阅读说明：本技术 一种基于视觉的汽车轮毂定位方法 (Vision-based automobile hub positioning method ) 是由 方灶军 李俊杰 李华民 谌鸿强 杨桂林 张驰 于 2018-05-25 设计创作，主要内容包括：本发明公开了一种基于视觉的汽车轮毂定位方法,在机器人粗抛工位和机器人精抛工位之前增加视觉定位工位；在视觉定位工位通过对轮毂视觉取像、轮毂中心点计算、轮毂条幅角度计算,得到当前轮毂条幅的角度α<Sub>f</Sub>；根据当前轮毂条幅角度α<Sub>f</Sub>与轮毂条幅基准角度α<Sub>r</Sub>的差值,通过放置轮毂的转台进行差值调整,将轮毂角度调整到设定的基准位置。(The invention discloses a vision-based automobile hub positioning method, which is characterized in that a vision positioning station is added before a robot rough polishing station and a robot fine polishing station; obtaining the angle alpha of the current hub banner through the hub vision image capture, the hub central point calculation and the hub banner angle calculation at the vision positioning station f (ii) a According to the current hub scroll angle alpha f Reference angle alpha with hub spoke r The difference value is adjusted through a rotary table for placing the wheel hub, and the wheel hub angle is adjusted to a set reference position.)

一种基于视觉的汽车轮毂定位方法

技术领域

本发明涉及汽车轮毂抛光领域，具体地说是一种基于视觉的汽车轮毂定位方法。

背景技术

随着机器人轮毂抛光系统应用，轮毂抛光技术的全自动化程度越来越高。机器人轮毂抛光系统一般包括机器人粗抛工位和机器人精抛工位。机器人粗抛和精抛是按照固定路径进行抛光的，但是每个轮毂在上料过程中并不能保证轮毂角度完全一致，严重影响了机器人的粗抛和精抛动作。

发明内容

本发明提供了一种基于视觉的汽车轮毂定位方法，解决了机器人轮毂抛光系统中轮毂的初始位置一致性问题，为机器人自动重复抛光提供精确的基准定位。

本发明解决上述技术问题所采用的技术方案为：一种基于视觉的汽车轮毂定位方法，在机器人粗抛工位和机器人精抛工位之前增加视觉定位工位；在视觉定位工位通过对轮毂视觉取像、轮毂中心点计算、轮毂条幅角度计算，得到当前轮毂条幅的角度α_f；根据当前轮毂条幅角度α_f与轮毂条幅基准角度α_r的差值，通过放置轮毂的转台进行差值调整，将轮毂角度调整到设定的基准位置。

上述方法中，将用于测量条幅基准角度α_r的轮毂放置在转台上，手动转动转台使轮毂的初始抛光点与机器人的抛光动作起点对准；然后使用图像处理软件将对准基点的轮毂进行视觉取像、轮毂中心点计算、轮毂条幅角度计算得到轮毂条幅基准角度α_r，作为后续轮毂角度自动调整的基准角度。

上述方法中，后续轮毂放置到转台后，使用图像处理软件对该轮毂进行视觉取像、轮毂中心点计算和轮毂条幅角度计算得到该轮毂条幅角度α_f；当前轮毂条幅角度α_f与轮毂条幅基准角度α_r的差，即Δα＝α_f-α_r；把轮毂条幅角度差值Δα发送给轮毂转台控制器，转台带动轮毂自动进行角度调整，使后续轮毂的角度达到基准角度。

上述方法中，轮毂中心点计算包括采用canny算子提取出轮毂图像中的边缘、Hough变换算法检测图像中的轮毂中心圆孔，将Hough变换算法检测的圆心(x_0w,y_0w)作为轮毂的中心。

上述方法中，通过Hough变换算法检测图像中轮毂中心圆孔的主要步骤为：

步骤a1、把圆写成极坐标形式，即其中，x、y为圆上的样本点，x₀、y₀为圆心坐标，r为圆的半径，θ为极角；

步骤a2、对(x₀,y₀)和θ按照一定步长采样，并把边缘上的样本点(x_i,y_i)代入圆的极坐标等式，得到相应的r值，(x_i,y_i)∈B_s，(i＝1,2,3,…N_p)，其中B_s是图像边缘点的集合，N_p是边缘点的数量；

