關鍵詞:機器視覺;工業(yè)機器人;抓取引導;姿態(tài)信息
中圖分類號:TP242.2 文獻標識碼:A
0引言
隨著工業(yè)生產(chǎn)的不斷發(fā)展,工業(yè)機器人已成為生產(chǎn)過程中不可或缺的重要角色。工業(yè)機器人具有高效、精準、穩(wěn)定等優(yōu)點,能夠極大地提高生產(chǎn)效率和產(chǎn)品質(zhì)量。但是,在實際應用中,機器人的抓取準確率仍然是一個重要的問題。特別是對于一些形狀復雜、尺寸不規(guī)則零件的拆堆垛場景,機器人的抓取精度難以保證,無碰撞檢測干涉分析功能。因此,如何提高機器人抓取零件的準確率和穩(wěn)定性,成了一個需要解決的難題。
機器視覺技術是目前應用較為廣泛的視覺技術之一。該技術就是用機器代替人眼來做測量和判斷,通過工業(yè)相機、圖像采集卡將被攝取目標轉(zhuǎn)換成圖像信號,傳送給圖像處理軟件,得到被攝目標的形態(tài)、空間位置信息,根據(jù)矩陣式分布的圖像像素分布形狀、亮度、顏色和邊線等信息,轉(zhuǎn)變成數(shù)字化信號。圖像系統(tǒng)對這些信號進行各種運算來抽取目標的位置、相似程度、距離和質(zhì)量等特征,從而為機器人的抓取操作提供準確的引導。
本文提出了一種基于2D機器視覺的抓取引導方案,主要包括軟硬件配置、圖像處理、姿態(tài)計算及機器人控制等步驟。通過實際安裝應用驗證,該方案能夠有效地提高機器人抓取零件的準確率和穩(wěn)定性。同時,該機器視覺引導機器人方案也常應用于搬運、安裝和焊接等場景。為實現(xiàn)工業(yè)自動化生產(chǎn)提供了有力的技術支持。
1視覺系統(tǒng)的原理
首先需要進行2D機器視覺系統(tǒng)的標定,然后,需要將目標零件的2D圖像提取出來,用圖像處理算法得到目標零件的位置和姿態(tài)信息。接著,根據(jù)目標零件的位置和姿態(tài)信息,計算出機器人的抓取位置和姿態(tài)信息。最后,將計算出的抓取位置和姿態(tài)信息發(fā)送給機器人,機器人移動到抓取位置,進行抓取動作(圖1)。
光源:按光源的安裝方式分類,分為外置光源、內(nèi)置光源。外置光源根據(jù)不同的使用場景,一般使用的有LED條形光源、LED環(huán)形光源。
照相機:按類型分為網(wǎng)絡相機、工業(yè)相機、智能相機。其中智能相機是一種高度集成化的微小型機器視覺系統(tǒng),具備圖像處理功能;工業(yè)相機是機器視覺系統(tǒng)的組成部分之一,無圖像處理軟件。網(wǎng)絡相機為普通家用相機。
圖像采集卡、圖像處理軟件:圖像采集部分主要由LED光源、工業(yè)鏡頭以及工業(yè)相機互相配合組合而成,而圖像處理部分則是由圖像處理軟件來實現(xiàn),因此,在原理結構上,圖像采集卡連接著工業(yè)相機與圖像處理軟件。
PC:工業(yè)計算機,用于安裝及運行圖像處理軟件。
執(zhí)行單元:外部檢測傳感器,通過檢測零件狀態(tài)把IO信號發(fā)送至可編程控制器。
2視覺系統(tǒng)的軟硬件配置
軟硬件配置是圖像采集的前提,直接影響采集圖像的精度。本方案采用的圖像采集設備為工業(yè)相機,其優(yōu)點是采集速度快、精度高、適應性強等。在某汽車企業(yè)氣缸蓋自動搬運下線堆垛應用測試過程中,使用了FANUCRobotR-30iB 2000IC工業(yè)機器人、GEIC695CPE330的PLC、康耐視工業(yè)相機以及SICK測距傳感器,并使用了VisionPro進行圖像處理。設計一套完整的視覺引導機器人定位抓取系統(tǒng),需要對PLC、工業(yè)相機、PC和工業(yè)機器人等進行軟硬件配置。
