宋婷婷，徐世許，伍經(jīng)紋，王 鵬

(青島大學 自動化與電氣工程學院，山東 青島 266071)

Delta機器人傳送帶控制系統(tǒng)研究

宋婷婷，徐世許，伍經(jīng)紋，王 鵬

(青島大學 自動化與電氣工程學院，山東 青島 266071)

本文針對制造業(yè)中人工分揀產品效率低下、錯誤率和成本較高的問題，將工業(yè)機器人應用于產品分揀。設計了Delta視覺機器人在工業(yè)生產中整體的控制流程，由視覺部分捕獲傳送帶上的產品，經(jīng)過一系列分析處理后移動機械手，實現(xiàn)對產品的抓取。為更準確抓取產品,重點提出了一種針對Delta視覺機器人傳送帶標定的方法。準備好兩個標定物.然后按照下述步驟完成標定：第一步，使機械手末端與第一個標定物重合，第二步，移動傳送帶一段距離后使機械手重合同一點，第三步保持傳送帶不動移動機械手，使機械手與第二個標定物重合,從而完成標定。

標定；傳送帶；Delta視覺機器人

0 引言

近年來，隨著經(jīng)濟發(fā)展和制造業(yè)競爭的加劇，人工分揀產品的弊端日益顯露。人工分揀不僅僅速度慢，影響效益，且長時間的單調工作容易使工人疲勞，引發(fā)人身安全隱患。國外機器人技術已經(jīng)較成熟機器人在工業(yè)生產中的使用量逐年增長。機器視覺[1-4]是機器人智能化的核心技術之一，而標定在機器視覺占有極其重要的地位，標定直接影響到機器人的工作準確度。本文根據(jù)制造業(yè)生產線實際需求，設計了Delta機器人總體控制系統(tǒng)流程，并提出一種使用兩個標定物進行傳送帶標定的方法，為Delta機器人提供了視覺指導，且標定過程耗時少，效率高。

1 Delta機器人系統(tǒng)

1.1 系統(tǒng)結構

機器人系統(tǒng)的主要任務是對當前要抓取的工件(如齒輪、螺栓、彈簧摯片等)進行拍攝，由計算機分析處理得到的數(shù)據(jù)得出分析結果，然后傳遞給執(zhí)

行機構進行抓取。本系統(tǒng)主要由以下部分組成：輸送裝置（1）、信號觸發(fā)子系統(tǒng)（2）、光源子系統(tǒng)（3）、圖像采集裝置（4）、控制子系統(tǒng)（5）、執(zhí)行機構子系統(tǒng)（6）、圖像處理及分析軟件（7）。整個系統(tǒng)框架結構如圖1所示。

圖1 Delta機器人系統(tǒng)結構Fig.1 The Architecture of Delta Robot System

1.2 控制系統(tǒng)原理

Delta視覺機器人用于工業(yè)生產線上自動定位以及自動抓取分揀產品。設計控制系統(tǒng)將計算機視覺與Delta機器人相結合，在Delta機器人下方安裝傳送帶進行產品的輸送，結合Delta機器人建立起視覺系統(tǒng)，由攝像機拍攝傳送帶上的產品獲取產品的圖像，根據(jù)圖像的亮度、顏色等信息，經(jīng)過圖像分析和處理、坐標之間的轉換，計算出產品在機器人坐標系下的坐標，由上位機將坐標信息傳送給下位機，下位機控制電機移動機械手，實現(xiàn)對產品的抓取。控制系統(tǒng)流程如圖2所示。

圖2 Delta機器人系統(tǒng)工作原理Fig.2 Working Principle of Delta Robot System

2 Delta機器人運動流程及應用

如圖3所示，Delta機器人[5-7]是空間三自由度的并聯(lián)機構。Delta機器人機構主要由下方的運動平臺、上方的基座平臺、伺服電機、平行四邊形從動支鏈和驅動臂組成。上方的基座平臺下面裝有3個電機，成圓周對稱均勻分布，基座平臺由運動支鏈連接到運動平臺。每一條運動支鏈都由驅動臂和平行四邊形的小臂組成，運動平臺底部裝有吸盤，用來抓取產品。Delta機器人并行三自由度的機械臂結構，使得抓取產品的速度高且重復定位的精度高。當機器人收到命令需要抓取物體時，控制系統(tǒng)控制電機使驅動臂運動一定角度，小臂跟隨驅動臂移動，使得運動平臺到達系統(tǒng)指定的坐標點。

