机器视觉的EtherCAT总线集成技术研究

发布时间：2020-05-10 13:43

【摘要】：在智能数控机床上集成机器视觉技术已十分常见,如工件表面质量检测、刀具磨损检测和夹具是否有切屑等。但是在需要视觉数据信息实时传回数控系统形成闭环精确控制的场合,数据在视觉系统与运动控制系统间传输的不确定性往往成为了智能控制精度提升的瓶颈所在。本文基于EtherCAT(Ethemet for Control Automation Technology)总线的高实时性和通信链路简单的优点,提出了一种总线集成视觉系统的技术,使视觉与运动控制系统间具有明确的关系,能够较好的解决智能应用领域的一些实际问题,本论文的研究内容如下:通过对现有工业以太网、视觉系统功能开发方式以及集成技术进行了总结和对比分析,指出总线集成视觉技术的理论可行性和优势所在,并提出使用EtherCAT总线集成视觉系统和控制系统的整体方案以及选用脚本式编程视觉模块和目标实时指向的问题作为该技术的验证方案。根据总线集成视觉技术的整体方案,从初始化、周期性过程数据和状态机的处理三方面对EtherCAT通信程序进行了设计。同时,为了保证视觉模块与从站间具有稳定、可靠的通信,本文采用基于“握手”标志和打包的通信方式,并设计了打包后的数据解析程序。根据验证方案的功能需求,视觉方面对视觉模块的标定和识别过程进行了分析和设计,通过脚本式编程实现了对目标的准确捕捉;控制方面除了普通功能块的实现,还针对通信、传输延时和主站扫描周期导致控制输出位置落后于视觉模块捕捉图像时位置的问题,设计了动态补偿功能块,改善了激光指向滞后的不足。最后,针对本文的研究成果搭建了实验平台,并从通信、动态补偿和实时性方面对总线集成视觉技术的性能进行了验证与分析,试验表明:基于EtherCAT总线的视觉集成技术通信准确无丢帧,动态补偿弱化了控制输出滞后的问题,且视觉系统与控制系统间的关系具有确定性,实时性能良好,完成了设计目标。
【图文】：

机器视觉

在计算机技术高速发展的推动下，人们对使用计算机进行获取并处理视觉图像信息的研究逐渐增多，这也使得许多视觉相关的领域得到了发展，例如机器视觉、图像工程、模式识别和图像处理及分析[1]等。其中机器视觉作为一门新兴学科，，其主要是通过研究分析相关的理论基础，从而搭建出的一个从图像中获取所需信息的智能系统[2]。一般来说，机器视觉就是在视觉算法的基础上使用智能设备来代替人眼进行测量和判断。机器视觉系统通过使用 CMOS （ Complementary Metal OxideSemiconductor）或 CCD（Charge Coupled Device）感光元件等组成的摄像装置将物体形成的光信号转换成图像信号，然后使用图像处理装置进行处理分析，并从处理结果中提取出所需信息，最终用于实际检测和控制[3]。作为当今社会的研究热点之一，机器视觉技术由于其速度快、精度高、生产柔性强的特点而被广泛的应用于汽车、电子、食品和药品行业[4]，如图 1.1 所示。

二维图像,智能制造,智能,机器视觉技术

1.3 国内外研究现状1.3.1 机器视觉发展历史及集成技术的研究现状机器视觉技术起源于 20 世纪 50 年代对二维图像的统计模式识别的研究，例如数字、字母和符号的识别、表面缺陷分析等。60 年代中期，美国学者 L.R.Roberts 使用“积木世界”的全新理论对机器视觉进行分析的方法拉开了对于三维机器视觉探索的序幕。70、80 年代，机器视觉技术进入了“黄金时期”，期间一系列新的理论和方法层出不穷，例如视觉集成理论、主动视觉理论、基于感知特征群的物体识别理论等[8]，这时无论是对一般二维信息的处理，还是针对三维图像的模型及算法研究都有了很大的提高。90 年代，机器视觉技术的相关理论渐趋成熟，同时开始向工业领域发展。到了 21 世纪，机器视觉技术已大规模的应用于各个领域，具体可分为智能制造和智能生活两大类[9]，如图 1.2 所示。随着人工智能技术的快速崛起，作为其中一个分支，机器视觉技术正处于不断突破的阶段，这也将极大促进人工智能的发展。
【学位授予单位】：华中科技大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TP273;TG659

【参考文献】