機器視覺在工業(yè)機器人智能分揀識別中的研究

耿立明，王迪，楊威

（沈陽城市建設學院信息與控制工程系，遼寧沈陽，110167）

0 引言

機器視覺主要研究用計算機來模擬人的視覺功能從客觀事物的圖像中提取信息，進行處理并加以理解，最終用于實際檢測、測量和控制。一個典型的工業(yè)機器視覺應用系統(tǒng)包括光源、光學系統(tǒng)、圖像捕捉系統(tǒng)、圖像數(shù)字化模塊、數(shù)字圖像處理模塊、智能判斷決策模塊和機械控制執(zhí)行模塊，如圖1所示。首先，采用CCD攝像機或其它圖像拍攝裝置將目標轉換成圖像信號，然后轉變成數(shù)字化信號傳送給專用的圖像處理系統(tǒng)，根據(jù)像素分布、亮度和顏色等信息，進行各種運算來抽取目標的特征，根據(jù)預設的容許度和其他條件輸出判斷結果[1]。

圖1 工業(yè)視覺系統(tǒng)結構圖

機器視覺在工業(yè)機器人中的應用是一項綜合技術，檢測精度更高，系統(tǒng)操作更為簡單，能夠適應工業(yè)生產中惡劣的環(huán)境，有合理的性價比，有通用的工業(yè)接口，能夠由普通工作來操作，有較高的容錯能力和安全性，不會破壞工業(yè)產品，有較強的通用性和可移植性。其中包括數(shù)字圖像處理技術、機械工程技術、控制技術、光學成像技術、傳感器技術、模擬與數(shù)字視頻技術、計算機軟硬件技術、人機接口技術等。這些技術在機器視覺中是并列關系，相互協(xié)調應用才能構成一個成功的工業(yè)機器視覺應用系統(tǒng)[2]。

目前，機器視覺已成功地應用于工業(yè)領域，大幅度地提高了產品的質量和可靠性，保證了生產的速度。例如產品包裝印刷質量的檢測、飲料行業(yè)的容器質量檢測、半導體集成塊封裝質量檢測等。在制藥生產線上，使用機器視覺技術可以對藥品包裝進行檢測，以確定是否裝入正確的藥粒。

1 機器視覺在工業(yè)機器人智能分揀識別中的關鍵實用技術

■1.1 工業(yè)相機

利用工業(yè)攝像機進行視覺定位的原理，設計視覺定位方法獲取分揀工作平面上工件的物理位置。針對智能機器分揀環(huán)節(jié)，將機器視覺技術運用于工業(yè)機器人，使機器人確定目標物料的位置，基于圖像傳感技術設計視覺識別、定位方法，獲得作業(yè)基準線和目標信息，完成相對定位[3]。

目前CCD 攝像機以其小巧、可靠、清晰度高等特點在商用與工業(yè)領域都得到了廣泛地使用。CCD攝像機按照其使用的CCD器件可以分為線陣式和面陣式兩大類。線陣CCD 攝像機一次只能獲得圖像的一行信息，被拍攝的物體必須以直線形式從攝像機前移過，才能獲得完整的圖像。它主要用于檢測條狀、筒狀產品，例如布匹、鋼板、紙張等。攝像機可以一次獲得整幅圖像的信息。

圖像傳感器的標定及視覺定位，設計視覺定位方法獲取分揀工作平面上工件的物理位置。

■1.2 圖像采集及處理設備

機器視覺系統(tǒng)中，圖像采集卡是控制攝像機拍照，完成圖像采集與數(shù)字化，協(xié)調整個系統(tǒng)的重要設備。它一般具有圖像信號的接收與A/D 轉換模塊，負責圖像信號的放大與數(shù)字化，滿足高速數(shù)據(jù)傳輸?shù)亩喾N應用[4][5]。

采用視覺傳感器的模塊化部件，更適合工業(yè)需求。這種視覺傳感器集成了光源、 攝像頭、圖像處理器、標準的控制與通訊接口，自成為一個智能圖像采集與處理單元，內部程序存儲器可存儲圖像處理算法，并能使用PC機，利用專用組態(tài)軟件編制各種算法下載到視覺傳感器的程序存儲器中。視覺傳感器將 PC 的靈活性，PLC 的可靠性、分布式網(wǎng)絡技術結合在一起。用這樣的視覺傳感器和 PLC 可以更容易地構成機器視覺系統(tǒng)[6]。

圖2 視覺傳感器

2 機器視覺在工業(yè)機器人智能分揀識別中的關鍵研究內容

■2.1 設計基于視覺反饋的機器人模糊預測控制策略

圖3 基于視覺反饋的機器人模糊預測框架

分析模糊預測控制構建模型的原理，構建基于視覺反饋的機器人模糊預測控制策略，提取圖像中的目標信息并依據(jù)不同目標實施相關的匹配與識別，以實現(xiàn)邊緣檢測和目標識別，提高其定位的快速性和準確性。

采用CCW6.0以上版本，Modbus OPC Server軟件，以及MATLAB（OPC_TOOL），使用Modbus TCP/IP與OPC協(xié)議與MATLAB通訊。

通過處理當前圖像信息的數(shù)據(jù)判斷跟蹤目標類別，運用模型預測控制預測目標未來狀態(tài)，對不同的前方目標采用不同的權值來計算最優(yōu)控制輸入。

■2.2 利用羅克韋爾可編程邏輯控制器和伺服驅動器運動控制模塊搭建仿真實驗平臺

視覺分揀系統(tǒng)采用羅克韋爾工業(yè)機器人作為分揀執(zhí)行機構，利用羅克韋爾可編程邏輯控制器和伺服驅動器構成運動控制模塊實現(xiàn)分揀動作，分析機器人的運動學、軌跡規(guī)劃和工作空間。分析羅克韋爾可程邏輯控制器和伺服驅動器構成的運動控制模塊功能，實現(xiàn)分揀動作。

結合我校羅克韋爾實驗室進行理論研究和實驗驗證。利用羅克韋爾可編程邏輯控制器和伺服驅動器構成運動控制模塊，預測控制模型相結合的方法，構建系統(tǒng)仿真實驗平臺。

3 結論

賦予機器人視覺是機器人研究的重點之一，其目的是要通過圖像定位、圖像理解，向機器人運動控制系統(tǒng)反饋目標或自身的狀態(tài)與位置信息。攝像機被固定在云臺下，一個機械手在一定范圍內抓取和移動工件，攝像機利用動態(tài)圖像識別與跟蹤算法，跟蹤被移動工件，始終保持其處于視野的正中位置。

基于機器視覺的定位方法能夠更好地克服傳統(tǒng)機器人示教編程完成分揀任務所存在的缺陷，對于多目標，工件的形狀、尺寸和擺放位置不確定的分揀任務更加準確、智能化,逐漸成為引導工業(yè)機器人完成對目標的抓取問題很有前景的一類新型方法,且模糊預測控制構建模型提高對工件識別精度方法在實際復雜分揀生產線中的應用也不夠多，目前國內外對該類方法的研究還不夠深入。