步骤a3、利用r的取值范围剔除不合理的数据对(x_0j,y_0j,r_j)，r_j＜r_min或者r_j＞r_max，其中r_min和r_max是轮毂中心圆孔半径的最小值和最大值；

步骤a4、对剩下的数据对(x_0k,y_0k,r_k)进行投票，投票数最多的数据对即为提取的圆参数，记为(x_0w,y_0w,r_w)；

步骤a5、通过Hough变换算法检测的圆心(x_0w,y_0w)作为轮毂的中心。

上述方法中，轮毂条幅角度计算包括以下步骤：

步骤b1、在轮毂条幅长度方向1/3至2/3处从上至下画一条竖线作为基准线L，L可以描述为：x＝x_l；

步骤b2、沿着基准线L计算条幅的上边缘P₁和下边缘点P₂；

上边缘点P₁的坐标计算公式为其中，(p1x,p1y)为轮毂上边缘点P₁的坐标，I(x,y)为图像中像素点(x,y)的灰度值；相应的，下边缘点P₂的坐标计算公式为其中，(p2x,p2y)为轮毂下边缘点P₂的坐标；

步骤b3、通过轮毂条幅上边缘点P₁和下边缘点P₂计算轮毂条幅中心点P₀的坐标，轮毂条幅中心点P₀的计算公式为其中，(p0x,p0y)为轮毂条幅中心点P₀的坐标；

步骤b4、通过轮毂中心点O和轮毂条幅中心点P₀，计算轮毂条幅的角度α，计算公式为

与现有技术相比，本发明的一种基于视觉的汽车轮毂定位方法，采用非接触的视觉定位方法对轮毂进行定位，提高了定位精度；通过视觉定位，可以保证轮毂初始位置的一致性，为机器人连续重复抛光作业提供精确的基准位置；视觉定位算法由轮毂中心点计算、轮毂条幅角度计算和轮毂角度调整三部分组成；轮毂中心点计算由边缘提取和Hough变换组成，保住了精度和可靠性；轮毂条幅角度计算过程中，根据轮毂条幅的亮点情况设计了专用的上边缘和下边缘提取算法，提高了边缘提取的精度和可靠性。

附图说明

图1是本实施例的轮毂示意图。

图2是本实施例的方法流程图。

具体实施方式

以下结合附图对本发明的实施例作进一步详细描述。

图1至图2所示为本发明的示意图。

本发明的一种基于视觉的汽车轮毂定位方法，可以实现轮毂上料过程中的自动对准，便于机器人按照固定轨迹重复抛光作业。

本方法在机器人粗抛工位和机器人精抛工位之前增加视觉定位工位。在视觉定位工位通过对轮毂视觉取像、轮毂中心点计算、轮毂条幅角度计算，得到当前轮毂条幅的角度αf；根据当前轮毂条幅角度αf与轮毂条幅基准角度αr的差值，通过放置轮毂的转台进行差值调整，将当前轮毂角度调整到设定的基准位置。

将用于测量条幅基准角度α_r的轮毂放置在转台上，手动转动转台使轮毂的初始抛光点与机器人的抛光动作起点对准；然后使用图像处理软件将对准基点的轮毂进行视觉取像、轮毂中心点计算、轮毂条幅角度计算得到轮毂条幅基准角度α_r，作为后续轮毂角度自动调整的基准角度。

后续轮毂放置到转台后，使用图像处理软件对该轮毂进行视觉取像、轮毂中心点计算和轮毂条幅角度计算得到该轮毂条幅角度α_f；当前轮毂条幅角度α_f与轮毂条幅基准角度α_r的差，即Δα＝α_f-α_r；把轮毂条幅角度差值Δα发送给轮毂转台控制器，转台带动轮毂自动进行角度调整，使后续轮毂的角度达到基准角度。

