基于機器視覺定位的自動鶴管系統設計

王殿君，高林林，陳亞，王子龍，楊佳衡，白佳俊

(北京石油化工學院機械工程學院,北京102600)

0 前言

目前，我國油品裝車過程中的鶴管與罐口對接普遍由人工操作完成，即由工作人員手動引導鶴管完成定位對接。這種方式工作效率低且定位精度無法保證，一定程度制約了企業的生產效率[1]。同時，該作業在易燃易爆、有毒有害的危險環境下進行，工作人員需要在棧橋與車體之間往返，工作強度大且存在巨大的安全隱患[2-4]。因此亟需一套自動鶴管定位對接系統，實現油品裝車作業的自動化。

流體裝卸設備，雖然經過近40年的快速發展，相關技術已達國際水平，但對自動化鶴管的設計與研究相對較少。柴雙[5]針對大鶴管定量裝車設計了一種MACS控制系統，實現鶴管與罐口的自動對接，但驅動方式為液壓驅動，存在傳動效率較低、對環境要求較高等缺點；顧亞雄等[6]設計一款基于多傳感器定位的大鶴管，雖然保證了定位精度但自動鶴管的靈活性較低，在與罐口對接路徑存在障礙時無法保證精度。將機器視覺引入自動鶴管和罐口的對接過程，可以在保證定位精度的同時根據機器視覺實時規劃對接路徑保證靈活性。近些年來機器視覺領域發展較快，將機器視覺運用到不同的領域上也成為熱門的研究話題[7-8]。饒期捷等[9]將機器視覺與Baxter機器人抓取配合，解決了機器人結構化示教抓取無法滿足實際抓取需求的問題；劉志立等[10]為了實現不同結構的兩自由度機械臂控制，基于機器視覺技術和強化學習技術設計了智能控制器。故而將視覺識別系統應用于鶴管與罐口的對接，是完成鶴管自動化的良好方案[11-12]。

本文作者在現有鶴管的基礎上設計出一種實現輸油過程自動化的鶴管系統機械本體，并進行了靜力學特性分析；基于自動鶴管運動學模型，進行其工作空間分析及軌跡規劃；最后通過機器視覺識別定位技術實現鶴管自動對接。

1 自動鶴管系統的結構設計

自動鶴管系統包括兩大部分：自動化機械本體以及機器視覺識別定位控制系統。其中機械本體部分在AL1402頂部裝卸鶴管的基礎上改造而來，有4個旋轉接頭，轉動靈活，由防爆伺服電機驅動，整體成懸臂結構，內臂設計為三角形支撐結構，上部安裝雙列角接觸球軸承，擁有良好的運動控制精度，轉運靈活，并且能夠在易燃易爆環境下長時間使用，其結構如圖1所示。

圖1 自動鶴管機械本體Fig.1 Automatic crane tubemachine body

彈簧缸作為自動鶴管的核心部件之一，用于平衡鶴管外臂和垂管的質量，使外臂在工作范圍內任意位置上平衡。平衡系統能夠大幅減少驅動外臂時所需要的力矩，提升鶴管的靈活性和可操作性。彈簧缸平衡系統如圖2所示。

圖2 彈簧缸平衡系統Fig.2 Spring cylinder balancing system

外臂在不同姿態下的受力簡圖如圖3所示，平衡方程為

(1)

其中：ABCD表示平衡裝置；H是刀形支架和平衡缸的連接板接口；A是中彎管和外臂的接口；C是彈簧缸調節口；D是彈簧缸和外臂的接口；G為外臂和垂管部分的重力之和；θ為關節轉角；K為彈簧的剛度系數；x為彈簧的壓縮量；F1為鶴管工作時向上展開對彈簧平衡缸的力；F為鶴管與罐口對接時對彈簧平衡缸的力；F2為鶴管工作時下垂對彈簧平衡缸的力。

圖3 外臂受力簡圖

彈簧缸平衡裝置的平衡設計條件為α+θ=90°和x=c。將兩條件代入到受力平衡方程公式(1)中，得到：

(2)

