李嘉維, 馬殿光, 唐厚君, 孟祥群

(1.上海交通大學 電子信息與電氣工程學院，上海 200240；2.上海方菱計算機有限公司，上海 200240)

SCARA機器人焊縫跟蹤器現場標定設計

李嘉維1, 馬殿光1, 唐厚君1, 孟祥群2

(1.上海交通大學 電子信息與電氣工程學院，上海 200240；2.上海方菱計算機有限公司，上海 200240)

為實現對焊縫空間坐標的精確采集，需要對焊縫跟蹤系統(tǒng)進行標定。提出了一種用于工業(yè)現場環(huán)境的高效標定方案，使用張正友標定方法確定相機內參與畸變，通過SVD平面擬合求解光平面方程，通過測量機器人基坐標系與標定參照物坐標系間的關系完成手眼標定。線結構光視覺傳感器與SCARA機器人進行配合，實施現場作業(yè)，現場測試結果表明，標定方案具有高效，精度高的特點，系統(tǒng)整體標定誤差為±1.0mm，能夠滿足工業(yè)現場應用要求。

焊縫跟蹤；機器視覺系統(tǒng)；SCARA；手眼標定

0 引言

近年來，隨著科學技術的不斷發(fā)展，機器視覺技術已經被廣泛應用于航空、工業(yè)[1]、醫(yī)療[2]、農業(yè)[3]等領域。在工業(yè)制造領域，機器視覺系統(tǒng)的出現和應用能大幅提高生產效率[4]，在我國勞動力成本不再是優(yōu)勢的今天，有著重要的意義。

在工業(yè)焊接領域，焊接機器人按照自動化程度的高低，一般可分為示教編程，離線編程，自主編程三種[5]。為實現自動化程度最高的自主編程，引入基于機器視覺技術的焊縫跟蹤器是較優(yōu)的解決方案。

焊縫跟蹤器的設計是基于線結構光掃描的原理，傳感器主要由攝像機與線激光所組成，可用于三維物體坐標的測量[6]。對于焊縫跟蹤器而言，系統(tǒng)的標定至關重要。然而，目前研究多針對焊縫跟蹤器與六關節(jié)機器人的配合[7]，傳統(tǒng)的手眼標定方案存在一定的局限性[8-10]。因此，本文針對SCARA機器人焊縫跟蹤器設計了一種在現場環(huán)境中的高效、簡易標定方案并付諸實施。本文先簡單介紹了機器人焊縫跟蹤系統(tǒng)的組成，隨后是實施相機標定，光平面標定，手眼標定的方案敘述，最后是現場實驗數據分析和方案驗證。

1 機器人焊縫跟蹤系統(tǒng)組成

SCARA機器人焊縫跟蹤系統(tǒng)主要由焊接機器人，結構光視覺傳感器以及相應的控制器組成。如圖1所示，機器人在焊接時，結構光視覺傳感器采集前視焊縫信息，經上位機處理后控制機器人進行焊縫跟蹤。

圖1 系統(tǒng)組成

在本文中，以B(Base)表示機器人基坐標系；T(Tool)表示機器人工具坐標系；C(Camera)表示相機坐標系；W(World)表示由標定物(棋盤格)所確定的世界坐標系，Pixel表示圖像坐標系。同時，坐標系間的關系，如從機器人基坐標系到機器人工具坐標系以ToolHBase表示。

系統(tǒng)的標定主要可分為三個部分：相機標定、光平面標定與手眼標定。根據相機標定與光平面標定的結果，可以實現：

Ppixel→PCamera

進而根據手眼關系，以及機器人本身的坐標關系，實現：

PCamera→PTool→PBase

2 相機標定與光平面標定

在焊縫跟蹤器中包含了線激光與攝像機，兩者聯合構成了一個焊縫跟蹤視覺傳感器。因此，相機與光平面標定應在出廠前完成，兩者密不可分并且應當與機器人生產分離。

2.1 相機標定

相機標定所使用的原理是張正友標定法[11]，以60mm×50mm的棋盤格作為標定參照物，畸變模型選用四階徑向與四階切向模型。系統(tǒng)的相機標定界面如圖2所示，界面使用QT/C++進行開發(fā)實現。在實行相機標定時，用戶通過界面中心觀察實時圖像，調整標定板的位置，添加25～30張圖像后點擊計算即可完成標定。若存在無法識別角點的圖像，系統(tǒng)將提示圖片編號，并可將其自動剔除。成功標定后，系統(tǒng)將反饋重投影誤差，用以判斷相機標定的可靠性。

圖2 相機標定界面

攝像機成像模型如圖3所示，經過相機標定后，我們可以得到相機內參(fx,fy,u0,y0)與畸變參量。其數學模型可用公式表示：

(1)

