摘? 要： 為解決智能尋位加工中的大范圍工件尋位問題，提出了一種基于三維結構光法的視覺尋位技術。其核心是利用先進的數字化視覺傳感技術，以無接觸方式快速獲取工件宏觀位姿信息，由此引導微觀測量過程獲取工件關鍵特征的精確信息，并求解出工件的實際狀態，據此實現對工件的位姿自適應加工。實際加工結果表明，所提出的方法具有良好的效果。

　　關鍵詞： 三維結構光? 工件尋位? 制造自動化

?

　　智能尋位加工技術為實現多品種小批量產品的快速化生產開辟了新的途徑^[1～4]。本文將介紹利用三維結構光方法解決大范圍工件尋位問題所取得的部分研究結果。

1 智能尋位加工的基本原理

　　研究發現，人類操作者能順應現實快速完成加工任務，是因為人在加工過程中利用感官和理性分析主動找尋到了工件的實際位置與姿態，并根據工件的實際狀態不斷調整自己的操作動作。這樣，即使工件(毛坯)位姿不正，也可從不正的毛坯中加工出正確的零件。這正是人所具有的智能尋位加工能力。如果給自動化加工機床賦予一種仿人的智能尋位加工能力，無疑將大幅度提高制造系統的適應能力和快速響應能力。為此，我們提出“智能尋位加工”這一新的制造概念和制造操作模式，并研究出一種無需對被加工零件進行定位(簡稱“無定位”)便可主動尋位并順應工件實際位置與姿態進行加工的智能化尋位加工技術。

為實現“智能尋位加工”，必須解決主動尋位和順應現實加工兩個關鍵問題。“主動尋位”是一種智能行為，具體內容包含兩個方面：一是采用現代智能化傳感技術快速準確獲取工件表面信息;二是根據所獲得的工件表面信息，利用計算機精確求解出工件的實際狀態。“順應現實加工”亦不是普通意義下的數字程序控制(NC)加工，而是一種無預定程序的、以工件尋位的反饋信息為基礎實時生成刀具運動路徑和軌跡所實現的位姿自適應加工。

　　從智能尋位加工的特征可以看到，這一新的技術可以有效克服基于“定位—加工”模式的傳統制造技術的準備周期長、切換速度慢、靈活性與快速響應性差等眾多弊端，從而為提高企業底層制造過程對市場動態變化的快速響應能力作出貢獻。

2 基于三維結構光法的工件尋位技術

　　工件尋位是實現智能尋位加工必須解決的關鍵問題之一。雖然此問題的研究取得了不少理論成果，但離實用還有較大差距。主要困難是現有方法一般都要求預先知道工件表面實測點與CAD模型表面的對應關系，而在實際加工中這是很難做到的。為解決此困難，本文提出一種基于三維結構光的視覺尋位技術。

2.1 基本思路

　　首先通過具有空間編碼功能的結構光發生器向工件表面投射三維結構光，并采用多視角信息獲取方法以無接觸方式快速獲取工件表面關鍵特征信息;然后通過匹配算法求出工件宏觀位置與姿態，并構成宏觀變換矩陣對工件CAD模型進行坐標變換，使其向實際工件靠攏，將大范圍尋位問題轉化為小范圍尋位問題;最后，用迭代算法精確求解小范圍尋位問題，并將其結果與宏觀變換矩陣集成，從而得到大范圍工件尋位問題的解。

2.2 系統組成

　　三維結構光視覺系統由安裝于加工設備主體上的以一定角度對準加工區域的兩臺CCD攝像機、結構光投射器、信息傳輸和處理裝置等組成。系統的總體結構如圖1所示。

?

?