根據該公式選用不同規格的彈簧，調整K值，合理分配AB、AC的值，保證鶴管整體結構的合理性以及運動的靈活性[13]。

2 自動鶴管靜力學分析

當鶴管完全展開時其承受的應力最大，整體發生的形變也最大。同時，工作時需考慮液體介質及重力對鶴管的影響。

自動鶴管的輸送介質為原油，其密度為0.81 t/m3，鶴管管徑為80 mm，計算得原油對自動鶴管的近似作用力，將該作用力添加到管壁上分別得到自動鶴管工作時的等效應力圖、總變形圖和安全系數圖，如圖4—圖6所示。

圖4 自動鶴管工作時的等效應力

圖5 自動鶴管工作時的總形變Fig.5 Total deformation of automatic crane tube in operation

圖6 自動鶴管工作時的安全系數Fig.6 Safety factor of automatic crane tube in operation

自動鶴管的材料為2205不銹鋼，屈服極限在500 MPa以上，安全系數取1.5，許用應力為333.3 MPa。自動鶴管在工作狀態時的最大應力為298.15 MPa，小于材料的許用應力333.33 MPa，滿足強度要求。總形變量為1.69 mm，最小安全系數為1.6大于安全系數1.5。因此，鶴管的結構設計符合靜力學設計要求。

3 自動鶴管運動學分析

3.1 定位系統

根據自動鶴管的實際使用需要，基于D-H法建立運動學模型如圖7所示，其關節連桿參數如表1所示。

圖7 自動鶴管連桿坐標系布局

表1 自動鶴管連桿參數Tab.1 Parameters of automatic crane tube connecting rod

其中：d1=850 mm,a1=1 300 mm,a3=1 500 mm。

根據運動學模型得到自動鶴管垂管出口相對于鶴管原點的變換矩陣：

(3)

式中：Ci=cosθi,Sj=sinθj,Cij=cos(θi+θj),Sij=sin(θi+θj),i、j=1，2，3，4；x、y、z分別表示末端關節相對于鶴管原點的位置，表達式如下：

(4)

3.2 自動鶴管的工作空間分析及軌跡規劃

根據自動鶴管在和罐口對接過程中各關節的運動范圍，得到自動鶴管關節參數，如表2所示。

表2 自動鶴管關節參數Tab.2 Parameters of automatic crane tube joint

使用MATLAB繪制自動鶴管的工作空間，確認自動鶴管的理論工作范圍，如圖8所示。

圖8 自動鶴管工作空間Fig.8 Working space of automatic crane tube

在XYZ3個方向的工作范圍分別為：(-1 500 mm，2 850 mm)、(-2 850 mm，2 850 mm)、(-1 850 mm，150 mm)，符合自動鶴管實際應用的工作范圍，為自動鶴管實際使用提供了理論參考。

自動鶴管工作過程中需要垂管和罐口的精準對接，但中間軌跡只需在工作范圍內避開障礙即可，對接過程為點到點的運動，因此選擇基于關節空間的運動軌跡規劃。在自動鶴管垂管和罐口對接過程中可能存在如欄桿、安全防護等障礙物，選擇采用關節空間下的帶中間點的五次多項式的軌跡規劃方法，以保證設備作業安全。各關節運動軌跡如圖9所示，其末端運動軌跡如圖10所示。

圖9 各關節空間運動軌跡

圖10 末端運動軌跡Fig.10 Terminal motion path

由各關節的空間運動軌跡和末端運動軌跡可以看出：鶴管的運動軌跡平滑穩定，滿足鶴管工作穩定性要求，同時也驗證了自動鶴管運動學建模的合理性。

4 基于機器視覺的定位實驗

機器視覺識別定位控制系統采用基于圖像的單目視覺控制方案，使用基于Halcon的相機對罐口進行識別和定位，采用的相機標定方法是eye-to-hand，即相機位置固定，不隨機械手移動。自動鶴管罐口識別的主要流程如圖11所示，其核心步驟為圖像采集、圖像預處理、特征提取和圖像識別。

