工業(yè)機器人視覺檢測系統(tǒng)研究

基于視覺的工業(yè)機器人定位抓取技術在現(xiàn)代化工業(yè)進程中起到極其重要的作用，本文在定位抓取的基礎上研究了云端激光打標系統(tǒng)中與計算機視覺相關的機器人檢測系統(tǒng)內容，將國產(chǎn)某型號六自由度工業(yè)機器人與視覺引導技術相結合應用于目標正反面區(qū)分。該系統(tǒng)經(jīng)實驗驗證，能夠識別帶黑色標記的目標工件并定位抓取，完成了區(qū)分工件正反面的規(guī)定任務，具有工廠生產(chǎn)的實際意義。

就目前來說，國內外針對視覺抓取系統(tǒng)的研究方向主要有1）手眼標定方法2）特征提取算法3）與深度學習相結合的視覺抓取方法。手眼標定技術目前發(fā)展比較成熟，產(chǎn)生了深遠的影響，比如早期Tsai-Lenz、Navy等手眼標定算法。YingWang等設計的清障機器人通過單雙目結合組成混合視覺系統(tǒng)對目標物進行特征提取。在數(shù)據(jù)引導的方法下，SergryLevine將深度學習技術應用到機器人區(qū)分任務中，利用相機拍攝到的圖像訓練卷積神經(jīng)網(wǎng)絡來預測機械手在空間的運動，該方法能夠有效并且實時控制機器人，成功掌握新的抓取目標，最后通過連續(xù)伺服矯正錯誤。而國內視覺抓取系統(tǒng)的研究偏向于幾何引導的方法，王朋強將雙目視覺系統(tǒng)和機械臂結合，實現(xiàn)了對目標的識別定位以及抓取。在國家的支持下，國內也已有許多家公司以及科研單位在機器視覺領域取得了一系列成果，逐步的將機器視覺技術引入到對機器人的控制當中。

1機器人視覺檢測系統(tǒng)

機器人視覺檢測系統(tǒng)在計算機端對智能相機采集到的工作區(qū)域的圖像進行預處理，快速地識別并定位圖像中的目標工件，根據(jù)相機標定參數(shù)，結合目標工件的像素坐標計算出六自由度工業(yè)機器人坐標系中的位置坐標，并將坐標信息發(fā)送給機器人控制器，機器人執(zhí)行命令程序實現(xiàn)抓取動作。系統(tǒng)檢測任務利用視覺軟件來完成，通過計算機處理，只選擇反面朝上工件作為目標工件。

2相機標定

相機標定是一種利用所拍攝到工作區(qū)域的二維圖像信息來建立其與目標工件三維空間位置坐標對應關系的技術，是識別并定位目標物的基礎也是最重要的工作之一?；谝曈X的工業(yè)機器人檢測系統(tǒng)使用的是單目相機，標定的目的是尋找相機的內外參數(shù)。一般來說，相機的標定可以分為兩種方法：自標定和依賴于參照物標定。相機自標定是通過拍攝周圍物體，依據(jù)數(shù)字圖像處理相關方法以及幾何計算來調節(jié)相機參數(shù)，標定結果往往誤差較大，不適用于高精度的應用場合。依靠參照物的相機標定相比自標定方法精度更高，通過相機成像，依據(jù)數(shù)字圖像處理方法，空間計算相機的內外參數(shù)。本文采用依賴于參照物的方式進行相機標定。

圖1標定九宮格模板圖

圖2相機標定結果圖
3目標定位檢測

目標檢測定位是機器人實現(xiàn)自動抓取的基礎，目前存在兩種目標檢測的算法：基于模板匹配和基于特征匹配?？紤]本文所研究的機器人抓取系統(tǒng)的應用場景，目標為統(tǒng)一鋁制名片盒（盒面為矩形），故本文采用基于模板匹配的目標檢測定位方法，計算獲取目標工件的中心點坐標及其姿態(tài)。

4目標工件中心點坐標

基于模板匹配的目標檢測定位方法主要是將一個包含目標形狀的圖像與相機采集圖像進行匹配，其中獲取目標工件（名片盒）中心點位置坐標的步驟如下：

（1） 設置學習區(qū)域。在圖像中設置學習的感興趣區(qū)域，包括區(qū)域的大小和位置信息，使該區(qū)域盡可能貼近圍繞目標工件模型即名片盒子的邊緣，選擇該區(qū)域作為模板區(qū)域。

（2） 設置搜索參數(shù)。針對名片盒在目標區(qū)域內的擺放位置是任意姿態(tài)的情況，需要設置搜索限制角度參數(shù)，該角度參數(shù)是搜索過程中允許旋轉的最大限度。

（3） 設置模型位置參考點。名片盒模型中心點是機器手臂要抓取的位置點，學習區(qū)域貼近名片盒邊緣，故可將學習區(qū)域的中心位置點作為模型位置的中心點。

5學習掩膜區(qū)分工件正反面

本文的研究目標是利用標記區(qū)分待激光打印名片盒的正反面，如圖7所示將名片盒背面做黑色標記，以此區(qū)分工件的正反面，機器人抓取工作區(qū)域內的帶黑色標記名片盒，在激光打標區(qū)設定位置翻轉手臂，使名片盒正面朝上后完成激光打標任務。

6機器人抓取運動

本研究所用的六自由度工業(yè)機器人開發(fā)模式采用WinCE嵌入式系統(tǒng)標準開發(fā)模式：在宿主計算機上進行程序開發(fā)，通過以太網(wǎng)將可執(zhí)行程序下載到GUC一體化嵌入式運動控制器中使用，程序中包含IO指令、控制指令、移動指令、演算指令等。

常用的指令如：

JUMP跳轉指令；

CALL調用子程序指令；

IFELSEWHILEPAUSE判斷暫停語句。示教器通過編程，使用這些指令來控制

機器人的運動從而完成期望的系列動作

7實驗分析

本研究的工業(yè)機器人視覺檢測系統(tǒng)使用國產(chǎn)某型號六自由度工業(yè)機器人、某型號工業(yè)智能相機和激光打標機，通過以太網(wǎng)進行數(shù)據(jù)通訊，通過智能相機的配套軟件圖形化開發(fā)平臺進行圖片處理，實現(xiàn)機器人的檢測抓取動作。為了驗證本文所研究的使用帶掩膜學習模板進行帶黑色標記的工件區(qū)分系統(tǒng)的實際效果及可行性，做出以下實驗。本系統(tǒng)可準確的完成圖像采集、顯示、相機標定、模板采集、目標定位、機器人控制的模塊功能。

8總結

工業(yè)機器人視覺檢測系統(tǒng)的研究目的在于有針對性的提升工廠生產(chǎn)效率。當工廠收到云端新訂單任務，MES系統(tǒng)進行計劃排產(chǎn)。本文基于一套云端激光打標系統(tǒng)進行研究，結合計算機視覺技術知識，利用帶掩膜學習模板進行目標匹配的方法實現(xiàn)了對規(guī)則的目標工件正反面區(qū)分，達到預期檢測效果。本文所研究的機器人檢測系統(tǒng)可以應用在實際的生產(chǎn)環(huán)境中，選擇正確的工件，提高加工產(chǎn)品的效率和質量。總的來說，基于視覺的工業(yè)機器人檢測系統(tǒng)是機器視覺技術和機器人控制技術的結合，是工業(yè)領域生產(chǎn)過程由自動化向數(shù)字化、智能化發(fā)展的必經(jīng)之路。