基于機器視覺的機器人智能制造實踐應用研究

張彬 翟志國 衛春強 曹修青 劉云

摘? 要： 科技是時代進步的推動力，隨著我國制造強國戰略的穩步向前推進，智能制造成為了“中國制造2025”明確的主攻方向，而機器人則是智 能制造發展的重要內容與支撐。在未來，智能制造與機器人技術將取得顯著進展，逐步推動我國制造業實現轉型升級，并不斷邁向中高端層次。

關鍵詞： 機器視覺;機器人;智能制造;實踐應用

1 智能制造

當前自動化控制技術尚未出現革命性突破之前，所謂智能制造是通過 物聯網、大數據、傳感器技術等來實現，這并沒有脫離自動化，而是對自 動化一定程度的升級，機器人體現了這種技術的整合特性。事實上孤立的 機器人在生產制造當中沒有任何價值可言。從智能制造的角度來講，在真 正的強人工智能未出現的當下，所有的AI都只能算初級AI ，它以數據為智 能的基本構成元素， 而精準、有時效性的數據則是關鍵。目前工業4.0的典 型代表數字工廠，實際上就是以數據推動的智能化工廠，盡管它并不是真 正的智能工廠，它的基礎是通過物聯網實現對工廠自動化設備的整合，以 最少量的人從事創意性的工作，用自動化裝備來實現全自動化的生產[1] 。? 2 機器人應用關鍵技術

2.1? 機器人在智能制造應用關鍵技術

當下很多企業開始使用工業機器人取代人力，從事各種生產工作，這 使工業機器人行業迎來了一波發展高潮。而探究其主要原因是因為人力成 本逐漸上升高于機器人使用成本。不同的工業機器人，其應用關鍵技術也 不同[2]。（ 1 ）弧焊機器人：該機器人簡單地說，其關鍵技術包括交流伺候 服驅動、剛性高精度RV減速機，及諧波減速器。在低速和高速方面，前者 穩定性強，后者動態響應快，能減少維護。（ 2 ）激光加工機器人：該機 器人的關鍵技術包括了結構優化設計技術，框架式本體結構大范圍應用， 作業范圍變大還能確保精度。以及系統誤差補償這一技術，立足一體化機 器人有著大工作空間和高精度需求，聯系結構特征，依托非模型辦法與模 型辦法聯合的混合機器人補償方式，來實現幾何參數、非幾何參與的誤差 補償。另外，還有高精度檢測技術，集合坐標測量和機器人這兩個技術， 機器人在線測量，精度很高。最后，網絡通信、離線編程技術，可實現串 口、 CAN網絡通信，并監控管理機器人生產線，由上位機控制機器人離線 編程[3]。

2.2? 機器人技術的發展趨向

（ 1 ）從串聯發展為串并混聯機器人。最開始，機器人主要是串聯較 多，但伴隨市場的發展，現在既需要串聯機器人，又需要并聯機器人。串 并混聯機器人兼顧并聯機構剛度大與串聯機構控制空間大兩種優點，是機 構學研究的主要方向[4]。（ 2 ）從剛體發展為剛柔體機器人。現在不單單 要研發剛性，還需研發柔性機器人，像是英國某公司的蛇形機器人，以及 我國許多學校研發的章魚須、蛇等柔軟多節結構的工業機器人。工業機器 人未來發展的關鍵特質便是柔性。對于機器人來說，柔體的應用能靈活其 末端抑或是本體，讓其可達性范圍更大。柔性機器人最大的優點便是可達 性，像是航空構件制造有些深孔，常規方法打不進去，使用柔性機器人就 可以很好地解決這一問題[5]。（ 3 ）從機器人作業發展為多機器人協同作 業。這為機器人發展的趨勢之一。制造空間分布、任務并行、功能分布等 方面，單機器人都受到限制，要由多機器人來協同合作完成。智能化、數 字化車間構建，無法依靠單個機器人，尤其是大尺寸的焊接裝備，可靠 性、靈活性、負載的能量等，都要由多機器人來協作完成[1]。（ 4 ）機器 人技術和虛擬現實結合應用。機器人技術和虛擬現實結合應用是很有必要 的，這可以減少研制時對實體機器人的依賴，減少生產成本，提升生產效 率，還能避免機器人帶來的安全隱患[5]。（ 5 ）機器人技術和物聯網結合應 用。機器人技術并非孤立的，其是系統工程，可以將其和物聯網結合進行 應用。譬如，之前浙江省融合了物聯網和機器人，生產出自動化智能柔性 焊接裝配，十分高效。依靠物聯網，工業機器人能擁有感知力，也就有了 觸覺、味覺、視覺，還能采集生產過程中的各種數據[2]。