圖11 罐口識別定位流程Fig.11 Flow of opening identification and positioning

首先使用基于Halcon的相機對罐口進行圖像采集；其次進行消除相機鏡頭造成的圖像畸變的圖像校正；然后進行圖像預處理，其作用是消除圖像中的無關信息；再次進行圖像特征提取和罐口輪廓擬合，將罐口區域從分離的連通域中提取出來，采用輪廓擬合的方式獲取罐口位置信息；從次利用相機標定進行坐標系變換；最后將罐口信息輸出。

在確定基于eye-to-hand相機固定方式和完成罐口識別定位的整體流程后，在工作平面上設置一個與自動鶴管基礎坐標不重合的坐標系，如圖12所示。

圖12 Eye-to-hand九點標定Fig.12 Eye-to-hand nine-point calibration

實驗首先選定標定板，9個點按照從上到下、從左到右的原則進行排序，如圖13所示。將標定板拍照，把圖像導入Halcon進行圖像處理和特征選取，獲取9個點的像素坐標并記錄，如圖14所示。

圖13 九點標定圖像Fig.13 Nine-point calibration image

圖14 提取九點特征圖像Fig.14 Extract nine-point feature image

將自動鶴管基坐標原點設置在距離5號點水平位置X軸正方的-2 400 mm處，控制自動鶴管末端工具分別走這9個點。

此時已經得到標定板9個點在自動鶴管基礎坐標系下的對應坐標，完成此標定方法至少需要知道3個點的位置信息，使用九點標定的目的是盡可能得到像素坐標和實際坐標之間的對應關系，計算公式如式(5)(6)所示。

(5)

其中:R為旋轉矩陣，M為平移矩陣。

(6)

其中：(X′,Y′)為實際坐標；(x,y)為像素坐標；a、b、c、a′、b′、c′是轉換矩陣對應的6個參數。如式(7)(8)所示，為像素坐標值和實際坐標值的轉化關系式。

(7)

(8)

得到9個點的像素坐標值和實際坐標值，如表3所示。

表3 9個點坐標值Tab.3 Nine-point coordinate values

獲得9個點的實際坐標值和像素坐標值后，利用Halcon得到6個參數，如表4所示。

表4 九點標定得到的6個參數Tab.4 Six parameters obtained by nine-point calibration

求出轉換矩陣的6個參數后，即可利用像素坐標和實際坐標轉換矩陣求出實際坐標值。

使用九點標定法來完成自動鶴管和罐口的對接實驗，實現鶴管和罐口對接的位置信息在像素坐標系和機器人坐標系之間的變換。此時罐口中心相對于自動鶴管基坐標系為(2 400 mm，0)，對罐口進行拍攝，獲得實際情況下的罐口圖像。如圖15所示。

圖15 實際罐口圖像Fig.15 Image of the actual opening

測得罐口中心坐標為(2 407.69 mm，3.298 39 mm)它在X方向上的誤差為7.69 mm，Y方向上的誤差為3.298 mm。為了更準確地確定其定位精度，再對罐口識別定位程序進行3次測試，結果如表5所示。

表5 罐口識別定位程序結果 單位：mm

由以上實驗結果可以看到:罐口識別定位程序的定位結果在X、Y方向上的誤差都在8 mm以內，滿足自動鶴管的定位精度要求。

5 結論

(1)設計一種具有平衡裝置的自動鶴管系統，機械本體通過靜力學分析滿足強度、剛度需求；通過運動學分析，工作范圍滿足實際工況需求。

(2)圖像仿真定位實驗表明：該系統擁有良好的視覺識別定位精度，滿足鶴管的定位對接要求。

(3)基于機器視覺定位的自動鶴管系統為鶴管的油品裝車提供了成熟的方案，為自動鶴管的工程應用奠定了基礎。