車體稱重調(diào)簧試驗(yàn)臺(tái)視覺定位控制系統(tǒng)研究

雍友，潘迪夫，韓錕

(中南大學(xué) 交通運(yùn)輸工程學(xué)院，湖南 長(zhǎng)沙 410075)

機(jī)車的輪重和軸重作為重要技術(shù)參數(shù)，是衡量機(jī)車牽引制動(dòng)性能的重要指標(biāo)。因此在機(jī)車的制造過程中，通過對(duì)一系及二系懸掛添加墊片，改變彈簧懸掛的綜合剛度，實(shí)現(xiàn)輪重及軸重的二次分配，從而將偏差控制在較小的范圍[1]。按照GB3371—83規(guī)定，鐵路運(yùn)行機(jī)車軸重偏差不應(yīng)超過平均軸重的±2%，輪重偏差不應(yīng)超過平均輪重的±4%[2]。對(duì)于二系懸掛結(jié)構(gòu)的機(jī)車，從載荷傳遞及結(jié)構(gòu)應(yīng)力分布的角度，機(jī)車的二系支承點(diǎn)載荷分布不均是造成輪軸重偏差的直接原因。生產(chǎn)人員更多地應(yīng)用人工經(jīng)驗(yàn)進(jìn)行檢驗(yàn)，導(dǎo)致效率低下，誤差大以及方法通用性差等缺點(diǎn)。隨著鐵路裝備制造業(yè)的不斷更新升級(jí)，對(duì)于高性能、自動(dòng)化的稱重調(diào)簧試驗(yàn)設(shè)備需求也是日益增長(zhǎng)。潘迪夫等[3]研發(fā)了模擬加載進(jìn)行兩系自動(dòng)精確調(diào)簧的試驗(yàn)設(shè)備，滿足了多種機(jī)車的使用需求。高久淳等[4?5]研制了伺服電機(jī)驅(qū)動(dòng)的加載試驗(yàn)設(shè)備，間接實(shí)現(xiàn)了調(diào)載功能。程繼坤[6]設(shè)計(jì)研制了以液壓伺服控制為主的調(diào)簧設(shè)備，實(shí)現(xiàn)輪軸重調(diào)整。然而上述的調(diào)簧試驗(yàn)設(shè)備在使用過程中，為了補(bǔ)償車體落車時(shí)的定位誤差，仍保留手動(dòng)調(diào)整二系支承結(jié)構(gòu)與車體底面二系簧定位銷的對(duì)中定位，其存在著耗時(shí)長(zhǎng)、定位精度難保證、人工學(xué)習(xí)成本高、降低自動(dòng)化程度和調(diào)簧試驗(yàn)效率的缺陷。為彌補(bǔ)手動(dòng)操作方式存在的弊端，考慮設(shè)計(jì)自動(dòng)定位系統(tǒng)提升系統(tǒng)自動(dòng)化程度。受制于車體稱重調(diào)簧試驗(yàn)臺(tái)的現(xiàn)有硬件并且遵循改動(dòng)成本小的原則，不適合選用基于位移傳感器的閉環(huán)控制方案。而基于機(jī)器視覺技術(shù)的定位控制方案因其非接觸測(cè)量、光譜范圍廣、適宜隱蔽空間等優(yōu)勢(shì)，適合解決車體落車定位誤差的自動(dòng)控制和位移修正。

1 視覺控制方案要求及設(shè)計(jì)

1.1 系統(tǒng)功能要求

車體稱重調(diào)簧試驗(yàn)之前，需要將車體放置在高度可調(diào)的架車機(jī)上，由于車體落車時(shí)存在一定范圍的定位誤差，因而需要調(diào)整每一路液壓作動(dòng)器的中心與車底二系彈簧座上的定位銷圓心同心，保證車體下降過程二系簧與車底完美配合，也稱重調(diào)簧試驗(yàn)最重要的一個(gè)環(huán)節(jié)。中南大學(xué)研制的機(jī)車車體稱重調(diào)載試驗(yàn)臺(tái)主要用于HXD1/B/C/D以及神華八軸共五種車型，因此視覺定位控制系統(tǒng)應(yīng)滿足5種車型的尺寸要求。