2.1PC系統(tǒng)環(huán)境設置
PC作為視覺系統(tǒng)的上位機,對硬件有嚴格的要求。為避免運行過程中網(wǎng)口相機丟包問題,PC系統(tǒng)環(huán)境設置如下:
(1)PC系統(tǒng)環(huán)境設置卡巨型幀為選擇9KB或9014B,其中網(wǎng)卡建議使用Intel芯片的獨立千兆網(wǎng)口,行業(yè)上普遍使用英特爾I350、I210等芯片組網(wǎng)卡。不同網(wǎng)卡類型,網(wǎng)卡屬性有差異,需靈活變通設置。
(2)設置網(wǎng)卡接收與傳輸緩存區(qū)到最大。英特爾網(wǎng)卡為2048,realtek為512(圖2)。
(3)其次關閉網(wǎng)卡休眠節(jié)能選項,網(wǎng)卡屬性中找到電源管理,取消勾選允許計算機關閉此設備以節(jié)約電源。把PC電源選型設置為高性能模式,關閉Windows防火墻。
設置完成后,對網(wǎng)絡環(huán)境參數(shù)進行確認。網(wǎng)卡詳細信息中,確認傳輸速度為1.0GB/s,如速度為100MB/s。
2.2工業(yè)相機參數(shù)設置
工業(yè)相機采用POE供電方式,千兆網(wǎng)口工業(yè)相機需使用超五類及其以上規(guī)格網(wǎng)線cat5e/cat6連接。萬兆網(wǎng)口工業(yè)相機,根據(jù)接口類型,分為光口與電口線纜,電口需使用7類網(wǎng)線cat7,本方案使用網(wǎng)線cat6連接至PC端網(wǎng)卡端口。安裝MVS客戶端+SDK,設置相機參數(shù)如下。
(1)檢查相機Transport Layer Control屬性下GevSCPS PacketSize,GevSCPD參數(shù)數(shù)值。
(2)檢查PacketSize(GEVSCPD上方的參數(shù))的數(shù)值是否為8164/1500。
(3)修改GevSCPD值,視具體情況,調(diào)大GevSCPD400>800>1200。
(4)開啟相機端Pause幀功能,此功能需同步設置網(wǎng)卡端參數(shù),流量控制—啟用Rx和Tx。
(5)Pause幀功能,適用于長時間運行下,少量丟包的場景,可調(diào)節(jié)SCPD來控制。
2.3GEPLC與工業(yè)機器人的連接
工業(yè)機器人上安裝零件抓手,抓手動作的驅(qū)動執(zhí)行由GEPLC進行控制。為減少編程工作量,本方案采用PROFIBUS通訊協(xié)議,把GE PLC IO信號映射至工業(yè)機器人,利用工業(yè)機器人編程進行邏輯控制。為實現(xiàn)GEPLC與工業(yè)機器人通訊連接,兩者的設置如下。
(1)打開GEPLC軟件,選擇通信方式,設置IP地址,添加機器人GSD文件。
(2)設置Station站號,配置IO輸入輸出長度16ByteOut,16ByteIn。
(3)打開機器人示教器選擇通信方式,設置設備的IP地址(與PLC在同一網(wǎng)段)。
(4)設置機器人站號(與PLC保持一致),配置通信IO長度(與PLC保持一致)。
(5)機器人IO分配,保存參數(shù)配置,冷啟動機器人。
2.4PC與工業(yè)機器人的連接
在制造行業(yè)中,視覺引導機器人定位的控制方式,一般為視覺系統(tǒng)處理圖像后輸出圖像坐標,把坐標發(fā)送給PLC進行邏輯處理,最后PLC把坐標發(fā)送給機器人執(zhí)行動作。本方案通過編寫機器人KL文件,用TCP/IP協(xié)議,PC作為服務器,工業(yè)機器人為客戶端,視覺系統(tǒng)處理圖像后,直接發(fā)送給工業(yè)機器人,具體設置如下。
