基于視覺檢測的機器人柔性調節抓取系統設計

摘" 要：該文提出一種基于視覺檢測工件形狀、位置特征進行柔性調節的多功能機器人抓取系統，以提升不同長度、位置的小型細長薄片工件的抓取效率和通用性。采用帶視覺系統的六軸機器人作為抓取裝置載體，可自動調節吸盤位置間距的柔性抓取裝置作為機器人抓取工具。采用PC Interface通信實現機器人與視覺系統的交互，視覺系統隨機器人運動自動識別待抓取工件的形狀、位置及個數信息。通過分析抓取工件的形狀、位置和數量等特征信息，實現機器人對工件的自動分類、精準定位和準確抓取的功能。實踐證明，該方法使得機器人抓取工件的可靠性得到提升，降低工件運送過程的丟失率，生產成本得到節省。

關鍵詞：視覺檢測；PC Interface通信；小型細長薄片工件；柔性抓取裝置；自動識別

中圖分類號：TP242" " " 文獻標志碼：A" " " " " 文章編號：2095-2945（2023）13-00３１-0５

Abstract： A multi-function robot grasping system based on visual inspection of workpiece shape and position features is proposed to improve the grasping efficiency and versatility of small slender workpieces with different lengths and positions. The six-axis robot with vision system is used as the carrier of the grasping device， and the flexible grasping device which can automatically adjust the distance between sucker positions is used as the grasping tool of the robot. PC Interface communication is used to realize the interaction between the robot and the vision system， and the vision system automatically recognizes the shape， position and number of workpieces to be grasped with the motion of the robot. By analyzing the shape， position， quantity and other characteristic information of the grasping workpiece， the functions of automatic classification， precise positioning and accurate grasping of the workpiece are realized by the robot. The practice shows that this method can improve the reliability of the robot grasping the workpiece， reduce the loss rate of the workpiece transportation process and save the production cost.

Keywords： visual inspection; PC Interface communication; small slender workpiece; flexible grasping device; automatic recognition

隨著自動化生產線的柔性化發展，對生產線上應用廣泛的搬運機器人抓取裝置能夠適應多種應用場合的多功能智能化設計要求越來越受到關注。能夠快速、準確地提取出抓取工件特征信息進行自我調節的機器人柔性抓取裝置設計，成為提高生產效率，適應生產線產品個性化、多樣化需求的關鍵。機器視覺技術的發展，使得基于機器人的視覺系統具有結構簡單、易于布置及成本低等優點，增加了機器人的感知和分析能力，提升了搬運機器人的智能化、柔性化和集成化。

本文利用機器人和視覺系統設計了一種基于視覺檢測特征進行自動調節的柔性抓取裝置，該柔性抓取裝置通過機器人運動過程中視覺檢測系統提取到的待抓取區域中小型細長薄片工件的形狀、位置和個數等信息特征，進行自我調節工具的張開空間、伸出長度參數，以便快速、精準完成工件的抓取及碼放。該設計實現了機器人對小型細長薄片類型工件的自動分類、精準定位和準確抓取的功能。

1" 系統設計方案

1.1" 系統硬件組成

本文所述的機器人系統硬件平臺由PC機、ABB IRB120 六軸機器人、柔性抓取裝置、相機、氣動控制系統和工作臺等組成。其中，實驗采用具有結構簡單、動作敏捷、精度高和質量小等優點于一體的ABB IRB120六軸機器人，其具有豐富的與外部設備交互的接口，是ABB公司推出的迄今為止速度最快、體積最小的多用途機器人。本文設計了機器人多吸盤多平面抓取的柔性末端抓取裝置，并將末端抓取裝置和視覺系統安裝于ABB IRB120機器人末端，實現了機器人視覺監控范圍隨著機器人的工作空間變換而改變。圖1（a）為機器人系統三維圖。圖1（b）為機器人系統實物圖。圖1（c）為機器人末端抓取結構。圖1（d）為機器人視覺系統。