3 生產節拍提升設計

3.1? 參數設置標準化

經過大量測量數據分析，得出以下參數經驗值設置會在保證測量 精度的前提下最大限度提高節拍：傳感器延遲（sensordelay），這個參 數是防止機器人剛到位置就進行測量，此時機器人的抖動對檢測結果有 影響，設置參數過大會影響節拍，過小機器人抖動仍有影響，經驗值為 500ms。循環次數（ Num.ofCycles）， 此設置是當一次檢測不合格之后重 新進行的次數，重復次數超過設定次數并且都是不合格的時候會調用歷史 數值。因此若循環值設置過大會導致在不合格的時候多次重復測量，從而 影響節拍， 經驗值為3。超過三次，檢查原因或者取平均值。 Training質量 （Quality）越好，機器人越能在最快時間從Training位到達測量位，所以 一般將Training質量做到接近極限值1最好。補償值（offset），如果車身 數據有批量波動，在臨時生產情況下，需要根據工裝參數設置某一方向補 償值，用來適應本批次車身[3]。拍攝次數（ samples）會對節拍有影響，因 為最終結果是計算平均值，因此拍攝次數越多，采樣數據越準確，越接近 車身真實數值，但是會導致節拍時間增加，一般經驗值取10。檢測時長 （controltimeout）用于設置測點檢測時長，超過檢測時長認為車身數據不 合格，一般經驗值取10。

3.2? 緊湊的工藝路線

在全線機器人參與工藝制造的條件下，一般會在PLC側將工藝路線的 GRAPH設計得比較緊湊，比如為了節省抓件時間，設置預抓件操作，即在 當前工位工藝正在進行時，另一時序中的機器人提前抓件并在準備位等 待，或者在機器人編程時，盡量使用運行速度快的編程方式;另一種方式 是在進行機器人運動軌跡規劃時，通過調整運動軌跡平滑參數，在兩條直 線路徑中采用圓弧過渡算法，從而節省軌跡長度[4]。

3.3? 工裝夾具和來件質量穩定性

機器視覺的檢測效率不僅取決于本身的穩定，工裝夾具和來件質量 的穩定性同樣至關重要。一般來講，工裝夾具方面考慮的主要是運送車身 的滑橇，而滑橇定位取決于定位孔，車身定位孔與工位定位銷有無剮蹭， 定位孔有無磨損，為了減少這些影響，需要定期對工裝位置進行調校;來 件質量穩定性主要是沖壓件尺寸穩定性、沖壓件外觀整潔性和車身連接工 藝質量穩定性，尺寸數據和車身連接工藝質量需要PERCEPTRON來檢測確 保，沖壓件外觀整潔性主要看是否有油污等污染[3]。

結束語： 機器視覺是非接觸測量，可以檢測到人眼無法感受到的紅外 和微弱的光，并且在長時間穩定運行，保證檢測精度和重復精度雙指標良 好。機器視覺運行質量良好的前提是整體系統的機械穩定性，盡可能小的 減輕機器人本體抖動且保證檢測目標的位置標準化。

參考文獻：

[1]中國電子信息博覽會.智能制造與機器人產業呈現四大發展趨勢[J].中國 電子商情（基礎電子），2017（5）：58，60.

[2]譚建榮.智能制造與機器人應用關鍵技術與發展趨勢[J].機器人技術與應 用，2017（3）：18-19.

[3]李鐵芳.智能制造與機器人應用關鍵技術與發展趨勢[J].科技風，2019 （20）：25.

[4]于亞平.智能制造與機器人應用關鍵技術研究[J].時代汽車，2020（16）：8-9.

[5]汪詰.智能制造：機器人發展的重要推手[J].資源再生，2020（1）：64-66.

1623501705360