基于機器視覺的工業(yè)機器人分揀系統(tǒng)

王傳鑫?吳思彤?馬超?李林

摘要：工件分揀是工業(yè)生產(chǎn)的重要組成部分。在傳統(tǒng)的生產(chǎn)線中，采用人工分揀。然而，這類工作具有很高的重復(fù)性和勞動強度。隨著工業(yè)的發(fā)展和進(jìn)步，工業(yè)機器人逐漸取代工人用于分揀，但由于機器人的運動，所有操作都是通過教學(xué)或離線編程預(yù)定義的。一旦工件的位置確定，機器人就無法進(jìn)行適當(dāng)?shù)恼{(diào)整，這將導(dǎo)致誤差?；诖耍疚闹饕獙趫D像處理的工業(yè)機器人分揀系統(tǒng)進(jìn)行了分析和探討。

關(guān)鍵詞：基于機器視覺;工業(yè)機器人;分揀系統(tǒng)

1.前言

圖像處理技術(shù)與并聯(lián)機器人的結(jié)合，使分揀操作更加可靠、靈活，操作對象和分揀過程可以隨時隨地改變，提高了工業(yè)生產(chǎn)的效率和機器人分揀系統(tǒng)的智能化?；谏鲜鰞?yōu)勢和相關(guān)技術(shù)基礎(chǔ)，開發(fā)和研究基于圖像處理技術(shù)的工業(yè)分揀機器人系統(tǒng)具有重要意義。

2.機器人分揀系統(tǒng)工作流程

本文基于Astro Boy并聯(lián)機械手機和康奈仕insig7000智能攝像頭，設(shè)計并構(gòu)建了一個基于視覺定位技術(shù)的機器人分揀系統(tǒng)，如圖1所示。在實驗調(diào)試過程中，通過打開和關(guān)閉圓筒，將不同類型的立方體塊隨機分布在傳送帶上。該程序評估要排序的塊是否在視野內(nèi)。當(dāng)區(qū)塊進(jìn)入攝像機的視野時，機器人控制器通過以相等間隔觸發(fā)來觸發(fā)攝像機拍照，以收集分類對象的姿勢信息。計算機通過特定的處理算法識別和計算實驗對象塊，接收分類對象的分類信息、坐標(biāo)信息和旋轉(zhuǎn)角度，然后以特定的數(shù)據(jù)格式傳輸給機器人控制器。根據(jù)視覺系統(tǒng)返回的信息，在適當(dāng)?shù)男袆訁^(qū)域進(jìn)行跟蹤和記錄。在指定位置放置不同類型的實驗塊。當(dāng)材料容器上的塊數(shù)達(dá)到設(shè)定值時，重新打開圓筒，將塊隨機分散在傳送帶上，并重復(fù)上述過程。

無花果。2基于視覺的機器人分揀系統(tǒng)工作原理示意圖

6軸機器人：由于待分揀工件的質(zhì)量在400g以內(nèi)，最大搬運距離為500mm，因此選擇了Nachi的輕型6軸機器人mz04。該機器人可以處理重量為4kg、移動范圍為600mm的物體。它具有精度高、速度快的優(yōu)點。

視覺模塊：視覺模塊由攝像頭和鏡頭組成。方程式（1）是相機選擇的公式。

F=FOV/D（1）

其中FOV是視野，D是視覺模塊的識別精度，F(xiàn)是攝像頭的像素。由于要分揀的工件在250mm的工作范圍內(nèi)為180mm×300mm，所以整個視覺模塊的FOV設(shè)置為200mm×300mm，整個視覺識別模塊的檢測精度D必須為0.8mm。根據(jù)公式（1），為滿足精度要求，至少選擇10萬像素攝像頭。為了提高穩(wěn)定性和準(zhǔn)確性，13個像素代表一毫米，因此必須選擇130萬像素的攝像頭。Basler的aca-1300-gm相機有130萬像素，芯片尺寸為1.3英寸。穩(wěn)定性高，能滿足精度要求。透鏡選擇的原理如圖3所示。

根據(jù)已知工作距離h、視場FOV和芯片尺寸x，結(jié)合類似三角形原理，透鏡焦距為F16mm。選擇后，攝像機和鏡頭安裝在機器人外部的支架上。經(jīng)調(diào)試，圖像處理模塊能夠滿足檢測精度要求。氣動模塊：氣動模塊由吸盤、空氣壓縮機、電磁閥和真空發(fā)生器組成。吸盤和真空發(fā)生器安裝在機器人的末端。真空發(fā)生器將空氣壓縮機的壓縮空氣功率轉(zhuǎn)換為負(fù)壓，以便吸盤能夠容納工件。

