基于AI 視覺的工業機器人抓取系統設計

李 明

（濰柴(濰坊)材料成型制造中心有限公司，濰坊 261100）

近年來，隨著我國計算機、人工智能等領域的飛速發展，工業機器人逐漸成為智能制造領域必不可少的裝備。傳統的機器人抓取系統使用已知零件固定點位視角的方式，但在實際應用過程中，工業零件的大小、顏色、類型均不同，無法實現零件的精準抓取[1]。工業機器人利用自身能力和外部控制力實現各種功能。相較于其他機器人，工業機器人的應用結構更加簡單，可以不斷重復同一動作指令，在工業零件的抓取中具有顯著優勢。但是，工業機器人的抓取誤差是不容忽視的問題。人工智能（Artificial Intelligence，AI）視覺作為一種高級技術，可以使機器人對零件進行識別、跟蹤與檢測等。基于AI 視覺的機器人抓取系統可以完成對不同形狀、不同大小的零件的識別，同時控制抓取系統運動，實現精準抓取。

1 系統總體方案

基于AI 視覺的機器人抓取系統通過機器視覺檢測零件，引導機器人抓取零件并運送到碼垛區。該系統由工業機器人、AI 視覺模塊、機械爪、傳感器、交流異步電機等組成[2]。使用西門子S7-1200 系列可編程邏輯控制器（Programmable Logic Controller，PLC），通過HuskyLens AI 模塊實現機器視覺。傳感器將采集到的信號發送給PLC 進行處理，而后向機器人發送控制命令。系統總體結構如圖1 所示。

圖1 工業機器人智能抓取系統結構

將機器人置于初始位置，啟動機器運行程序，得到抓取信號。AI 視覺傳感器檢測到工件后進行抓取，并將工件放在指定位置，利用傳送帶將零件傳送到指定區域。

2 硬件設計

2.1 AI 視覺傳感器

HuskyLens AI 視覺傳感器使用AI 芯片，內置了多種算法，僅需一鍵操作即可進行智能識別。AI 視覺傳感器中配備了機器學習技術，具有人臉識別、物體識別、顏色識別等功能。HuskyLens AI 視覺傳感器能夠在本地處理所有算法，并直接輸出結果。

2.2 工業機器人

文章選擇一款六軸工業機器人，其優勢在于十分靈活、工作范圍較大。工業機器人的末端抓手由氣爪與雙吸盤構成，其中雙吸盤可用于吸取表面比較光滑的工件，氣爪可用于抓取各種形狀的工件。將兩種抓取方式相結合，可以實現大部分工件的有效抓取。機器人使用指示Modbus TCP 通信，實現與PLC 控制器之間的數據交互。

2.3 PLC 控制器

選擇西門子S7-1200 系列PLC，中央處理器（Central Processing Unit，CPU）型號為CPU 226。PLC 運行速度較快、生產能力強、通信效果好，還具有結構緊湊、功能完善、模塊化等特征，在各種自動化項目中具有良好的應用效果[3]。PLC 控制器內部集成2 個PROFINET 通信接口，實現與外圍設備之間的通信功能，可以完成復雜程度更高的任務。

2.4 傳送帶單元

機器人抓取零件后，將零件運輸到緩沖區，此過程需要使用傳送帶。傳送帶由視覺檢測識別區、零件運送緩沖區、機器人零件抓取區等組成。傳送帶單元在電機帶動下轉動，將零件運送到指定區域。傳送帶的各結構輸入端均配備光電傳感器，負責檢測零件是否到達指定區域。在檢測區末端及抓取區前端均安裝擋板，起到一定的固定作用[4]。

2.5 HMI 控制終端

在設計工業機器人抓取系統時，需調試配置參數。在工業機器人正式投入運行后，可使用人機界面（Human Machine Interface，HMI）觸摸屏，操作控制系統、了解各設備的運行情況以及修改各種參數。采用HMI 控制面板TP700 Comfort 觸摸屏，結合PLC程序，既可設置抓取系統參數，還能實時監測機器人的運行情況，了解其運行狀態。

3 軟件設計

3.1 機器人程序

工業機器人的編程語言靈活且簡單，方便工作人員快速掌握。工業機器人的抓取動作由多個指令實現，包括快速、直線等。由指令控制的機器人運行過程如下：第一，向工業機器人發出指令，使機器人抓手到達零件附近；第二，發出慢速指令使機器人緩慢接近零件；第三，發出I 指令使工業機器人等待夾取信號，發出O 指令使抓手夾取零件；第四，發出慢速指令控制抓手將零件放在傳送帶上；第五，發出快速指令控制機器人抓手移動到零件周圍[5]。

3.2 PLC 程序

采用TIA Portal 軟件來開發PLC 程序。文章使用結構化控制語言（Structured Control Language，SCL）進行開發。PLC 主要控制系統的變頻器、傳送帶電機、光電傳感器等硬件，并實現設備間的通信。

傳送帶電機使用三相異步電機，通過西門子G120 變頻器來驅動。變頻器通信參數設置為P15=7（現場總線模式），采用現場總線PROFIBUS 控制方式，通過發送標準報文的方式控制電機的正反轉動、停止與速度切換。PLC 將報文發送給變頻器寄存器，第一個報文為控制字。例如，控制電機啟動為16#047F，電機停止為16#047E。第二個報文是電機頻率字，可理解為速度設定值。例如，0～10 為正方向轉動，11～20 為反方向轉動。

