汽車焊裝產線機器人視覺抓件技術應用與優化

關鍵詞：汽車焊裝產線；視覺識別；機器人抓件；軌跡補償

0引言

隨著機器人產線越來越普及，越來越多的汽車廠商選擇采用視覺技術來給機器人裝上“眼睛”，以提升機器人的智能化程度。國內大部分的焊裝車間中，其焊接自動化率雖然已達到80%～100%，但實現的僅僅是焊接工藝的自動化。想要突破全工藝過程的100%自動化，其關鍵在于視覺技術的應用。將視覺系統集成到機器人抓取零件和裝配等工藝過程中，可以實現全自動柔性生產。機器人通過視覺識別零件定位，無論是大型還是小型、有序擺放還是無序擺放的，都可以有效地進行零件位置的獲取。這種模式釋放了各種定位工裝和料架高精度要求的約束，提升了產線的柔性生產能力。

1機器人視覺抓件技術在汽車焊裝產線的應用現狀

1.1機器人視覺抓件技術簡介

機器人視覺抓件技術是借助視覺感知相機、工業機器人以及抓取機構三方綜合應用的一門技術。視覺感知相機通過攝像機對被測物體進行圖像采集、分析和處理，識別物體的位置，它涉及了光學原理、圖像處理、信號處理、計算機技術以及模式識別等眾多學科領域。視覺感知相機通過識別出來的位置信息發送坐標數據給機器人系統[1]，機器人系統接到具體的坐標指令后，修正自身的抓取軌跡，行走至抓取位置進行物體的抓取。

整個物體抓取由機器人末端的執行機構實施，機器人系統以及視覺抓件系統負責抓取位置的感知和物體的挪移運動。機器視覺抓件技術具有檢測精度高、速度快和實時性好的優勢，能最大化釋放機器人的柔性能力[2]，提升產線的柔性化，提高生產效率，降低運營成本（圖1）。

1.2汽車焊裝產線機器人抓件技術應用現狀

隨著汽車產線智能化和無人化的不斷發展和推進，產線柔性能力需求也越來越大。機器人視覺抓件技因為其高柔性和高精度的特點[3]，在汽車廠商焊裝車間的應用越來越廣泛（圖2）。機器人視覺抓件技術從初始外協的小件零件到沖壓的大覆蓋鈑金件，均能夠實現自動抓取，在技術應用上不斷拓展其應用場景。

目前焊裝車間主要有以下幾種應用場景：機器人引導智能組裝系統（四門兩蓋組裝）；車身件鈑金件引導機器人抓取和安裝；螺栓以及小支架自動抓取等。雖然機器人視覺抓件技術的應用范圍越來越廣，但實際應用過程中仍然存在著抓件精度不足、故障率頻次高以及故障恢復時間長等問題（圖3），導致整線的生產效率降低，這對于焊裝產線推廣應有機器人視覺抓件技術存在著很大的困擾。如何提升機器人視覺抓件系統的精度和穩定性，成為各個汽車廠商焊裝車間急需要解決的難題[4]。

2機器人視覺抓件技術應用中的問題及原因分析

很多汽車廠商在推進機器人視覺抓件技術的時候感到阻力，主要顧慮點在于機器人抓件技術成本太高或者故障率太高，無法正常生產或者大規模推廣使用，導致機器人視覺技術應用的整體效果大打折扣。通過日常使用的數據綜合來看，抓件技術應用中的問題可以歸納為以下3種情況，筆者對這些問題的內在原因也進行了分析。

2.1機器人視覺抓件成功率低，精度不足

機器人視覺抓件技術的應用過程中，視覺識別的精度經常是影響正常運行的主要問題之一。造成這種原因的主要原因可以分為2類：一類是硬件設置的問題，如相機選型、光源布置以及相機安裝方式等不合理，導致視覺成像精度差，從而影響坐標值輸出的準確度，影響到機器人抓件精度；另一類是視覺本身的算法問題、設備參數的調試以及特征點選取等問題，導致輸出的坐標參數與實際的零件坐標差異大，從而影響機器人的抓件精度，頻繁出現零件不進銷或者被擠壓變形等問題。

2.2機器人視覺抓件故障率高，穩定性不足

機器人視覺抓件的穩定性問題主要集中在機器人抓手、零件和零件料框三者之間的尺寸配合問題上，這也往往是機器人視覺抓件集成過程中難度最大的地方。外協件的料框尺寸在實際投入使用過程中一致性通常較差，主要由于零件料框由鈑金供應商提供，其尺寸和前期設計均由供應商負責。料框最基本的要求也僅僅是滿足零件的包裝運輸要求，同時由于成本的控制，其結構強度不會控制在較高的水平，所以運輸過程中經常會出現碰撞變形。工裝抓手的設計往往也僅考慮零件的定位和抓取問題。