視覺控制方案作為整個(gè)系統(tǒng)的核心，不僅決定了攝像頭選型、數(shù)量和安裝位置，而且對(duì)系統(tǒng)的硬件、軟件方案具有決定性作用。因此需首要明確視覺控制系統(tǒng)的使用環(huán)境、約束條件以及精度要求，在此基礎(chǔ)上選擇合適的視覺控制模式并對(duì)攝像頭的成像環(huán)境、視場(chǎng)范圍進(jìn)行論證計(jì)算。5種車型的二系懸掛尺寸如表1所示。

表1 5種車型二系懸掛結(jié)構(gòu)尺寸Table 1 Five models of two-line suspension structure size

根據(jù)表1中5種試驗(yàn)車型和車體稱重調(diào)載試驗(yàn)臺(tái)的尺寸參數(shù)，可以歸納視覺定位控制系統(tǒng)的功能要求滿足以下條件：

1) 架車機(jī)的接車高度軟件限位為 1.22~1.98 m，在實(shí)際試驗(yàn)過程中為了保證安全留有一定余量。正常情況下，架車機(jī)接車高度不超過1.95 m。

2) 5種試驗(yàn)車型的二系簧定位銷分為2種，定位銷的中心均為直徑10 mm的孔，因此視覺定位控制系統(tǒng)的精度要求二系簧中心與定位銷中心在X和Y軸方向上偏差不超過±5 mm。

3) 架車機(jī)正常接車情況下，車體底面高于二系簧自由高度，確保液壓作動(dòng)器上的二系彈簧與車體不發(fā)生物理干涉。

4) 二系簧內(nèi)徑中安裝攝像頭，不能高于二系簧的工作高度與二系簧定位銷伸入簧內(nèi)部分的差值，確保五種試驗(yàn)車型的彈簧內(nèi)不發(fā)生物理干涉。

5) 每一個(gè)液壓作動(dòng)器在X和Y軸方向上的最大行程為±40 mm，應(yīng)滿足不同車型試驗(yàn)時(shí)，攝像頭視場(chǎng)范圍內(nèi)識(shí)別到定位銷特征。

1.2 視覺方案設(shè)計(jì)

定位控制系統(tǒng)的視覺方案設(shè)計(jì)是基于車體稱重調(diào)簧試驗(yàn)臺(tái)的使用環(huán)境、機(jī)械結(jié)構(gòu)以及執(zhí)行機(jī)構(gòu)的特性而決定的。按照攝像頭的數(shù)目，可以分為單目、雙目視覺控制系統(tǒng)，然而考慮到攝像頭的安裝位置盡可能小地改動(dòng)試驗(yàn)臺(tái)，同時(shí)能夠識(shí)別不同車型的定位銷特征，最終選擇將單目攝像頭通過支架安裝在二系簧內(nèi)部空間。由于架車機(jī)具備較大的高度可調(diào)范圍，因此定位銷輪廓特征距離攝像頭的深度信息對(duì)于控制定位系統(tǒng)沒有影響，從攝像頭放置位置以及圖像特征的角度分類，視覺控制方案是基于圖像信息的手眼視覺伺服系統(tǒng)。

攝像頭視場(chǎng)計(jì)算是驗(yàn)證視覺控制方案可行性的重要方法，而視場(chǎng)計(jì)算也是在滿足系統(tǒng)功能要求的基礎(chǔ)上，通過稱重調(diào)簧試驗(yàn)臺(tái)、車體底面結(jié)構(gòu)參數(shù)以及架車機(jī)高度三者的尺寸鏈，得出攝像頭安裝高度、架車機(jī)接車高度以及攝像頭鏡頭物距等重要參數(shù)的最優(yōu)解。圖1為視覺定位系統(tǒng)攝像頭安裝示意圖。

