache。片内集成了一个4 MB L2或L3的共享SRAM，供核与核之间数据交互使用。C6678还提供一个64bit的DDR3控制器EMIF接口，可以外接DDR3-1600，支持ECC校验，其性能、功耗和体积适合用于高分辨率高速图像的实时处理，板卡的主要技术特性为：
     ·  512 MB DDR3-1333存储器。
     ·  64MB EMIF NAND Flash存储器。
     ·  16MB SPI NOR FLASH存储器。
     ·  128KB I2C EEPROM for booting。
     ·  2个千兆网络接口，每路带宽≥60MB/s。
     ·  一路RS485接口，可配置成RS232接口。
     ·  4位用户拨码开关。
     ·  6个LED指示灯。
     ·  3个复位按键。
     ·  3输入、3输出带光耦隔离的IO口。
     ·  HyperLink - 50Gbaud Operation，全双工。
     ·  调试接口：60pin EMU和20pin JTAG，支持XDS560v2、XDS560、XDS510等仿真器。
     ·  LPC-FMC扩展接口。

基于计算机视觉的电机质量检测技术
      由于检测项目位于电机的不同位置，本系统拟采用5个相机对不同的检测项目采集最佳视角的图像，以保证检测结果具有高准确度、高稳定性。此外，在工业现场环境中，视觉检测系统釆集获取的图像会参杂大量的噪声,影响图像质量,破坏图像的真实性,对后续处理带来很大影响。所以在进行图像识别之前，对每幅图像进行去噪处理。
      由于相机和电机每次都在固定位置成像，所以电机检测部位在图像中的成像位置的大致位置已知。所以在算法中检测部位有粗定位先验知识，再进行精确定位，这样可避免由于电机结构复杂导致图像背景复杂所引起的匹配误差。
（1）端子盒线序检测及端子盒扣固定板检测
      此两项检测可利用一台相机进行检测。由于每条线的颜色不同，所以此项检测我们采用一个彩色相机，与端子盒侧面成45度角安装，避免不同线之间的交错干扰，影响检测线序。
       端子盒线序可通过检测不同线的颜色来判定，本系统采用的算法为：首先对图像进行去噪处理；其次进行边缘检测，根据线两侧边缘平行的性质，识别出每条线的位置，最后根据每条线的颜色判定端子盒线序是否正确。
      对于端子盒扣固定板的检测，对彩色图像进行灰度处理。由于扣到固定板没有扣位会产生缝隙，边缘检测的边缘会和合格品的边缘有明显的移位。本系统采用的算法为：首先对图像进行去噪处理；其次转换为灰度图；然后进行边缘检测，并判断端子盒的精确位置；最后利用模板匹配判断端子盒扣固定板是否扣位。
（2）电机端子位置检测
      端子是否插到位可根据端子的铜片位置检测。为此，我们将一台黑白相机与端子侧面成135度角，即从端子侧下方拍照，如下图左图所示。从图中我们可以看到，端子铜片可以清晰的成像。根据铜片的位置判断端子是否插到位。本系统采用的算法为：首先对图像进行去噪处理；其次利用Otsu局部自适应阈值算法对图像进行二值化处理，处理结果见下图右图所示。最后检测端子铜片末端位置，即图中红色所标识的部位，根据铜片末端位置距绿色边缘线的距离可以判定端子是否插到位。

左：原图；右：二值化图

（3）皮带轮检测
      通过皮带轮外径、螺距、长短、方向等判定皮带轮是否使用并安装正确。

左：原图；右：二值化图

      在正对皮带轮方向，安装一台黑白相机，采集到的图像如上图左图所示。检测皮带轮外径、螺距、长短、方向等均可通过定位皮带轮位置后的性质得出。本系统采用的算法为：首先对原图进行去噪处理；其次利用自适应阈值算法对图像进行二值化处理，得到的结果如上图右图所示。由于我们事先知道皮带轮的粗略位置，再根据二值图像及皮带轮的特点找到皮带轮的外接矩形。最后皮带轮的外径即为外接矩形的宽，螺距即为按外接矩形长边检测相邻两个齿的距离，皮带轮的长短即为外接矩形的长，方向根据检测皮带轮首端和末端齿的宽度比较得出。
（4）螺钉检测、铆钉检测、电机电刷端子检测 
       由于此三项检测位于电机的同一侧面，因为在电机上方安装一个黑白相机即可检测。
       根据实验观察，螺钉及柳钉在成像的图像中，相比电机其余部位，反光性质好，在图像中成像偏亮，根据此性质即可判定螺钉、柳钉是否漏打。而电机电刷端子成黑色，也有明显的区别。
       综上，本系统采用的算法为：
       首先，对图像进行去噪处理；
       其次，进行自适应阈值处理，得到二值图像；
       最后，根据螺钉、柳钉事先已知的粗略位置附近是否有白色的圆形区域，来判断螺钉、柳钉是否漏打；根据电机电刷端子的粗略位置进行模板匹配，来判断电机电刷端子是否安装到位。