首页 > 论文范文 > 工程工业论文 > 重工业论文 > 汽车工业 > 简述汽车制造中视觉引导技术的实际应用

简述汽车制造中视觉引导技术的实际应用

2020-06-04 478 上传者：管理员

摘要：随着图像传感器、光场条件、图像处理技术、计算能力等重要技术的发展，视觉引导技术在近几年得到了跨越式的发展，逐渐应用在装备制造、精密加工、汽车制造等行业。文章介绍视觉引导技术在汽车制造行业的总装车间应用案例，说明视觉引导的实用技术方案和原理，并根据使用现状预测未来视觉引导技术的发展方向。

关键词：
应用实践
总装车间
汽车制造
汽车工艺
视觉引导技术
加入收藏

汽车制造包括冲压、焊装、涂装、总装四大车间，其中尤其以总装车间工程最为繁杂，需求人数多，这是由总装车间的作业特点决定的。总装工艺具有典型的装配内容柔性大，变化大的特点，但装配基准要求精密、准确，装配手段复杂，因此总装车间的自动化水平受到天然限制低于其他车间[1]。

近年来，视觉引导技术的蓬勃发展，不断克服了图像取样不清晰、图像处理速度慢、光源干扰大等客观困难[2]，已经成为自动化设备的“慧眼”，能够准确的引导机器人完成一系列精细操作，能够适应汽车制造中总装车间的生产特点。视觉技术在中国制造2025背景下大有可为，其中在具有代表性的汽车制造领域，自动化程度逐年上升的总装车间里视觉引导技术的身影也逐渐多了起来。

1、视觉引导技术的发展

视觉引导技术通俗的表达就是给工业机器人装上眼睛，可以为机器人提供各类视觉信息，指导机器人实现精准动作，完成一系列复杂精密的工程作业。其中视觉相机就是眼睛[3]，可以获取图像信息，图像处理器相当于大脑，处理图像并提取需求的信息，最终传递给执行机构，使工业机器人更智能的完成各种作业。视觉引导技术主要依赖它的三种重要组成部分，分别是光场设计、视觉相机和图像处理。在20世纪50年代就有人提出视觉技术的概念，但直到70年代出现CCD图像传感器，视觉引导技术才开始真正的发展[4],80年代的图像处理技术获得突破，视觉技术开始快速发展[5]，直到2000年出现LED任意光场设计[6]，视觉引导技术才真正具有实用意义，如今视觉相机像素高达千万，图像处理速度以亿级运算，光源设计更加精细智能，视觉技术真正进入了智能应用阶段[7]。

2、视觉引导技术应用实例

汽车制造中的总装车间涉及到大量的装配作业，装配作业常常需要按照既定的安装基准进行，例如轮胎的安装、前后挡风玻璃的安装等，富有经验的操作工能够轻松熟练的按照基准装配，而如果交由按照示教轨迹运行的机器人完成，车身轻微的位置变化都会产生较大的安装偏差，机器人并不会意识到偏差存在而只能按照示教轨迹安装，最终只会导致安装不良的发生[8]。以某汽车主机厂总装车间为例，借助视觉引导技术是给机器人装上眼睛，引导机器人完成一系列复杂精准的动作，使机器人不再拘泥于固定的运动轨迹，而是可以根据实际情况的变化，不断调整运动轨迹，实现需要的功能。

2.1 轮胎自动化安装

利用视觉引导技术完成轮胎的自动化安装，最大的难点就是精准确定轮胎孔位和轮盘螺栓的位置，视觉定位的偏差不能超过2mm，否则弹性套筒无法吸收偏差。汽车制造中轮胎的自动化安装步骤包括：

图1 轮胎自动拧紧的流程图

其中轮胎孔位的定位和轮盘螺栓的定位均使用到视觉引导技术，首先对来件位置不固定的轮胎进行拍照，经过图像处理后，定位到轮胎的5个孔位精确位置，并将位置信息传递至机器人，由机器人执行抓取动作；再次对汽车的轮盘视觉拍照，经过图像处理，准确定位轮盘上5个螺栓的精确位置，并将信息传递至机器人，由机器人执行轮胎孔位对准螺栓，并由拧紧轴自动拧紧，完成轮胎安装。如果没有视觉引导，那么机器人就像是没有眼睛，失去了准确动作的方向[9]，更无法完成误差允许只有2mm的精确对位动作。

