基于視覺的工業機器人應用系統發展及研究綜述

0 ?引言

機器人是集成了高新技術的高端智能裝備，它對生產制造業地發展起到至關重要的作用。機器人技術作為重要指標已用來衡量國家高端智能制造和科技創新水平的高低。工業機器人近年來發展迅猛，生產使用量非常高，受到了世界上各個國家研發領域和制造領域的強烈關注。工業機器人技術和產品的創新，推動了智能制造技術的進步，體現了一個國家機器人技術的實力和其在自動化、智能化技術水平方面的競爭力。

第一臺機器人在美國誕生距今已近60年，其技術和產品在全世界范圍迅速發展，極大地滿足了工業生產制造、國民經濟建設及人們日常生活的多方面需求，圖1給出了機器人的發展歷程。智能制造推動了工業的發展，基于視覺的工業機器人滿足了智能制造的自動化和智能化要求，現在已得到很廣的應用。在物料轉移、工件的拆裝、分撿和儲運等方面極大地降低了人類勞動強度，并且提高了工作效率。不同類型工業機器人的出現推動了機器人技術的不斷進步，體現出智能制造在國民經濟發展和國家綜合國力提升中不可或缺的價值。

1系統分析

1.1 ?系統組成及工作原理

機器人通過視覺系統獲取外界信息，然后通過軟件計算出目標參數，最后利用控制硬件完成特定的任務。隨著國民經濟的發展，科學技術水平地不斷提升，以及工業生產技術智能制造水平地不斷提高，對于工業機器人的性能各方面要求也隨之越來越高，迫切希望出現能夠自適應周圍環境、自我學習的工業機器人。傳感器市場的快速發展，各種高性能、易使用、靈敏度高、壽命長的傳感器地普及，使視覺工業機器人性能的提升得以實現。

研發人員通過在工業機器人系統中集成各類傳感器來增加它們對外界的感知能力，其中視覺類傳感器發揮的作用最大。因為視覺的目的是讓機器人仿照人類的視覺系統，以使用外部傳感器獲取視覺范圍內的圖像數據信息，并通過系統中的處理器對圖像數據進行分析和判斷，進而實現物體辨識及物體定位等。相對于一般感知系統，視覺系統具有兩點優勢：（1）快速獲取大量環境信息，而且獲取的信息以數據存儲，易于計算機處理;（2）易于和其他系統集成，且兼容性好，在工業生產制造中可以提高效率和精度，自動化程度高。

通常所說的視覺系統是由硬件組成的。該系統中的攝像機用來獲取圖像數據信息，然而由于周圍各種影響因素的存在，使得獲取到的數據被污染，含有大量的噪聲和干擾，導致所需要的有用信息被淹沒，系統無法直接分析，因此需要對獲取的原始信息進行處理。圖像處理可以利用圖像去噪技術、特征提取技術等，將圖像的特征信息從原始數據中挖掘出來，改善數據質量，便于計算機后續分析處理，做出正確決策，最終完成任務要求。

1.2 ?機器人視覺的主要功能

機器人技術的不斷更新、產品的廣泛應用，極大地促進了機器視覺的產生與發展。如何更加合理有效的將機器視覺引入工業機器人系統，提高工業機器人應用的靈活性，逐漸成為機器人研究的重要方向。工業機器人視覺的主要功能可以概括為：

（1）目標定位：工業機器人通過視覺系統可以在工作中迅速找到物體（如零件、電子元件等）位置，通過控制系統引導機器人進行相應作業，快速、精準地完成工作。

（2）外觀檢測：工業機器人通過視覺系統可以進行量化對比，對所生產產品的規格、尺寸、外觀和缺陷等指標做相應檢測，發現制造過程中出現的不合格產品，進而為質量檢驗提供精準可靠的數據支撐。

（3）操作和識別：機器人視覺系統可以對目標圖像進行識別和分析，進而對所識別的圖像數據做采集和處理。

2 ?研究現狀

2.1 ?工業機器人發展現狀與趨勢

作為一種技術附加值高、應用范圍廣的高端裝備，機器人在現今先進制造業中發揮的作用越來越重要，同時也會對社會未來生產和發展起到極大的推動作用。機器人地出現使得大量勞動力得以解放，隨著技術的不斷創新，工業機器人產品性能更加穩定、效率更高、價格更低等，促使大量工廠和企業引進更多的工業機器人來提高生產效率并保證產品質量，從而降低企業的生產和經營成本。

世界各國高度重視機器人產業的發展壯大，主要經濟體和國家紛紛發展機器人產業，特別是工業機器人產業，甚至將工業機器人產業提升到國家戰略發展的高度，從而增強本國在機器人領域的競爭實力，體現了工業機器人在機器人產業，乃至社會各項產業中的重要地位。