圖1 視覺定位系統(tǒng)攝像頭安裝示意圖Fig. 1 Visual positioning system camera installation diagram

攝像頭視場(chǎng)計(jì)算應(yīng)保證視覺定位控制系統(tǒng)在切換不同車型進(jìn)行試驗(yàn)時(shí)，極限工況下，攝像頭采集到的圖像范圍內(nèi)，仍然可以識(shí)別到定位銷的特征。在HXD1B/C型機(jī)車與HXD1/神華八軸機(jī)車切換試驗(yàn)時(shí)，二系簧間距差最大達(dá)65 mm。由于二系簧排列方向不同，液壓作動(dòng)器組進(jìn)行轉(zhuǎn)向操作，距離旋轉(zhuǎn)中心最遠(yuǎn)的二系簧中心距偏差達(dá)130 mm[7]。因此，綜合以上極限工況，攝像頭高于二系簧底面300 mm并保證在定位銷特征平面上采集圖像的范圍至少為直徑260 mm。根據(jù)尺寸鏈計(jì)算以及解的優(yōu)化調(diào)整，最終在保證攝像頭圖像采集范圍滿足使用要求的前提下，統(tǒng)一了攝像頭鏡頭物距參數(shù)，確保采集的圖像清晰可靠。表2為5種車型視覺定位操作時(shí)的主要參數(shù)。

表2 5種車型視覺定位操作時(shí)的主要參數(shù)Table 2 Main parameters of visual positioning operation in five models

2 目標(biāo)特征識(shí)別算法及實(shí)測(cè)結(jié)果

2.1 圖像采集的主要特征

目標(biāo)特征識(shí)別算法是將攝像頭采集的圖像信息進(jìn)行分析并提取出重要的特征信息，其算法的準(zhǔn)確性、普適性和穩(wěn)定性是保證視覺定位控制系統(tǒng)實(shí)現(xiàn)精準(zhǔn)、快速控制的基礎(chǔ)。因而需要綜合視覺定位控制系統(tǒng)的使用場(chǎng)景、定位銷的結(jié)構(gòu)特征以及外界光等影響因素，選取一種切合實(shí)際的目標(biāo)特征識(shí)別算法，其主要由圖像預(yù)處理和參數(shù)自適應(yīng)Hough變換2部分構(gòu)成[8]，本算法均以O(shè)penCV 2.4.9機(jī)器視覺庫函數(shù)編寫，并將算法移植到DSP視覺硬件平臺(tái)兼容的OpenCV 1.0版本。

在現(xiàn)場(chǎng)使用環(huán)境下，由攝像頭采集的圖像主要有以下幾個(gè)特征：定位銷特征輪廓對(duì)比度小；定位銷輪廓毛刺、噪點(diǎn)較多以及由于車底二系簧底座上的較多干擾輪廓。這些圖像特征是由設(shè)備光源、圖像信號(hào)干擾以及機(jī)車制造缺陷導(dǎo)致的，因此選用抗干擾性強(qiáng)、圖像識(shí)別魯棒性高的算法完成目標(biāo)特征識(shí)別。

2.2 目標(biāo)特征識(shí)別算法

圖像的預(yù)處理算法主要應(yīng)用了圖像二值化、直方圖均衡化處理、平滑處理以及中值濾波處理。其主要功能分別是利用直方圖均衡化對(duì)圖像灰度級(jí)進(jìn)行展寬，提高圖像灰度值動(dòng)態(tài)范圍和對(duì)比度的特性，降低光強(qiáng)對(duì)圖像的影響，將定位銷輪廓特征突出出來；利用平滑處理和中值濾波將定位銷的特征輪廓進(jìn)行圓滑處理，消除圖像邊緣的毛刺和椒鹽噪聲，提高邊緣檢測(cè)和輪廓識(shí)別的精度。

