引言

在机器人进行抓取及组装的过程中，需要对零件的位置进行精准定位。如果零件的特征点较为明显，那么精准定位是一件比较容易的事情。但是零件的特征点并不明显时，就需要通过视觉传感器对零件进行采集图像，通过软件来判断零件的相关位置关系。

在高速机器人应用中，预留给运动控制系统进行采集图像、图像处理、判断的时间并不会太多，也就意味着所采集的图像只包含关键信息，无太多干扰信息。对于图像的品质要求相对于常规机器视觉检测应用来说要高。下面我们将通过以下几个方面来描述如果获取良好质量的图像

1.特征亮度

虽然现在的机器人大部分是应用于黑灯工厂，但是黑灯工厂的工作环境并不是完全没有光，在机器人的周边也会有其他检测用照明用光源，在成像的过程中也会受到环境杂散光的干扰。而杂散光就会对成像特征造成干扰，导致视觉传感器误判。所以如何消除杂散光就成为了一个重要的课题。

CCD或者CMOS是通过在一定时间内将镜头收集到的光能积分转换为电压信号进行采集图像的。我们通常会关注镜头的杂散光是如何处理的，或者是光源是如何不产生杂散光的，会从积分时间这个方向来考虑的很少。积分时间在相机端是通过曝光时间这个参数来体现的，也就是说你的曝光时间越短，成像杂散光的干扰就越少，这样对于镜头及光源端的杂散光压力就降低了很多。

如何缩短曝光时间呢？需要我们从照明光源及光源驱动装置入手。我们知道，LED是电流驱动元件，而LED的响应时间可以做到很短，那么我们就需要一个能够有短脉冲大电流功能的LED驱动器。

机器视觉光源厂商推出了SF系列的频闪光源及PBD系列的增亮模块，其SF系列的频闪光源的频闪电流相对于常规光源电流高100倍。以CO2-40W及COF-40W-SF为例，其手册上标识的CO2-40W的功率为3.7W,电压为24V，则其电流为0.15A，而COF-40W-SF的频闪电流为18A，则两者的电流相差120倍。下面我们分别用这两种配置进行分别成像，成像效果见图2

图2 频闪光源+增亮模块成像效果对比图

从图像的灰度值来看，a图像的最亮灰度值在66左右，曝光时间是25us，b图像的最亮灰度值在200左右，曝光时间是25us，也就说单独采用PBD增亮模块，在相同灰度值的情况下，曝光时间可以缩短3倍。而C图像的最亮灰度值在220左右，曝光时间为5us，则相对于a图像来说，曝光时间可以缩短16倍左右。相对于b图像来说，曝光时间可以缩短5倍。

2.分时成像

2.1 问题描述

在某些极端情况下，就算是已经很好的消除了杂散光的干扰之外也无法判断零件的特征时需要怎么解决呢

2.2 解决方案

现在有厂商提出了分时成像的概念来解决这个问题。分时成像系统是一个什么概念呢？首先我们来看一下现在采用的多工位检测。

图3 多工位检测系统示意图

多工位检测是指检测同一个工件，由于特征检测光路的相互干扰造成无法检测时，需要采用多个光源照射分别成像的检测系统，具体示意图请参见图3。

此示意图中的光源1采用高角度照射物体，光源2采用低角度照射物体，光源3采用同轴照射物体，不同的照射角度能够呈现不同的缺陷。

其分别成像如图4所示:

图4 多工位检测系统成像效果图

如果采用多工位检测系统是能够很好的实现缺陷的检测，但是整个系统的机械空间需要加长，在寸土寸金的无尘间中，检测系统长度过长没有竞争优势。那么有没有什么好的解决方案呢？

图5 分时成像原理图

图6 分时成像系统实物图

分时成像是指在同一工位上，分别点亮不同光源并进行分别成像的系统。针对分时成像，现阶段有两种形式，一种是使用TDI相机进行分时成像，另外一种是使用单线相机进行分时成像，两种方式各有优劣，其优劣对比参考下表。

2.3 具体结果

采用分时成像方案实际成像后的效果图请参考图7

从以上三种图片来看，不管是压痕、划痕还是异色都能够通过分时成像系统成像出来，实现了缩小机械空间的要求。

3.光源监控功能

3.1 问题描述

机器视觉系统是用于7*24小时工作环境，对于系统的可靠性要求很高。相应的，对于用于照明作用的光源的可靠性要求也很高，机器视觉照明用的光源一般是LED光源，LED光源又属于半导体器件。

Osram公司认为半导体元件的可靠性分为三个阶段：1.早期失效；2.随机或自发性失效；3.损耗期。其中的早期和自发性失效，是由于原材料的缺陷、制造过程中的偏差而产生的。超过 99% 的外部失效可以在安装器件期间 （如焊接时）或运行初期被发现。 相较而言，在早期失效期和损耗期之间，LED 的自发性失效率极低。  (osram)

损耗期的主要表现为材料磨损和产品老化，LED 在工作期间，光通量会逐渐减少 （以流明为单位）。通常，LED 的工作电流和温度会加快这个过程，即使LED在规格范围内驱动，也会出现这种情况。

3.2 问题分析

与传统灯相似，LED光源的可靠性和使用寿命也取决于各种因素，或受这些因素的影响。最重要的物理影响因素包括湿度、温度、电流电压、机械力、化学物质以及光辐射（图 6）

在最坏的情况下，这些因素甚至会导致 LED 完全失效，或对老化特性造成长期影响（如亮度），从而降低可靠性和使用寿命。直接影响因素包括温度和因此产生 的 LED 结温Tj，用于驱动 LED 的电流量也是一个影响因素。当其它工作条件不变时，环境温度升高和电流增大会导致结温升高。结温升高通常会缩减使用寿命。在某些大功率光源的应用环境下，为了保证散热性能，也会在光源上增加强制散热风扇，散热风扇的正常与否也会间接影响光源的故障率。

3.3 解决方案

为了解决以上的问题，机器视觉厂商推出了具有光源状态监控功能的系统。

图8 光源状态监控系统图

3.4 具体结果

具有光源状态监控功能的系统的具体功能：1.LED状态监控：可检测出光源中单颗LED灯珠开路、短路及其它电压异常，及时识别光源局部区域异亮及变暗；2.风扇停转监控：可检测出光源风扇停转，不管是故障还是堵塞；3.温度监控：检测光源灯板温度，防止散热不良加速老化，乃至防止外壳温度过高，造成烫伤；4.整体照度监控：可实时读取光源整体照度值，方便软件二次开发，对光源整体衰减程度进行监控；5.工作时间记录及预警设置：可记录光源和控制器工作时间，可设置时间预警，提示保养或更换。另外，也可记录和评估光源和控制器寿命；系统结合工控机和故障警示装置对系统故障能够及时进行报警或预警。

4.结论

综上所述，在机器人用机器视觉系统的照明中，可以通过频闪光源+增亮模块来缩短曝光时间，进而达到减少杂散光，降低误判率的效果；也可以通过分时成像系统解决某些特别复杂的缺陷检测难点问题；而光源状态系统能够结合工控机和故障警示装置对系统故障能够及时进行报警或预警。