如图1所示的汽车轮毂示意图，汽车轮毂形状如图所示，由中心圆孔1、条幅2和外边框3组成。在抛光打磨过程中，轮毂通过中心圆孔1固定于转台上，轮毂抛光过程由机器人与转台的协调动作配合完成。

如图2所示的方法流程图。轮毂中心点计算包括采用canny算子提取出轮毂图像中的边缘、Hough变换算法检测图像中的轮毂中心圆孔1，将Hough变换算法检测的圆心(x_0w,y_0w)作为轮毂的中心。

通过Hough变换算法检测图像中轮毂中心圆孔1的主要步骤为：

步骤a1、把圆写成极坐标形式，即其中，x、y为圆上的样本点，x₀、y₀为圆心坐标，r为圆的半径，θ为极角；

步骤a2、对(x₀,y₀)和θ按照一定步长采样，并把边缘上的样本点(x_i,y_i)代入圆的极坐标等式，得到相应的r值，(x_i,y_i)∈B_s，(i＝1,2,3,…N_p)，其中B_s是图像边缘点的集合，N_p是边缘点的数量；

步骤a3、利用r的取值范围剔除不合理的数据对(x_0j,y_0j,r_j)，r_j＜r_min或者r_j＞r_max，其中r_min和r_max是轮毂中心圆孔1半径的最小值和最大值；

步骤a4、对剩下的数据对(x_0k,y_0k,r_k)进行投票，投票数最多的数据对即为提取的圆参数，记为(x_0w,y_0w,r_w)；

步骤a5、通过Hough变换算法检测的圆心(x_0w,y_0w)作为轮毂的中心。

轮毂条幅角度计算包括以下步骤：

步骤b1、在轮毂条幅长度方向1/3至2/3处从上至下画一条竖线作为基准线L，L可以描述为：x＝x_l；

步骤b2、沿着基准线L计算条幅的上边缘P₁和下边缘点P₂；由于轮毂条幅是铝合金材料，在光源照射下亮度较高，而其他区域亮度较低；据此，上边缘点P₁的坐标计算公式为其中，(p_1x,p_1y)为轮毂上边缘点P₁的坐标，I(x,y)为图像中像素点(x,y)的灰度值；相应的，下边缘点P₂的坐标计算公式为其中，(p_2x,p_2y)为轮毂下边缘点P₂的坐标；

步骤b3、通过轮毂条幅上边缘点P₁和下边缘点P₂计算轮毂条幅中心点P₀的坐标，轮毂条幅中心点P₀的计算公式为其中，(p_0x,p_0y)为轮毂条幅中心点P₀的坐标；

步骤b4、通过轮毂中心点O和轮毂条幅中心点P₀，计算轮毂条幅的角度α，计算公式为

实际加工过程采用如下步骤：

1、把第1个轮毂放在转台上，手动转动转台，使轮毂的初始抛光点与机器人的抛光动作起点对准，此时通过图像处理软件计算出轮毂条幅的角度，作为后续轮毂角度自动调整的参考角度，记为α_r；

2、从第2个轮毂开始，人工或者自动上料，把轮毂放置到转台上，此时通过图像处理软件计算出轮毂条幅的角度，记为α_f；

3、计算当前轮毂条幅角度α_f与第1个轮毂条幅参考角度α_r的差，即Δα＝α_f-α_r；

4、把轮毂条幅角度差值Δα发送给轮毂转台控制器，转台带动轮毂进行角度调整，使轮毂的角度达到参考角度。

本发明具有以下优点：

1、采用非接触的视觉定位方法对轮毂进行定位，提高了定位精度；

2、通过视觉定位，可以保证轮毂初始位置的一致性，为机器人连续重复抛光作业提供精确的基准位置；

3、视觉定位算法由轮毂中心点计算、轮毂条幅角度计算和轮毂角度调整三部分组成；

4、轮毂中心点计算由边缘提取和Hough变换组成，保住了精度和可靠性；

5、轮毂条幅角度计算过程中，根据轮毂条幅的亮点情况设计了专用的上边缘和下边缘提取算法，提高了边缘提取的精度和可靠性。

本发明的最佳实施例已阐明，由本领域普通技术人员做出的各种变化或改型都不会脱离本发明的范围。