基于视觉检测的集中供液防错系统

摘. . 要：针对汽车主机厂总装车间集中供液间防冻液、制动液、洗涤液等加注液体人工补液导致的混加风险，设计并制作一种基于视觉检测的集中供液防错系统，提高车辆生产时液体加注的安全性，降低液体混加风险，保证车辆生产质量。

关键词 : 汽车生产；集中供液系统；视觉检测；防错1、引言

汽车生产过程中需要加注冷媒、制动液、防冻液、风窗洗涤液等液体，一般在集中供液间用料桶存放防冻液、助力转向液、洗涤液和制动液等液体，并使用供液泵向生产线供液。现有技术一般采用手持式补液管由料桶向储液罐进行补液。人工放置补液料桶，容易将料桶错误地放置在相邻的补液区域；由于盛放制动液、助力转向液、洗涤液的料桶，外观尺寸类似，放置距离过近，很容易出现补液管放错料桶现象，从而导致液体混加风险，RPN（risk priority number，风险系数）值高达 240，容易引发重大质量事故。

2、视觉防错系统原理

为解决现有技术中存在的上述问题，设计并制作一种在集中供液间使用的视觉防错系统。所述系统包括检测模块（即视觉传感器）、继电器、电磁阀、储液料桶、气源、补液泵和生产罐；检测模块安装在储液料桶上方，通过拍摄储液料桶上表面的视频图像并进行颜色特征提取和文字识别判断储液料桶是否正确，如果正确，输出控制信号至继电器的控制线包；继电器用于控制电磁阀的控制端电源；电磁阀安装在连接气源和补液泵的气管上，用于控制气流的通断；补液泵用于将储液料桶中的液体抽入生产罐。实现自动检测储液料桶是否正确的功能，从而消除液体混加风险，可避免出现批量重大质量问题3、视觉防错系统工作流程

如图 1 所示，所述系统包括检测模块 1、继电器 6、电磁阀 4、储液料桶 2、气源 3、补液泵 5 和生产罐 7；检测模块 1安装在储液料桶 2 上方，通过拍摄储液料桶 2 上表面的视频图像并进行颜色特征提取和文字识别判断储液料桶 2 是否正确，如果正确，输出控制信号至继电器 6 的控制线包；继电器 6 用于控制电磁阀 4 的控制端电源；电磁阀 4 安装在连接气源 3 和补液泵 5 的气管上，用于控制气流的通断；补液泵 5 用于将储液料桶 2 中的液体抽入生产罐 7。

图 1

补液泵 5 用于将储液料桶 2 中的液体抽入生产罐 7。补液泵 5 是一种以压缩空气为动力源的气动泵，气源 3 内装有补液泵 5 正常工作需要的压缩空气。电磁阀 4 安装在连接气源 3 和补液泵 5 之间的气管上，用于控制气路的通断。继电器 6 安装在电磁阀 4 的控制电源的供电通路中，用于控制电磁阀 4 控制端电源的通断。由于电磁阀 4 控制端一般需要较大的驱动电流，而检测模块 1 无法直接输出较大电流的控制信号，因此设置一个继电器 6 进行间接控制，所述继电器 6 一般称为中间继电器。

检测模块 1 安装在储液料桶 2 正上方，用于检测储液料桶 2 是否正确，即与要补液的生产罐 7 是否匹配，如果检测结果是正确，输出控制信号至继电器 6 控制端（线包），使继电器 6 吸合，电磁阀 4 加电导通，气源 3 为补液泵 5 供气，补液泵 5 开启将储液料桶 2 中的液体抽入生产罐 7；如果检测结果不正确，没有控制信号加到继电器 6，补液泵 5 不能开启。检测模块 1基于图像处理和文字识别判断储液料桶 2 是否正确，先拍摄储液料桶 2 上表面的图像，然后对所述图像进行处理，提取颜色特征，如果提取的某种颜色面积大于设定阈值，且所述颜色与预设的颜色如黄色一致，则认为正确。有时只根据颜色一种特征不能唯一确定是否正确，比如储液料桶 2 上表面颜色相同或相近但里面盛放的却是不同液体，可结合储液料桶 2 上表面的文字进一步判断，比较识别出的字符与预设的字符（如“制动液 DOT4”）是否一致，若一致则判为正确。通过设置检测模块 1 判断储液料桶 2 是否正确，可消除因选错储液料桶 2 引起的液体混加风险，从而避免出现批量重大质量问题。

4、视觉传感器选型介绍

所述检测模块 1 为 KEYENCE 基恩士的 IV-H500CA 型视觉传感器，如图 2。IV-H500CA 型视觉传感器具有轮廓识别、颜色面积识别、位置修正、OCR 字符识别等功能。主要由摄像头、微处理器和 I/O 接口电路等组成。其管脚示意图如图 2 所示，棕色线为 24V 直流电源正极线，蓝色线（0V）为接地线，连接传感器外接电源；黑、白、灰、橙 4 根线为自定义输出端，如连接至继电器 6 控制线包的就是其中的一个输出端；粉、黄、浅蓝、紫、绿、红 5 根线为自定义输入端，用于控制传感器的工作方式；漏极线（FG）接机壳。

图 2

5、结束语

基于视觉检测设计制作的集中供液防错系统，可以匹配多种液体加注场景，并且可在现有控制系统基础上增加视觉检测，成本较低，全程自动检测，全避免人员操作不当造成的批量质量问题，消除液体混加风险，防止出现重大质量问题。

参考文献:

［1］KEYENC 基恩士.视觉传感器选型手册.

［2］李萌,孙铁波.基于机器视觉的食品包装缺陷检测研究[J].

食品研究与开发.2016(24)

［3］童季刚,廖菲,罗良传.一种机器视觉的瓶罐缺陷检测系统设计[J].机电工程技术.2016(08).