謝 珩,馬秋立,黃余鳳,汪成龍
(惠州學(xué)院 電子信息與電氣工程學(xué)院,惠州 516007)
工業(yè)機(jī)械手自20世紀(jì)60年代初問世以來,在化工生產(chǎn)、機(jī)械制造、設(shè)備安裝、道路施工等領(lǐng)域大展身手。隨著機(jī)械手的不斷發(fā)展,工業(yè)生產(chǎn)的效率迅速提高,因而對(duì)機(jī)械手的要求也越來越高。其中,機(jī)械手的精度要求最受關(guān)注。在實(shí)際生產(chǎn)中,如何使機(jī)械手準(zhǔn)確抓取和放置原料,完成無不良品的生產(chǎn)過程,是當(dāng)前許多學(xué)者研究的一大熱點(diǎn)。通過機(jī)器視覺引導(dǎo)機(jī)械手進(jìn)行精準(zhǔn)定位便是一種行之有效方法。
國內(nèi)王寧等開發(fā)了氣動(dòng)機(jī)器人的視覺定位系統(tǒng)[1],唐新星等設(shè)計(jì)基于立體視覺的遙操作機(jī)器人試驗(yàn)臺(tái)[2]。王瑋釗等基于Labview編程實(shí)現(xiàn)對(duì)坐便器的輪廓邊緣檢測(cè),通過視覺引導(dǎo)機(jī)械手完成對(duì)坐便器精準(zhǔn)抓取[3]。盧冠男等根據(jù)物體的質(zhì)心位置提取的形狀及位置信息來實(shí)現(xiàn)了物件的識(shí)別、定位及抓取[4];國外S.J.Hosseininia等利用機(jī)器視覺和圖像處理技術(shù)檢測(cè)生產(chǎn)出的釉瓷器餐具上出現(xiàn)的毛刺,引導(dǎo)機(jī)械手對(duì)毛刺進(jìn)行拋光操作[5]。然而以上的機(jī)械手系統(tǒng)只是針對(duì)特定的操作對(duì)象,當(dāng)操作對(duì)象發(fā)生變化時(shí),就需要對(duì)機(jī)械手的坐標(biāo)進(jìn)行重新標(biāo)定,且由于操作者的個(gè)體差異會(huì)導(dǎo)致精度的偏差。
本文以機(jī)械手和攝像頭組成的平臺(tái)為基礎(chǔ),針對(duì)物料的實(shí)時(shí)匹配識(shí)別進(jìn)行了詳細(xì)的研究,采用Labview設(shè)計(jì)了一個(gè)機(jī)械手的視覺定位引導(dǎo)系統(tǒng)。該系統(tǒng)具有定位準(zhǔn)確,通用性等優(yōu)點(diǎn),解決了目前生產(chǎn)中機(jī)械手的操作對(duì)象較為單一的問題。
對(duì)機(jī)械手發(fā)出控制信號(hào)之前的所有程序處理都為視覺處理。而視覺處理主要分為兩部分:標(biāo)定與匹配。標(biāo)定一方面是為了矯正攝像頭拍攝帶來的畸變,另一方面是為了將圖像上的像素坐標(biāo)轉(zhuǎn)化為現(xiàn)實(shí)世界的坐標(biāo)。匹配則是為了對(duì)物料進(jìn)行精準(zhǔn)定位,用于引導(dǎo)機(jī)械手抓取物料。
標(biāo)定算法:由推導(dǎo)出的攝像頭內(nèi)參數(shù)矩陣(如式(1)所示)和外參數(shù)矩陣(如式(2)所示)可知,標(biāo)定精度主要受攝像頭自身的焦距以及圖像采集過程中攝像的運(yùn)動(dòng)方式影響。式中f為攝像頭的焦距,R為旋轉(zhuǎn)矩陣,t為平移向量。

相機(jī)標(biāo)定常用的有四種方法:點(diǎn)距標(biāo)定法,點(diǎn)坐標(biāo)標(biāo)定法,畸變模型標(biāo)定法,相機(jī)模型標(biāo)定法。本文需要消除相機(jī)畸變帶來的影響,且精度要求較高。此外本論文中固定在機(jī)械手上的攝像頭在圖像采集中位置不變,與檢測(cè)平面呈90°角,因此選擇畸變模型標(biāo)定來矯正相機(jī)拍攝的圖像。
匹配算法:圖像匹配的元素主要有:灰度、模板、變換域以及特征。其中基于灰度的匹配則因精度高的優(yōu)點(diǎn)而被廣泛使用。本文采用的是灰度匹配。灰度匹配以圖像灰度信息為處理對(duì)象,通過計(jì)算優(yōu)化極值(優(yōu)化極值為誤差平方和、平均誤差平方和、絕對(duì)誤差和等)來進(jìn)行匹配,如式(3)~式(5)所示。