視覺系統由相機、光源和鏡頭等硬件組成。光源安裝在相機正下方，采用可調亮度式補光方式。相機的正確選取對機器人視覺系統精密程度有著重要影響，相機主要參數包括分辨率、幀率、像素深度和像素尺寸等。本系統選取型號為MV-CE050-30GM、分辨率為2592*1944、像素為500萬的千兆以太網工業相機，能夠滿足機器人對工件形狀和位置的精確識別。相機與機器人末端抓取裝置相固連，與機器人一起構成單目視覺系統。

1.2" 機器人多吸盤多平面柔性抓取裝置設計

自動化生產線上的機器人系統可以根據生產訂單個性化需求，進行快速、精準的柔性化調整。本系統中根據機器人抓取裝配的工件形狀、大小和重量不同需求，采用了多吸盤多平面的氣動抓取裝置作為機器人的抓取工具。該系統氣動控制系統主要包括氣源、吸盤、流量控制閥、真空發生器、真空檢測傳感器和空氣過濾器等構件。

機器人需要完成不同工件的抓取，設計機器人的抓取工具采用3個吸盤非同一平面分布形式，2個吸盤以180°平行安裝位于同一平面，吸盤中間間距通過雙活塞桿氣缸進行自動調整，用來抓取細長或薄片類型的工件，另一個吸盤在空間位置上與其成90°夾角，用來抓取小型工件。對于大面積的平面工件則采用自動調整單吸盤與雙吸盤位于同一平面來進行抓取。為了實現機器人對工件的抓取，本文設計的抓取工具的氣動控制回路如圖2所示，吸盤均采用單電控兩位三通換向閥控制吸盤真空的開啟及關閉，氣動雙電控三位五通閥O型閥一個用來控制平行吸盤之間的間距調整，一個用來調整單吸盤的伸出距離。

1.3" 圖像處理軟件

本文采用Eye Vison圖像處理軟件對采集到的圖像進行處理，該軟件可快速而有效地為專業或非專業人員提供圖像處理工具，能快速解決工業自動化中的光學測量、測試等問題。該軟件可以直接通過PC機進行相機數據采集、分析、處理，傳遞至機器人系統進行使用，減少了再次使用其他上位機進行處理數據的環節。

圖像處理過程包括圖像采集、灰度處理、圖像濾波和二值化等。本文利用相機對工件進行圖像采集，由于采集到的是彩色圖像，彩色圖像包含信息多，圖像處理難度大，灰度處理是將具有多種顏色的圖像轉化為只有黑白灰度級的圖像，可減少計算機圖像識別與處理的計算量，因此常對彩色圖像進行灰度處理以提高計算處理效率。由于采集到的圖像常存在噪聲，圖像濾波是在盡可能多地保留圖像內部信息的同時，對噪聲干擾進行最大限度的弱化。圖像二值化是將圖像上像素點灰度值設置為0到255，得到一幅二值化后的黑白圖像，使圖像變得更加簡單，還能減少計算機數據處理量。

1.4" PC Interface通信模塊

PC Interface用于PC機與機器人控制器之間的通信，有了PC Interface通信模塊，機器人內部數據可直接傳輸到PC機，如備份、產品統計記錄和向PC機快速發送數據指令等，ABB機器人的一些軟件使用以太網通信接口，此時也將用到PC Interface。

2" 機器人抓取系統控制算法研究

為了實現機器人對工件的自動識別定位與抓取功能，需對機器人控制算法進行研究，本文機器人系統控制算法流程如圖3所示。初始時，機器人和相機處于初始狀態，待工件放置到托盤上后，相機對工件進行識別，Eye Vison圖像處理軟件對工件信息進行處理，得到工件形狀、位置和個數信息，然后通過PC Interface通信模塊將這些信息傳輸到機器人控制系統，控制系統對上述信息進行處理驅動機器人執行相應動作，并將同類工件放置在同一區域。

3" 基于視覺檢測的工件定位與抓取試驗

本次試驗將2個正方形、2個三角形和1個圓形工件隨機放置在工作臺上，通過圖像處理進而控制機器人對工件進行分類搬運和放置。為了進行試驗研究，首先打開光源，對相機焦距進行調整，焦距調好后，將光圈鎖死，避免機器人運動過程中光圈位置變動，影響后續檢測。為了得到工件在平面上的精確位置坐標，需對工件尺寸進行測量，然后在相機中進行標定，將工件尺寸信息轉化為工件在平面上的位置信息。