從公式中，可以看出：圖像上的每一個像素點，可對應空間中的一條直線。

圖3 攝像機成像光路示意圖

2.2 光平面標定

線結構光視覺傳感器的模型如圖4所示。

圖4 線結構光視覺傳感器

其標定原理即通過SVD平面擬合找到光平面在Camera坐標系下的平面方程：

(2)

將其與式(1)聯立，即可實現：

Ppixel→PCamera

標定界面與相機標定類似，在進行生產標定時，用戶將視覺傳感器固定好，利用一個工裝，將標定板的傾斜角固定在45°，并將其放置在視覺傳感器的視場內。用戶通過界面中心調整標定板的位置，點擊拍照，系統(tǒng)將自動采集一張棋盤格圖像以及與其匹配的激光線圖像。在0°、-45°的位置繼續(xù)采集兩組圖像后，即可完成光平面標定。成功標定后，系統(tǒng)將返回點云與擬合平面間的距離作為光平面標定可靠性的檢驗標準。

3 手眼標定

圖5 手眼標定一般模型

手眼標定的一般方法是通過至少3次機器人的末端位姿變換，構建并求解AX=XB方程。對于方程AX=XB的求解，最經典的是Tsai[8]提出的轉站求解方法，但作者指出，該方法需要機器人移動比較大的角度，否則誤差較大；另外，也有基于四元數[9]，直積[10]等求解方法，但這些求解方案對輸入誤差非常敏感，若求解時的旋轉矩陣部分偏離實際值較遠時，結果會產生嚴重的奇異值。

基于焊縫跟蹤器的視覺傳感器工作距離較近，現場環(huán)境導入的干擾比較嚴重的前提下。本文設計了一種測量WorldHBase的手眼標定方法，操作方便且精度滿足工業(yè)焊接環(huán)境，適合現場標定使用。

3.1 機器人工具坐標變換

在本文實施的工作環(huán)境中，焊縫跟蹤器與SCARA型機器人進行配合，由于進行手眼標定計算時需要將位姿以旋轉矩陣的形式表示，需要將機器人的當前坐標轉換成旋轉矩陣的形式。

FR205機器人的末端工具坐標由5個量表示：x,y,z,r,s，其表示的物理意義如圖6所示。結合其物理意義，轉換公式為：

(3)

R=Rx(-S)Rz(r)Rz(90)

(4)

t=(xyz)T

(5)

圖6 機器人末端坐標變換

3.2 手眼標定實施方案

手眼標定分為兩步，第一步，測量WHB。

World坐標系由標定參照物(棋盤格)所定義，在本標定系統(tǒng)中，棋盤格的方向定義如圖7，Z方向符合右手法則，向里。對于小方塊數量為“奇數”ד偶數”的棋盤格而言，此坐標系可唯一確定。

圖7 棋盤格方向

Base坐標系即為機器人的基坐標系，其XOY平面與機器人放置的平面平行。

此處，采用傳統(tǒng)焊接機器人示教的思想，測量WHB。首先將棋盤格放置在焊接機器人的工作區(qū)域內，由于棋盤格定義的坐標系已知，用戶需要將焊槍依次移動到棋盤格的5個特定點上，點擊記錄當前坐標。標定算法通過5組World與Base的對應關系，可以計算出WHB，并同時估算當前機器人的定位精度，用戶可以根據返回結果，判斷機器人的定位精度是否符合精度要求。其算法可簡要描述為：

(6)

(7)

(8)

(9)

第二步，保持標定物位置不變，將焊縫跟蹤器安裝固定好后，移動機器人末端，使焊縫跟蹤器能夠采集到清晰的棋盤格圖像，點擊計算。標定算法通過外參估計，可以算出WorldHCamera，根據機器人自身的坐標系統(tǒng)，得到此刻的ToolHBase。則最終得到的手眼關系為：X=THB·BHW·WHC。

4 實驗測試與數據分析

本文所述的標定方法已被應用于焊縫跟蹤器的實際生產中。焊縫跟蹤器與上海方菱公司的FR205型焊接機器人(SCARA型)配合，依次實施相機標定，光平面標定與手眼標定并進行實際運行測試。下面是一次標定中的實際數據。

4.1 相機與光平面標定精度檢驗

應用相機標定方案，拍攝25～30張照片，得到相機內參標定結果見表1。重投影誤差為0.256，為可接受范圍。

表1 相機標定結果

使用工裝，在0°、45°、-45°條件下拍攝3組光平面標定圖像，計算Camera坐標系下的光平面方程為：0.698XC+ 0.0235YC+ 0.716ZC- 94.5 = 0。