所以料框和工裝抓手的設計要求出現了脫節，而機器人視覺抓件技術又需要兩者相互配合。這就造成這兩者之間的尺寸經常會出現偏差，導致抓件時抓手與料框干涉、零件與料框干涉等問題，安全距離設置不足，甚至在后期應用時，抓件識別成功率不高或者故障率高。

2.3機器人視覺抓件故障恢復時間長

在機器人視覺抓件項目調試或者生產過程中，由于視覺系統識別失敗或人為操作失誤等原因，導致機器人沒有按照預設好的行走軌跡進行零件抓取，造成機器人抓手與料框或零件發生碰撞，故障嚴重時抓手完全變形無法進繼續進行正常生產。在故障恢復過程中，除了需要重新校準抓手外，還需要對視覺系統進行重新校準和標定，整個故障恢復時間相比傳統的抓件模式多出2h。長時間的停線影響整體產線的產量輸出，對于許多汽車廠商來說是無法接受的損失。為了應對這種情況的出現，許多汽車廠商在建設機器人視覺抓件的同時，設有臨時人工吊運的旁路。這雖然能夠臨時解決停線的問題，但多投入的這些設備和人，在機器人視覺抓件正常工作時又是一種資源浪費。

3汽車焊裝產線的機器人視覺抓件的優化

針對傳統機器人視覺抓件系統存在的問題，要對整個機器人視覺抓件系統進行優化改進，需要從系統結構、硬件選擇、流程控制以及料框精度和定位等多個方面進行提升，從而實現機器人視覺抓件系統運行的穩定性。

3.1機器人視覺抓件系統結構優化

為了提升機器人視覺抓件的成功率和故障率，減少因視覺識別失敗或者料框及零件出現偏差導致設備碰撞引起大的設備故障停線，需對現有的結構進行優化。在傳統的機器人抓件視覺系統的基礎上，增加2D的平面相機，融合2個傳感器數據，建立一個統一的坐標系，通過融合數據實現軌跡的糾偏，同時也能夠實現視覺系統的快速標定和恢復（圖4）。

整個工藝流程中，當料框到位后，單目相機對料框的標識點進行拍照，計算出料框的實際中心位姿，并與示教位姿進行對比，計算出機器人進出料框的軌跡補償量。同時每次抓件前，單目相機拍照進行車型的式樣差檢查，并判斷料框物料的托塊是否打開到位，零件是否為可抓取狀態，以避免抓手與料架的干涉。機器人根據視覺系統的補償量調整軌跡進入料框，在料框內利用3D相機對物料進行近距離拍照，獲取待抓取物料的位姿，計算出機器人的軌跡補償值。機器人調整軌跡抓取物料，抓取零件后機器人再按照料框的偏差值修正軌跡行走出料框。新的視覺抓件系統能夠降低對零件料框的定位精度以及尺寸一致性的要求，從而降低零件料框的開發成本。同時，能夠最大限度降低故障碰撞發生的概率，提升機器人視覺抓件系統的穩定性。

3.2機器人抓件視覺相機的硬件選型

3.2.1視覺相機參數選擇

視覺相機的選取需要根據需要檢測對象的視野范圍大小，然后根據現場的工況條件確認拍照距離，以此為基礎來確定相機和鏡頭的型號。對于汽車焊裝產線來說，主要有小件抓取、大件抓取和測量等的視覺應用場景。其主要應用3D結構光相機的選擇[4]，常用的相機配置選擇參數推薦如表1。

3.2.2機器人視覺抓件光源和布置方式選擇

光源的選擇應根據不同的應用場景選擇不同的型號，常用的有LED、熒光燈和鹵素燈。其中，LED照射形狀、大小和顏色種類豐富，轉換特性良好，壽命約3萬h；熒光燈可實現大范圍照射、較為便宜，使10kHz以上的高頻型式，壽命約為2000h；鹵素燈具有高輝度、光纖傳導和冷光照明等特性，壽命約為1000h。

機器人視覺光源布置的方式，不同的光照類型對視覺拍照成像的影響比較大。機器人視覺一般有以下幾種常見的光源布置方式：第一種將平面發光的擴散光線通過半反射鏡進行反射后，照射到與CCD相機光軸相同的軸上，有利于著重提取凹凸和平行度等的變化情況；第二種是通過從斜側方照射以拍攝到陰影的對比度，有利于對邊緣或表面凹凸的識別時；第三種是當進行工件背影寬度等尺寸檢測時，使用背光照射方式可得到穩定的檢測[5]。

