白車身多車型零件全自動上料應用

姚曉春

摘 要：文章探討了白車身多車型零件結合導航小車全自動上料的應用。通過研究機器人結合視覺引導系統直接從自動導航小車上抓取白車身零件的方案，尋找到了一種精益的、改善人機工程的，從而取代傳統人工取料并上料方式。對此種全自動上料方式的應用以及節省勞動力成本等優點進行了歸納?？偨Y了多車型全自動上料過程中與之結合的視覺及料架等關鍵因素。

關鍵詞：自動上料;視覺;導航小車;精益;人機

中圖分類號：U463.8? 文獻標識碼：A? 文章編號：1671-7988（2019）04-145-03

前言

如今人們對改善人機工程類、低成本類的新技術在白車身區域應用的研究越來越廣泛。白車身制造過程中，傳統的人工取放零件方式，可能存在人機工程較差或高成本料架制作投入等問題。本文將從視覺系統^[1]、人機改善的角度，研究白車身零件結合自動導航小車的全自動上料應用^[2]以替代人工物料拖車，并實現簡單循環作業，提高生產率，降低人工勞動強度，節約人力成本。

1 傳統上料方式

在車身車間生產線，一般采取線旁人工上料方式;通過人工和機器人的先后操作順序結合，來實現零件與白車身一步步的上料及拼焊。

人工上料工位工藝布局規劃^[3]，如圖1所示，首先線旁物料料架先由物流人員從物流倉庫通過拖車送到車身車間工位線旁，再由圖中操作人員需從線旁料架中（綠框）取料，然后走到工裝處上料，拍運行按鈕Runbar后，由機器人抓取上主線進行焊接等后續工藝步驟。此種傳統上料方式，需要線旁操作人員與機器人或工裝相互配合操作來實現。

2 自動上料的應用背景

目前整車廠車身車間自動化率水平已相比以往有明顯提高，但自動化應用均局限于如焊接、涂膠、扭矩等工藝;對于車間內物流零件上料工藝，都還停留在人工物流拖車送料至線旁，車身零件人工上料至工裝的現狀;為了進一步突破并提升零件自動化率水平，改進物料上線模式，提高物流配送效率，對超大、超重零件，優化人機工程，降低人工勞動強度，節約人力成本，提高勞動生產率，白車身零件實現全自動上料已成為整車車身自動化率提升趨勢。自動上料系統主要包含AGC小車自動導航系統、機器人抓手系統、視覺系統。

2.1 自動上料工位零件選用原則

自動上料零件一般選擇大零件、并靠近物流的物料存儲倉庫LOC;圖2是某工廠物流使用AGC自動導航小車送料并結合機器人直接從料架抓料來實現整個模式全自動上料的布局圖。

其中AGC自動導航小車運料涉及19種零件，庫位自動抓件涉及11種零件，其體積率高達54%。其效益顯著，可減少物流人員10名，物料拖車10臺，單班可減少生產人員10名，充分展現了智能工廠無人化的發展方向。

2.2 AGC系統

AGC（自動導航小車）^[4]，顧名思義，能沿著規定的引導路線行駛，具備安全保護以及各種移載的運輸小車（如圖3）。

AGC小車的組成：AGC本體控制器、驅動單元、磁導航傳感器、地標讀取器、觸摸屏、電臺、電池、激光防撞傳感器。

3 機器人智能視覺識別自動抓取上料

車身車間采用視覺抓手機器人通過實時拍照方式，如圖4，準確地從AGC自動導航小車進入工藝庫位后的物流料架上自動抓取零件至工裝;相對于人工取件上件方案，減少了操作人員，極大降低了工人勞動強度;效率提高，能滿足快速/大批量生產節拍。

3.1 視覺抓料統一要求

3.1.1 視覺參考點選取

（1）需要選取四個特征來構建出一個四邊形且四個特征盡量覆蓋較廣范圍，不可太近。

（2）要求特征比較明顯，容易被識別。

（3）孔加邊角的組合特征相對于只選取孔作為特點來說更加穩定，計算結果更準確（如圖5）。

（4）對于零件較大且又沒有孔或少孔的零件。則選取沖壓邊角作為特征點（如圖6）。且所有特征孔及棱線要求位置度在+/-1mm。

3.1.2 表面要求

（1）視覺拍照面不得有特殊顏色標識;

