康健 Xu¹² 、英 Xu² 、鄭兵 Zhu¹ °、卓興 Hu¹4 、帥 Hu¹ °、紫齋 Li³

永康質(zhì)量與技術(shù)監(jiān)測研究所（國家五金及門類產(chǎn)品質(zhì)量檢驗中心）

（浙江省）永康市，郵編：321300，中國

輕工業(yè)委員會認(rèn)證中心有限公司，北京，100028，中國

深圳市德邁盛測量與控制設(shè)備有限公司，深圳市，518108，中國

710052091@qq.com,huyunan123@126.com,524852813@qq.com,452308770@qq.com,huyunan123@qq.com, 1075639641@qq.com

摘要——我國電動工具的目視檢測存在檢測設(shè)備落后、可靠性較低的特點。本文介紹了一種基于圖像識別技術(shù)的電動工具目視檢測系統(tǒng)。該系統(tǒng)利用機器視覺傳感器采集被測物體的圖像，原始數(shù)據(jù)被傳輸至由機器視覺圖像算法和深度學(xué)習(xí)相關(guān)圖像技術(shù)構(gòu)成的圖像識別與檢測模塊；同時，通過圖像采集技術(shù)對視覺檢測流程進行建模分析，并重點闡述了電動工具檢測控制系統(tǒng)的硬件與軟件架構(gòu)，包括電機驅(qū)動、圖像采集及相關(guān)應(yīng)用方案均得到深入研究與分析。

關(guān)鍵詞——圖像識別、視覺檢測、電動工具

一. 引言

隨著生活水平的不斷提高，人們對電動工具的質(zhì)量與安全性提出了更高要求。國家也制定了嚴(yán)格的安全檢測標(biāo)準(zhǔn)，例如GB 3883.1系列標(biāo)準(zhǔn)。傳統(tǒng)的電動工具檢測主要依賴人工判別或借用簡易設(shè)備進行抽樣檢測，存在檢測勞動強度大、速度慢以及存在人為檢測誤差等問題，尤其在規(guī)格標(biāo)識和球痕檢測方面更為明顯。為解決上述問題，本文采用基于深度學(xué)習(xí)的圖像識別技術(shù)。

采用學(xué)習(xí)算法替代傳統(tǒng)的手動測量方法²¹?；趫D像識別技術(shù)的電動工具視覺檢測系統(tǒng)需實現(xiàn)自動圖像采集、數(shù)據(jù)分析與比對功能。在電動工具及其他工業(yè)產(chǎn)品的檢測過程中，該檢測系統(tǒng)能夠彌補傳統(tǒng)人工檢測存在的缺陷，顯著提升檢測速度與精度。

二. 測試系統(tǒng)架構(gòu)設(shè)計

基于圖像識別技術(shù)的電動工具視覺檢測系統(tǒng)由四個模塊組成：識別模塊、分析模塊、比對模塊和提示模塊。識別模塊用于拍攝PowerToo產(chǎn)品說明書及標(biāo)識等視覺圖像，并獲取可分析的圖像數(shù)據(jù)；分析模塊負(fù)責(zé)對識別后的圖像進行分析提取，獲取銘牌信息、說明書文本等內(nèi)容；比對模塊則從數(shù)據(jù)庫（主要為標(biāo)準(zhǔn)術(shù)語）以及數(shù)據(jù)比對結(jié)果中的銘牌、手冊等文本資料中提取對應(yīng)信息；提示模塊用于向相關(guān)方發(fā)送提醒信號、生成質(zhì)量分析曲線，并通知需求方（制造商、檢測機構(gòu)、監(jiān)管部門等）。該電動工具視覺檢測系統(tǒng)的圖像識別技術(shù)整體架構(gòu)如圖1所示。

三、各模塊 INTHE 檢測系統(tǒng)功能分析

A. 硬件

該檢測系統(tǒng)由環(huán)形光源、500萬像素網(wǎng)格平面陣列相機、遠(yuǎn)心透鏡與FA透鏡、圖像采集卡、測試臺平臺等部件組成。

B. 軟件

為提升電動工具的檢測速度與精度，并使檢測系統(tǒng)的應(yīng)用更具靈活性，包含數(shù)據(jù)分析功能的機器視覺檢測系統(tǒng)需實現(xiàn)以下功能：物體外觀識別——視覺傳感器將光信號轉(zhuǎn)換為電信號，并通過增強處理實現(xiàn)對物體形狀特征的識別。具體而言：

