陳甦欣，王正陽，張曉峰，曾 臻

(合肥工業(yè)大學 機械與汽車工程學院，合肥 230009)

?

基于視覺的SCARA機器人抓取平臺與實驗研究

陳甦欣，王正陽，張曉峰，曾 臻

(合肥工業(yè)大學 機械與汽車工程學院，合肥 230009)

為了提高自動化裝配任務(wù)中高節(jié)拍機器人抓取工件的位置精度與效率要求,提高工作節(jié)拍時間，搭建了基于視覺的SCARA機器人抓取平臺，同時開展了抓取工件的實驗研究。使用OpenCV完成攝像機標定，運用改進的霍夫變換算法進行工件輪廓檢測，根據(jù)抓取平臺的機械結(jié)構(gòu)和運動特點，完成抓取作業(yè)；最后，對多次抓取實驗結(jié)果進行研究分析。結(jié)果表明，該抓取平臺具有較高的工業(yè)生產(chǎn)應用價值，其定位誤差在0.5mm范圍內(nèi)。

SCARA機器人抓取平臺；攝像機標定；輪廓檢測；實驗研究

0 引言

為了實現(xiàn)完整的產(chǎn)業(yè)鏈自動化裝配任務(wù)，工件位置的不確定性一直是有待解決的問題，尤其對于基于視覺的高節(jié)拍機器人抓取過程中位置數(shù)據(jù)采集的準確性將很大地影響機器人抓取工件的可靠性。

目前國內(nèi)外的學者做了許多關(guān)于工業(yè)視覺應用的研究：Wang等人使用最小二乘法對單目攝像機關(guān)于物體定位作了相關(guān)的研究[1]；郭瑞等人開展了基于視覺的機器人完成工件定位抓取的研究[5]，運用一種簡單有效的標定方法，對工件的抓取過程作了系統(tǒng)的說明；丁婷婷等人提出了一種基于畸變矯正的攝像機快速標定算法[6]，該算法有效地提高了標定過程中的誤差精度；劉佳奎等人搭建了基于視覺的組合式機器人軸孔裝配平臺，開展了軸孔裝配的實驗研究分析[7]。

以上研究說明了機器視覺在自動化領(lǐng)域的可行性以及未來的發(fā)展趨勢。本文在搭建基于視覺的SCARA機器人抓取平臺基礎(chǔ)上，利用視覺傳感器對工件輪廓進行檢測、定位來完成SCARA機器人最后的抓取實驗。

1 SCARA機器人抓取平臺

SCARA機器人抓取平臺的機械部分由基于伺服控制的皮帶傳送線、SCARA機器人、CCD攝像機三部分組成，控制部分以及運算處理由PLC直接控制，而圖像處理過程由工控機通過軟件編程完成。SCARA機器人支持在水平面上高速移動以及沿Z軸方向的移動，攝像機安裝在皮帶傳送線正上方(見圖1)。

圖1 SCARA機器人抓取平臺

2 CCD攝像機標定

引入小孔攝像機成像模型進行攝像機標定[8]，如圖2所示。在標定過程中主要存在三個坐標系：世界坐標系Ow-XwYwZw、攝像機坐標系O-XYZ、圖像P0-XfYf。

圖2 小孔成像模型

圖2中，世界坐標系中某一空間點P的齊次坐標為rpi=(xwi,ywi,zwi,1)，它在攝像機坐標系中的齊次坐標為fi=(x,y,z,1),其對應成像點坐標為rfi=(xfi,yfi,f)。成像平面上的像經(jīng)過放大處理得到數(shù)字圖像，其平面上的成像點轉(zhuǎn)換為圖像點(u,v)，將光軸中心線在成像平面的交點的圖像坐標記(u0,v0)，則圖像像素點與該點在攝像機坐標中的關(guān)系為：

(1)

式(1)中：

kx=αx·f是X軸方向的放大倍數(shù)；ky=αy·f是Y軸方向的放大倍數(shù)；

αx、αy分別為成像平面到圖像平面在X軸和Y軸方向的放大系數(shù)。

點M的攝像機坐標與世界坐標系關(guān)系為：

(2)

在式(2)中R、t都為外參數(shù)矩陣，其中R表示旋轉(zhuǎn)矩陣，t表示平移向量。

根據(jù)上式(1)與(2)得到最終圖像像素齊次坐標與世界齊次坐標的關(guān)系：

(3)

3 攝像機圖像處理

3.1 畸變矯正的數(shù)學模型

工業(yè)視覺中，實際成像與理想的針孔成像之間存在著光學畸變誤差。因此需要在理想的攝像機模型中引入畸變模型。在滿足精度要求的前提下，在工業(yè)實際應用當中一般情況下只考慮徑向畸變模型，它以光軸中心點圖像坐標為參考點，正比于圖像點到參考點距離的平方。由此建立二階透鏡變形的徑向畸變模型：

(4)

