工業(yè)機器人視覺定位技術(shù)與應(yīng)用探討

摘 要：機器人集成了電子技術(shù)、傳感技術(shù)和智能控制技術(shù)等，是一種能夠自動執(zhí)行工作任務(wù)的機器裝置，其可以接受人類的指揮，也可以依照人工智能技術(shù)制定的原則和綱領(lǐng)自主行動，在許多領(lǐng)域都得到了應(yīng)用。本文以工業(yè)機器人為例，對其視覺定位技術(shù)的應(yīng)用進(jìn)行了分析，提出了一種有效的工件視覺定位方法，配合專用的圖像處理軟件，能夠?qū)崿F(xiàn)工業(yè)機器人視覺系統(tǒng)的可靠定位，在提升工件定位精度和加工效果方面發(fā)揮了積極作用。

關(guān)鍵詞：工業(yè)機器人；視覺定位；技術(shù)；應(yīng)用

中圖分類號：TP391.41 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-4706（2018）11-0161-03

Industrial Robot Vision Positioning Technology and Application

LI Boping

（Fuzhou Dongxiang District Technical School，F(xiàn)uzhou 331800，China）

Absrtact：Robot integrates electronic technology，sensing technology and intelligent control technology. It is a kind of machine device that can perform work automatically. It can accept human’ensing technology and intelligent control technology. It is a kinogram formulated by artificial intelligence technology. It has been applied in many fields. Taking industrial robot as an example，this paper analyzes the application of its visual positioning technology，and puts forward an effective method of workpiece visual positioning. With special image processing software，it can realize the reliable positioning of industrial robot visual system，and plays an active role in improving the positioning accuracy and processing effect of workpiece.

Keywords：industrial robot；visual location；technology；application

0 引 言

工業(yè)機器人是一種對生產(chǎn)環(huán)境和生產(chǎn)條件均有著良好適應(yīng)性和靈活性的自動化設(shè)備，在多品種、變批量的柔性生產(chǎn)中有著良好的適用性，其不僅能夠提高產(chǎn)品品質(zhì)和生產(chǎn)效率，還可以對勞動條件進(jìn)行改善。在工業(yè)機器人中引入相應(yīng)的視覺引導(dǎo)技術(shù)能夠?qū)崿F(xiàn)機器人對周邊環(huán)境的有效認(rèn)知，強化其柔性，幫助機器人更好地完成相應(yīng)的工作任務(wù)，確保工業(yè)機器人的功能和作用得到最大程度的發(fā)揮。

1 工業(yè)機器人視覺定位技術(shù)

機器視覺是伴隨著機器人技術(shù)發(fā)展起來的一門新興學(xué)科，經(jīng)過不斷的發(fā)展和完善，目前已經(jīng)在越來越多的行業(yè)和領(lǐng)域中得到了應(yīng)用，其基本原理是利用攝像機與計算機來替代人眼，實現(xiàn)更高程度的生產(chǎn)自動化。當(dāng)前工業(yè)機器人視覺定位技術(shù)大致可以分為二維視覺定位技術(shù)和三維視覺定位技術(shù)，其中，基于單目視覺的二維定位技術(shù)應(yīng)用得最為廣泛，不過因為絕大多數(shù)情況下，工業(yè)生產(chǎn)中對于工件位置的確定都可以通過機械定位實現(xiàn)，所以更加復(fù)雜，且高成本的二維視覺定位只在一些比較特殊的場所才有所使用[1]。

2 工業(yè)機器人視覺定位技術(shù)應(yīng)用

2.1 視覺系統(tǒng)