（2）視覺特征附近不得有飛濺^[5]、油污、打磨印;

（3）零件不得有變形。

3.1.3 庫位自動抓件分類狀態

根據不同白車身產品零件設計形狀，對應自動抓料料架選取主要有三大類，分別對應不同視覺選取要求。

3.1.3.1 堆疊式

選型時，要求零件按照包裝數量能夠正常存放，不會出現零件變形，零件放置不下去等情況。堆疊后，零件整體偏移要求較少。不能完全遮蔽零件孔。

3.1.3.2 卡抓層疊式

選型時，要求在視覺相機視野內，需要至少4個孔及明顯的棱線特征。否則視覺特征無法選擇。

3.1.3.3 懸臂式

側圍及四門懸臂式系統現場穩定性好。

3.2 視覺系統常見故障及解決方案

故障1：單個或多個特征曝紅，無法獲取;

這種故障原因通常有2種：1.零件表面打磨或有贓物，造成特征被干擾。解決方案可通過控制零件表面不得有干擾因素或適當降低辨識度（一般不得低于75%）;2.曝光不足/過量，造成畫面變暗，造成單一特征辨識度下降。解決方案可通過調整曝光值、降低單一特征辨識度、鏡片清潔。

故障2：特征全部抓取，但偏差過大;說明零件擺放狀態不良，或料架整體偏差，需重新擺放好零件或更換料架。

故障3：特征全部抓取，偏差在范圍內，但result結果報錯;說明零件整體來料變形，即零件的不確定度過大。

以上是目前自動抓料結合視覺系統及現場實際應用總結出的要點及相關問題解決方案。

4 自動上料工位尺寸公差分析

零件全自動上料系統包含機器人抓手、視覺系統、物流料架、物流拖車Dolly及定位Dock系統各個要素環環相扣，各個子系統都有其自身公差，全自動抓料的實現，要進行各個要素之間的公差分析，以某工廠車間實際運用案例，尺寸公差分析如下：

（1）自動抓料應用中料箱中零件相對于地面總的公差為（包含車身DOCK，物流Dolly（TRAY）/Rack，零件各個環節公差）：

①X/Y方向（Vision系統所照射的平面上的位移公差）：+/-20.5mm;

②Z方向（Vision系統照射的景深方向位移公差）：+/-15mm;

（2）車身Dock與物流Dolly（Tray）接口的總公差控制在+/-3mm之內，分析如下：

①車身側Dock：

水平進入導向或定位開檔：+3/-0mm，平行度3mm;水平鎖緊方向：+/-1mm;垂直支撐面水平度2mm;

②物流側Dolly或Tray：

水平進入導向或定位開檔：+0/-3mm，平行度3mm; 水平鎖緊方向：+/-2mm;

垂直支撐面水平度分三檔： 3mm（長度<=1米），4mm（長度<=2米），5mm （長度<=3米）。

綜上，結合視覺系統自身誤差，車身工藝抓手的視覺系統選型識別誤差&移動范圍必須達到+/-25mm及以上;如圖7，簡單用一張圖表來展示自動上料工位系統中各個要素之間的公差鏈關系

5 結束語

隨著智能化、自動化及創新在生產中的逐步應用，汽車車身車間的柔性化應用越來越受到重視。降低人工勞動強度，節約人力成本是目前所有車企重點的降本增效方式之一，在車身車間對超大、超重零件，優化人機工程，提高勞動生產率有顯著提升;因此大量采用AGC自動物流運料結合機器人抓手視覺系統自動上線造車將會是各個車企車身車間重點推進零件自動率提升的主要方式。

參考文獻

[1] 叢奎榮，韓杰，常發亮. 視覺機器人貨物輪廓提取與定位[J].山東大學學報（工學版）， 2009，40（1）.

[2] 季翠芳，羿應財.機器人在自動化上下料系統中的應用[J].機械工程師， 2013（10）：136-138.

[3] 李賀強.焊裝車間車身零部件上線常用輸送形式[J].汽車工藝師， 2015（9）：64-66.

[4]于慎波，張幼軍，王燕玲，et al.自動導向小車系統及其技術組成[J]. 沈陽工業大學學報，1998（4）：46-49.

[5] 劉蘇宜，王國榮，石永華.激光視覺機器人焊接中攝像機和手眼的同時標定[J].華南理工大學學報 （自然科學版），2008， 36（2）：74-77.