目標(biāo)特征輪廓的識(shí)別主要應(yīng)用了參數(shù)自適應(yīng)的Canny算子邊緣檢測(cè)和改進(jìn)的Hough變換算法快速、準(zhǔn)確地識(shí)別出不同直徑范圍的輪廓特征，可以滿足識(shí)別5種不同車型的定位銷輪廓。Canny算子的核心是用2個(gè)不同的閾值來判斷圖像像素是否屬于輪廓邊緣，低閾值保證屬于重要輪廓邊緣的全部像素點(diǎn)，高閾值用于界定重要輪廓的邊緣并排除異常像素點(diǎn)[9]，在Canny算子邊緣檢測(cè)算法中加入高、低閾值參數(shù)的動(dòng)態(tài)自適應(yīng)搜索，可以最終根據(jù)采集圖像的差異性，得到邊緣檢測(cè)最準(zhǔn)確的參數(shù)。

由于定位銷輪廓趨近于圓形，根據(jù)邊緣檢測(cè)后的幾何形狀進(jìn)一步應(yīng)用改進(jìn)的Hough變換策略，快速地將二維參數(shù)空間轉(zhuǎn)換為三維參數(shù)空間，得到圓心、半徑等重要控制信息[10]。具體策略為：由于Hough變換的可靠性會(huì)隨著累加器維數(shù)的增加而降低，特別在圖像處理中大量的像素點(diǎn)會(huì)明顯增加累加器的入口。因此采用的兩輪篩選的方法改善缺陷。在第1輪篩選中，使用二維的累加器以確定可能是圓的位置。由于位于圓周上的像素點(diǎn)梯度方向與半徑的方向一致，因此對(duì)于每個(gè)像素點(diǎn)，累加器根據(jù)定義的最小半徑值和最大半徑值只對(duì)沿著梯度方向(即半徑方向)的入口增加計(jì)數(shù)。在第 2輪篩選中，根據(jù)第1輪篩選檢測(cè)到的收到了預(yù)先定義數(shù)量投票的圓心，建立半徑值范圍的一維直方圖。被檢測(cè)到的圓的半徑即直方圖的尖峰值。

2.3 目標(biāo)輪廓特征實(shí)測(cè)結(jié)果

為了驗(yàn)證定位銷特征輪廓的目標(biāo)識(shí)別算法有效性，通過攝像頭采集5種不同的機(jī)車的車底二系簧定位銷照片，將不同角度拍攝的照片作為檢測(cè)樣本，進(jìn)行算法準(zhǔn)確性、穩(wěn)定性的測(cè)試。5種車型的

定位銷結(jié)構(gòu)分為2類形狀，經(jīng)過實(shí)測(cè)可知，本文提供的目標(biāo)特征識(shí)別算法可以準(zhǔn)確地完成特征輪廓的識(shí)別并計(jì)算出控制參數(shù)信息。圖2~3為2類不同結(jié)構(gòu)的定位銷的實(shí)測(cè)結(jié)果。

圖2 HXD1型定位銷識(shí)別效果Fig. 2 HXD1 type positioning pin recognition effect

圖3 HXD1B/C/D型定位銷識(shí)別效果Fig. 3 HXD1B/C/D type positioning pin recognition effect