1）工業(yè)相機中的CMOS傳感器對被測物體進行拍攝，將光學(xué)信號轉(zhuǎn)換為電信號并傳輸至計算機；

2）在計算機與圖像信息連接后，原始圖像信息被傳輸至圖像識別系統(tǒng)；

3）采用先進的圖像增強、圖像濾波、形態(tài)學(xué)處理、圖像二值化等機器視覺算法對圖像進行預(yù)處理；

4)在獲取增強后的圖像信息后，采用圖像輪廓提取算法收集邊緣信息，并建立幾何數(shù)學(xué)模型；

5)將相應(yīng)的字符相關(guān)標(biāo)簽圖像傳輸至深度學(xué)習(xí)字符分割模塊及OCR識別技術(shù)，實現(xiàn)中文和英文字符的實時提取；

6)之后可獲取字符識別信息，并與標(biāo)準(zhǔn)字符數(shù)據(jù)庫信息進行比對，從而完成整個系統(tǒng)的檢測任務(wù)。

四、檢測系統(tǒng)中 EACHMODULE 的功能分析

球壓測試是GB/T 3883.1-2014[6]標(biāo)準(zhǔn)中規(guī)定的耐熱性能檢測項目之一。試樣需在特定溫度下壓制2小時，隨后測量圓形壓痕的直徑。通用測量設(shè)備應(yīng)為光學(xué)放大倍數(shù)不低于10倍的光學(xué)測量裝置，并配合分辨率不超過0.1 mm? 的校準(zhǔn)刻度尺或十字線測量臺使用。此過程要求檢驗人員判斷壓痕邊緣位置，難免存在人為因素對壓痕直徑造成影響。采用圖像識別技術(shù)可最大限度降低人為干擾，并實現(xiàn)快速檢測。

I）精度對比測試

分別使用同一材料制備了三個樣品，并在75℃、80℃和85℃條件下進行測試。測試完成后，采用圖像測量儀 VMS -1510G及目視檢測系統(tǒng)測定壓痕深度。由三位檢驗人員使用該儀器各測量五次，得出三個壓痕直徑的平均值，結(jié)果見表I。工業(yè)相機拍攝的照片如圖2所示。

圖 2：2.75℃、80℃、85℃ 下的壓痕圖像

TABLEIBALLPRESSURE 測試結(jié)果 

根據(jù)表I中的數(shù)據(jù)，在75°C、80°C和85°C條件下，目視檢查與傳統(tǒng)光學(xué)儀器檢測之間的誤差率均低于1%。從工作效率和準(zhǔn)確性而言，目視檢查方法可替代傳統(tǒng)光學(xué)儀器檢測。

2)標(biāo)準(zhǔn)樣品測試

對比試驗采用2個標(biāo)準(zhǔn)樣本進行。

標(biāo)準(zhǔn)值為1.09毫米。標(biāo)準(zhǔn)樣品2號在85°C條件下測試，其標(biāo)準(zhǔn)值為1.50毫米。

根據(jù)公式Z=(x-X)/ σ 計算得出：其中x為測試值，x?為標(biāo)準(zhǔn)值，σ為能力評估的標(biāo)準(zhǔn)差；當(dāng)|z|≤2時即滿足判定條件。測試結(jié)果見表II。圖3為編號1校準(zhǔn)樣本的圖像，圖4為編號2校準(zhǔn)樣本的圖像。

通過上述兩種測試方法可以看出，視覺檢測系統(tǒng)優(yōu)于人工光學(xué)測量。

表 II 校準(zhǔn)樣品的結(jié)果

3) 分析

球壓測試是實驗室能力驗證中的一項常規(guī)檢測項目，對設(shè)備配置、操作人員經(jīng)驗及測量方法均提出較高要求。通過上述兩項測試可以得出結(jié)論：采用目視檢測系統(tǒng)測量球壓痕直徑比傳統(tǒng)光學(xué)測量設(shè)備更為便捷快速，但其測量精度仍有待提升，主要體現(xiàn)在圖像對比度不足、過渡區(qū)域過多以及工業(yè)相機像素分辨率不夠等問題，后續(xù)優(yōu)化工作仍需進一步加強。