系統通電后，機器人各關節回原點，相機參數初始化。具體數據處理過程如圖4所示，相機對工作臺上放置的工件進行拍攝。由圖4（a）可知，將拍攝到的工件圖像信息傳遞到Eye Vison視覺處理軟件后，Eye Vison視覺處理軟件對收集到的圖片信息進行處理。首先調整焦距和曝光度，然后對采集到的圖像進行灰度處理。可以看到圖4（a）中的工件經過灰度處理后在EyeVison視覺處理軟件中顯示的圖像如圖4（b）所示；然后對圖像進行噪聲過濾，避免噪聲對工件位置精度的影響，噪聲過濾后的圖像如圖4（c）所示；對工件邊界進行提取，得到工件形狀信息，如圖4（d）所示；視覺系統坐標原點位于相機工作空間左上角邊界處，Eye Vison視覺處理軟件可自動計算各工件像素信息，得到的工件像素坐標見表1。根據上述相機標定信息，經過比對相機中工件像素坐標系和工業機器人坐標系數值關系，形成計算算法，計算所得數據見表2。工件位置信息和形狀信息通過PC Interface通信模塊傳遞到機器人控制系統，控制系統將工件位置信息和形狀信息通過運動學逆解求得機器人各關節的驅動數據，進而驅動機器人各個軸，達到抓取點，完成對工件的抓取，實現將抓取的工件放到指定位置。

通過試驗可知機器人能夠將工件進行正確分類與搬運，并將同類工件精確放置到指定位置，證明了上述單目視覺系統對工件信息處理的正確性和控制算法的正確性。

4" 結束語

本文設計了機器人多吸盤多平面抓取結構的柔性抓取裝置，搭建了“ABB IRB120六軸機器人+單目視覺系統+多吸盤多平面柔性抓取裝置”實驗平臺，對機器人末端柔性抓取裝置氣動控制回路和機器人定位與抓取控制算法進行了研究，利用PC Interface通信模塊實現了ABB IRB120六軸機器人與Eye Vison視覺處理軟件的數據交互處理。通過實驗實現了機器人對工件的自動定位、分類與抓取，驗證了上文設計的機器人多吸盤多平面抓取裝置控制系統和機器人定位與抓取控制算法的正確性。該研究對降低生產成本，提高生產效率和工廠柔性化個性化制造水平具有重要意義。

參考文獻：

[1] 王青苗，雷賜濤，王富強.城市車輛車牌識別技術研究[J].內江科技，2022，43（6）：57-58.

[2] 王少鋒，夏廣遠，吉春生，等.基于嵌入式的單目視覺工業機器人定位系統設計[J].河南理工大學學報（自然科學版），2022，41（1）：100-106.

[3] 常廣利，冷冰，楊凱銀.基于多旋翼無人機橋梁裂縫智能化識別分析[J].市政技術，2021，39（10）：46-48.

[4] 丁真真，陳慶然，許義寶，等.工業ECC200碼快速定位算法研究[J].軟件導刊，2017，16（9）：61-64.

[5] 崔敏，楊懷斌，謝盛珍，等.基于機器視覺的汽車輪胎磨損檢測系統設計[J].制造業自動化，2020，42（1）：10-14.

[6] 吳慶華，萬偲，李子奇，等.機器人線結構光視覺引導系統的手眼標定方法[J].制造業自動化，2021，43（11）：29-34，40.

[7] 李文彪.基于深度強化學習的工業機器人避障路徑規劃方法[J].制造業自動化，2022，44（1）：127-130.

[8] 歐群雍，張吉同，李喜華.基于機器學習與自適應PID調節的工業機器人路徑跟蹤方法[J].制造業自動化，2022，44（2）：172-175.

[9] 呂世霞，王京.閥島技術在生產線自動供料系統中的應用[J].制造業自動化，2010，32（9）：170-172，175.

[10] 陳巖，朱峰.CZC-1新型片狀物料抓取疊片機機械手系統設計[J].食品與機械，2014，30（2）：88-905.

[11] 陳鍛生，宋鳳菲，張群.一種彩色圖像灰度化的自適應全局映射方法[J].計算機系統應用，2013（9）：164-167，171.