當(dāng)式中的優(yōu)化極值Di,j值越來越小時(shí),說明匹配完成。本文選用平均誤差平方和(MSD)作為優(yōu)化極值,因其運(yùn)算過程簡(jiǎn)單,匹配精度好。
本文基于Labview編寫的機(jī)械手視覺引導(dǎo)軟件,主要具有以下功能:
1)通過相機(jī)或者本地文件夾采集圖像并轉(zhuǎn)化為灰度圖。
2)對(duì)獲取的圖像進(jìn)行標(biāo)定矯正。
采用NI自帶的視覺算子IMAQ Read Image And Vision Info,讀取生成的標(biāo)定圖像以及標(biāo)定信息,再根據(jù)IMAQ Set Calibration Info算子對(duì)攝像頭采集的圖像進(jìn)行標(biāo)定矯正。圖像的標(biāo)定矯正結(jié)果如圖1所示。由圖1可知,矯正后的圖像無畸變。

圖1 標(biāo)定圖像對(duì)比
3)利用模板匹配實(shí)現(xiàn)定位。
先通過繪制感興趣區(qū)域?qū)D像中需要作為模板的部分分割出來保存在本地;將原圖中模板所在坐標(biāo)位置保存為標(biāo)準(zhǔn)值作為機(jī)械手的坐標(biāo)原點(diǎn);匹配圖像,得出標(biāo)定矯正后的實(shí)際坐標(biāo),并與模板的標(biāo)準(zhǔn)值相比取差,得到機(jī)械手應(yīng)該移動(dòng)的X軸與Y軸以及旋轉(zhuǎn)角度的數(shù)據(jù)。

圖2 模板匹配
4)通過Modbus協(xié)議與機(jī)械手通訊。
機(jī)械手控制的相關(guān)按鈕以及參數(shù)設(shè)置在前面板中顯示,如圖3所示。

圖3 機(jī)械手控制前面板
5)登陸界面實(shí)現(xiàn)管理員控制。
本文以SD卡做為工件物料,通過對(duì)相機(jī)采集的圖像進(jìn)行標(biāo)定矯正后進(jìn)行系統(tǒng)測(cè)試。測(cè)試時(shí)移動(dòng)機(jī)械手沿X軸與Y軸運(yùn)動(dòng)一定距離,與圖像上匹配定位計(jì)算獲取到的距離進(jìn)行對(duì)比分析,結(jié)果如表1所示。測(cè)試圖像如圖4所示,機(jī)械手如圖5所示。

表1 測(cè)試結(jié)果(單位:mm)

圖4 測(cè)試圖像

圖5 現(xiàn)場(chǎng)機(jī)械手圖像
測(cè)試結(jié)果表明,視覺引導(dǎo)系統(tǒng)能夠識(shí)別定位SD卡,且匹配分?jǐn)?shù)較高,平均分?jǐn)?shù)為898.35,定位誤差在±0.1mm之間,為引導(dǎo)機(jī)械手下一步運(yùn)動(dòng)提供了較精確的定位。
根據(jù)表1的數(shù)據(jù),筆者還對(duì)系統(tǒng)存在的誤差進(jìn)行了分析:
1)相機(jī)拍照影響:相機(jī)在沒有對(duì)焦的情況下,拍攝下來的圖像模糊不清,會(huì)影響后續(xù)的視覺處理;
2)光源照射影響:當(dāng)光源不均勻時(shí)不僅會(huì)使獲取的圖像質(zhì)量會(huì)下降,更會(huì)導(dǎo)致系統(tǒng)的檢測(cè)精度下降;
3)圖像標(biāo)定影響:需要進(jìn)行像素坐標(biāo)換算以獲取現(xiàn)實(shí)世界數(shù)據(jù)信息的視覺系統(tǒng)都需要進(jìn)行標(biāo)定,而標(biāo)定效果的優(yōu)劣會(huì)影響系統(tǒng)誤差,但只要在容許的誤差之內(nèi),標(biāo)定的誤差可以忽略[6];
4)機(jī)械位移誤差:機(jī)械手在運(yùn)行時(shí)會(huì)有一定的誤差。
本文針對(duì)傳統(tǒng)機(jī)械手精度不足與操作對(duì)象較為單一的缺點(diǎn),提出了基于機(jī)器視覺的機(jī)械手引導(dǎo)系統(tǒng)的技術(shù)方案,主要的研究成果如下:
1)基于Labview的圖像標(biāo)定算法實(shí)現(xiàn)
通過比較幾種圖像標(biāo)定算法,確定了以畸變模型標(biāo)定方法做為本設(shè)計(jì)的圖像標(biāo)定標(biāo)定方法,該方法使用方便,標(biāo)定精度較高,能夠適應(yīng)具有畸變的攝像頭。
2)基于Labview的匹配定位算法實(shí)現(xiàn)
通過匹配算法的分析比較,確定了以較高精度、不受物體輪廓影響的灰度匹配做為本設(shè)計(jì)的匹配定位算法,匹配的識(shí)別率為100%,匹配分?jǐn)?shù)較高,平均分?jǐn)?shù)898.35,通過標(biāo)定矯正后匹配定位的誤差在±0.1mm左右。