圖3 Delta機器人結構圖Fig.3 The Structure diagram of a Delta Robot

Delta機器人的整體結構緊湊、精密，驅動臂均勻分布于固定平臺，因而使其具有如下特性：自重負荷比?。徊⑿腥杂啥葯C械臂結構、重復定位精度高；一秒鐘內可多次拾取物品，效率高。Delta機器人載重負荷低，但是行動靈活高速，又因其性價比高、定位精確而被廣泛應用于電子產品配件、藥品、食品等加工、裝配生產線。Delta機器人一般與電機驅動的傳送帶配套使用，通過傳送帶編碼器和計算機視覺系統(tǒng)反饋位置的方式，實現(xiàn)機器人對工件位置、姿態(tài)的獲取，從而準確抓取工件。

3 傳送帶標定設計

傳送帶標定是為了確定傳送帶坐標系和機器人坐標系之間的關系。為了準確快速抓取產品需要對傳送帶進行精準的標定，本文針對Delta機器人設計了一種耗時短、操作方便的標定方法。

3.1 比例因子與轉換矩陣

傳送帶坐標系和機器人坐標系之間的轉換就是矩陣的旋轉以及平移，傳送帶標定的任務是確定轉換矩陣和編碼器的比例因子。文中以R表示機器人坐標系，以C表示傳送帶坐標系，以CP表示產品在傳送帶坐標系中的位置，以RP表示產品在機器人坐標系中的位置，以RCT表示傳動帶坐標系對于機器人坐標系的轉換矩陣。轉換矩陣是由平移向量和旋轉矩陣構成。求出轉換矩陣后，由產品在傳送帶坐標系中的坐標信息就可以確定該產品在機器人坐標系中的位置：。當移動傳送帶一段距離，對應的機器人坐標系和編碼器的變化值的比例關系即為傳送帶旋轉編碼器的比例因子。

3.2 傳送帶的標定操作

準備好與Delta機器人末端一樣大小的兩個“標定物”，可以打印與機器人末端大小相同的黑色形狀作為標定物，分別記為O1，O2。

（1）在傳送帶上放置O1，在示意圖中以P1表示。移動機械手末端使機械手末端與O1完全重合，此時編碼器的值記為V1，Delta機器人末端的位姿記為P1(x1，y1，z1，ya1，pi1，ro1)。

（2）移動傳送帶一段距離，在Delta機器人可以觸碰到O1的范圍內，盡量使移動距離更大。再次移動機械手的末端使機械手末端與O1完全重合，在示意圖中以P2表示。此時編碼器的值記為V2，Delta機器人末端的位姿記為P2(x2，y2，z2，ya2，pi2，ro2)。

（3）保持傳送帶不動，沿著與傳送帶垂直的方向移動Delta機器人，使機械手末端與O2完全重合，在圖4中以P3表示。Delta機器人末端的位姿記為P3(x3，y3，z3，ya3，pi3，ro3)。

圖4 標定示意圖Fig.4 Illustration of Calibration

下面可以求得編碼器比例因子：

定義傳送帶坐標系的x1軸方向為傳送帶的移動方向，根據(jù)幾何關系可以計算得到在機器人坐標系中傳送帶坐標系原點O’的坐標以及機器人坐標系到傳送帶坐標系的旋轉矩陣。

旋轉矩陣：

由上述結果可以求得機器人坐標系到傳送帶坐標系的轉換矩陣：

4 目標識別與定位

標定工作完成后，可以結合圖像與標定信息對目標工件定位，主要包含三項工作：圖像處理、識別工件[8-10]、定位工件[11]。

4.1 圖像處理

在實際成像過程和圖像傳輸過程中，受到各種因素的干擾，圖像的清晰度會降低，這對后續(xù)的工件識別和定位工作造成很大的困難，為此，需要對圖像進行處理，使其達到一定的清晰度。這些處理過程包括平滑去噪[12,13]、圖像銳化、圖像分割[14]。因為本文的任務是抓取工件，還需要把圖像轉化為二值圖像。

4.2 識別工件

本文采用特征匹配法識別目標工件，以面積和圓度作為特征進行匹配，設L、D分別為工件圖像范圍的長和寬，K(i, j)表示二元象素值0或1，i，j分別表示象素橫坐標和縱坐標。則工件的面積為：

工件圓度為：

4.3 定位工件

識別出工件后，需要計算工件位置，供Delta機器人進行運動控制抓取工件。工件的位置通過其中心確定，中心的圖像坐標可以表示為

式中，u，v以圖像左上角為坐標原點。根據(jù)u、v和攝像頭的標定信息即可獲得工件在傳送帶中的位置，通過傳送帶的標定信息又可獲得工件在機器人坐標系中的位置，供機器人進行抓取。