根據(jù)GB/T 3883.1-2014標(biāo)準(zhǔn)，電動工具產(chǎn)品的標(biāo)志與說明應(yīng)包含產(chǎn)品參數(shù)、警示語、制造商信息及其他相關(guān)信息。其中僅警示語一項就超過20種。目前此類檢測主要依賴人工目視檢查，效率低下且易出錯。以電錘為例，共發(fā)現(xiàn)產(chǎn)品標(biāo)識存在13種不同類型的錯誤。

圖6展示了相關(guān)標(biāo)識的實際照片，圖7則呈現(xiàn)了檢測結(jié)果。通過視覺檢測系統(tǒng)，所有錯誤均被準(zhǔn)確識別：識別準(zhǔn)確率達到100%，缺陷檢測準(zhǔn)確率同樣達到100%，檢測耗時不足1秒。以電動工具質(zhì)量監(jiān)督的抽查為例，完成40批次標(biāo)識與說明書檢測項目僅需1分鐘，并實現(xiàn)了雙盲測試。鑒于電動工具種類繁多且同類產(chǎn)品的參數(shù)存在差異，后續(xù)工作中需增加檢測樣本數(shù)量以進一步優(yōu)化測試樣本類型。

圖 6 標(biāo)志部分示意圖

圖7 標(biāo)志部分的測試示意圖

五、結(jié)論

本文設(shè)計了一種快速、精確的電動工具視覺檢測系統(tǒng)，并將其應(yīng)用于球壓測試。該系統(tǒng)的精度已通過實驗驗證?；陔妱庸ぞ弋a(chǎn)品質(zhì)量監(jiān)督與抽樣檢驗的實際需求，我們開發(fā)了基于圖像識別技術(shù)的視覺檢測系統(tǒng)。測得球壓痕直徑的平均偏差為0.43%，與校準(zhǔn)值相比Z值小于1，檢測準(zhǔn)確率達到100%。后續(xù)工作將進一步擴展檢測類別并豐富相關(guān)檢測項目，以滿足電動工具行業(yè)的需求。

ACKNOWLEDGMENT

本文由財務(wù)助理撰寫，題為《基于圖像識別技術(shù)的電動工具視覺檢測與大數(shù)據(jù)分析研究（QN2023448）》。

參考文獻

[1]XIONG     R,PAN     Y,  SHEN  W,等. 鋰離子電池老化機制及汽車應(yīng)用中的診斷方法:最新進展與展望[J]. 可再生能源與可持續(xù)能源評論,2020,131:110048.

[2]ZHANG    C,JIANG    Y,JIANG    J,等. 串聯(lián)鋰離子電池組一致性演變及平衡診斷研究[J]. 應(yīng)用能源,2017,207(12月1日):510-519.

[3]ZHANGYJ,LIUYJ,WANGJ,等.通過結(jié)合模型驅(qū)動的增量容量分析與支持向量回歸,對鋰離子電池進行健康狀態(tài)評估[J].《能源》,2021,239:121986.

[4]Mawonou K,Eddahech A,Dumur D,等.結(jié)合隨機森林方法的健康狀態(tài)評估器用于鋰離子電池老化因子排序[J].《電源期刊》,2020,484(2):229154.

[5]GONG C、 WANGXZ 、HE Y R. 基于經(jīng)驗?zāi)Ｊ椒纸馀c長記憶/短記憶神經(jīng)網(wǎng)絡(luò)的鋰離子電池剩余使用壽命及健康狀態(tài)預(yù)測[J].《能源》，2021,232。

任Y、蘇L、孫W、林B、王Z：新能源汽車直流電阻在線估算[J].《電源》555(2023).

[7] 韓志、沈曉、孫陽、趙爽、范斌、潘超，基于電動汽車實際數(shù)據(jù)及用戶行為的健康狀態(tài)評估[J]. 能源存儲(2021)41.