打孔机影像定位系统设计

1、    打孔机影像定位系统设计摘要：实现了一种全集成可变带宽中频宽带低通滤波器，讨论分析了跨导放大器-电容(OTAC)连续时间型滤波器的结构、设计和具体实现，使用外部可编程电路对所设计滤波器带宽进行控制，并利用ADS软件进行电路设计和仿真验证。仿真结果表明，该滤波器带宽的可调范围为126 MHz，阻带抑制率大于35 dB，带内波纹小于05 dB，采用18 V电源，TSMC 018m CMOS工艺库仿真，功耗小于21 mW，频响曲线接近理想状态。关键词：Butte前言    计算机视觉的应用大致上可以分成定位、量测、识别、缺陷

2、检测四大类，其中以定位的应用最为广泛。机器视觉系统可以用来检视主机板上的电子组件，也可以用来控制机械手臂，在机械手臂上加装CCD，利用影像辨识的定位，带动机械手臂来做病毒研究、药物混合等一些高危险性的医疗研究。除了精准之外，对人类的生命也比较有安全保障。影像定位后的坐标转换    市面上影像比对的函数库(Library)很多，使用者可以自行选用合适的函数库。以下所提的系统采用Euresys公司开发的eVision EasyMatch，这是一种基于灰度相关性的图像匹配函数库，速度非常快，而且能够达到次像素(sub-pixel)精度的匹配结果。对于旋转、比率变化(缩/

3、放)和平移等，都能精确找到模板图像(Golden Image)的位置。故本文仅对影像定位后的二维坐标产生的“位移”与“旋转”做探讨。 坐标位移公式：X2= X1+ XY2= Y1+ Y图1 坐标位移示意图     图1是坐标位移的示意图。 坐标旋转(1)将(X1,Y1)转换成极坐标 (X1,Y1) = (R1,1)其中，R1= X12+ Y121= arctan( Y1/ X1)，即反正切函数(2)2= 1+ ，其中，= 表示旋转角度得出 X2= Cos (2) * R1= Cos (arctan(Y1/X1)+) *X12+ Y12Y2= Sin(2)

4、 * R1= Sin(arctan(Y1/X1)+) *      X12+ Y12图2 坐标旋转的示意图    图2是坐标旋转的示意图。 坐标位移+旋转    遇到同时发生坐标位移和旋转时，先计算位移，再套用旋转的公式，即可算出最后的结果。    下面介绍如何设计出结合“机械运动”与“计算机视觉”的自动化定位系统。基本架构 GEME-3000主控制器：含HSL控制卡，安装Windows XP操作系统 3-Axis定位平台：三菱伺服马达+滚珠螺杆 运动控制

5、器：HSL-4XMO控制模块 计算机视觉组件：使用IEEE 1394 CCD采集影像，利用Euresys eVision的EasyMatch进行影像比对(Pattern Match)，作定位偏移的补正计算。完整的实际系统如图3所示。图3 系统架构实机图系统校正教导作业 启动系统3轴回到初始位置，待3轴回定位后，再由人工将工件置于3轴之定位平台上并作“初步定位”； 手动控制Z轴缓慢下降，使其接近定位平台上方(约0.51.0mm）； 手动控制X/Y轴，使打孔顶针刚好在工件第一个孔位上方；再将Z轴缓慢下降，使其插入第一个孔位内。如定位不准，可以手动移动工件，使其定位更准确。 精确定位后，将Z轴上升至

6、CCD的实时影像可看到完整“定位点”后，执行图4所示的流程图。图4 图像处理软流程图自动定位 由人工将工件置于3轴定位平台上，作“初步定位”后并启动本系统； 系统会驱动3轴定位平台将CCD移至定位点上方(2个不同位置)，取像并利用已“教导”的标准影像做“影像比对”作业； 计算出“初步定位”的偏移量(Shift X/Y)及旋转角度 (Rotation Angle)；tx = GoldeXYCCD_Find1 - m_Find.GetCenterX();ty = GoldeXYCCD_Find0 - m_Find.GetCenterY();if (CCD_Find=0)   /第一次定位

7、   shiftx = ZeroX - tx*Calibration;   shifty = CCD_Y - ty*Calibration; else   /第二次定位   dx = CCD_Locate10 - tx*Calibration;   dy = CCD_Y - ty*Calibration;   angle = atan2( dy - shifty, shiftx-dx);   CalNewLocate(angle, shiftx, shifty);

8、通过“极坐标转换”，重新计算工件上所有孔位的新坐标(Point Table)。void CalNewLocate(F64 angle, F64 shiftx, F64 shifty)   int i;   F64 PTOTAL_POINT*2;   F64 t;   for (i=0; i<TOTAL_POINT; i+) /极坐标转换      Pi*2 = sqrt( OrgLocatei*2 * OrgLocatei*2   

9、;         + OrgLocatei*2+1 * OrgLocatei*2+1);      Pi*2+1 = atan2( OrgLocatei*2,               OrgLocatei*2+1)+ angle;      for (i=0; i<TOTAL_

10、POINT; i+)       t = Pi*2*sin(Pi*2+1);      NewLocatei*2   = (shiftx + t)*SCALE_X;      t = Pi*2*cos(Pi*2+1);      NewLocatei*2+1 = (shifty + t)*SCALE_Y;   结束语    机器视觉系统不但大幅的提升了工业的生产力，而且增加了使用者的能力。使用机器视觉系统可以