張海森， 王萌玨， 李廣偉

（上海發(fā)那科機器人有限公司，上海 201906）

隨著汽車工業(yè)的發(fā)展，汽車裝備的高自動化、高柔性、高智能是整個汽車裝備制造業(yè)和汽車工業(yè)發(fā)展的方向。汽車風擋玻璃的安裝是汽車總裝車間的一道重要工序，其安裝質量直接影響到整車的密封性和安全性，是汽車質量的重要指標之一。

在涂膠過程中，由于涂料對人體有損害，所以現有國內的汽車生產企業(yè)總裝車間中的玻璃涂膠工作站已基本采用機器人自動化涂膠工藝［1］。而玻璃的安裝仍然是人工手工安裝或通過移載機構半自動安裝，尚未實現整個風擋玻璃安裝的自動化?？傃b車間玻璃涂膠安裝工位的工人工作強度仍然較大，同時安裝質量及生產節(jié)拍也受到操作工人手動裝配不一致及繁重作業(yè)的影響。

制約玻璃涂膠自動化安裝在國內應用的主要原因是車體的空間定位問題。風擋玻璃的安裝精度一般要求±0.5mm［2－3］；由于總裝車間輸送線的定位精度普遍不高，因此只能通過車身定位誤差檢測系統和相關的機器人技術來實現玻璃的精確安裝。本案例利用視覺技術，通過3D激光傳感器對車體窗框的邊緣進行檢測定位，并計算出車體在總裝線上的位置偏差，為后續(xù)機器人自動安裝玻璃的解決方案作了初步的可行性探索。

1 折彎檢索功能概述

圖1說明了折彎檢索功能的基本工作原理。圖1（a）通過三維激光視覺傳感器對工件表面進行拍照取像，激光條紋在工件表面形成反射條紋；圖1（b）為激光條紋在工件表面形成的反射條紋的二值化圖像，其中的箭頭方向與圖1（a）的箭頭方向相一致［4］。

當實際檢測工件的表面高度方向發(fā)生變化時，相應的激光二值化圖像結果會在高度變化的位置出現轉角，根據二值化圖像特征的選取即可對相應的位置進行定位。

圖1 折彎檢索功能原理

2 取像位置分析

本試驗是以FANUC R2000iB－210F機器人為本體，將視覺傳感器FANUC iRvision安裝在機器人R2000iB－210F的J6法蘭盤上，對車體工件進行定位試驗。對相機進行了手眼標定［5］。完成相關的標定工作后，對取像的位置和角度進行了分析。通過實驗驗證發(fā)現，不同的取像角度對檢測結果影響較大，故分別在不同的4個取像位置對取像的結果進行了分析，分析結果通過計算機軟件計算提取，并通過機器人運行到計算指定位置加以確認。

2.1 取像結果

相機垂直工件表面取像，激光條紋和窗框邊界垂直，取像結果如圖2所示。

圖2 相機垂直工件表面取像結果1

相機垂直工件表面取像，激光條紋和窗框邊界不垂直，取像結果如圖3所示。

圖3 相機垂直工件表面取像結果2

相機在工件內側斜向上方取像，激光條紋和窗框邊界不垂直，取像結果如圖4所示。

圖4 相機在工件外側斜向上方取像結果3

相機在工件外側斜向上方取像，激光條紋和窗框邊界不垂直，取像結果如圖5所示。

圖5 相機在工件外側斜向上方取像結果4

2.2 結果分析

（1）當激光條紋垂直于窗框邊界時，窗框水平面和垂直面的交界處的激光二值化圖像呈直角變化，特征明顯，定位精度較高；但是，當車體位置發(fā)生變化或周圍光照環(huán)境發(fā)生變化時，激光的二值化圖像毛刺較多，容易對取像結果造成干擾。

（2）當激光條紋和窗框邊界不垂直時，激光條紋和工件邊界的接觸面積增加，窗框水平面和垂直面的交界處的激光二值化圖像呈圓角變化，此時選擇直線與圓弧段的交點作為特征點；當車體位置發(fā)生變化或周圍光照環(huán)境發(fā)生變化時，特征點的提取結果較為穩(wěn)定。

（3）當相機在工件內側或外側斜向上方取像時，激光二值化圖像成像效果不理想，無法穩(wěn)定地對窗框交界處進行定位。

（4）加載后續(xù)偏差算法后，發(fā)現取像位置的不同對最終的定位精度也有影響，相機垂直工件表面拍攝時的計算結果在Z方向上的精度要高于其他的取像角度的計算結果。

3 偏差提取算法

3.1 拍攝順序

順時針沿窗框拍攝8個點，左右邊框各拍攝2個點，上方邊框拍攝4個點。通過實驗驗證，為了提高算法的定位精度，定位點A與B之間距離盡量拉長，B點距離窗框上邊緣盡量短；G與H點的取像位置和A與B點的取像位置要求一致；定位點C與D之間的距離盡量拉長，C點距離窗框左邊緣盡量短；E與F點的取像位置和C與D點的取像位置要求一致。原理如圖6所示。

圖6 窗框取像順序示意圖

3.2 算法原理

根據A與B點檢測結果計算出矢量AB，根據C與D點檢測結果計算出矢量CD；同理計算出矢量EF和矢量GH，原理如圖7所示。

圖7 窗框定位原理

3.3 窗框空間位置的確定

整個窗框空間位置的定位算法原理如圖8所示。P1點為矢量AB和矢量CD公垂線的中點，P2點為矢量EF和矢量GH公垂線的中點。由于在實際檢測過程中，無法保證4個矢量的檢測結果在同一個平面內，故采用了上述求公垂線中點的方法確定P1點和P2點。如果矢量AB和矢量CD在同一平面內，則P1點即為兩個矢量的交點，如果矢量EF和矢量GH在同一平面內，則P2點即為兩個矢量的交點。

