RFID设备点胶高度补偿算法研究与实现

本资料包含pdf文件1个，下载需要1积分

点胶拈是RFID标签封装设备的主要组成部分。随着物联网技术的迅猛发展及广泛应用，对RFID标签封装设备的加工合格率和稳定性的要求越来越高。当前点胶拈的主要问题是点不出胶水或者胶滴大小不合适，造成这种现象的主要原因是点胶的针头每次下降到同-高度，而吸附板的高度因为机械加工误差和安装误差的存在，使得针头和吸附板之间的距离 (点胶高度)不-致，点胶高度过高或过低都将导致点胶失效 J。

针对 目前标签封装设备点胶拈的点胶高度不-致的问题，本文提出-种基于吸附板表面高度信息的自动补偿办法：首先测得吸附板上不同位置的高度信息并保存起来，在点胶过程中根据吸附板高度信息推算出点胶位置的高度，针头根据高度信息自动向上或向下进行补偿，使得点胶高度保存-致。此方法主要分为两部分：1)吸附板表面信息的获取；2)基于吸附板表面信息的自动补偿算法。

1 由粗到精的自适应表面测量方法RFID标签封装设备HEI-DI的点胶吸附板大小为300mmxl70mm，要得到吸附板的表面信息，可以采用网格化的测量方法：用测头测量行列间隔相同的点。这种测量方法的效果和选取的测量行列间距有很大的关系：间距过大，则表面信息过少，降低了后续补偿算法的精度；间距过小，则测量效率低下，冗余数据较多 。

测待 测 向图1 网格化的测量方法针对网格化测量的缺点，本文提出-种 由粗到精的自适应表面测量方法：首先粗测来估计整个表面的起伏变化情况，精测时根据曲率变化情况来自动调整测量间距，起伏变化较小的区域减少测量点，变化较大的区域增加测量点，这样即能提高测量效率，又能比较真实的反映待测面的几何信息。

收稿日期：2013-04-18基金项目：东莞市高等院衅研机构项目 (2012108101007)；粤港招标项目 (20100104-4)；广东省战略新兴产业发展专项资金 (201 1 168035)作者简介：熊志武 (1990-)，男，硕士研究生，研究方向为封装设备研发和视觉定位。

第35卷 第8期 2013-08(下) 1331务I 匐 似1.1基于激光扫描的表面粗测目前常用的表面测量方法主要分为两种：接触式和非接触式测量H∮触式测量的代表就是三坐标测量仪 (CMM)，其测量精度非常高但是效率比较低下；非接触式测量效率较高但精度不及接触式测量，其主要代表有投影光栅法、激光三角形法、全息法等 。

为了快速的获得大量的测量数据，本文采用了激光扫描的测量方法，采用了INFINITE scan三维激光扫描测量系统，它是迄今为止最便于使用和最精确的关节臂测量机，其激光扫描测头每秒钟采集的点云数据，相对于其他类型的激光扫描系统，最高可以超越25倍之多。

由于激光扫描得到的点云和后续精测得到的数据是在不同的坐标系下表示的，为了将它们对应起来，需在测量对象上设置4个对准点，通过对齐这4个基准点，就能实现三维测量数据的统- 。

在点胶吸附板上放置三个半球形的对准块，对准点就选取为点云数据 中的局部极值点，用INFINITE scan对吸附板进行扫描，将结果保存为igs文件以便后续处理。

1.2粗测数据简化为了精简点云并评估各区域 的表面起伏情况，本文采用-种矩形度评估的简化算法：将点云划分为-个个的矩形区域，以边缘的四个顶点构成-个矩形Ri，定义-种矩形度r来评估该区域内点云和矩形Ri的相似程度：假设矩形区域由mxn个点组成，设第 (i，j)个点坐标为 (xij，yij，zij)，则由边缘四个顶点组成的矩形经过双插值计算得到其在 (xij，yij)处的Z坐标值zsij，定义矩形度r：r： - ZsiJIil：lr埘 -1-f、rn-1-n r卅 ～1- n ， rn-1-n f ，。 - -(m- 1)(n-t) -计算得出每个矩形区域的矩形度r，r越接近于0，则该区域点云和由四个顶点构成的矩形越接近，反之r越大，说明该区域点云的起伏越大，后续精测该区域时需选取更小的测量间距。粗测的简化流程是：1)矩形区域划分，得到其四个顶点；2)计算得到各区域的矩形度r；3)重复上述过程直到所有矩形处理完毕；4)以X，Y轴为横纵坐标，划分测量区域网[34l 第35卷 第8期 2013-08(下)格，每个网格表示-个矩形区域，网格的灰度和矩形度r成正比，将这种图称作矩形度分布图。

