二維自動化光學檢測及應用_吳先晃_自動化光學檢測的應用實例_編碼器誤差量測與校正

. DeltaMOOCx
50粉絲
2023年12月2日
DeltaMOOCx 台達磨課師是大學及高中/高工的免費公益磨課師(MOOCs)平臺。練習題、討論、教師輔導及更多數位課程資源,請至https://univ.deltamoocx.net 註冊。本影片採用「創用CC-姓名標示-非商業性-禁止改作4.0」臺灣授權條款,相關授權作業依「創用CC-姓名標示-非商業性-禁止改作4.0」規範辦理。
同學大家好,我們現在進入第四種應用,就是怎麼樣做量測跟檢測的第四種應用。
那這邊開始我們要講另外一個不一樣的領域,這個領域叫做編碼器。
那編碼器是用在一般自動化的裡面,所以我們就接下來我們靜下心來看看,
這個東西我們到底要怎麼來做量測跟校正呢?
好,這個單元裡面我們把它簡單分成三個部分,第一個我們講解一下什麼叫做編碼器。
那接著呢,用人工到底怎麼校正的,然後我們要怎麼樣用AI來做自動校正。
那當然我們重點是放在第三個部分,AI自動校正的部分。
那什麼叫編碼器?在許多自動化的控制領域裡面,你必須要去量測每一個地方它的位置跟角度。
比如說這個馬達轉到幾度,或者你的機械手臂現在的位置在哪裡。
所以像這種機械手臂或者二軸三軸的這種XY平臺,都用到伺服馬達。
然後你必須要靠這個編碼器,你才知道你這個馬達現在轉到哪一個位置,你要把它記下來,所以它用途非常的廣。
那光學編碼器最常用的是線性跟角度的,那我們今天走到這種角度,就是在旋轉的這種編碼器上面。
那編碼器一般我們比較常接觸到的是所謂光柵型的,那它有些可以直接讀二進制,然後看它的位置,你可以看到右邊這個圖,
它就是有一些黑白黑白的,然後經過光的讀取頭,你就可以知道,用那個編碼你就知道它的位置,這個好處就是沒有累積誤差。
然後你斷電以後再通電,你還是可以得到正確的角度,這叫做絕對型的編碼器。
那你的解析度越高,就是你要位置判斷越細的話,那你的光柵軌道就會越多,當然價格就會越貴。
那光柵型編碼器,如果你的同心度不足,就會造成兩側的角度會有誤差,那什麼叫做同心度不足呢?
也就是說,你到最後要把整個編碼器裝在一起的時候,你要必須要把這個左邊這個光柵,
跟右邊這個旋轉這個光柵的軸心,要把它結合在一起,然後再讓它去做旋轉。
那你在旋轉的時候,上面那些光柵,經過你的讀取頭,你在讀,你就知道你移動的角度是多少。
所以這個在轉的過程,你就可以把它讀出來。那目前效證的方法是怎麼樣呢?
就是你在這個光軸,這個軸心上面先點上膠,那個膠不會馬上乾掉。
然後接著你把這個光柵套到這個軸心上面去,然後一面膠,膠到差不多好快好的時候,好了以後再放上時間內,
它膠就乾掉,就凝固,就把它固定住了。所以那個膠是在你調整的時候就要放進去了。
那這個人工調校有一個很大的問題,就是它很費時。我看過一個以色列的影片,他們大概調五到六分鐘,甚至要到九分鐘,慢慢調,慢慢調。
然後調好,品質又不太穩定,而且同心度有時候也不太夠。也就是說,我現在把這兩個要套在一起,組裝完成。
那組裝完成以後,你如果看那個光柵的圓盤,它的邊邊是長像這個樣子的。那如果你套起來很完整的話,你在旋轉的時候,
這個光柵幾乎看起來,它是不會左右偏白的。什麼叫左右偏白,我們等一下會有一個示範影片你就知道了。
那現在你只要知道說,它在轉的時候,那個光柵除了旋轉以外,它是不會左右移動的。可是當你沒有同心的時候,它就會開始左右偏白了。
好,那你偏白當然是一定會的,因為你不可能到完美。所以我們規定偏白不能超過兩個micrometer。
也就是說,我現在這個粗線的,很粗的那個黑線的那個圈圈,這個圓盤套在軸心紅色的位置,它不能像右邊這樣子,
那麼完全match的話,那你有點偏移沒有關係,可是我在轉的時候,你那個邊邊不能偏移太多,你只能在正負兩個micrometer之類。
所以用人來調,這個難度是非常高的。也就是說,我把這個光柵套上去光軸,我旋轉一圈,我左右偏白不能超過正負兩個micrometer。
這精確度非常高,所以非常難做,以人工的方式。那我們設計這個系統,就是我的光柵偏白要小於兩個micrometer,人工大概只能要求到四個micrometer。
那光柵調校時間,必須要低於兩分鐘,也就是說,一顆調好,我必須要低於兩分鐘。那我們就以這個當作我們的設計理念,設計的規格開始來做設計。
好,系統硬體的架構,我們叫做偏心校正系統,它還有一個取向模組,大家可以看到上面那個藍色部分是相機,下面長長的那個是一個鏡頭,是一個
是一個那個,那個telecentric,就是遠心鏡頭,它看的範圍也是很小,foe不會很大。
那經過電腦的處理,處理完以後,你可以算出來它偏離的角度是多少。所以我接著有一個旋轉機構,一面轉它,我就一面來怎麼樣?