图2 轮盘视觉引导过程

使用视觉相机对轮盘进行拍照，拍照时光场开启，提供稳定光源，双目相机对轮盘拍照，经图像处理软件对曝光度、灰度[10]等处理后，可以准确的显示5颗螺柱的形状，经过计算处理视觉照片的偏差值，提取关键的位置信息，最终将5颗螺柱的位置坐标传输至机器人控制系统，进而使机器人根据定位信息执行安装动作。从拍照至开始安装整个视觉引导过程不超过3秒，同时系统会将视觉拍照的相关照片与数据进行保存，方便后续追溯使用。

2.2.2 加强剂涂布视觉引导

汽车的前后挡风玻璃安装前，需要在安装玻璃的窗框周围涂布一圈车身加强剂，用以增强与玻璃的粘合效果，车身加强剂的涂布质量影响到玻璃粘合的效果，如果涂布的轨迹出现偏差或任何一个位置出现漏涂、少涂都会严重影响到最终的车辆品质。并且车身放置于吊具上在生产线上流动，由于吊具精度存在偏差，车身的位置并不恒定，如何使机器人对不同偏差的车身都能涂出同样完美的轨迹？这就需要利用视觉引导技术来纠正位置偏差。

图3 加强剂涂布位置

加强剂涂布的步骤包括：图4加强剂自动涂布的流程图

视觉引导技术原理是首先由视觉相机对车身前挡进行拍照，经图像曝光、灰度处理后，可以准确的识别4个特征点，根据4个特征点的综合位移情况，计算机得出偏差值，并将偏差值反馈给涂布机器人，机器人根据偏差值最终形成合适的运动轨迹，完成加强剂的涂布，视觉引导的过程用时约2秒。

图5 加强剂自动化涂布的视觉引导原理

2.2.3 前后挡风玻璃自动安装

前后挡风玻璃的安装由人工转向自动化安装，就必须将原来由人工判断玻璃安装的准确位置由机器人完成，玻璃的安装有着严格的位置要求，以某车型为例，前挡风玻璃与前挡立柱的左右间隙不能大于8.9mm，间隙差不能超过1.5mm，车顶段差不能超过2.5mm，若超过间隙，则可能出现漏水的品质隐患，属于品质不良，车辆即报废。因此使用机器人自动化安装玻璃则必须精准的控制玻璃安装的坐标。要想实现精准安装，则需要借助视觉引导技术。

前后挡风玻璃的安装步骤包括：图6玻璃自动安装的流程图

利用视觉引导技术，机器人安装的偏差控制出色，经200台车的测量，相较于人工安装间隙差下降至1mm，半小时强淋（模拟强降雨）测试，机器人自动安装的车辆无一漏水，成功率100%。

图7 前后挡风玻璃自动安装

2.2.4 车门密封胶自动涂布

汽车车门的装配有一道重要工序，就是装配防水胶纸，防水胶纸可以有效隔绝雨水、潮气和噪音，防水胶纸是由车门密封胶粘合在车门内饰上，而密封胶的涂布不仅对密封胶涂布的轨迹有要求，还对出胶量、胶型有要求。密封胶的涂布质量关系着汽车的品质，而人工涂胶常常难以控制涂出胶型统一、胶量均匀、轨迹固定的密封胶，因此采用机器人自动涂胶是一个更优的选择，但是如何使机器人在车门吊具存在偏差的情况下每次都可以涂出完美的胶型呢？同样也是需要使用视觉引导技术。

车门密封胶自动涂布的步骤包括：

图8 车门密封胶自动涂布的流程图

利用2只2D视觉镜头组成双目视觉定位系统进行3D定位，每侧由1台机器人携带一套视觉系统对车门涂胶轨迹进行精确定位，1台机器人根据定位结果进行涂胶；

图9 车门密封胶的自动涂布

2.2.5 继电器分拣

总装车间电装线装配项目中有一项继电器安装的工程，需要将16个不同规格的继电器元件安装在继电器盒中，人工安装比较费时费力并且对于员工的健康有一定损伤，因此利用视觉引导技术检测继电器元件的规格，拣选不同安装位置的继电器元件，由机器人抓取继电器元件完成自动组装。