3 控制系統(tǒng)硬件設(shè)計(jì)及精度分析

3.1 控制系統(tǒng)硬件方案

確定了視覺控制方案以及目標(biāo)特征圖像處理算法之后，接下來需要對(duì)視覺定位控制系統(tǒng)的攝像頭型號(hào)、處理器硬件平臺(tái)、輸入輸出接口電路以及電機(jī)驅(qū)動(dòng)電路等進(jìn)行選型和設(shè)計(jì)，從而將視覺控制方案完整地實(shí)現(xiàn)[11]。目前視覺伺服控制系統(tǒng)的硬件平臺(tái)主要分為基于PC平臺(tái)、DSP平臺(tái)以及特定用途的ASIC平臺(tái)[12]?？紤]工業(yè)現(xiàn)場(chǎng)的使用環(huán)境，PC平臺(tái)體積龐大且信號(hào)傳輸、控制距離較遠(yuǎn)，因而選擇體積小、處理能力強(qiáng)、運(yùn)行速度快的嵌入式DSP硬件平臺(tái)[13]。除此之外，車體稱重調(diào)載試驗(yàn)臺(tái)上，手動(dòng)調(diào)整二系簧對(duì)中定位銷的電機(jī)是開環(huán)控制的，視覺定位控制系統(tǒng)只能根據(jù)圖像的特征信息輸出控制信號(hào)，因而硬件方案是基于嵌入式DSP平臺(tái)的半閉環(huán)控制系統(tǒng)。

對(duì)于定位控制系統(tǒng)的硬件選型及系統(tǒng)搭建，前端的攝像頭選用了Sony 960H CCD Sensor并配套可變焦5~50 mm工業(yè)鏡頭以及5V照明二極管，確保采集的模擬信號(hào)圖像色彩還原度高以及目標(biāo)特征明亮[14]。嵌入式DSP硬件平臺(tái)選用TI系列TMS 320C6748浮點(diǎn)計(jì)算處理器[15]，匹配128M的DDR2緩存以及256M的FLASH存儲(chǔ)[16]，除此之外，應(yīng)用6748系列芯片的VPIF視頻總線接口選用TI系列TVP5147M1視頻解碼芯片對(duì)3路攝像頭圖像信號(hào)進(jìn)行傳輸，核心DSP硬件平臺(tái)確保了前端圖像信息在高性能處理器中進(jìn)行圖像處理以及目標(biāo)特征信息提取，控制后端輸出接口和電機(jī)驅(qū)動(dòng)電路。最后定義6748系列芯片的外設(shè)GPIO接口，選用光電隔離的三極管放大電路驅(qū)動(dòng)稱重調(diào)載試驗(yàn)臺(tái)的電機(jī)電路。定位控制系統(tǒng)會(huì)以液壓作動(dòng)器組上的3個(gè)液壓作動(dòng)器為1組，將3路攝像頭信號(hào)通過視頻解碼芯片接入DSP平臺(tái)，并將輸出接口接入電機(jī)驅(qū)動(dòng)電路中。圖4為控制系統(tǒng)硬件原理圖。

圖4 控制系統(tǒng)硬件原理圖Fig. 4 Control system hardware schematic

3.2 硬件方案的控制策略

硬件方案的基本控制策略為：安裝在3個(gè)二系簧內(nèi)部空間的攝像頭分時(shí)采集圖像，采集到的模擬圖像信號(hào)輸入TL5147視頻解碼模塊，并通過VPIF總線將圖像信息儲(chǔ)存到DDR2中，6748系列DSP芯片調(diào)用基于 OpenCV1.0的機(jī)器視覺庫的圖像處理和目標(biāo)特征識(shí)別算法，根據(jù)圖像中的特征信息生成控制信號(hào)，接通定義的GPIO輸出接口，驅(qū)動(dòng)電機(jī)按照高、低速度移動(dòng)至攝像頭光心與定位銷中心孔重合為止。

硬件方案的控制策略主要分為以下幾個(gè)步驟：

1) 程序的初始化，將3路攝像頭圖像坐標(biāo)系下的X和Y方向到位信息清零，完成攝像頭圖像坐標(biāo)系相對(duì)世界坐標(biāo)系的原點(diǎn)坐標(biāo)補(bǔ)償。

2) 通過TL5147視頻解碼芯片切換接入第1路視頻信號(hào)，調(diào)用 TMS320C6748芯片內(nèi)基于 Open CV2.4.9機(jī)器視覺庫移植的適應(yīng)DSP硬件的圖像處理算法。