來補正它,來調它,那這個系統等一下我們再示範影片,你就知道它怎麼操作的了。
好,那拍照的過程,我們開始用AOI自動來校正了,那大家知道它的原理以後,我們就來看看怎麼樣調校。
我在轉的時候,我要去拍它,那我會拍它,拍到以後我會找這個點,就是紅色那個十字,X的那個點。
好,它在旋轉的時候,我們剛剛講過,假設你沒有對準軸心,它是會左右偏白的,那我們擺到一個地方叫做Xminimum,然後擺到另外一個地方叫做Xminimum,
Xmaximum,它會左右這樣偏白,那我們找出它最大點跟最小點,才知道它偏白的幅度,你才能知道它偏白了多少,去校正它。
那接著你要知道最大的誤差發生在哪一個角度,你要順著那個角度去修正它,這樣就可以達到我們的目的了。好,所以我們來看看在量測的過程,第一個你要先影像擷取,
所以我們拍,這是我們的FOV,大概拍攝的範圍是1.073mm乘以0.805mm,這個解析度很高,2592乘以1944的相機。
那實際上我們量測有可能不用這麼大,我們取中間一塊出來就好了,因為我們只是要知道,那剛剛那個紅色的X到底偏移左右亮多少,所以我們不用上下不用看,我們看中間那個部分就好了。
所以我把中間的部分只剩下0.207mm,就是說只有500個pixel,這樣範圍縮小比較好處理。好,接著取這塊影像
一大片進來以後,我們把中間這塊挖出來,接著做一個二值化,二值化以後,我們再做一個邊緣的檢測,這都是我們在影像處理裡面教過的,非常簡單的,然後最後我們找出這個邊緣的座標,然後標示那個邊緣的座標就像這樣子,標示最左邊那個現在變成藍色的X那個點,就是我們要的點,然後這樣就在這個角度上面,我們就大功告成了。
你看,encoder也可以用在這個上面,好,那這樣我們把這個120個點記錄下來以後,我們就可以找出它最大跟最小值的位置,
從這個最大最小值,它的值還有它的位置,我們可以算出來它的偏心值是多少,也可以知道哪邊要做補正,
所以誤差就是最大那一點減掉最小那一點除以二,然後這是最大那一點,所以我們待會就要在這個位置上面,
當然你要先記錄它發生在哪裡,我們要從這個位置去推它,把它推到另外一邊,把它的誤差給降低,那這是兩顆不一樣的,
它的誤差也不太一樣,那發生最大的位置也不太一樣,所以每一個進來,我們有這個區限以後,我們就知道發生誤差最大在哪裡,
它的量是多少,我們就可以在正確的位置,把它補正正確的量了,好,那這個是不一樣的兩顆,那經過我們的調教以後,
這一顆可以從原來偏心值217μm降到0.6,這個是ok的,那另外這一顆是從228.9μm的偏移量,變到剩下1.449,
所以這個都是在合乎2μm之類的,而且都在兩分鐘之內,我們就可以把它調教出來的,好,講到這邊,我們的理論也差不多了,
我們接下來看看,搭配我們的機構,我們如何把這個系統給做出來,所以待會我們一邊播影片,我在一邊解釋各個機構的成分,
誒,這一個旋轉平臺跟編碼器放在上面,然後右邊是一個補正,要去推它的,那這個先看一下它的動作,大概就是推它,好,
我們開始就把這個盤光柵放上去,焦點點好了,你可以注意看,剛放上去的時候,它左右偏擺是非常嚴重的,
那調教開始,我們先進行出調,出調非常容易,你可以看到那個修正板,推它一下,推它一下,就大概可以把它整個推到這個範圍裡面來了,
好,我們現在旋轉一圈,大家可以注意到,它左右在偏擺,表示我有跳了一下,因為時間的關係,所以它偏擺其實蠻大的,
繞一圈了,好,繞一圈,然後我們看出它最大跟最小的地方,我們開始要做修正了,所以大家注意看這個地方,滑鼠這個地方,
它在推了,我現在已經在推它,那一邊推,我要一邊去拍照,看它的誤差量現在是多少,剛突然跳是因為我把它縮短跳到,
它已經修正好了,修正好了以後我再繞一圈,大家可以看到,它的偏擺已經大幅降低,我一邊看它,我現在繞的目的是要再把它的誤差算一遍,
說好以後的誤差已經降到1.4,這邊那個字有點小,不過它已經變成1.4了,那都調校完成,因為它已經降到兩個micrometer,我們一算,
小於兩個micrometer,我們就停止下來,那時間也沒有超過兩分鐘,所以這是合格的,那有時候它叫了兩次,假設這一次不成功,我們會重複再叫個一兩次,
那如果它都沒有辦法在三次之內完成,我們就放棄,通常這個時候表示你的那個碼盤的光閘上面是有問題的,各位同學,我們在這邊用一個很簡單編碼器的校正例子,
來再一次的看看我們的影像處理系統,藉由光學,軟體藉由光學,結合我們的一些機構,其實我們可以做一些很複雜,對人來講很無聊,然後要花很長時間的事情,
這個東西完成以後,你想想看,我們可以把它複製成好幾十套,甚至上百套,可以同時檢測好幾十個或幾百個,它的效率非常的高,那我們也考慮說,如果一臺電腦可以同時接好幾臺相機的話,
有可能一部電腦就可以同時校正十個,也不一定,那這個我們交給廠商以後,我們也沒有繼續再做進一步的探討,不過我想廠商組這邊應該得到很大的幫忙,
這也就是我們執行這個計劃達到最大的目標了,好,這個產學的成果介紹就到這邊,那很謝謝大家的聆聽,謝謝各位。