依照攝像頭與機器人兩者的位置關(guān)系，機器人視覺系統(tǒng)大致可以分成兩種不同的類型，一是Eye-in-Hand，即將攝像機設(shè)置在機器人手臂的末端，確保其能夠與機械手共同運動，二是Eye-to-Hand，即攝像機被安裝在一個相對固定的位置，并不會隨著機械手運動。對兩種系統(tǒng)進(jìn)行對比發(fā)現(xiàn)，后者在運動過程中的視野會受到一定阻擋，而且存在較大的測量誤差，因此，選擇前者進(jìn)行分析。Eye-in-Hand機器人視覺系統(tǒng)包括機器人、控制器、控制系統(tǒng)以及單目視覺系統(tǒng)等。整個視覺系統(tǒng)在運行過程中可以分成兩個不同的階段，第一階段要求做好機器人視覺系統(tǒng)的標(biāo)定工作，通過標(biāo)定來獲取物體二維像點和三維物點的彼此關(guān)系；第二階段要求操作人員做好對工件的信息識別和邊緣檢測，明確工件的三維坐標(biāo)，通過坐標(biāo)引導(dǎo)確保工業(yè)機器人能夠準(zhǔn)確完成相應(yīng)的工作任務(wù)[2]。

2.2 系統(tǒng)標(biāo)定

一方面，必須重視攝像機參數(shù)標(biāo)定。在機器人視覺定位中，如果想要確定工件的空間位置以及在相應(yīng)圖像中的對應(yīng)關(guān)系，需要結(jié)合相關(guān)參數(shù)，建立完善可靠的數(shù)據(jù)模型，將模型作為分析研究的參照，結(jié)合空間一點成像原則，操作人員可以先進(jìn)行坐標(biāo)系轉(zhuǎn)換，將世界坐標(biāo)系轉(zhuǎn)化為相機坐標(biāo)系，提升數(shù)據(jù)參數(shù)的互通性，攝像機的外部參數(shù)是平移向量與旋轉(zhuǎn)角度，對照初始坐標(biāo)，可以準(zhǔn)確判定攝像機的空間位置；然后，需要進(jìn)一步進(jìn)行坐標(biāo)系轉(zhuǎn)換工作，將初步轉(zhuǎn)換得到的相機坐標(biāo)系轉(zhuǎn)化為平面坐標(biāo)系，提取物體在圖像中對應(yīng)像素點的具體坐標(biāo)。在此過程中必須明確的是，坐標(biāo)系轉(zhuǎn)換過程中需要把握好數(shù)據(jù)與參數(shù)的變化，這些參數(shù)就是相機參數(shù)。以德國MVtec公司開發(fā)的HALCON機器視覺算法包為例，可以利用其本身提供的高精度圓形標(biāo)定板來對攝像機參數(shù)進(jìn)行標(biāo)定，結(jié)合攝像機在不同位置拍攝的標(biāo)定板圖像，利用相應(yīng)的函數(shù)就可以完成攝像機標(biāo)定工作，標(biāo)定的精確性能夠得到保證。在標(biāo)定環(huán)節(jié)，必須確保一些基本參數(shù)固定，如相機光圈和焦距等，一旦標(biāo)定工作完成，相機內(nèi)部參數(shù)將不再發(fā)生變化[3]，外部參數(shù)會因為相機拍攝圖片位置和姿勢的不同而有所不同，如果沒有特殊要求，一般會將拍攝到的第一幅圖像作為參考位置，以此來對世界坐標(biāo)系進(jìn)行確定，也方便技術(shù)人員進(jìn)行攝像機外參數(shù)的計算工作。

另一方面，需要進(jìn)行機器人手眼標(biāo)定。對于機器人視覺定位而言，手眼標(biāo)定同樣是非常重要的一個環(huán)節(jié)，其能夠在攝像頭坐標(biāo)系中明確機器人工作的位置和姿態(tài)。在手眼標(biāo)定的過程中需要明確的內(nèi)容包括基座、攝像機和末端執(zhí)行工具等，構(gòu)建的系統(tǒng)坐標(biāo)系模型如圖1所示。