3) 將圖像識(shí)別算法中識(shí)別定位銷幾何中心的像素坐標(biāo)在圖像坐標(biāo)系下相對(duì)攝像頭光心坐標(biāo)的X和Y方向偏差作為控制量。根據(jù)控制量的大小，設(shè)置粗調(diào)整和微調(diào)整兩級(jí)調(diào)速機(jī)制。由于稱重調(diào)簧試驗(yàn)臺(tái)上，圖像坐標(biāo)系 X軸方向的驅(qū)動(dòng)電機(jī)速度為1.55 mm/s，Y軸方向的驅(qū)動(dòng)電機(jī)速度為2.77 mm/s，因而定義不同的延時(shí)函數(shù)，保證X和Y方向上粗調(diào)整1次運(yùn)動(dòng)10 mm，微調(diào)整1次運(yùn)動(dòng)5 mm。

4) 當(dāng)圖像坐標(biāo)系下定位銷幾何中心的 X和 Y方向坐標(biāo)均達(dá)到精度范圍內(nèi)，切換第2路視頻信號(hào)進(jìn)行視覺定位控制。以此類推，先后完成3個(gè)二系簧的定位控制過程。

圖5 硬件方案控制策略流程圖Fig. 5 Hardware scheme control strategy flow chart

圖6 第1路視頻的輪廓識(shí)別圖Fig. 6 Video recognition of 1st video

3.3 定位控制系統(tǒng)精度分析

針對(duì)工業(yè)現(xiàn)場(chǎng)的使用環(huán)境，在車體稱重調(diào)簧試驗(yàn)臺(tái)針對(duì)HXD1D型機(jī)車進(jìn)行調(diào)簧試驗(yàn)前，測(cè)試了本文設(shè)計(jì)的基于機(jī)器視覺的定位控制系統(tǒng)性能，對(duì)系統(tǒng)的控制過程、圖像處理效果以及定位控制精度等進(jìn)行分析。圖6~8為3路攝像頭定位控制結(jié)束時(shí)Code Composer Studio實(shí)時(shí)監(jiān)控的定位銷特征圖。圖9為視覺定位控制系統(tǒng)現(xiàn)場(chǎng)使用場(chǎng)景圖。

圖7 第2路視頻的輪廓識(shí)別圖Fig. 7 Video recognition of 2nd video

圖8 第3路視頻的輪廓識(shí)別圖Fig. 8 Video recognition of 3rd video

圖9 視覺定位控制系統(tǒng)使用圖Fig. 9 Visual positioning control system in kind

對(duì)于控制系統(tǒng)定位精度的分析計(jì)算，可以將攝像頭坐標(biāo)系作為世界坐標(biāo)系建模推導(dǎo)圖像信息與實(shí)際物理長(zhǎng)度的對(duì)應(yīng)關(guān)系。由攝像頭標(biāo)定的內(nèi)參數(shù)和圖像坐標(biāo)系下的定位銷中心坐標(biāo)，結(jié)合攝像頭鏡頭焦距、物距，通過透視投影成像模型得出二者之間關(guān)系。以圖像坐標(biāo)系下定位銷像素坐標(biāo)(a0, b0)表示該點(diǎn)在世界坐標(biāo)系中坐標(biāo)(X0, Y0和 Z0)的關(guān)系模型如下：

其中：f為攝像頭鏡頭焦距；αx, αy,u0和v0為攝像頭標(biāo)定所得內(nèi)參數(shù)；Z0代表物距。從表 2中可知，HXD1D型機(jī)車Z0為745 mm，攝像頭鏡頭焦距為15 mm，應(yīng)用棋盤標(biāo)定法對(duì)攝像頭進(jìn)行內(nèi)參數(shù)標(biāo)定，可得透視變換矩陣為：

