基于機器視覺的工業機器人分揀技術研究

張鈺玲 盧丹萍

（廣西職業技術學院，廣西 南寧5300226）

就工業機器人的工作內容來看，大多工作內容包含了搬運、分揀這些基本工作。并且，無論是應用在哪一行業的機器人，通常都會涉及到搬運及分揀工作。而進行搬運、分揀等工作就需要依靠視覺來進行分辨，即機器視覺。就機器視覺來思考則需要將其分為兩種情況進行分析。首先是相機靜止- 目標靜止狀態，其次是相機靜止- 目標運動狀態。當機器視覺在定位中出現不準確的情況時則會導致搬運及分揀工作都受到影響，甚至于無法完成工作。在機器人分揀技術中，機器視覺的建立是其分揀工作順利完成的基礎，就機器人機器視覺進行研究，能夠幫助機器人順利迅速完成工作的同時，提升了工作的效率，推動了各行業的經濟發展。因此，本文針對機器人的機器視覺進行機器人的分揀工作系統建立進行研究，并在機器人的工作中如何展開分揀技術應用做出了相應的論述。

1 國內關于機器人分揀系統的研究

就目前我國在機器人領域的研究形式來看，我國已然研究出了多種類型的機器人。然而，就機器人的整體研究仍舊處于初級階段。針對機器人的機器視覺的研究也沒有真正研究出來[1]。在此方面的研究，我國大多是建立于他國的研究基礎上展開的二次研究。關于機器人的分揀系統建設，國內的研究人員也提出了一些可行的算法。例如，貝葉斯估計跟蹤法以及目標識別法等。這些算法的提出則在一定程度上能夠輔助機器人的搬運、分揀工作的進行，保證機器人能夠準確順利完成任務。在算法的輔助下，機器人分揀工作的展開將更加順利，精準。

2 基于機器人視覺下的機器人分揀系統的構建

在機器人基于機器視覺進行分揀系統建設的過程中，需要根據分揀機器人的特點進行分析。在研究中應建立系統應當針對貨物的兩種狀態進行建立，即相機靜止- 目標靜止狀態以及相機靜止- 目標運動狀態。針對這兩種狀態進行機器人機器視覺的運行進行詳細的論述，進而幫助分揀機器人準確順利完成分揀工作。

2.1 機器人分揀系統的構成

在實驗室中的機器人分揀系統的構建組成中由四個部分組成，即相機標定、圖像處理、模式識別以及機器人控制四個部分，該四個部分缺一不可[2]。在相機標定部分，利用圖像坐標技術與機器人的坐標系進行聯系，將二者之間的關系聯系起來，獲取物品的位置。在圖像處理部分則是集中于對相機所拍攝到的畫面進行處理的功能，例如，圖像中的某些特殊畫面、特殊標記等。將這些標記與機器人的坐標系進行聯系，做出對圖像的預處理工作。模式識別則是在圖像處理的基礎上針對圖像以及圖像中聯通的部分進行識別、分類的部分。機器人控制則是整個工作中的最后一步，也是十分重要的一步。在機器人控制階段，其控制方法在于計算機與機器人之間的聯系，通過二者之間建立起來的連接通信，在計算機程序的操控下進行機器人的控制，指揮機器人完成各種動作。該四個部分的緊密聯系，將機器人分揀工作完成。在機器人的參與下，企業的人力支出費用也隨之大大降低。與此同時，機器人分揀技術的應用提升企業的工作效率為企業增收，做出了一定的貢獻。

2.2 機器人分揀技術分析

在機器人分揀系統的研究中，其整體系統運行的過程也是機器人實現分揀的過程，即機器人分揀技術。將這四個聯系起來才能夠對機器人進行操控，實現機器人分揀。

2.2.1 相機標定。相機標定在整個機器人分揀技術中是首要步驟，同時也是機器視覺的基礎部分。假如相機標定缺失，機器人的機器視覺也無法實現。在機器人分揀技術中，相機標定的作用就是對物體的圖像進行坐標系建立并根據空間位置坐標系進行聯系，建立起二者的對應關系。在相機標定作用下，機器人分揀系統能夠在相應的分析下準確判斷出物品在機器人坐標系中的位置，進而下一步抓取物品做好相應的準備。二者若是不能建立起相應的坐標系聯系，則在機器人的物品抓取將會出現混亂，導致物品抓取的失敗。

