视觉技术在白车身制造中的应用

伴随新一代信息技术与传统工业碰撞、融合，视觉技术无疑是建造智慧工厂不可或缺的一环。基于视觉技术在白车身制造过程中的实际应用，简析其工作原理，探讨应用价值和微观应用场景，展望宏观发展方向并为视觉技术的实际应用提供借鉴和参考。

1 序言
在数字化、智能制造和工业4.0的时代背景下，市场竞争日趋激烈，用户需求快速更新迭代，自动化和柔性化成为了汽车工业亟需突破的重点课题。视觉技术的应用为白车身制造过程中引导定位、过程质量监控等关键领域提供了新的解决方案。视觉技术在工业中应用的基本原理是视觉传感器对机器人周边环境进行光学处理，先用摄像头进行图像信息采集，将采集的信息进行压缩，然后将其反馈到一个由神经网络和统计学方法构成的学习子系统，通过摄像头（CCD/CMOS）标定算法将2D-3D映射求参，再由学习子系统将采集到的图像信息和机器人的实际位置联系起来，完成机器人的自主导航定位功能。
本文重点关注视觉技术，阐述了其在焊装车间中的应用，通过分析视觉传感器对工件进行拍照和解算，引导机器人修正轨迹，实现自动、智能抓取和焊接；视觉传感器借助RGB三色光源应对不同检测场景，实时检测涂胶质量；2D视觉检测和3D激光测量相结合，实现对车身特征三维空间尺寸测量等在白车身制造过程中的应用与实践，为汽车工业数字化转型与智能制造积累经验。

2 视觉技术在机器人抓取引导中的应用
白车身制造过程中工件在线体内的自动运输依靠的是抓具和夹具的精确配合，但是在工件由线外到线内的上件过程中，无论是采用精定位料车还是AGV（Automated Guided Vehicle，自动引导车）驮运器具运输，其精度都远达不到工装的等级，因此机器人无法正常抓取工件。应用视觉技术辅助机器人定位，可以实现机器人轨迹自适应，精准完成抓取动作。

2.1 基本原理
将视觉引导传感器集成到机器人上，当机器人运动到寻件位置后，摄像头对工件进行拍照，并对工件上的特征点进行图像处理来解算工件在空间中的6自由度（限制X、Y、Z三个方向的移动，还有基于X、Y、Z轴向的旋转）变化量，并将信号反馈给机器人，从而修正机器人轨迹[1]。

2.2 实际应用
视觉引导抓取在白车身制造过程中主要应用在自动上件工位及主拼工位。根据工件的尺寸和特征以及工装的干涉性，选择视觉传感器集成在抓取机器人、抓具上（见图1），或者固定安装，对视觉传感器进行采图示教。机器人与视觉传感器进行手眼标定，控制器通过算法将工件特征位置坐标发送给机器人，使其精确取件。

图1 集成视觉传感器的抓具

2.3 应用价值
视觉引导机器人自动抓取在很大程度上降低了料车或器具的设计和制造难度，更能很好地适配AGV运输，实现无人搬运的智能工厂。

3 视觉技术在涂胶检测中的应用
涂胶作为白车身制造过程中的一种重要连接工艺，具有机械连接（如铆接等）、固态连接（点焊、摩擦焊等）不可替代的优势：①可以有效连接金属与非金属；②不会产生机械连接的应力集中问题；③密封胶还可以起到密封作用，因此涂胶质量的控制就显得尤为重要。常见的涂胶质量问题主要是位置偏差、物料量超差、断胶等。传统检测方式是采用人工抽检，缺点是操作性差、样本量少，有缺陷流出风险。

3.1 基本原理
涂胶视觉传感器（见图2）由光源和相机构成，实时拍摄2D图片，其内容包括胶枪嘴，以及底板阴影、胶条、胶条的反光。通过控制器进行示教得到胶条的骨架点，并设置区段检测参数。最后软件算法调用不同区段的骨架点和检测参数，将结果反馈至控制器，从而判断涂胶宽度、涂胶位置以及涂胶连续性是否符合设定质量目标。

图2 涂胶视觉传感器

3.2 实际应用
视觉技术应用在白车身制造过程中，可将涂胶传感器集成在涂胶枪嘴上，如图3所示。工艺人员对胶条参数进行示教，实际生产过程中涂胶检测设备实时对涂胶质量进行监控，每个工件的涂胶检测结果以及回放可以在控制器中查看。胶条的位置、物料量超差或者出现断胶等控制失效情况时，控制器会报警，并在控制器中显示警告项的失效类型、超差量，工艺和维修人员可以据此追溯问题的真正原因。

图3 涂胶视觉检测过程

3.3 应用价值
在白车身制造过程中，涂胶过程的质量控制对于整车的强度、密封性和面品质量起着至关重要的作用。实际生产过程中，对于涂胶质量的检测手段一般采用对关键位置进行人工测量。视觉技术的应用不仅能检测关键帧，而且能做到实时全过程覆盖，不占用生产线节拍，从而可有效提高生产线的自动化率、质量控制等级和数字化监控。