圖8為圖像識別生成的點云及其平面方程。圖9為點云到平面的距離圖。由這兩幅圖可以看出，點云的共面性較好，擬合的光平面能夠正確的反映點云的共面特性，點云到光平面的距離最大為0.2074，均方差為0.0499，均值為0.0805，滿足光平面標定精度要求。

圖8 點云以及光平面

圖9 點云到光平面距離

4.2 系統(tǒng)整體標定精度

應用手眼標定方案，得到的手眼關系為：

為評估系統(tǒng)整體標定精度，采用如下策略：示教一條平面直線焊縫；根據示教起末點計算空間直線方程；打開焊縫跟蹤器視覺采集系統(tǒng)，在運動過程中實時采集焊縫坐標，以采集坐標距離此平面直線的距離作為精度評判的標準。結果如圖10所示。

(a)示教直線1

(b)示教直線2

(c)示教直線3圖10 直線示教及其識別坐標

在XOY平面上，系統(tǒng)標定精度在±0.8mm，Z方向偏差±0.3mm?？蓾M足焊接現場使用精度。圖11為實際直線焊接結果。

圖11 實際直線焊接

5 結論

本文提出了一種用于工業(yè)現場環(huán)境的SCARA機

器人焊縫跟蹤器高效標定方案。通過SVD平面擬合求出光平面方程，創(chuàng)新性地通過測量WorldHBase完成手眼標定，得到手眼關系矩陣。與傳統(tǒng)標定方案相比，該標定方案具有高效，高精度的特點?，F場實施結果表明，標定誤差為±1mm，能夠滿足工業(yè)焊接應用要求。

[1] 高飛,尤麗華,吳靜靜. 基于機器視覺的PCB幾何尺寸檢測方法研究[J]. 電子設計工程,2015(1):96-98.

[2] 彭誠,任濤,段儕杰. 基于體視顯微鏡的立體視覺測量系統(tǒng)[J]. 清華大學學報(自然科學版),2015,55(2):223-230.

[3] 王榮本,紀壽文,初秀民,等. 基于機器視覺的玉米施肥智能機器系統(tǒng)設計概述[J]. 農業(yè)工程學報,2001,17(2):151-153.

[4] Prasad P B, Radhakrishnan N, Bharathi S S. Machine Vision Solutions in Automotive Industry[M].Soft Computing Techniques in Engineering Applications. Springer International Publishing, 2014.

[5] 李學瑞. 基于激光雙目視覺的焊接機器人波紋板焊縫三維重建的研究[D].廣州:華南理工大學,2014.

[6] Son S, Park H, Lee K H. Automated laser scanning system for reverse engineering and inspection[J]. International Journal of Machine Tools and Manufacture, 2002, 42(8): 889-897.

[7] 宋亞勤,張斌,劉開元,等. 機器人激光掃描式焊縫跟蹤測量系統(tǒng)研究[J]. 中國計量學院學報,2016,27(1):33-38.

[8] Tsai R Y, Lenz R K. A new technique for fully autonomous and efficient 3D robotics hand/eye calibration[J].IEEE Transactions on robotics and automation, 1989,5(3): 345-358.

[9] Heller J, Henrion D, Pajdla T. Hand-eye and robot-world calibration by global polynomial optimization[C]//2014 IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2014: 3157-3164.

[10] 郭劍鷹,呂恬生. 機器人手眼矩陣求解算法[J]. 計量技術,2003(4):3-6.

[11] Zhang Z. A flexible new technique for camera calibration[J]. IEEE Transactions on pattern analysis and machine intelligence, 2000, 22(11): 1330-1334.

(編輯 李秀敏)

Field Calibration Design of Seam Tracking System for SCARA Robot

LI Jia-wei1，MA Dian-guang1, TANG Hou-jun1, MENG Xiang-qun2

(1.School of Electronic Information and Electrical Engineering, Shanghai Jiao Tong University, Shanghai 200240, China;2. Fangling Software Co. Ltd. , Shanghai 200240, China)

In order to acquire the space coordinates of the welding seam, the welding seam tracking system needs to be calibrated. Presenting a calibration scheme for efficient industrial environment. Zhang Zhengyou method was used to calibrate camera. SVD plane fitting was used to calculate the light plane equation. Doing hand-eye calibration by means of calculating the pose from the robot base coordinate system to the calibrate plane coordinate system. The actual result, done with SCARA robot, shows that the calibration method meets the application requirement of the industrial field.

seam tracking; machine vision system; SCARA; hand-eye calibration

1001-2265(2017)05-0096-04

10.13462/j.cnki.mmtamt.2017.05.025

2016-07-28；

2016-08-31

李嘉維(1992—),男，廣東臺山人，上海交通大學碩士研究生，研究方向為機器視覺，(E-mail)qetwe0000@gmail.com。

TH165;TG409

A