为了评估矩形度度量方法的效果，使用matlab对 这 种 方 法 进行 仿 真 实验 ，选 取 三 维 曲面zsin(x/(x Y )//(x )( ∈[7.5，7.5，Y∈[-7.5，7.5)作为实验对象，用矩形度评估法对其进行实验，得到如下结果：其度形图3 粗测数据矩形度测量结果1.3基于齐次变换的点云配准粗测的数据经过矩形度的分析之后，为了指导后续的精测，需将粗测的数据和精测的数据进行配准，本文采用基于坐标变换的点云配准方法，建立粗测和精测数据之间的坐标变换关系。

齐次坐标就是将-个原本是n维的向量用-个nl维向量来表示，它提供了用矩阵运算把三维空间中的-个点集从-个坐标系变换到另-个坐标系的有效方法，三维齐次坐标变换矩阵的形式是：D rR i] I I Lp a4j根据变换功能来看， 可以分为4个子矩阵，R产生比列、旋转等变换，p产生平移变换，i产生投影变换，口4产生整体比例变换，利用 。对域 形 矩区 矩 其 l 匐 似进行坐标变换时它是-个右乘矩阵 ，比如粗测数据中配准点坐标 ，J，z)，在精测数据中同-个配准点的坐标是 ， ，z )，则有：( ，Y，Z，1)( ，Y ，z ，1)a13 a14a23 a24a33 a34a43 口44由于只涉及到点云的平移和旋转，不包含投影和缩放，因此I(0，0，0) ，a4 1；只需要两块点云中有不在-条直线上的四个公共点就可以计算出相应的变换矩阵 。由于配准点处表面起伏较大，因此配准点会出现在矩形度较大的区域，可以通过寻找矩形度较大的区域附近的Z坐标极值点得到配准点。

具体的变换矩阵求解步骤如下：1)精测得到四个配准点的坐标。

2)提取粗测数据点云中的四个配准点：需找矩形度最大的区域并在该区域附近需找Z坐标极值点。

1.4基于粗测数据的自适应精测精测采用基恩士的GT-71A接触式传感器，其重复精度可达3 u m，RFID设备的点胶拈由X，Y，zZ个轴组成，针头固定在Z轴上，因此精测时将测头也固定在Z轴上 。精测还是按照网格化的测量思想进行：将测量区域划分为长宽相同的矩形，依次对每个矩形区域进行测量，根据粗测的分析结果自适应的调整测量间距，起伏较大的区域测量间距较小，测量点排布较密集，反之起伏较小的区域测量点较稀疏 。

精测时，依次对每个矩形区域进行测量，首先 是矩形的 四个 顶点 ， ，C，D，得到 四个 顶点坐标后依照变换矩阵 ～其变换到粗测的坐标系中，变换后得到A ，B ，C ，D ，将 ，B ，c ，D 投影到粗测得到的矩形度分布图上，如图4所示。

图4 精测和粗测的坐标转换变换之后得到的四边形 ～B C'D 与矩形度分布图中的xy轴可能不平行，A～B C'D 中-般会包含多个做矩形度分析时划分的矩形，为了评估A～B C'D包含区域 的矩形度，定义等效矩形度 ， 是A～B C'D 内所包含各区域矩形度的最大值，如图X所示，首先作-个边与xy轴平行并且和 ～B C'D 相接的矩形EFGH，统计EFGH内矩形区域的顶点个数并形成点集S)，依次判断S中的每个点是否在 C，D 内，若点在A～BC'D 内则获得此顶点四周四个矩形区域的矩形度并放入-个矩形度数组中，待全部判断完成后在矩形度数组中寻找最大值， 将 定义为矩形A～BC'D 的等效矩形度r 。假设精测的初始步长h，可以根据等效矩形度来确定 自适应步长 h ：若0 0.02，h h；若0.02

- L ，r- r3r I， r5 r6 E ，L r8 r9 r10r1 2 13 r15； 1 7r-图5 等效矩形度精测完成后，将测量数据保存到文本文件中，测量的流程图如图6所示。

图6 精测流程图第35卷 第8期 2013-08(下) 1351 I 匐 出1.5基于吸附板表面信息的自动点胶高度补偿吸附板的表面测量完成后，将测量数据保存到文本文件中。在进行自动点胶前，都会手动学习-个点胶高度：将针头移动到点A并手动下降到距离吸附板某个特定的距离，记录下此时点胶Z轴的位置h和针头的位置。自动点胶时，针头运动到点B的上方，点A和点B之间的高度差为/kh，因此针头下降到位置h后还要继续运动Ah才能保证点胶高度的- 致性。/kh可以根据精测的数据计算得到。