视觉引导的主要步骤：图10 继电器自动抓取的流程图

以继电器的显著特征，如颜色、字码等作为识别信息，视觉摄像头采样后，图像处理软件分析出各个元件的规格区别，最终控制机械手进行分拣。

图11 继电器自动分拣

3、未来总装车间的可应用场景

3.1 FEM自动合装

前端模块总成（FRONTENDMODLE）包含防撞梁、水箱、风扇、冷凝器等零件整体作为总成件，由机器人抓取FEM总成并安装在车头前段。在FEM的安装过程中，需要使用视觉引导技术分别定位FEM零件位置与车头前段安装孔的位置，引导机器人精确定位，执行抓取或安装动作。

图12 FEM自动合装

3.2 座椅自动投入

汽车座椅的安装同样也可以使用机器人自动投入，但需要注意的是，人工投入座椅时一般借助辅具，由工人控制座椅与车身的间距，防止碰撞造成刮伤。使用机器人投入时，则需要精准的控制投入轨迹，否则机器人没有反馈机构，发生碰撞时也不会收到反馈，但每台车的位置并不相同，这时就需要采用视觉引导技术，首先对车身的特征点拍照，得到特征点的位置偏差后，经计算反馈给机器人，然后由机器人抓取座椅，根据计算结果的位置坐标，决定投入的运动轨迹，完成座椅的安全投入。

图13 座椅自动投入

4、展望与结论

视觉引导技术在汽车制造中应用在许多场景中[11]，并取得不错的效果，说明视觉技术的发展方向是充满潜力的。同时，随着视觉技术的实践越来越多，有更多更具体的要求等着视觉技术达成。如：

(1）视觉引导技术需要更加集成化和模块化，现在使用视觉技术常常需要单独一台机器人完成视觉引导，另一台机器人完执行，不仅成本较高也占用空间和时间成本。(2）视觉引导技术需要更快的通讯和计算速度；现在的视觉拍照处理与传输，常常需要3秒左右的时间，速度还是不够快，在争分夺秒的生产线上，节省一秒就代表节省巨大的成本，创造巨大的利润，可以预想随着5G和云计算的发展，通讯和计算又将迎来进步。(3）视觉引导技术应在随行引导方面取得突破，在非静止状态下完成视觉引导需要大量的计算，需要不断判断物体的移动状态，逐渐在移动中完成拟合。

制造业的未来方向是自动化和智能化，成本下降和效率提升是企业不变的追求，而视觉技术作为高端制造领域的细分技术，必将发挥更大的能量。眼睛是心灵的窗户，视觉技术就是工业制造的“慧眼”。

参考文献：

[1]刘武.机器视觉技术及其在汽车制造质量检测中的应用[J].汽车实用技术,2018(20):75-76.

[2]尹仕斌,任永杰,刘涛,郭思阳,赵进,邾继贵.机器视觉技术在现代汽车制造中的应用综述[J].光学学报,2018,38(08):11-22.

[3]刘科,伍力.基于视觉技术的汽车制造智能装备文献综述[J].汽车实用技术,2017(03):21-24.

[4]胡兴军,唐向阳,张勇.机器视觉技术及其在汽车制造质量检测中的应用[J].现代零部件,2005(11):96-100.

[5]余京蕾.浅谈计算机视觉技术进展及其新兴应用[J].北京联合大学学报,2020,34(01):63-69.

[6]刘强,刘志凌.智能视觉识别技术在焊接中的应用与展望[J].焊接技术,2019,48(12):1-3.

[7]张学俊,顾沈明,李斌.机器视觉技术在农业生产中的应用研究[J].农村经济与科技,2019,30(23):55-56.

[8]杨阳,席天明,杜丽娟,吴志才.机器视觉检测技术在食用油包装行业的应用[J].现代食品,2019(23):108-110.

[9]谢超艺.简析视觉系统在工业机器人集成系统中的应用[J].南方农机,2019,50(23):42.

[10]陈林.机器视觉及其在制造业中的应用[J].内燃机与配件,2019(23):214-215.