其中，W表示機器人坐標(biāo)系、T表示工具坐標(biāo)系、B表示標(biāo)定板坐標(biāo)系、C表示攝像機坐標(biāo)系。在手眼標(biāo)定過程中，技術(shù)人員可以利用相應(yīng)的坐標(biāo)變換關(guān)系對存在的未知變量進(jìn)行計算[4]，其中的等量關(guān)系如下：

在上述關(guān)系式中，CHB指攝像機外部參數(shù)，能夠?qū)?biāo)定板相對于攝像機的位置關(guān)系進(jìn)行描述；CHT是需要求解的未知量，能夠?qū)C器人工具手相對于攝像機的位置關(guān)系進(jìn)行描述；THW主要描述機器人基座相對于工具手的位置關(guān)系；WHB同樣是需要求解的未知量，描述的是標(biāo)定板相對于機器人基座的位置關(guān)系。進(jìn)行手眼標(biāo)定的主要目的是對上述兩個未知量進(jìn)行計算，其屬于固定值，利用上述攝像機參數(shù)標(biāo)定流程可以得到其外部參數(shù)CHB，操作人員可以直接從控制器中讀取已知參數(shù)THW，配合多幅圖像，并從hand_eye_calibration中調(diào)取相應(yīng)的手眼標(biāo)定函數(shù)，對兩個未知參數(shù)進(jìn)行計算，將計算得到的數(shù)據(jù)寫入相應(yīng)文件中，幫助工業(yè)機器人更好地完成工件抓取工作[5]。

2.3 定位方法

這里主要是參照工件的輪廓對其進(jìn)行定位。通過圖像處理可以得到較為精確的抓取點像素坐標(biāo)，配合手眼標(biāo)定結(jié)果也能夠?qū)ぜト↑c的空間位置進(jìn)行計算。

一方面，需要對工件抓取點獲取策略進(jìn)行明確，對于背景相對固定、同時具備對邊平行線的工件，可以利用原來的夾具增加曲線擬合以及基于邊緣的提取策略，配合平行線中點位置，對二維抓取點進(jìn)行明確。以金屬四角螺母為例，可以先對待抓取工件的邊緣輪廓進(jìn)行擬合，得到二維抓取點坐標(biāo)后，以此為依據(jù)構(gòu)建相應(yīng)的三維坐標(biāo)系，若在相應(yīng)場景中，僅存在需要抓取的物體，沒有其他物體的干擾，可以通過閾值分割方法，從背景中將工件分離出來，然后對工件的位置進(jìn)行明確。參照需要抓取工件的灰度值以及區(qū)域特征，這里從工件邊緣輪廓的角度對抓取對象的邊緣輪廓進(jìn)行了分割，運用直線、圓等幾何基元開展相應(yīng)的擬合工作，利用系統(tǒng)自帶的gen_parallels_xld算子，可以得到完整準(zhǔn)確的數(shù)據(jù)信息，對相應(yīng)的二維抓取點進(jìn)行明確。將上述步驟分成兩個環(huán)節(jié)，第一個環(huán)節(jié)是曲線分割以及多邊形擬合，這兩種技術(shù)是工件抓取點位置確定的核心所在，完成圖像邊緣信息提取后，系統(tǒng)能夠得到相應(yīng)的工件輪廓，這個輪廓是由大量邊界點構(gòu)成的。想要對相應(yīng)的幾何基元進(jìn)行描述，通常情況下，會將工件的輪廓數(shù)據(jù)分成一些簡單的幾何單元，如直線、圓形等。工件輪廓提取完成后，通過曲線分割可以在輪廓線上選擇部分點構(gòu)建擬合多邊形，其不僅能夠保持初始輪廓線的相關(guān)信息，還能夠?qū)ζ鋽?shù)據(jù)進(jìn)行壓縮表示[6]。結(jié)合Ramer算法，可以在初始輪廓線上對像素點進(jìn)行選擇，以此減少輪廓點的數(shù)量，配合相應(yīng)的遞歸細(xì)分操作，要求輪廓點與擬合線段之間的最大距離不能超過指定閾值，通過這樣的方式可以提取工件輪廓的擬合多邊形；第二個環(huán)節(jié)是平行線段查找，在實際操作中，同樣可以利用gen_parallels_xld算子，根據(jù)實際情況檢查擬合多邊形的平行性，利用像素坐標(biāo)運算，確定好抓取點位置。

