門窗鉸鏈是現代建筑的重要五件構件，是影響門窗質量和安全性的關鍵部件。高檔的鉸鏈產品采用不銹鋼制造。圖1是產品總成及組成的零件。

由于主要采用沖壓生產工藝，而且是工藝性較差的不銹鋼材料，因此其加T精度較低，裝配成總成后往往出現質量分散的問題。在目前傳統的鉸鏈生產流程中，對鉸鏈部件采用首檢和抽檢制度。依靠人工通過量規、塞尺、卡尺等工具進行檢測。該方法雖然比較簡單，但檢測精度差，效率低，不能及時發現和改進沖壓等工藝質量問題，導致產品不良品率較高，嚴重影響企業效益。加工過程檢測成為制約產能和質量的瓶頸。為此，作者研究和開發了新型的智能檢測系統，實現鉸鏈主要零件的快速精密檢測，保證零件的制造精度，為產品總成質量保障奠定基礎。

1系統工作原理

1.1檢測要求

每個鉸鏈產品總成由9個零件組成。圖2所示是需要檢測的主要零件類型。檢測項有：(1)工件的總長；(2)工件孔的相對位置；(3)工件孔徑的大??；(4)工件孔相對于工件寬度方向的對稱度；(5)工件表面的平整度；(6)工件兩平面間臺階高度。

由此可知，檢測項目主要是二維可視輪廓和形位尺寸，因而可以應用機器視覺和激光檢測技術實現非接觸式檢測。

1.2系統結構

鉸鏈產品型號多達1000多種，按照傳統的自動檢測裝夾方式，需要數量巨大的夾具。其次檢測的零件長度從100mm~1000mm，采用機器視覺的相機分辨率顯然無法滿足檢測精度要求。因此，系統綜合應用了機器視覺、激光檢測、伺服控制等技術，以適應各種規格零件的檢測。系統組成如圖3。

料臺裝在一條直線導軌上，然后通過伺服電機連接滾珠絲桿帶動，使其前后來回移動，實現檢測進給。工件放置到圖示的料臺上，靠定位邊定位，以準備后續的檢測。

1.3系統工作流程

工件隨著料臺的進給到檢測區域。檢測區域內包含了兩個攝像頭和一個激光位移傳感器，分別對工件的外形尺寸和工件的平面度進行檢測。由于有些工件有3～4mm的臺階，因此分兩個攝像頭進行外形的檢測。攝像頭A用于檢測T件A端的外形尺寸。攝像頭B則檢測T件B端，它裝在一個電動精密滑臺1上，使攝像頭B可以根據工件的臺階位的高度進行上下微調整，滿足其對焦距的要求。激光位移傳感器裝在兩個電動滑臺1、2上，使其可以垂直上下、水平前后移動，滿足各種厚度和寬度的工件的檢測。另外，在檢測過程中使激光位移傳感器水平前后往復移動，這樣可以使檢測工件的平面度所得出的數據更客觀準確。工件通過檢查區域時，同時完成外形和平面度的檢查。

2系統機器視覺檢測

2.1工件總長的測量

工件的長度范圍比較大，有100mm～1000mm，在相機的一個視場中不能檢測出工件的總長，因此需要結合伺服和機器視覺，精確計算工件的長度，如圖4。

圖4中4點為工件的第一點在相機標定后的視場中的坐標，B點為最后一點在視場中的坐標，L為A、B點在圖紙中的距離，即工件長度。標定后的伺服系統進給相對應L的脈沖數，使工件的首點和末點依次處于視場中。如果工件的實際長度和/-致，4點和B點的坐標是完全符合的，即X1=X2，Y1=Y2，此時工件實際長度等于L；當工件實際尺寸與L不符時，A點和B點間存在一個偏差a=B-A，此時工件實際長度為L-a。

2.2工件孔的相對位置和孔徑大小

測量兩個孔之間的距離，主要的檢測方法與檢測長度類似，伺服系統進給相對應兩個孔圖紙間距L的脈沖數，測出兩個孔在分別定位在相機視場中的圓心坐標的偏差a，即可計算出兩個孔之間的距離L-a。