隨著智能制造技術的出現和發展，未來的工業機器人技術會朝著智能化、系統化的方向發展，其趨勢可歸納為以下幾方面：（1）多傳感器應用技術的實用化;（2）控制技術的分布式、網絡化;（3）系統的可重構化、模塊化;（4）作業的柔性化、系統的自動化和智能化等。

近年來，隨著工業4.0、中國制造2025、互聯網+和人工智能等理念地持續推進，以及深度學習算法在醫學、生物、圖像識別等領域的廣泛應用，推動了工業機器人技術的進步，也為工業機器人未來發展及應用提供了強有力的技術平臺。在這樣的大背景下，未來全球工業機器人產業競爭將更加激烈，而我國也將迎難而上，繼續推進工業機器人產業，爭取在國際上有足夠的競爭力。目前我國只有新松公司能夠在國際市場上有一定競爭力，因此未來工業機器人應朝著以下幾個

方向發展：（1）系統的可重構化、模塊化;（2）多（六軸以上）自由度;（3）核心部件（如減速器、伺服電機等）國產化;（4）編程易于實現。

2.2 ?基于視覺的機器人研究及發展現狀

對于視覺機器人的研究， Nagata等人利用機器人視覺伺服技術和遺傳算法相結合的方式，實現對機器人的精準控制。澳大利亞西澳大學研發制造的Australias Telerobot，是一個以攝像機作為視覺數據采集裝置的工業機器人，該機器人具有六軸自由度，有極高的靈活性，使用者通過此機器人拍攝靜態圖像，然后對圖像數據分析處理，處理后生成空間位置信息，對物體不斷拍攝新圖像和更新后得到空間位置信息，系統對信息進行處理分析后，最終實現一壘積木塊位置的準確擺放。

國內眾多高校對工業機器人機器視覺方面進行了實驗和研究，發明了眾多專利，為科技成果的轉化提供了有力支撐。例如：華中科技大學彭剛等人利用視覺系統和超聲測距技術跟蹤和抓取動態目標;北京航空航天大學孟偲等人利用手-眼視覺系統的測量與定位信息，準確判斷目標物體并抓取;東南大學席文明等人將基于視覺引導的機器人引入焊接工作中，實現焊接的高精度和高效率;華中理工大學劉延林等人通過機器人視覺技術獲取毛坯的圖像數據分析處理，最終實現毛坯的準確識別。

當然，實際應用中，視覺系統獨立存在的意義不大，只有將其與其他系統結合，才能發揮它的真正優勢。Allen P K等人提出了一種能夠實時跟蹤三維運動物體的實時視覺系統和可抓取運動物體的機器人手臂的高交互式的綜合系統，實現在動態抓取任務中手眼相互協調，如在移動式輸送機系統上抓取部件，裝配鉸接部件，或從移動機器人系統抓取部件。S Murakami等人基于模糊邏輯控制器研發了弧焊機器人焊縫跟蹤控制系統。該系統從焊槍的擺動位置及導線末端與工作距離之間的關系中，識別出焊接點的水平位移和垂直位移，并由三菱重工的電弧傳感器輸出，利用這一信息，可以知道弧焊機器人的焊槍位置和調整方向。H. Ali等人利用視覺傳感器設計和開發了智能機器人手爪，文中使用的視覺傳感器可以用于檢測對象的存在并將信息發送給機器人。Huang等人提出一種改進的用于解決動態補償機器人系統（DCRS）的無模型位置調節問題的算法，控制機器人實現高速、準確的操作。

1961年麻省理工學院的林肯實驗室將含有觸覺傳感器的裝置與計算機連接通信，機器人通過觸覺感知到的周圍物體的狀態信息即可以傳遞給計算機。隨后把攝像頭當作輸入，將計算機物體識別、圖像處理常用的方法引入到機器人系統中，從此開啟了機器人視覺方面的研究。計算機技術和人工智能的快速更新和發展，提高了機器人智能化程度，使得世界各國紛紛投入大量資源，用于基于視覺的機器人的研發和應用。

美國的Adept公司是一家全球知名的專業從事工業機器人制造的高新技術企業，他們研發生產的第一代工業機器人就是基于視覺系統的。此后，在三十多年的發展歷程中，Adept公司擁有了非常豐富的經驗和技術，這使其成為美國工業機器人企業中最大的一家。

日本也是機器人研究和應用水平世界領先的國家之一。日本的工業機器人品牌很多，如愛普生、OTC、那智不二越、安川、FANUC等，在中國各行各業企業的生產線上使用廣泛，如東風汽車、長安汽車、上海通用、京東方、海爾、美的、華星光電等。從統計數據比較來看，全球機器人市場份額的50%以上已被這些日本品牌的工業機器人占有。從1970年起，日本已經在機器人領域打下了非常好的產業基礎，從日本政府提供的統計數據可知，截止2011年，日本的工業機器人產業占世界工業機器人產品市場的50%～57%。

