基于機器視覺的工業(yè)機器人分揀技術(shù)實踐

陳帥華

(重慶城市職業(yè)學(xué)院信息與智能工程系 重慶 402160)

目前，國外對機器人本體的研究已經(jīng)相當(dāng)成熟，具有運動速度快和控制精度高的特點?，F(xiàn)在機器人的外圍設(shè)備是研究的熱點，將視覺傳感器或觸覺傳感器和機器人本體相結(jié)合，配備以功能強大的應(yīng)用軟件程序，可實現(xiàn)機器人的智能化控制。對于分揀機器人來說，現(xiàn)有的配套視覺軟件可以引導(dǎo)機器人進(jìn)行準(zhǔn)確快速的分揀作業(yè)，但是關(guān)于應(yīng)用軟件涉及到的核心技術(shù)屬于商業(yè)機密，仍然處于嚴(yán)格保密狀態(tài)。

國內(nèi)很多學(xué)者針對分揀作業(yè)中的具體問題進(jìn)行深入研究。例如，針對分揀工作環(huán)境惡劣的情況下，如何避免粉塵對攝像機的干擾；針對分揀中圖像準(zhǔn)確識別問題進(jìn)行細(xì)致研究，從而提高分揀的準(zhǔn)確率；針對傳送帶上目標(biāo)坐標(biāo)點的預(yù)測及獲取進(jìn)行分析，為能夠快速分揀提供必要前提；針對特定分揀目標(biāo)進(jìn)行專一化的分揀設(shè)計。

一、機器視覺下的機器人分揀系統(tǒng)構(gòu)建

為了探討機器人分揀技術(shù)，現(xiàn)以廣數(shù)機器人為例，基于機器人視覺構(gòu)建一個機器人分揀系統(tǒng)，并對該系統(tǒng)在相機靜止-目標(biāo)靜止，相機靜止-目標(biāo)運動兩種情況下的運行情況[1]。

圖1 視覺分揀機器人系統(tǒng)示意圖

（一）機器人分揀系統(tǒng)的構(gòu)成

基于機器視覺的工業(yè)機器人分揀系統(tǒng)的總體方案，機器人分揀系統(tǒng)由五個單元構(gòu)成，分別為工作平臺單元、視覺分揀單元、攝像機平臺單元、機器人RC單元以及機器人機械手抓單元等五個部分。圖像處理的作用是對相機拍攝到的外界圖像進(jìn)行預(yù)處理，提取圖像中的某些特征，并根據(jù)這些特征來確定出聯(lián)通成分的中心坐標(biāo)；相機標(biāo)定的作用是為系統(tǒng)建立一個圖像坐標(biāo)系與機器人坐標(biāo)系，并以此來研究二者之間的關(guān)系[2]；模式識別需以圖像作基礎(chǔ)，對圖像及圖像中的聯(lián)通成分進(jìn)行識別、分類；機器人控制是最后步驟，控制的實現(xiàn)方法是在計算機和機器人之間建立一個連接通信。

圖2 機器視覺的工業(yè)機器人分揀系統(tǒng)

視覺分揀單元由PC機和視覺軟件組成。主要是由視覺系統(tǒng)對攝像機采集的視頻序列識別目標(biāo)種類。再計算出工件的中心和擺放的方向。最后要根據(jù)圖像坐標(biāo)系和物體坐標(biāo)系的關(guān)系，經(jīng)過計算目標(biāo)的相對位置和方向，將信息參數(shù)傳入控制柜中。

（二）相機的標(biāo)定

廣數(shù)工業(yè)機器人控制柜提供RJ45 接口，PC機與工業(yè)機器人控制柜通過網(wǎng)線連接，工業(yè)攝像機通過USB與PC機連接。機器人示教盒用于對工業(yè)機器人進(jìn)行編程。系統(tǒng)包括兩個子系統(tǒng)：工業(yè)機器人控制系統(tǒng)，視覺系統(tǒng)。視覺系統(tǒng)包括：工業(yè)攝像機，PC，分揀工作平臺[3]。

攝像機標(biāo)定的方法分為兩大類，一類是傳統(tǒng)的攝像機標(biāo)定方法，另一類是攝像機自標(biāo)定方法。傳統(tǒng)的攝像機標(biāo)定方法比較簡單，使用待標(biāo)定的攝像機拍攝已知形狀.尺寸的標(biāo)定模板，標(biāo)定模板可以為棋盤格模板、網(wǎng)格紙模板等。通過已知位置的圖像點與空間點解算出標(biāo)定模型中的未知參數(shù)，從而完成攝像機的標(biāo)定。自標(biāo)定方法不需要使用特定的靶標(biāo)，以場景中位置未知的點作為參考點，攝像機通過特定的運動獲得場景點圖像，從而完成攝像機的標(biāo)定。

圖3 相機采集標(biāo)定靶標(biāo)圖

機器人分揀中，通過對相機標(biāo)定結(jié)果的分析，可準(zhǔn)確判定目標(biāo)在機器人坐標(biāo)系中所處的位置，為機器人的分揀和抓取動作奠定基礎(chǔ)[4]。

（三）分揀實現(xiàn)過程

首先對目標(biāo)工件進(jìn)行圖像預(yù)處理和特征提取，然后利用圖像矩特征完成對神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，最后引入算法對基于神經(jīng)網(wǎng)絡(luò)的分類器進(jìn)行性能優(yōu)化。識別算法，最后通過工件識別實驗證實了改進(jìn)后的神經(jīng)網(wǎng)絡(luò)分類器具有較高的識別準(zhǔn)確率。通過標(biāo)準(zhǔn)D-H參數(shù)法建立華數(shù)機器人的運動學(xué)模型，分析運動學(xué)逆解的求取方法和選取標(biāo)準(zhǔn)。同時詳細(xì)分析機器人關(guān)節(jié)轉(zhuǎn)角和末端執(zhí)行器位置之間的關(guān)系，得到基于最優(yōu)抓取點的分揀策略[5]。最后在視覺分揀實驗平臺上完成了工件分揀作業(yè)。

圖4 圖像采集過程示意圖

工業(yè)機器人分揀流程如下圖5所示。分揀流程分為四個部分：圖像預(yù)處理、目標(biāo)提取、目標(biāo)分析、分揀抓取。

分揀具體流程為：1.圖像預(yù)處理：對采集到的圖像進(jìn)行圖像平滑去除噪，消除噪聲對圖像的干擾。2.目標(biāo)提取：使用Canny算子進(jìn)行二值化，其目的是將目標(biāo)圖像從背景圖像提取出來。3.單一目標(biāo)分析：由于目標(biāo)是規(guī)則的幾何工件，僅靠角點檢測是檢測不出來圓形的，所以需要Hough圓檢測來輔助識別。4.分類抓取：對每個單--工件目標(biāo)求取特征點，求取其目標(biāo)工件的中心和長短軸[6]。

圖5 系統(tǒng)分揀的流程圖

二、結(jié)束語

機器人分揀系統(tǒng)代替人工分揀，具有成本低、效率高的特點。本文介紹搭建了基于機器視覺的工業(yè)機器人分揀系統(tǒng)，分析了工業(yè)機器人的分揀系統(tǒng)的組成及分揀實現(xiàn)的過程。最后在視覺分揀實驗平臺上進(jìn)行了對目標(biāo)工件的抓取實驗，驗證了所設(shè)計的工業(yè)機器人視覺分揀系統(tǒng)的可行性。