另一方面，需要對工件抓取位置進(jìn)行確定。操作人員必須將工件抓取點的像素坐標(biāo)轉(zhuǎn)化為空間位置，而這需要經(jīng)過大量的坐標(biāo)轉(zhuǎn)換，手眼標(biāo)定環(huán)節(jié)已經(jīng)確定了參考坐標(biāo)系，在這種情況下，可以直接將抓取點轉(zhuǎn)化成坐標(biāo)系平面中的點，確定工件坐標(biāo)系與參考坐標(biāo)系的相對位置，然后利用手眼標(biāo)定結(jié)果實現(xiàn)坐標(biāo)變換。通過以太網(wǎng)可以將得到的工件抓取位置傳輸?shù)焦I(yè)機器人控制器中，引導(dǎo)其準(zhǔn)確抓取工件。

3 實驗結(jié)果

一是攝像機標(biāo)定，采用Basler面陣攝像機，選擇工業(yè)鏡頭，焦距9mm，圓形標(biāo)記標(biāo)定板的規(guī)格尺寸為100mm× 100mm，采用Eye-in-Hand視覺系統(tǒng)，以工件表面作為檢測平面，實現(xiàn)攝像機標(biāo)定工作，攝像機標(biāo)定結(jié)果如表1所示；二是手眼標(biāo)定，從控制器提取單幅圖片對應(yīng)的機器人工具坐標(biāo)，得到工具和攝像機的相對位置，以及標(biāo)定板坐標(biāo)系和基座的相對位置；三是工件定位，選擇具備平行對邊特征的木質(zhì)工件，開展多組抓取實驗，結(jié)合手眼標(biāo)定結(jié)果可以對工件在機器人坐標(biāo)系下的抓取位置進(jìn)行明確[7]。

4 結(jié) 論

總而言之，本文提出了一種基于工件輪廓的工業(yè)機器人視覺定位系統(tǒng)，實踐結(jié)果表明，該系統(tǒng)具備良好的工件定位效果，即便工件位置出現(xiàn)偏移，系統(tǒng)依然能夠準(zhǔn)確對其進(jìn)行識別，獲取抓取點坐標(biāo)，識別率達(dá)到96%以上。

參考文獻(xiàn)：

[1] 鄒湘軍.視覺三維定位的工業(yè)機器人關(guān)鍵技術(shù)研究與應(yīng)用 [J].科技成果管理與研究，2016（11）：50-51.

[2] 朱良.機器視覺在工業(yè)機器人抓取技術(shù)中的應(yīng)用 [D].中國科學(xué)院研究生院（沈陽計算技術(shù)研究所），2016.

[3] 汪汝.視覺引導(dǎo)工業(yè)機器人定位抓取系統(tǒng)設(shè)計研究 [J].數(shù)字技術(shù)與應(yīng)用，2017（7）：169.

[4] 陳陽光.工業(yè)機器人視覺定位與工件裝配研究 [D].廈門大學(xué)，2016.

[5] 羅炳軍，黃本法，郭聯(lián)金.搬運機器人視覺引導(dǎo)定位技術(shù)的研究 [J].新型工業(yè)化，2017，7（3）：12-19.

[6] 朱良，林滸，吳文江.基于機器視覺的工業(yè)機器人工件定位 [J].小型微型計算機系統(tǒng)，2016，37（8）：1873-1877.

[7] 傅華強，房芳.工業(yè)機器人視覺定位技術(shù)研究與應(yīng)用 [J].工業(yè)控制計算機，2016，29（3）：1-3.

作者簡介：李伯平（1968.07-），男，漢族，江西撫州人，本科，工程師。研究方向：電子電工。