機器人在國內研究相比日本、美國等起步晚，但是發展相對迅速，并且已經得到了大量有價值的研究成果。近年來，我國政府高度重視，得益于多個政策支持文件的出臺，國內一些科研院所在機器視覺方面投入的研究也非常大，發展勢頭強烈。

2011年3月7日中國農業大學教授李偉主持的國家863計劃項目 “黃瓜采摘機器人關鍵技術研究”通過了國家教育部的成果鑒定。此項研究綜合應用多傳感器融合技術，對所需采摘黃瓜的成熟度和空間位置獲取信息，在機器人工具端實現了智能化操作，并能夠在未知環境機器人自適應尋找最優路徑、視野內快速搜索、判斷采摘對象的成熟度、獲得采摘對象實時位置信息，最終完成整個采摘工作。傳統工業機器人需要在結構化環境中工作，而該研究成果打破了這一技術屏障，這是對傳統工業機器人使用模式的重大突破。

清華大學的機器人視覺科研組研制出了一套新的多傳感器視覺系統—基于CAD模型的CMMS。CMMS分層結構：第一層是識別、定位和跟蹤層;第二層是獲取處理信息層。哈爾濱工程大學自主研發的足球機器人導航系統，可以同時檢測到不同方位的視點。通過數據融合技術處理兩個攝像機采集的數據信息，測量精度得到了提高。實際比賽測試中，在其他傳感器失效的情況下，雙目視覺依然能夠實現導航功能，體現了高度的自適應能力。

3 ?結論及展望

在傳統應用中，工業機器人多數是通過示教方式或者離線編程進行工作，機器人需要嚴格遵循設定工作，功能單一，無法滿足柔性制造的要求。機器視覺技術的引入，提高了機器人執行任務的靈活性，機器人的初始位置姿勢和結束位置姿勢都可以通過視覺采集數據自適應地計算得出，借助機器人與視覺系統之間的協同工作，不但可以利用機器人的運動擴大相機的可視范圍，還可以利用相機給機器人進行輔助定位，完成人工難以實現的復雜任務，提高工業機器人的智能化水平。未來基于視覺的工業機器人系統可能朝著以下幾個方向發展。

3.1 ?多機器人協調系統的發展

國內外研究普遍針對單個機器人，其技術相對成熟，效率、性能和可靠性顯著提升，但仍然無法充分滿足先進智能制造的要求，許多復雜任務無法依靠單個機器人獨立完成。多機器人協調運行系統比單機器人有很多優勢，比如空間上分步，時間上可以并行，更具靈活性，更具容錯能力，效率更高。因此，研究意義重大，多機器人協調系統的市場發展以及應用前景具有廣闊空間，是未來視覺工業機器人發展的方向之一。段云濤提出基于改進的BP神經網絡算法和碰撞檢測算法的雙機器人協調下棋系統，將多機器人協調系統優勢完全體現了出來。李丹勇等人基于多智能體系統理論，開發出機器人協調控制的實驗平臺，通過實驗驗證實驗平臺的實用價值。

3.2 ?工業機器人視覺系統性能的提升

機器人視覺系統和人類視覺系統功能一樣，是機器人的高級感官系統。借助于視覺系統機器人可以自適應感知環境信息，從而對周邊環境的變化作出快速合理的決策。隨著基于視覺的工業機器人應用領域的不斷擴大，不同應用環境中的不同任務對機器人視覺系統有了新的要求，針對不同的應用領域開發出適合的視覺系統，將會大大提高工業機器人在工業環境中的競爭能力。

3.3 ?深度學習方法優化視覺系統

深度學習方法已經在語音識別、圖像處理及醫學等領域廣泛應用，其中深度學習方法的典型結構CNN（卷積神經網絡），特別適合于處理圖像數據，而且這類網絡結構無需人工進行特征提取，智能化程度非常高，易于實現。因此，未來可以考慮利用深度學習方法優化工業機器人視覺系統，提高系統的辨識能力和自適應能力，在工業現場發揮更大的作用和更強的優勢。

參考文獻：

[1] 謝超藝.簡析視覺系統在工業機器人集成系統中的應用[J].南方農機，2019，50（23）：42.

[2] 王琳，張珊珊，潘艷飛，劉新.工業機器人視覺檢測系統研究[J].電子技術與軟件工程，2019（22）：86-88.

作者簡介：鄭凱（1987-），男，漢族，山西太原人，工程師，碩士研究生，中電科風華信息裝備股份有限公司，主要從事電子專用設備的研究。