△h0A B Oo OO 0o 0图7 自适应步长的精测Ah是点A和点B的高度差，点A和B的高度可以分别根据其四周的四个测量点进行插值得到。

自动点胶高度补偿的步骤如下：1)将针头运动到吸附板上任意位置，下降针头到合适的高度，记录下此时针头的位置A以及高度，根据针头的位置计算出吸附板上位置A的高度 。

2)自动点胶时，根据焊盘的位置B计算得到吸附板上位置B的高度h ，则补偿值Ah：h -h 。

3)将补偿值 传递给控制系统，控制系统控制针头下降完成点胶高度补偿。

2 实验验证与性能分析为验证RFID设备点胶高度补偿算法的效果，在粗测和精测完成后进行实际点胶实验。对照组分为两类：1)无高度补偿；2)有高度补偿且测量步距固定的；对照组 (1)可以看做测量步距是无穷大 (oo)，对照组 (2)根据选取的步距可以细分为多个组，本文将选取-组适中的步距和-组较小的步距做对比，所有的实验是在IntelCore2四核处理器的PC上运行的，其CPU主频为2.5GHz，内存为2G。

从原理上讲，本文提出的由粗到精及自适应的测量方法能自动调整测量步距，在不影响测量精度的条件下减少测点数量，在效率和精度方面都能达到较好的效果。

2.1实际点胶实验实际点胶实验中，对照组按测量步距S划分为36 第35卷 第8期 2013-08(下)三组：So。、S5mm、S2mm。实验中，点胶完成后，移动CCD相机到胶滴上方采图，随后进行二值化处理并计算得到胶滴的像素面积，根据胶滴的像素面积衡量胶滴的大校图8 胶滴原图像和二值化后的图像实验选用德国Basler CCD 黑白千兆网相机ACA1300-30gm/gc，镜头HF16HA-lB，每组进行200次点胶，将每次点胶的胶滴像素面积保存起来，对每组实验数据进行统计分析，实验结果如表1所示。

表1 测试结果的统计分析结果胶滴像素面 胶滴像素面 胶滴像素面 胶滴像素 胶滴像素 测量步距积平均值 积最大值 积最小值 咖秘力茬 面积均方差S自适应 2494，O2 2575 2413 2281.356 47.76355S2mm 241O.97 2547 1908 12803.28 1 13.1516S5mm 2321.125 2570 1846 23872.87 154.5085Soo 2029.36 2514 0 174828 418.1244各组测量的胶滴像素面积测量结果与概率分布图如图9所示。

∞ ∞ (a)s-时胶滴大小测量结：嚣j A ～ . -皿呻 l .. -II-.果与概率分布Itl线(b)s5mm时胶滴大小测量结果与概率分布曲线(c)s2mm时胶滴大小测量结果与概率分布曲线0 00 oB 溜鹤0 0 0 oO O 0 O务l 匐 似(d)S白适应 (本文算法)时胶滴大小测量结果与概率分布曲线图9 测量结果分析图2.3性能分析从表1的数据和图中可以看出，采用本文的方法进行测量和补偿时，胶滴像素面积的最大值和最小值相差最小，其方差和均方差也远小于其他三个对照组，这说明胶滴的大轩本没有变化，-致性非常好；测量间距S2mm时，约90%的胶滴其像素面积落在[2400，2600]的区间内，另#b10%的胶滴其大小不合格；S5mm时，胶滴的大小-致性进-步变差；Soo时，点胶的效果最差，出现了未点胶的情况，只有约50%的胶滴满足应用需求。

Soo时，不需要对吸附板进行测量，也不需要进行高度补偿，但是点胶效果很差，不具有实际意义；测量间距S5mm时，测点比较稀疏，测量耗时较少，但是胶滴大小比较分散；测量间距S2mm时，测点十分密集，测量耗时很长，胶滴的-致性比较好，但是仍有少数胶滴不合格，说明尽管测量间距较小，还是有起伏较大的区域没有测量到；采用本文的方法进行测量，精测的测点个数适中，粗测采用激光扫描，测量速度快，粗测后的点云处理耗时也不长，综合来说采用本文的方法测量时间在间距S5mm和间距S2mm的测量时间之间，采用本文方法时点胶效果最好，所有的胶滴其像素面积都落在[2400，2600]，胶滴的合格率为100%。

实验表明，本文提出的测量方法相对于固定间距的网格测量方法，在测量效率、测量效果上达到综合最优，智能性和适应性上都有了较大的提高。该算法已成功应用在RFID设备中，取得了较好的应用效果。

3 结论本文研究了射频识别 (RFID)标签封装设备中点胶拈，根据胶滴大小-致性的要求提出了- 种由粗到精的自适应测量与补偿方法。大量的实验结果显示，本文提出的方法能在保证测量效果的情况下有效控制测点个数，使用本文的测量和补偿方法，点胶的胶滴大邢格率达到100%，目前市场对RFID标签封装设备的合格率要求达到99.5% ，本文的方法已成功应用在RFID芯片封装设备HEI-DII中，保证了点胶拈的合格率，稳定性和效率均能满足要求，具有很好的应用前景。