因此可知，式(1)中的參數(shù)均為已知量，根據(jù)控制系統(tǒng)完成定位后采集到的定位銷幾何中心的像素坐標(biāo)可以計(jì)算出世界坐標(biāo)系下的物理長(zhǎng)度，經(jīng)過計(jì)算可知定位控制系統(tǒng)達(dá)到系統(tǒng)功能設(shè)計(jì)要求，X和Y方向偏差均未超過±5 mm。與此同時(shí)，由于視覺定位控制系統(tǒng)完成1個(gè)液壓作動(dòng)器組上3個(gè)液壓作動(dòng)器的定位過程，因而，車體稱重調(diào)簧試驗(yàn)臺(tái)的4個(gè)液壓作動(dòng)器組可以同時(shí)工作，相比1名操作人員手動(dòng)操作，縮短對(duì)中定位過程時(shí)間近75%，大幅度提高了試驗(yàn)效率。表3為系統(tǒng)定位控制結(jié)束時(shí)，3組定位銷中心的像素坐標(biāo)與世界坐標(biāo)系的長(zhǎng)度值。

表3 定位控制精度的像素值與實(shí)際物理長(zhǎng)度Table 3 Positioning control accuracy of the pixel value and the actual physical length

4 結(jié)論

1) 視覺定位控制系統(tǒng)的視覺模型是基于圖像信息的手眼視覺伺服系統(tǒng)，經(jīng)過視場(chǎng)和試驗(yàn)臺(tái)結(jié)構(gòu)尺寸鏈計(jì)算，可以滿足 5種不同機(jī)車車型的使用需求。

2) 目標(biāo)特征識(shí)別算法根據(jù)攝像頭采集圖像的特征，針對(duì)性地選擇直方圖均衡化、平滑處理等預(yù)處理算法，而目標(biāo)特征輪廓的識(shí)別則選用參數(shù)自適應(yīng)的Canny算子邊緣檢測(cè)和改進(jìn)的 Hough變換策略，準(zhǔn)確地適應(yīng)不同光強(qiáng)下5種機(jī)車的兩類定位銷形狀特征。

3) 控制系統(tǒng)的硬件方案選用以 TMS320C6748芯片為核心，輔以視頻解碼芯片、Sony CCD攝像頭的嵌入式DSP處理平臺(tái)，實(shí)現(xiàn)從視頻圖像采集到驅(qū)動(dòng)電機(jī)的半閉環(huán)控制。經(jīng)過實(shí)測(cè)和理論模型計(jì)算，定位控制系統(tǒng)的控制精度均達(dá)到±5 mm以內(nèi)，相比手動(dòng)操作縮短試驗(yàn)時(shí)間近75%，滿足系統(tǒng)功能要求。

參考文獻(xiàn)：

[1] 高燕, 林建輝. 基于虛擬儀器技術(shù)的機(jī)車車輛智能型稱重調(diào)簧試驗(yàn)臺(tái)[J]. 實(shí)用測(cè)試技術(shù), 2002, 28(4): 25?27.GAO Yan, LIN Jianhui. Intelligent weighing and adjusting spring test-bed for locomotive and rolling stock based on virtual instrument technology[J]. Practical Testing Technology, 2002, 28(4): 25?27.

[2] GB/T 3317—2006, 電力機(jī)車通用技術(shù)條件[S].GB/T 3317—2006, General specification for electric locomotive[S].

[3] 潘迪夫, 韓錕, 曾亞波, 等. 車體稱重調(diào)簧試驗(yàn)裝置及其應(yīng)用[J]. 電力機(jī)車與城軌車輛, 2013, 26(5): 37?39.PAN Difu, HAN Kun, ZENG Yabo, et al. Locomotive secondary spring load test device and its application[J].Electronic Locomotives & Mass Transit Vehicles, 2013,26(5): 37?39.

[4] 高久淳, 林建輝, 陳越. 機(jī)車車體稱重試驗(yàn)臺(tái)開發(fā)與調(diào)簧模型優(yōu)化[J]. 鐵道機(jī)車與動(dòng)車, 2015, 491(1): 41?44.GAO Jiuchun, LIN Jianhui, CHEN Yue. Development of weighing test-bed for locomotive body and optimization of spring-adjusting model[J]. Railway Locomotives and Motor Vehicles, 2015, 491(1): 41?44.