式中：(u′,v′)為實際圖像坐標；r為圖像點到參考點距離；

(5)

3.2 攝像機內(nèi)外參數(shù)求解

基于OpenCV的應用視覺處理數(shù)據(jù)庫，利用構(gòu)造函數(shù)對攝像機標定結(jié)果計算并得出內(nèi)外參數(shù)以及形變系數(shù)。參數(shù)求解的具體步驟如下：

(1)自制一塊標定板，用相機拍攝至少10組以上的照片，其中每組標定板的位置偏移不宜過大；

(3)利用cv2.getOptionalNewCameraMatrix( )函數(shù)對圖像進行畸變校正，矯正后的效果圖如圖3所示。

圖3 畸變矯正后的采集圖像

3.3 改進的霍夫變換提取特征輪廓與圓心定位

經(jīng)典霍夫變換原理將圖像空間的信息轉(zhuǎn)換為參數(shù)空間的信息，對參數(shù)空間的點進行累加，得出圖像中潛在的圓弧，并通過投票選擇出得票最多的圓弧。經(jīng)典霍夫圓變換所采用的是三維累加器，分別代表圓心橫縱坐標以及圓的半徑三個參數(shù)，其缺點是需要大量的內(nèi)存且速度較慢。

使用改進的霍夫圓變換，該算法由原來的三維累加器改為先是二維累加，然后進行一維累加。首先對原圖像進行邊緣檢測，計算邊緣圖像每個非零點的梯度，得到經(jīng)過梯度方向的直線，在二維累加平面對直線的每點進行累加、排列，并通過自己設(shè)定圓心的閥值大小計算得出圓心。最后對每一非零像素，計算其與圓心的距離。如果到圓心為某一距離的像素數(shù)最多，則此距離為所得的半徑(見圖4)。

圖4 改進的霍夫圓變換提取特征輪廓與定位圓心

4 SCARA機器人裝配技術(shù)

4.1 世界坐標系與機器人坐標系轉(zhuǎn)換

世界坐標到機器人平面坐標的轉(zhuǎn)換,通過齊次坐標轉(zhuǎn)換將抓取物體中心在世界坐標系的坐標(xwi,ywi,zwi,1)轉(zhuǎn)換到機器人平面坐標系的坐標(xj,yj,zj,1)：

(6)

在式(6)中世界坐標系相對于機器人平面坐標系的旋轉(zhuǎn)角度為θ，Δx、Δy是世界坐標系相對于機器人平面坐標系的偏移量；通過示教器得出幾組數(shù)據(jù)求θ、Δx、Δy。

4.2 SCARA機器人自動裝配過程

SCARA機器人的控制系統(tǒng)由西門子的PLC以及工控機組成。工控機運行環(huán)境為Windows XP操作系統(tǒng)，使用Microsoft Visual Studio 2010集成開發(fā)環(huán)境進行軟件編程，調(diào)用OpenCV函數(shù)庫進行視覺處理(見圖4)。利用改進的Hough變換算法對所需輪廓進行檢測，機器人控制系統(tǒng)根據(jù)檢測和計算得到在機器人抓取平臺坐標系中的圓心坐標值(xj,yj,zj)T，通過PLC控制向機器人傳輸指導機器人移至工件的中心位置處，在工件上方實施抓取。SCARA機器人抓取平臺總體工作流程如圖5所示。

圖5 抓取平臺工作流程圖

4.3 自動裝配誤差分析

在SCARA機器人的抓取平臺上進行多次的抓取實驗，均能順利的完成工件的抓取動作。為了分析誤差，將工件位置實際坐標值與計算得到的值(如表1、表2所示)進行分析比較，在x、y不同方向上的誤差如圖6所示。

表1 測量點的坐標值與計算值

表2 工件抓取實驗的位置誤差

圖6 檢測工件中心的橫縱坐標的誤差變化

圖6中的六組實驗數(shù)據(jù)中，X、Y坐標軸方向上的極差不超過0.6mm,而與工件位置的實際坐標位置誤差控制在0.5mm范圍內(nèi)。從表1、表2中的數(shù)據(jù)可以看出X、Y坐標軸方向上的誤差對圓心所產(chǎn)生的位置偏差控制在0.5mm范圍內(nèi)。

4.4 實驗結(jié)果影響因素分析

標定精度是影響實驗結(jié)果準確度的重要因素之一，直接影響到攝像機內(nèi)外參數(shù)的求解以及工件輪廓提取的準確性，所以需要通過一系列實驗來找取標定精度最好的模型。其中標定板的角點數(shù)量以及標定圖片數(shù)量的選取是標定過程中重要的影響因素。如圖7所示表示標定板角點的數(shù)量、標定圖片的數(shù)量對精度的影響。