4 视觉技术在数字夹具定位中的应用
在白车身制造过程中，车身主流定位方式有两种，分别为升降滚床下夹具定位和随车定位滑橇。方式一主要依靠NC定位升降滚床下落，到位后下夹具夹紧，车身定位完成；方式二高速滚床与随车的精度滑橇配合，根据理论位置完成车身定位。方式一定位精度及稳定性高，但车型柔性较差，且下夹具夹紧、打开时间占用节拍；方式二占用节拍时间短，但是随车滑橇的加工精度和一致性加工、维护难度高，车型柔性也较差。视觉技术的应用可以取消定位夹具，从而提升传统车身定位方式的车型柔性和机器人利用率。

4.1 基本原理
根据RPS系统定位的“3-2-1”原则，首先通过主基准规定方向，3点或面接触，消除3个自由度；再通过次基准定位，2点或线接触，消除2个自由度；最后第三基准控制工件的旋转，选取1点，消除1个自由度。至此，限制了工件在三维空间中的6个自由度，完成定位。视觉相机依据“3-2-1”定位原则对选取的特征点进行拍照，再通过算法来得到当前工件在坐标系下与理论位置的偏差，进而对机器人运动进行误差补偿。

4.2 实际应用
视觉定位系统由4个相机模块组成，其位置布局如图4所示。根据线体规划最大视野覆盖面积分布，3个相机即可满足定位精度，第4个相机作为冗余设计。在地板线和主焊线的补焊工位应用视觉定位时，根据“3-2-1”定位原则，选取工件的3个RPS点或至少1个3D特征（如孔、凹槽等）、1个2D特征（如棱线、边界等）和1个特征面，调试时对视觉传感器进行采图示教并对机器人进行手眼标定，在视觉系统与被引导机器人之间完成通信配置后可实现视觉定位。

图4 视觉传感器位置布局

4.3 应用价值
视觉技术在数字夹具定位中的应用极大地减少了车身定位的时间，可增加纯工艺时间4～8s，从而提高机器人利用率；其定位精度与稳定性较高，在坐标系下X、Y、Z方向的定位误差可以控制在0.5mm，X、Y、Z轴旋转方向的定位误差可以控制在0.015°，能够达到焊接的质量目标；维修便捷，更换或校准相机并进行快速标定；车型柔性化高，可兼容不同平台、尺寸差异大的车型[2]。

5 视觉技术在尺寸测量中的应用
白车身BOM复杂的拓扑结构，决定了车身尺寸产生波动的原因多样化。在白车身制造过程中，影响白车身尺寸的主要变差来源包括零件状态、工装夹具、人员操作和公差累积等。对车身尺寸进行控制，首先要对制造过程的尺寸数据进行检测采样，数据的跟踪是实现整车装配过程监控的基础，检测方法决定了车身装配过程监控的精确性和有效性。
目前，白车身骨架尺寸测量常用的方法是三坐标检测，其具有较高的精度和柔性，但是只能定期进行离线检测，对于问题的暴露和解决具有延时性。

5.1 基本原理
白车身尺寸在线测量系统是基于视觉检测技术和3D激光测量技术的非接触式测量。在设定好的照明条件下，利用线型激光照射至被测物体特征位置表面产生光条，激光位移传感器对光条进行解析以获取3D特征数据，其线性度最高可达1μm，最高分辨率可达0.1μm。同时，采用CCD（Charge CoupledDevice）阵列相机拍摄2D图像，控制器对图像处理算法得到特征的二维坐标值，再通过三角测量原理图像将二维坐标转换为传感器坐标系下的三维空间坐标，以实现对白车身尺寸的精确测量。

5.2 实际应用
白车身尺寸在线测量系统主要应用于焊装车间地板总成及白车身骨架总成工位，对总成的关键定位孔、安装孔以及其他功能尺寸进行在线检测。如图5所示，现场根据生产线节拍布局4～6个在线测量机器人，覆盖工件全部特征关键点。视觉在线测量系统可以实时监控车身尺寸波动，数据分析系统可以对单点尺寸超差、多点关联超差报警，并对尺寸波动预警等，及时监控数据的突变、均值波动和均值飘移等，并对测点数据形成测量报告。

图5 在线测量工位机器人站位

5.3 应用价值
在白车身制造过程中，在线视觉检测不仅可以实现高度柔性化，无需离线，而且搭载温度补偿系统还可以消除车身坐标系下测量结果的偏差。视觉在线检测系统不仅可以在全过程实时覆盖车身尺寸在线的同时记录每辆车的“个人信息”，为质量溯源提供基础数据支撑，而且还可以对数据进行图表化、可视化分析处理，实现过程监控数字化转型。

6 结束语
视觉技术应用在白车身制造过程中有极大益处，首先对于生产线的柔性化和自动化有所提升，其次代替不符合人机工程或人工视觉精度不满足的检查工艺，使质量控制全过程覆盖，质量问题可追溯。未来视觉技术结合计算机技术、光电传感器技术和图像处理技术，将助力焊装机器人实现目标环境识别、过程决策、缺陷预防、过程动态监控，构建自动化、柔性化智能焊装工厂。