[5] 胡彩鳳. 稱重調(diào)簧試驗(yàn)臺(tái)控制系統(tǒng)研究及調(diào)簧設(shè)計(jì)[D].成都: 西南交通大學(xué), 2009.HU Caifeng. Study on control system of the weighing adjusted spring test-bed and the spring adjustment algorithm design[D]. Chengdu: Southwest Jiaotong University, 2009.

[6] 程繼坤. 淺談機(jī)車車體稱重調(diào)簧試驗(yàn)裝置[J]. 衡器,2011, 40(9): 50?51.CHENG Jikun. Elementary discussion on locomotive body weighing-spring testing device[J]. Weighing Instrument, 2011, 40(9): 50?51.

[7] 楊振祥. 機(jī)車調(diào)簧研究與車體調(diào)簧試驗(yàn)臺(tái)設(shè)計(jì)[D]. 長(zhǎng)沙: 中南大學(xué), 2006.YANG Zhenxiang. Research on the adjustment of locomotive torsion spring and design of test rig for vehicle body[D]. Changsha: Central Southern University,2006.

[8] 唐潤(rùn)宏. 基于圖像的機(jī)器人視覺伺服控制研究[D]. 北京: 北京工業(yè)大學(xué), 2007.TANG Runhong. Research on robot visual servo control based on image[D]. Beijing: Beijing Industry University,2007.

[9] 劉誠(chéng). 拉絲漏板自動(dòng)焊接機(jī)器人顯微視覺伺服系統(tǒng)的研究與開發(fā)[D]. 南京: 南京航空航天大學(xué), 2008.LIU Cheng. Study and development of microscopic visual servo system of automatic arc-welding robot for wire-drawing bushing[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2008.

[10] 夏磊, 蔡超, 周成平, 等. 一種用Hough變換檢測(cè)圓的快速算法[J]. 計(jì)算機(jī)應(yīng)用研究, 2007, 24(10): 197?210.XIA Lei, CAI Chao, ZHOU Chengping, et al. New fast algorithm of Hough transform detection of circles[J].Application Research of Computers, 2007, 24(10): 197?210.

[11] LI Kaizhu, Dean Zhao, WEI Ji, et al. The design of pneumatic visual servo positioning system[J]. Applied Mechanics and Materials, 2015, 3885(752): 1000?1005.

[12] CHAO Yankai, YANG Yonghuan, XU Yulin. Visual servo system design based on embedded Linux[C]//Proceedings of the 24th Chinese Control and Design Conference, 2012, 61: 2757?2761.

[13] YANG Zhigang, AN Yi, SUN Yanbin, et al. Research on intelligent glue-coating robot based on visual servo[C]//Proceedings of 2010 4th International Conference on Intelligent Information Technology Application, 2010, 3:484?487.

[14] 韓洪克. 基于DSP的嵌入式機(jī)器視覺系統(tǒng)研究[D]. 哈爾濱: 哈爾濱工程大學(xué), 2009.HAN Hongke. Research on embedded machine vision system based on DSP[D]. Harbin: Harbin Institute of Technology, 2009.

[15] 唐立虎. 基于 PC+DSP的機(jī)器視覺檢測(cè)控制系統(tǒng)設(shè)計(jì)與應(yīng)用[D]. 廣州: 廣東工業(yè)大學(xué), 2016.TANG Lihu. Design and Application of machine vision inspecting control system based on PC+DSP[D].Guangzhou: Guangdong University of Technology, 2016.

[16] 楊文浩. 嵌入式機(jī)器視覺測(cè)控系統(tǒng)—視覺工具的研究與開發(fā)[D]. 蘇州: 江南大學(xué), 2009.YANG Wenhao. Embedded machine vision inspection and monitor system-research and development vision tool[D]. Suzhou: Jiangnan University, 2009.