圖7 內(nèi)參值與角點數(shù)、標定圖片數(shù)量關(guān)系

從圖7中分析發(fā)現(xiàn)當選擇角點數(shù)選擇在9個、標定的圖片數(shù)量為10個的標定模型時，對標定過程中影響效果控制在最小。因此在本次的實驗過程中選擇10幅圖片來進行攝像機內(nèi)外參數(shù)的求解。

5 結(jié)束語

本文搭建了基于視覺的SCARA機器人抓取平臺，開展了快速抓取工件的實驗研究。在工件定位與輪廓識別過程中運用改進的霍夫變換算法大大提高了視覺傳感器的識別精度與反應速度，提高了自動化的作業(yè)節(jié)拍時間。通過實驗數(shù)據(jù)與理論數(shù)據(jù)計算的結(jié)果對比，對自動裝配過程中的誤差進行了有效地分析。最后對標定過程中出現(xiàn)的影響因素進行試驗數(shù)據(jù)分析，多次抓取實驗的結(jié)果表明，該平臺將定位誤差控制在0.5mm范圍內(nèi)，具有良好的工業(yè)應用價值，為高節(jié)拍裝配生產(chǎn)線的研發(fā)實驗提供依據(jù)。

[1] Wang Peng,Xu Xiao, Zhang Zimiao.Study on the position and orientation measurement method with monocular vision system[J].Chinese Optics Letters,2010,8(1)：55-58.

[2] Chen Shengyong,Li Youfu.Active vision in robotic systems:A survey of recent development[J].The International Journal of Robotics Research,2011,30(11)：1343-1377.

[3] 王帥，徐方,陳亮,等.視覺技術(shù)在機器人零部件裝配中的應用研究[J].組合機床與自動化加工技術(shù)，2015(8)：107-110.

[4] 朱錚濤，吳德.基于視覺的薄壁金屬管端部質(zhì)量檢測技術(shù)研究[J].組合機床與自動化加工技術(shù)，2011(2)：59-61,65.

[5] 郭瑞，劉振國.基于視覺的裝配機器人精確定位研究[J].制造業(yè)自動化，2014,36(5): 154-156.

[6] 丁婷婷，方舟，劉波,等. 基于機器視覺檢測的攝像機快速標定與誤差分析[J].制造業(yè)自動化，2015(1)：89-91.

[7] 劉佳奎，錢鈞. 基于視覺的組合式機器人軸孔裝配平臺與實驗研究 [J].制造業(yè)自動化，2015(8)：10-12,60.

[8] 翟敬梅，董鵬飛，張鐵. 基于視覺引導的工業(yè)機器人定位抓取系統(tǒng)設(shè)計[J]. 機械設(shè)計與研究，2014，30(5)：45-49.

[9] 段堅，張少鵬，王現(xiàn)康. 工業(yè)機器人視覺系統(tǒng)的攝像機標定[J].機械工程與自動化，2013(1)：97-98,101.

[10] 毛星云，冷雪飛，王碧輝,等. OpenCV3編程入門[M].北京：電子工業(yè)出版社，2015(6)：274-281.

[11] 徐德，譚民，李原. 機器人視覺測量與控制[M]. 北京：國防工業(yè)出版社，2011：35-41.

[12] 王健強，程汀. SCARA機器人結(jié)構(gòu)設(shè)計及軌跡規(guī)劃算法[J]. 合肥工業(yè)大學學報：自然科學版，2008，31(7)：1026-1028,1041.

(編輯 李秀敏)

Fetching Platform of SCARA Robot and Experimental Research Based on Vision

CHEN Su-xin, WANG Zheng-yang, ZHANG Xiao-feng, ZENG Zhen

(School of Mechanical and Automotive Engineering, Hefei University of Technology, Hefei 230009, China)

In order to improve precision of grabbing work position and efficiency requirement,to improve the work take time during the automatic assembly task with high tempo robot , setting the fetching platform of the SCARA robot based on vision,and carrying out the scraping of the artifacts of the experimental research. Using OpenCV to complete the camera calibration, using the improved Hough transform algorithm for the work to contour detection, according to the mechanical structure and movement characteristics of fetching platform, complete assignments to grab; Finally, through analyzing the experimental results with several times. Results show that the scraping of the platform has higher applied value in industrial production, the positioning error in the range of 0.5mm.

fetching platform of SCARA robot; camera calibration; contour detection; experiment research

1001-2265(2016)11-0053-04

10.13462/j.cnki.mmtamt.2016.11.015

2015-12-17；

2016-01-28

安徽省科技重大專項：基于智能機器人的高節(jié)拍冰箱壓縮機裝測生產(chǎn)線研制(15czz02016)

陳甦欣(1970—)，男，江西宜豐人，合肥工業(yè)大學副教授，碩士生導師，碩士，(E-mail)chensuxin2003@163.com；通訊作者：王正陽(1991—)，男，合肥人，合肥工業(yè)大學碩士研究生，研究方向為機電控制及自動化，(E-mail) 1484413135@qq.com。

TH165;TG659

A