　　該系統的工作過程如下：

　　(1) 啟動結構光投射器，將編碼光柵結構光投向工件表面;

　　(2)啟動攝像機，從不同視角拍攝被結構光照射的工件表面輪廓，取得工件表面多視角信息;

　　(3)將所獲得的多路視覺信息送入尋位計算機，由信息處理軟件求解出工件表面輪廓特征的坐標值;

　　(4)根據以上獲得的工件表面輪廓信息，通過匹配算法求解出工件的實際狀態(工件在加工坐標系中的宏觀位置和姿態)。

2.3 工件表面信息獲取

　　結構光系統的工作原理如圖2所示。結構光在參考坐標系(Xr，Yr，Zr)內從Os點投射到工件表面，光平面的入射角為θ，并平行于Yr軸交Xr軸于Om點(沒有物體時)。投射點Os的坐標為(角標Zr表示在Zr軸的投影，以下同)。成像平面中心為Oi，以其為原點建立像平面坐標系(Xi，Yi，Zi)，其Zi軸與Zr軸成β。

?

　　根據上述模型，光平面與工件表面相交所得曲線AB上各點的實際坐標Xg、Yg、Zg可通過(1)式求出：

　　當以不同入射角產生的n個光平面與工件表面相交時，可得到n條曲線，曲線上各點的坐標值亦可按同樣方法求出。

2.4 宏觀變換矩陣求取

　　通過上述過程得到工件表面上足夠多的關鍵點的坐標值后，進一步通過遺傳算法即可求出工件位姿的宏觀變換矩陣。

首先，將待求宏觀坐標轉換矩陣的六個參數進行染色體編碼：

　　式中，(X_T|Y_T|Z_T)為平移矩陣參數，(α|β|γ)為旋轉矩陣參數。

　　然后，采用最小距離準則，求取測量特征點集到經過轉換矩陣變換(染色體編碼六個參數決定)的物體CAD模型的距離和，距離和越小，則匹配程度越好。理想情況下，最小距離和為零。

　　在此基礎上，構造適應度函數

　　式中，D_err為特征點集中點到CAD模型的最小距離。

　　最后，經過特定約束下的搜索，最大適應度取得處的染色體則代表了最佳匹配結果，其符號化的參數就是宏觀坐標變換矩陣T_宏的參數。

2.5 最終尋位信息的求取

　　對于粗加工，利用T_宏提供的信息即可進行尋位加工，此時最終尋位信息T=T_宏。

　　對于精加工，需進一步在T_宏基礎上求出微觀精變換矩陣T_微，然后通過集成求出以總變換矩陣T表示的最終尋位信息。其求解過程如下：

　　首先利用以上求出的宏觀變換矩陣T_宏對工件CAD模型進行坐標變換，使其向實際工件靠攏，將大范圍尋位問題轉化為小范圍尋位問題。然后用文[5]介紹的迭代算法精確求解小范圍尋位問題，得到微觀精變換矩陣T微。最后通過式(4)集成宏微兩方面信息得到大范圍尋位問題的解。

3 應用實例

　　根據上述原理和方法研制了智能尋位加工系統，并在其上進行了實際加工實驗。該系統由可多坐標運動的工作主體、擬人化信息感知系統、智能化分析決策和信息處理系統、全數字化控制與驅動系統等組成。其中信息感知系統包括三維結構光視覺系統和觸覺系統兩個子系統，其作用是以宏微觀相結合、無接觸與有接觸并舉的方式獲取被加工工件的有關信息。信息處理系統由一臺Pentium III 計算機及軟件系統等組成，用于處理視覺和觸覺信息并求解工件實際狀態(工件在工作臺上的位置與姿態)。控制驅動系統由工控PC機平臺、控制軟件、現場總線網絡系統、接口及驅動裝置等組成，用于完成整個系統的控制任務。經測量，該系統加工出的零件各尺寸精度、形位精度均滿足設計要求，零件的總加工周期比常規定位加工方法縮短50%以上。

?

參考文獻

1 周 凱.一種新的制造技術—無夾具制造.機械工程學報，1997；33(1)：39～47

2 胡東明.欠定位加工裝夾技術的研究.博士學位論文，北京：清華大學，1996

3 Meng C H.Automated precision measurement of surface profile in CAD-directed Inspection. IEEE Trans. On Robotics and Automation，1992;8(2)：368～278

4 Y.X.Chu， J.B.Gou， Z.X.Li. On the hybrid localization/envelopment problem.The International Journal of? Robotics Research，1999;18(5)：491～501