羅金勇
德州艾荷過濾設備有限公司 山東德州 253500
過去,由于設備費用和圖像分辨率的限制,機器視覺技術并未在工業(yè)中得到廣泛應用。通過持續(xù)改進,該技術日趨成熟。近年來,隨著PC功能越來越強大,并且CCD系統(tǒng)的分辨率得到提高,機器視覺系統(tǒng)已在許多應用中得到廣泛應用。攝像機和光源的選擇放置是創(chuàng)建成功視覺系統(tǒng)的最重要步驟之一。因為獲得高質(zhì)量的圖像可以大大簡化視覺算法并提高其可靠性。
系統(tǒng)的動力部件主要由軸承、固定中心、皮帶和齒輪組成,并由直流電機驅(qū)動。固定中心的作用是在兩端支承凸輪軸?;疽曈X系統(tǒng)由CCD攝像機、圖像處理軟件、圖像處理算法、圖像處理板和計算機組成。采用背光技術,獲得零件外部輪廓清晰的圖像。背光產(chǎn)生即時的對比,因為它在明亮的背景下創(chuàng)建黑暗的輪廓。電機和CCD攝像機通過插入計算機PC主機總線的2張卡與計算機接口。其中一張卡是連接到直流電機的接口卡,用來控制凸輪軸的旋轉(zhuǎn)運動。另一種接口卡是幀采集卡,其中視覺系統(tǒng)的CCD攝像機連接到卡上可用的通道[1]。
眾所周知,在實際的工業(yè)機器人的工作過程當中,其面對的諸多工件其實都是幾何形狀,所以,工業(yè)機器人的分揀系統(tǒng)要求能夠適應幾何形狀的工件,這樣才能提升整體的工作效率。
為了提升智能工業(yè)機器人的工作效率,相關的工作人員可以為其提供一定的便利。在實際的工作過程當中,有可能會發(fā)生一定的機械臂碰撞現(xiàn)象,所以,相關的工作人員在工件放置工作當中,要盡量將其分散地進行放置,這樣能夠有效地減少機械臂碰撞的現(xiàn)象,在一定的程度上來說,分散放置能夠提升機械臂的使用壽命。
在這一研究過程當中,可以對攝像機平臺的工作進行一定的利用,也就是說,可以利用提取到的圖像序列來將分揀過程的實現(xiàn)完整地敘述出來,當然在這一過程中,要對提取到的圖像進行特征的分析[2]。
2.2.1 圖像預處理
進行圖像的預處理有利于分析整個分揀過程,雖然這一操作過程可能會干擾圖像的形成,但這一操作還是具有非常重要的作用的。
2.2.2 完成目標提取
在這一過程當中,Canny算子的應用是非常重要的,在對其進行一定的應用之后,得到的圖像變化就會形成諸多參數(shù)數(shù)值,這對于后續(xù)的研究工作是具有非常大的積極意義的。
2.2.3 單一目標的分析
在前文已經(jīng)進行了一定的提及,基于機器視覺的工業(yè)機器人分揀系統(tǒng)所面臨的工件大多都是幾何形狀,但是如果只將角點的檢測工作作為重要的依據(jù)的話,這項工作其實是十分不全面的,因為無法測出球體這樣一個幾何工件。為了應對這一問題,需要對Hough圓檢測進行充分的利用,這樣,在實際的工作當中,智能工業(yè)機器人分揀系統(tǒng)所面臨的幾何工件的抓取分揀工作的效率就會比較高,而且工作起來就是比較全面的了。所以,在分揀過程實現(xiàn)的過程當中,要重視對單一工件類型的分析。
2.2.4 依據(jù)不同的類型進行抓取工作
在進行實際的抓取工作之前,相關的工作人員要進行不同程度的試驗抓取工作,在這一工作過程中,需要針對不同的單一工件進行抓取工作,將其主要的特征進行了解和掌握,其中數(shù)據(jù)值包括中心以及長短軸等等。并且,在后續(xù)的工作過程當中,需要經(jīng)過CAN總線將特征信息發(fā)送至RC控制單元,這樣就能夠控制工業(yè)機器人進行后續(xù)的分揀抓取工作,這一項實現(xiàn)過程還是比較重要的。
傳送帶將待貼標產(chǎn)品送至視覺檢測工位;光電傳感器響應后,工業(yè)相機自動抓拍,以獲取目標物原始圖像;通過以太網(wǎng)將圖像傳至上位機,上位機圖像處理模塊對圖像進行處理,并得到相關控制指令;將控制指令作用于運動控制模塊,對末端執(zhí)行器進行操作;末端執(zhí)行器根據(jù)指示完成打印和貼標操作;此時,工業(yè)相機再次抓拍,以判斷實際貼標效果,如果出現(xiàn)“標簽不清”等情況,則剔除重新進行貼標,如果合格,則進行下一工序。
貼標系統(tǒng)硬件平臺主要包括:工業(yè)PC機、工業(yè)相機、打印貼標機構(gòu)、視覺檢測模塊、人機交互界面、光電傳感器、末端執(zhí)行器、電源、傳送帶等。工業(yè)PC機是控制核心,用于接收反饋信息、生成控制指令、實時結(jié)果顯示等;工業(yè)相機主要用于圖像信息采集,包括貼標位置圖像和貼標效果圖像;打印貼標機構(gòu)包括打印機和貼標機,其中打印機用于打印標簽,貼標機負責將標簽貼到指定位置;視覺檢測模塊用于判斷當前標簽是否滿足工藝要求;光電傳感器用于工位判斷,并控制工業(yè)相機進行抓拍;人機交互界面用于貼標工藝參數(shù)輸入、故障反饋、系統(tǒng)實時運行情況反饋等;末端執(zhí)行器用于剔除不合格產(chǎn)品[3]。
所述控制系統(tǒng)軟件基于MFC和OpenCV進行開發(fā),OpenCV是一種開源的計算機視覺庫,其包含較多的C函數(shù)以及一些CH類函數(shù);而且具有一些可用于圖像和視覺處理的通用算法,例如:3D重建、圖像分割、圖像識別、運動分析、特征檢測、特征跟蹤等,是一種比較流行的圖像處理數(shù)據(jù)庫。
通過上述分析可知:視覺檢測模塊直接決定貼標位置是否準確以及貼標效果是否理想,所以文中重點討論視覺檢測模塊,其主要包括三部分,即圖像預處理、邊緣檢測、模板匹配等。
圖像預處理。原始圖像經(jīng)過灰度化、圖像分割等操作變成二值圖像,然后利用形態(tài)學濾波去掉二值圖像內(nèi)部的噪聲。
邊緣檢測。對包裝盒進行邊緣檢測,得到其輪廓曲線,經(jīng)過計算獲取貼標面的偏轉(zhuǎn)角度、貼標中心點坐標等數(shù)據(jù),為貼標做準備。
模板匹配。貼標完成后,通過獲取已貼標簽圖像與模板進行匹配,判斷所貼標簽位置是否準確,標簽是否完整,有無折疊、褶皺等情況[4]。
機器視覺系統(tǒng)同人類視覺系統(tǒng)有著一定相同性,可以及時獲得信息,在多個環(huán)境中使用,并進行數(shù)據(jù)分析,隨著技術的日臻成熟,可以給人類社會帶來更大的貢獻。