4.基于機器視覺的工業(yè)機器人分揀技術(shù)分析

工業(yè)機器人分揀系統(tǒng)主要實現(xiàn)機器人的自動分揀，涉及的技術(shù)主要包括：

4.1攝像機校準(zhǔn)

分揀系統(tǒng)投入運行后，首先要對工件或物料的攝像頭進(jìn)行校準(zhǔn)，這可以稱為基于圖像處理的工業(yè)機器人分揀的基礎(chǔ)。沒有攝像機校準(zhǔn)，就無法實現(xiàn)圖像處理。攝像機標(biāo)定用于建立工業(yè)機器人與輸送帶上的物料或工件的空間位置坐標(biāo)系和圖像坐標(biāo)系，并討論和分析它們之間的關(guān)系。

4.2工件識別和定位

為了確保機器人分揀中的錯誤率盡可能低，有必要確保系統(tǒng)運行中工件的檢測和定位是準(zhǔn)確的，而細(xì)化這兩項任務(wù)的根本原因是使用了圖像匹配技術(shù)。在實際操作中，我們根據(jù)不同的材料選擇不同的工件匹配技術(shù)。目前，主流的圖像匹配技術(shù)包括區(qū)域匹配、特征匹配和相位匹配。其中，最常用的匹配技術(shù)是特征匹配，這是因為其他兩種匹配方法比特征匹配更依賴于灰色查詢。

4.2.1工件識別

所謂工件識別是指圖像識別。其工作原理是通過攝像頭獲取工件的圖像，然后與輸入的工件圖像進(jìn)行比較，得到圖像中工件的具體信息，然后記錄工件本身的位置和方向。一般來說，在圖像識別過程中，首先需要通過預(yù)處理工業(yè)攝像機獲取工件的圖像信息，然后相應(yīng)的匹配系統(tǒng)從輸入的工件信息中找出一些相似的工件。然后通過圖像處理技術(shù)將預(yù)處理攝像機接收到的圖像信息中的工件與背景分離，并將工件圖像轉(zhuǎn)換為二值圖像。然后提供經(jīng)過二值化處理的圖像，以比較匹配形狀或特征的相似性。用于完整的圖像識別。

4.2.2工件定位

工件檢測允許工業(yè)機器人精確完成物體分揀過程，但如果想要獲得分揀物體的準(zhǔn)確位置信息，則需要準(zhǔn)確定位分揀物體的位置。要計算工件的準(zhǔn)確位置，需要分析預(yù)處理相機拍攝的圖像。具體操作如下：首先，需要將工件在圖像中的位置與背景進(jìn)行比較，然后將其位置轉(zhuǎn)換為攝像機坐標(biāo)。隨后，根據(jù)攝像機坐標(biāo)，工件的位置坐標(biāo)以世界坐標(biāo)的形式顯示。根據(jù)工業(yè)機器人運動學(xué)原理，得到了機器人的關(guān)節(jié)角和電機的驅(qū)動角。最后，利用一階圖像矩算法計算出工件的中心坐標(biāo)。

4.3工業(yè)機器人的運動控制

為了精確控制工業(yè)機器人的運動，需要對預(yù)處理攝像機拍攝的圖像進(jìn)行分析，通過分析可以得到工件的精確坐標(biāo)。當(dāng)工件被轉(zhuǎn)移到指定位置時，機器人可以根據(jù)指令對工件進(jìn)行分揀，并將其移動到指定位置，完成材料或工件的最終分揀。

5.結(jié)論

機器人版本技術(shù)在工業(yè)環(huán)境中的應(yīng)用將越來越廣泛，這將提高分揀系統(tǒng)在工業(yè)過程中的魯棒性，為以后開發(fā)機器人輔助分揀系統(tǒng)提供更好的參考。

參考文獻(xiàn)：

[1]唐宇，吳清瀟，朱楓.平面工件的識別與定位方法研究[J].機械設(shè)計與制造，2015（10）：172-175.

[2]李婷，柳寧.基于機器視覺的圓定位技術(shù)研究[J].計算機工程與應(yīng)用，2012，48（9）：153-156.