3.2.3機器人視覺抓件的安裝方式選擇

機器人視覺系統的安裝常選擇以下2種方式。

第一種是相機固定的方式，這種方式優勢是可以在機器人運動時拍照，相機連接電纜鋪設簡易，但該方式的檢測區域固定，如果因外界因素導致相機和機器人間相對位置變更，必須重新示教標定。

第二種方式是相機固定在機器人上，檢測區域可以隨機器人變化，整體檢測范圍增加。這種方式可以使用較大范圍的相機焦距，可以提升檢測精度，且容易拓展再檢測功能。但是這種方式下，機器人無法在運動過程中實現拍照，需要先降速穩定后進行拍照，拍完照之后再加速運動。同時，這種方式下還須注意光源是否被機器人或外圍設備干涉，注意照相機連接電纜的磨損現象，避免線纜出現拉扯和磨損影響生產效率。

在實際的機器人抓件場景的使用中，相機安裝在機器人六軸上的應用方式最廣，適用性更強，可滿足多車型共用，不隨抓手切換。

3.3料框定位系統精度的提升

為了能夠避免料框和機器人抓手在配合上的誤差，機器人抓手在設計初期要同步開始設計料框的形式。抓手設計和料架建議采用模塊化的設計方式，零件的變化僅需要改變部分結構，這樣能夠快速實現設計到制造的過程，同時也減少很多不必要的變量影響。對于整個料框的設計有一些最基本的參數要求，例如物料擺放位置度容差范圍：X、Y≤±70.0mm（z向偏差），傾斜角度≤±5°。料框的框架的立柱垂直度需要控制在≤±3°的偏差范圍內；料框與抓手立柱以及零件支撐塊的安全距離設置＞50.0mm，避免抓手在抓取過程中出現偏差，導致與料框發生碰撞。

3.4優化機器人視覺抓件系統的處理流程

對以前定點拍照的處理流程進行優化。原流程機器人視覺抓件的成功率大多需要依靠零件料框定位系統的精度（料框相對機器人以及零件相對料框的精度）。根據上述分析，料框定位系統的精度一致性在抓件過程中很難得到保證。所以在零件抓取作業的整個流程中，如果料框系統的定位精度高，機器人可直接進入拍照位進行識別抓取；但當出現料框系統的定位精度不足時，固定位置拍照很有可能無法識別到零件的位置，從而影響機器人抓件成功率。

通過增加對料框位置實時檢測識別，可以避免這一情況的出現（圖5）。機器人需要在高位先對料框的位置進行識別判定，找到料框的位置后再運動至料框的零件拍照位置，拍照識別零件在料框中的位置，并判斷零件有無、是否為可抓取狀態后再進行定位識別，這樣可大幅度提升機器人抓件成功率。

4機器人視覺抓件系統的測試驗證

按優化后的機器人視覺抓件系統對某車型的前地板焊合總成抓件工位改進，同時對機器人視覺系統進行布置的同時，需要對系統精度、檢測時間以及系統故障率進行操作測試。以某車型前地板焊合總成作為測試樣件，針對測試目標搭建測試平臺。要求：視覺檢測的點云模型與數模設計圖的尺寸偏差為±0.5mm（孔、邊、面的精度）；定位銷的配合公差為±0.5mm，用于檢測視覺識別精度；工作距離（即相機的拍照距離）為1300.0～1600.0mm；相機視野選擇800.0mm×800.0mm。選取一塊固定位置作為定位識別區域，以此為基準引導抓取。整個測試分3組進行，拍照距離分別為1300.0mm、1450.0mm和1600.0mm，測試結果如表2所示。試驗抓件引導共進行733次，成功732次；在±0.3mm的識別精度要求下，抓件成功率達99.8%，滿足機器人視覺抓件識別的成功率要求。

5結束語

機器人視覺抓件系統結構通過優化后，能以較低的成本提升整個系統的穩定性，降低系統故障的風險，降低機器人抓件視覺的故障率。同時，能夠縮短其故障恢復時間，保障整個系統的穩定性和裝產線的生產效率。隨著機器人視覺抓件技術的發展，機器人會越來越智能化、視覺識別的精度越來越高、算法越來越成熟，在系統結構不斷的優化下，穩定性也會越高。由此可見，機器人視覺抓件技術在汽車焊裝線將會被廣泛應用，不斷提升汽車制造廠商的無人化和智能化水平，在智能制造的舞臺上發揮著不可替代的積極作用。