5 結束語

本文基于機器人的運動原理設計了一種針對于Delta視覺機器人的傳送帶標定方法。通過該方法可以快速有效的標定傳送帶。該方法全面的考慮了Delta視覺機器人的系統(tǒng)的運作原理，并且結合了其特有的運動規(guī)律，標定過程操作簡單便于上手，滿足了一般的生產需求，應用前景廣泛。且所需成本低，耗時短，有效的提高了效率，對于提高企業(yè)效益有很好的幫助。

[1] 周昌印. 機器視覺中若干重要問題的研究[D]. 復旦大學, 2007.

[2] 段峰, 王耀南, 雷曉峰, 吳立釗, 譚文. 機器視覺技術及其應用綜述[J]. 自動化博覽, 2002, (1): 59-61.

[3] 張煒. 機器視覺技術發(fā)展及其工業(yè)應用[J]. 紅外, 2006, 27(2): 11-17.

[4] 劉建橋, 葉俊勇. 基于機器視覺的輕軌軌道梁晃動檢測[J].新型工業(yè)化, 2011, 1(5): 37-41.

[5] 倪鶴鵬, 劉亞男, 張承瑞, 王云飛, 夏飛虎, 邱正師. 基于機器視覺的Delta機器人分揀系統(tǒng)算法[J]. 機器人, 2016, 38(1).

[6] 殷盛江, 于復生, 時維康, 孫中國. Delta機器人控制系統(tǒng)設計[J]. 起重運輸機械, 2015(1): 17-19.

[7] 王振寧. 基于視覺的機器人抓取定位技術研究[D]. 上海大學, 2005.

[8] 吳進. 機器視覺中快速模版匹配算法研究[J]. 新型工業(yè)化, 2014, 4(1): 65-69.

[9] 郭津. 機器視覺邊緣檢測技術及應用研究[D]. 廣東工業(yè)大學, 2011.

[10] 劉洪偉. 基于單目視覺的移動機器人目標識別與定位[D].山東大學, 2011.

[11] 申茂盛. 基于雙目視覺的質心定位算法的研究[J]. 軟件, 2014, 35(12): 69-74.

[12] 曹妍, 陳偉, 徐森. 圖像去噪方法研究與仿真[J]. 軟件, 2015, 36(4): 33-36.

[13] 張小華, 張強. Shearlet 域非局部均值圖像去噪[J]. 新型工業(yè)化, 2011, 1(3): 63-71.

[14] 陳靜, 朱家明, 盛朗, 等. 基于區(qū)域信息的水平集醫(yī)學圖像分割[J]. 軟件, 2014, 35(4): 21-23, 28.

DeltaRobot Conveyor Control System Research

SONG Ting-ting, XU Shi-xu, WU Jing-wen, WANG-Peng
(College of Automation and Electrical Engineering, Qingdao University, Qingdao 266071, China)

Aiming at the problem of low efficiency, low error rate and high cost of manual sorting in manufacturing industry, this paper proposes a product sorting method based on machine vision. the overall control process of the Delta visual robot in the industrial production is designed. The visual part of the conveyor belt is used to take pictures of the product.. Then the scene information such as the position and the attitude of the product are derived from the pictures, and these information are used for the manipulator to grab the product. To achieve a more accurate grasp of the product, a method for calibration of Delta vision robot conveyor belt is proposed. Two calibrators need to be prepared in advance. The calibration method includes the following steps. Firstly, make the end of the manipulator coincide with the first calibration. Secondly, move the conveyor belt for a distance to contract the robot. Thirdly, and move the robot while keep the conveyor still, and make the manipulator coincide with the second calibrator.

Calibration; The conveyor belt; Delta robot vision

TP242.2

A

10.3969/j.issn.1003-6970.2017.05.025

宋婷婷(1992-)，女，山東濟寧人，碩士研究生，主要研究方向為智能控制系統(tǒng)；徐世許(1965-)，男，教授，博士，主要研究方向計算機控制技術；伍經(jīng)紋(1993-)，男，湖北天門人，碩士研究生，主要研究方向為智能控制系統(tǒng)；王鵬(1991-)，男，山東青島人，碩士研究生，主要研究方向為智能控制系統(tǒng)。

本文著錄格式：宋婷婷，徐世許，伍經(jīng)紋，等. Delta機器人傳送帶控制系統(tǒng)研究[J]. 軟件，2017，38（5）：121-124