因為工件中的孔是沖壓出來的，不可避免會存在一些毛刺，在計算孔徑大小和網心坐標時，如果使用擬合網的方法會存在誤差，如圖5（經過二值化的網孔的圖片）。

為了提高檢測精度，從圖像中心出發，分縱方向、橫方向、對角線等4個方向對圖像進行遍歷，尋找255（白色）和0（黑色）的跳變點，并記錄坐標，以每個方向的最大值作為孔徑，綜合4個孔徑選出最優值，以減少毛刺對孔徑和網心坐標的影響。

2.3工件孔相對于工件寬度方向的對稱度

由于采用正面光源，更清晰地呈現了工件的一些細節，但是同時也會引入更多的干擾信息，在對T件的兩邊緣定位之前，先對圖像進行預處理，主要有中值濾波，對數變換和二值化等處理，得到準確清晰的邊緣信息，如圖6所示。

根據上文所得到的網心坐標，從圓心開始向左右兩個方向分別遍歷，對比像素值，記錄下255（白色）--0（黑色）--255（白色）的跳變點，得到該邊緣直線上的所有點的坐標和網心做運算，作為網心到邊緣的距離，排除因毛刺引起的一些異常值，可以保證測量的精確度。

2.4亞像素算法

在有限的攝像機分辨率的條件下，為了更進一步提高檢測精度，本系統提取圖像輪廓時應用了雙線性插值的亞像素算法l61，其基本原理如圖7。

假設函數圖像灰度函數f，已知四個點（像素點）的值Q11=（x1，y1）、Q21=（x2，y1），Q12=（x1，y2）以及Q22=（x2，y2），要求得到未知點P(x，y)的值f(P)，其方法如下：

首先在x方向進行線性插值，得到點R（x，Y1)和R2（x，Y2)，然后在y方向進行線性插值，得到點P(x，y)。

根據像素與像素之間的灰度值的關系，插入5個像素，相當于將像素分辨率提高了5倍；通過大量的實驗證明，亞像素算法有效的提高了本系統的穩定性和精準度，檢測不確定度小于+0.005mm。

3系統檢測參數的設置

如上所述，需檢測的產品型號多達1000多種，而要確定具體零件的檢測參數閾值，依靠人工設定是一項及其繁雜的工程。本系統通過以下方案來實現簡便操作。

3.1工件分類

按照需要檢測的參數對工件進行大類分類。例如需要檢測的孔的數量、孔的直徑、孔間距離、沉孔深度等等。以此為依據對工件進行分類，并制定產品分類編碼，給每類工件設置編碼條碼。系統通過掃描待檢測的工件的條碼，確定需要檢測的工件的類別，從而確定需要檢測的參數種類。

3.2參數閾值提取及結果判斷

系統通過掃描產品條碼，從具體產品圖紙提取相應的檢測參數。這樣系統就可以識別工件需檢測參數，如孔的位置、平面度檢測位置、是否有臺階和臺階高度是多少等等。系統通過傳動伺服控制系統實現工件檢測精密定位，確保視覺系統照相機拍照的位置與產品參數精確對應。在檢測位置進行視覺和激光檢測，并與實際檢測參數對比，確定檢測結果并輸出報表等。

4結論

生產應用表明，檢測系統在有限的機器視覺檢測分辨率情況下，保證了大范圍尺寸工件的精密檢測，檢驗不確定度小于+0.005mm，符合零件圖紙尺寸檢測精度要求。檢驗效率達到12片／分鐘，自動生成檢驗結果統計報表。在檢驗夾具上實現互通、互換，能適應不同規格的檢驗零件。系統還能依據檢測數據生成CAD文件。另外，系統設計了物聯網接口，方便接人智能制造系統，實現檢測信息化運行。

系統可以廣泛用于鉸鏈、滑軌等產品的精密檢驗。