2.2.2 目標識別。目標識別就是想圖像中物品的特征按照需要抓取出來，即目標的提取或者稱之為圖像分割。在基本定位中，將圖像中一些特征，或其中感興趣的部分提取出來。目標提取的方法有多種形式，如：邊緣檢測法、區域提取法以及閥值分割法等[3]。將目標提取出來后進行目標識別，對物品的具體特征進行分析并進行歸類。

2.2.3 傳送帶上的目標分揀。（1）運動目標檢測。運動目標的檢測就需要機器人在運動的物品在場景圖像中提取出來。本文針對靜態背景下的運動目標的機器人分揀技術的研究，針對此場景中的機器人分揀中，目標識別則可以通過三種方式進行解決，即光流法、幀間差分法、背景差分法。在此三種識別方法中可以輕松完成動態背景下的目標檢測，幫助機器人完成運動物品的識別工作。（2）墊圈模板的建立與識別。在進行目標識別時先拍攝一張沒有墊圈的物品場景圖片作為背景，采用背景差分法對物品進行目標提取，并進行聯通標記處理。在此過程完成后，將目標的中心點為中心，提取出一個80×80 的二值圖像當做模板。利用墊圈中心對稱的原理進行標記，并將模板中墊圈以外的圖像像素進行標記，計作+1，墊圈上的圖像像素則標記為0，墊圈內的圖像像素則標記為-1。通過不同標記，也就是背景差分法進行物品圖像的提取。將物品做好標記后，根據不同的特征進行物品識別，在此過程中完成對物品圖像的提取工作，識別物品位置。（3）運動目標跟蹤。對于運動目標的跟蹤記錄則可以采用多目標跟蹤法進行。在具體的操作中就是，對提取到的圖像序列進行逐幀分析。在每一幀的圖像中將運動目標檢測出來，并判斷這每一幀圖像中的需要進行識別的像素的類別，進而在建立起目標鏈。并且，在后續的每一幀圖像中不斷進行定位、識別，建立目標鏈，再建立起相同物品的運動對應關系，對目標物品做出具體的判斷。在物品判斷的過程中，物品圖像的坐標系建立與機器人的坐標系建立存在著一定的聯系，進而在分揀工作中做好物品位置的對應工作。在運動目標的跟蹤中還應當同時建立起相應的運動模型，以方便后期的機器人分揀工作作參考。在運動模型的建立下，機器人可以根據模型進行簡單、迅速的判斷進而簡化了機器人的工作，提升了工作的效率。

2.2.4 機器人運動控制。在機器人控制系統的建立中包含了軟件開發包。機器人的軟件開發包中包含了對機器人的控制柜和計算機的通信、機器人的運動基本指令以及數據文件交換等功能[4]。在控制平臺的研發中，將機器人控制平臺的運行模式進行處理，并建立起相應的庫函數。在相應的接口處向控制柜發出指令，進一步完成控制柜對機器人的控制工作，使機器人完成相應的工作。

就機器人的庫函數調用問題，應當在相應的環境進行調用，保證機器人能夠正常運轉。

3 結論

隨著我國經濟的不斷發展，機器人已然進入到各行各業的生產活動中，如：食品加工業、汽車業、農業、工業等。在這些工作領域中，也都針對工作需要研制出了相應的機器人技術。在生產工作中，有了機器人的幫助，在極大程度上提高了行業的生產效率，進而促進了經濟的發展。在各行各業的發展中，機器人分揀工作也是最為基礎的工作。但是，在此工作的過程中，仍舊會出現機器人定位不準確或無法識別等問題。因此，針對機器人分揀技術進行研究及分析仍舊需要廣大工作者繼續下去。將其中的問題挖掘出來并提出相應的解決辦法，進而保證機器人分揀技術的準確性，減少誤抓、錯抓的情況出現。并且，針對機器人分揀技術的研究，也是推動機器人研究的補個部分，為機器人研究視野做出了一定的貢獻。