得到P1點和P2點后，即可確定二者中點的空間位置點（Pmid）。將Pmid點作為窗框坐標系的原點位置，設定Pmid到P2點為X′方向，將應用坐標系坐標系原點平移至Pmid點，將P2點在平移后的應用坐標系上作投影得到投影點P2，根據Pmid、P2、P2這3個點確定的平面，確定窗框坐標系的Y′方向，即作一個通過Pmid點的向量使其垂直于Pmid、P2、P2這3點確定的平面。通過右手定則即可確定窗框坐標系的Z方向。由此就可以得出窗框的參考位置。后續(xù)位置檢測時，檢測結果得出的窗框位置和參考位置相比較，得到的偏差值即為機器人示教程序中的Offset值。

圖8 窗框空間位置定位算法原理圖

4 檢測結果

根據上述檢測步驟，對車體的位置進行檢測。分別在3種不同情況下對車體窗框進行定位監(jiān)測以驗證算法的檢測精度。3種情況包括：車體位置不動、車體平動、車體扭轉。

（1）車體位置不動。此種情況是假定現場工裝定位精度很高，車體定位基本無偏差，通過重復檢測車體窗框的位置來檢驗算法的重復定位精度，重復定位精度的高低直接反應了算法的可靠性和準確性。如果在車體位置不發(fā)生變化的情況下，算法的檢測精度都無法滿足現場的使用要求，則說明此種檢測方法是無法使用的。檢測結果如圖9所示。

圖9 車體重復定位精度結果

結果說明：針對算法的重復檢測精度的測量進行了20次，其中藍色折線圖為X方向偏差檢測結果，紅色折線圖為Y方向偏差檢測結果，紅色折線圖為Z方向偏差檢測結果。通過檢測出的偏差結果可見，在X、Y、Z方向上的重復檢測結果都在0.5mm以內。

（2）車體平動。此種情況是假定現場工裝定位精度一般，車體定位在X、Y、Z方向上有平移，通過檢測車體窗框的位置來檢驗算法在此情況下的定位精度。由于實驗現場的車體較大，同時無法精確地對車體進行平移，故試驗中通過改變User frame（用戶坐標系）的X、Y、Z方向上的坐標值來模擬車體在相應方向上發(fā)生的位置改變。檢測結果如圖10～12所示。

圖10 X方向平移時的檢測結果

圖11 Y方向平移時的檢測結果

圖12 Z方向平移時的檢測結果

結果說明：車體在X、Y、Z方向出現1～6mm的偏差時，機器人可以在相應的方向上檢測出偏差，同時另外2個方向的偏差較小，檢測的精度基本都在±0.5mm以內。

（3）車體扭轉。車體在出現繞X、Y、Z軸線扭轉時，通過檢測車體窗框的位置來檢驗算法在此種情況下的定位精度。由于在試驗現場無法精確地確定車體在空間3個方向上到底出現了多少角度的旋轉變化，故只能給出一個大致的檢測精度。當車體的左、右兩邊出現10mm以內的高度偏差時，在Z方向上的視覺檢測精度誤差在1～2mm，X、Y方向上的視覺檢測精度范圍為1mm以內；當車體的左、右兩邊出現10～20mm的高度偏差時，在Z方向上的視覺檢測精度誤差在2～3mm，X、Y方向上的視覺檢測精度誤差小于1mm。

5 結 語

通過上述的測試得出以下結論。

（1）視覺拍照的角度對最終的檢測結果及整個檢測過程的穩(wěn)定性有較大的影響。通過實驗對比發(fā)現，相機垂直于工件表面，激光條紋和檢測邊框斜向交叉檢測的結果較為理想。

（2）車體在X、Y、Z方向上平動時，視覺檢測結果較為理想，3個方向上檢測的精度在0.5mm左右，最大不超過1mm。

（3）車體在出現繞X、Y、Z軸線扭轉時，視覺檢測結果較差，尤其是Z方向上的檢測精度下降得較為厲害。

（4）如果現場車體的定位精度較高，只是在X、Y、Z方向上出現偏移時，此算法及檢測的方法基本上可以保證機器人系統對車體窗框的準確定位。如果現場車體的定位精度較差，尤其是在出現繞X、Y、Z軸線扭轉以及大角度的偏轉時，此算法及檢測的方法還無法達到實用的要求；如果是小范圍的轉動，則需要通過機械手爪的配合來補償Z方向上的定位精度不高的問題。

［1］任玉峰，林巨廣，王淑旺.擋風玻璃機器人涂膠系統智能化技術研究［J］.機床與液壓，2009（10）：120－122.

［2］馬可，張波.機器人在汽車風擋玻璃自動涂膠系統中的應用［J］.華中科技學院學報，2007，4（1）：47－51.

［3］王健強，劉寶柱，任玉峰，等.基于雙目視覺的汽車風擋玻璃智能涂膠系統［J］.設計與研究，2010（1）：5－8.

［4］鈔萌.基于機器人視覺的定位［D］.北京：北京交通大學，2010：37－83.

［5］王樂.基于視覺伺服的工業(yè)機器人控制技術研究［D］.南京：南京林業(yè)大學，2012：36－46.