3.3 視覺程序

Mind+軟件可添加文字、圖片，具有繪制功能，通過拖動圖形即可實現編程，因此選擇該軟件編寫視覺程序。編寫視覺程序時，需設置HuskyLens AI 視覺模塊，初始化引腳，并將視覺模塊切換至顏色識別模式。在設置視覺程序時，可將藍色設置為ID1。在運行過程中，視覺程序請求將一次數據存儲到結果中，然后對比數據。如果滿足條件，則開始抓取，將低電平發送給數字引腳，并作為驅動鏈接至PLC 的線圈。如果結果無法滿足條件，則給引腳高電平，避免PLC進行抓取，在檢測到工件后，再執行抓取動作[6]。

3.4 觸摸屏設計

經系統調試后，使用觸摸屏控制機器人抓取系統運行，并監控系統狀態。在觸摸屏的“按鈕”組件中，綁定PLC 的輸出變量和中間變量，設置系統的聯機/單機模式、電機轉動與停止等。利用基本控件顏色表示光電傳感器、氣擋升降狀態，通過輸入/輸出（Input/Output，I/O）域顯示位置坐標、零件顏色等。

3.5 視覺檢測處理

視覺檢測可以采用In-Sight Explorer 軟件進行，該軟件具有豐富的視覺工具，無須代碼編程即可搭建視覺項目。AI 視覺傳感器檢測到工件后，拍攝工件圖像，利用In-Sight Explorer 軟件分析工件顏色、計算斑點數等。AI 視覺傳感器通過以太網通信方式觸發相機拍照識別，然后將識別的信息轉發給PLC，將工件類型、位置、顏色等信息添加至格式化輸出數據。

4 系統整體工作流程

在傳送帶上放置托盤，將工件放在托盤上，按照順序運送。光電傳感器檢測到工件后，氣擋升起并固定，觸發AI 視覺傳感器識別和檢測工件。確認工件無誤后，降下氣擋，將托盤運送至工業機器人抓取區。視覺傳感器檢測工件的顏色、角度、類型、擺放位置等，并將數據傳送給PLC。PLC 處理工件數據，并將數據發送給工業機器人[7]。在托盤傳送期間，光電傳感器檢測到托盤進入抓取區域后，升起氣擋，便于機器人執行抓取任務。機器人根據PLC 傳輸的工件信息，選擇合適的抓取工具。工件被抓取后氣擋下降。機器人抓取工件后，將空托盤放回回收處，等待下一次運輸。

5 工業機器人抓取仿真試驗

5.1 搭建仿真環境

搭建仿真實驗平臺，采用16 GB 的個人計算機（Personal Computer，PC）作為硬件平臺，基于Ubuntu18.04 系統開展仿真實驗。研究工業機器人的智能抓取系統，構建六軸工業機器人的仿真模型進行抓取試驗，檢驗抓取效果。

5.2 實驗條件確定

機器人抓取能力由抓取位置、定位位置決定。誤差越小意味著機器人抓取精準性越高。實驗選擇一個核心定位區域，包含8 個抓取目標，其定位位置如表1所示。為確保抓取效果，在實驗過程中定位位置保持不變。選擇XY坐標為實驗對象，機器人僅進行平面運動。

表1 抓取目標定位位置

選擇基于AI 視覺的工業機器人抓取系統為實驗對象，進行工件抓取，記錄工業機器人的實際抓取效果。選擇基于多傳感器融合的控制系統作為對照組A，選擇基于以太網技術與融合視覺的控制系統作為對照組B，觀察機器人的抓取效果。對實驗組和對照組的抓取效果進行對比分析。

5.3 實驗結果分析

X軸抓取試驗結果如圖2 所示。由圖2 可以看出：實驗組的抓取位置差值最小；在4 號目標處，對照組A 的實際抓取位置存在較大誤差；在1 號目標處，對照組B 的實際抓取位置坐標和定位位置坐標之間存在較大偏差。

圖2 X 軸抓取實驗結果

Y軸抓取試驗結果如圖3 所示。從圖3 可以看出：實驗組Y軸實際抓取位置坐標與定位位置坐標完全一致；在2 號目標處，對照組A 實際抓取位置坐標與定位位置坐標的差值最大；在5 號目標處，對照組B 實際抓取位置坐標與定位位置坐標的差值最大。

圖3 Y 軸抓取實驗結果

相較于基于AI 視覺的機器人抓取，融合視覺與以太網的機器人抓取系統以及基于多傳感器的機器人抓取系統具有較大誤差。基于AI 視覺的工業機器人抓取系統能夠有效降低抓取位置誤差，符合當前機器人的抓取精度需求。

6 結語

文章利用AI 視覺設計了機器人抓取系統，以PLC 為系統的主控制器，通過視覺檢測、機器人抓取、零件運送、HMI 控制終端等模塊，實現了工業機器人的精準抓取。此外，檢驗系統抓取效果，發現該系統的機器人抓取結構具有良好的精度。利用AI 視覺設計機器人抓取系統，消除了工業機器人實際抓取過程中存在的誤差，對于改善機器人的抓取效果具有重要意義。