(1)設置PCIP地址(與工業(yè)機器人在同一網(wǎng)段)。
(2)設置工業(yè)機器人Socket Message通訊。機器人系統(tǒng)要求V8.30P,Option軟件要求User Socket Msg(R648)。
(3)編寫KL通訊腳本(圖3),在TP中調(diào)用測試。
3圖像采集與手眼標定
圖像采集是2D機器視覺的第一步,也是整個方案的關鍵步驟。在采集圖像時,首先要確認相機的標距,不同的工業(yè)相機及鏡頭參數(shù)范圍不同。工業(yè)相機通過鏡頭將物體的影像采集到CCD上,然后將影像通過傳輸線路傳送到計算機中,進行圖像處理[1]。進入視覺系統(tǒng)的-標定環(huán)節(jié),其中包括相機內(nèi)參和外參的標定,以及坐標系的確定。
在手眼標定中,相機安裝有兩種模式,相機安裝在機器人外部桁架或其他固定物上即眼在手外模式,相機安裝在機器人末端(6軸或7軸)即眼在手上模式。本方案采用眼在手上的模式,選擇合適大小的棋盤格放置于機械臂外的固定物上,通常要盡可能靠近未來生產(chǎn)所使用的工件位置。棋盤格的位置應保證機器人在不同的姿態(tài)下,其被相機可見。一個較可靠的手眼標定需要大概9組數(shù)據(jù)對,如果需要達到較好的效果需要30組數(shù)據(jù)對。
在VisionPro圖像處理軟件中,插入棋盤格標定工具,做圖像矯正,這個工具會輸出一個矯正后的圖像,非線性校準的作用主要是為了消除鏡頭的徑向畸變,以及相機非垂直安裝引起的透視變形,得到畸變相對較小的圖像。其次插入圖案匹配工具,這個工具用來尋找9組標定時需要用到的9個特征點,并記錄9組像素坐標。同時讓機器人依次按照順序走圖案匹配工具尋找到的9個點,并記錄機器人坐標TCP。插入9點標定工具,將上面的像素坐標依次填入到未校正坐標欄,將上面的機器人坐標依次填入到已校正坐標欄,標定后這個工具的輸出圖像坐標是已經(jīng)和機器人坐標系重合(圖4)。
4姿態(tài)計算
圖像采集后,進入圖像姿態(tài)計算環(huán)節(jié)[2](圖5)。首先讓機器人去試抓零件,并且記錄機器人抓取時的坐標,在不動零件情況下,插入圖案匹配工具,對當前的零件輪廓檢測、特征提取做模板[3],根據(jù)特征點的位置和數(shù)量,計算出零件在圖像上的姿態(tài)信息。然后把原點改為機器人試抓時的TCP坐標。為方便編程,我們對圖像的姿態(tài)信息進行轉(zhuǎn)換,使之換算為偏置值坐標[4]。
5機器人控制
圖像處理軟件進行姿態(tài)計算后,通過TCP/IP協(xié)議,把X\Y\R坐標發(fā)送給機器人(圖5)。在機器人抓手上,安裝測距傳感器,計算Z方向的坐標。通過邏輯編程,實現(xiàn)零件的堆垛功能(圖6)。該方法能夠有效地引導機器人準確地抓取零件,并將其放置在目標位置[5]。本文所提出的方法在減少編程工作量和提高機器人自適應性方面具有顯著優(yōu)勢,在不同的應用條件下均表現(xiàn)出良好的抓取效果。
6結束語
通過本設計及應用可以發(fā)現(xiàn),2D機器視覺系統(tǒng)可以實時獲取目標零件的位置和姿態(tài)信息,并將計算出的抓取位置和姿態(tài)信息發(fā)送給機器人,機器人可以準確地移動到抓取位置,并成功抓取目標零件。在工業(yè)生產(chǎn)中,這種基于2D機器視覺的零件抓取方式具有很大的應用潛力,可以提高生產(chǎn)效率和生產(chǎn)質(zhì)量,減少人力成本和安全風險。
作者簡介:
蒙旭喜,本科,工程師,研究方向為智能裝備集成。
莫利漢,本科,助理工程師,研究方向為電氣自動化。
黃懷翔,本科,工程師,研究方向為智能裝備集成。
梁文瓊,本科,助理工程師,研究方向為數(shù)字工廠開發(fā)。