倪曉清

(無錫機(jī)電高等職業(yè)技術(shù)學(xué)校機(jī)電工程系，江蘇 無錫 214028)

工業(yè)機(jī)器人常用的編程方式有示教編程和離線編程兩種。示教編程比較直觀，但是僅能實現(xiàn)直線、圓弧等簡單軌跡的編程，示教復(fù)雜軌跡操作繁瑣且很難保證高的精度。離線編程不需要在線對機(jī)器人進(jìn)行操作，但是需要采集整個工作場景的全部數(shù)據(jù)信息。在實際生產(chǎn)過程中，示教編程和離線編程都需要花費(fèi)大量的時間和精力去調(diào)試和驗證，極大地限制了生產(chǎn)效率。

為解決工業(yè)機(jī)器人在使用過程中的局限性，本文提出一種基于視覺的示教編程方式，利用CCD攝像頭采集圖像，運(yùn)用數(shù)字圖像處理方法獲取機(jī)器人操作過程所需要知道的目標(biāo)對象的數(shù)據(jù)信息，然后利用這些數(shù)據(jù)自動生成示教程序。這種編程方式對操作者的理論素養(yǎng)并沒有很高的要求，只需利用示教工具對機(jī)器人進(jìn)行引導(dǎo)，這將極大地降低機(jī)器人操作的門檻以及其運(yùn)行維護(hù)成本。

1 視覺引導(dǎo)

首先建立視覺空間與機(jī)器人空間的坐標(biāo)對應(yīng)關(guān)系，在此基礎(chǔ)上通過視覺傳感器實現(xiàn)對示教工具的識別和跟蹤，從而實現(xiàn)示教工具對機(jī)器人的引導(dǎo)。

1.1 視覺標(biāo)定

標(biāo)定過程就是確定攝像機(jī)的幾何和光學(xué)參數(shù)，攝像機(jī)相對于世界坐標(biāo)系的方位。

本文采用加州理工學(xué)院 Bouguet 博士提供的Camera Calibration Toolbox for Matlab 攝像機(jī)標(biāo)定工具，其中主要標(biāo)定方法也是采用張正友平面標(biāo)定法。

1.2 數(shù)字圖像處理

本文以ABB IRB 120機(jī)器人為實驗平臺，安裝SONY EVI-D100P攝像頭，利用Visual C++ 6.0及OpenCV 1.0作為編程軟件，調(diào)用OpenCV相關(guān)功能指令，以實現(xiàn)采集圖像顯示到屏幕、保存及釋放內(nèi)存等應(yīng)用功能。

（1）光線補(bǔ)償。圖像的色彩信息受環(huán)境因素的影響，導(dǎo)致色彩向某一方向移動，出現(xiàn)我們常見的偏冷、照片偏黃等現(xiàn)象。為抵消圖像中出現(xiàn)的色彩偏差，本文采用GrayWorld色彩均衡算法進(jìn)行光線補(bǔ)償。

（2）邊緣檢測。邊緣檢測中常用的算子有Sobel算子、Isotropic Sobel算子、Roberts算子、拉普拉斯算子、Prewitt算子等。其中Sobel算法引入了類似局部平均的運(yùn)算，因此對噪聲具有平滑作用，能很好的消除噪聲的影響，對于象素的位置的影響做了加權(quán)，與Prewitt算子、Roberts算子相比效果更好，故本文采用Sobel算子實現(xiàn)。邊緣檢測后的圖像如圖1所示。

圖1 邊緣檢測后的圖像

（3）顏色建模及目標(biāo)識別。采集到的原始圖像一般是RGB24位位圖，RGB顏色空間值受環(huán)境光線亮度變化的影響很大，很難確定目標(biāo)對象的顏色空間分量的閾值信息，會加大顏色建模難度。實驗研究發(fā)現(xiàn)，YCrCb顏色空間中的Cr和Cb分量值受光線亮度變化影響較小，可以通過確定Cr和Cb顏色分量的上下閾值范圍來對目標(biāo)進(jìn)行顏色建模。

實際環(huán)境目標(biāo)顏色可能不是單一的，為了簡化操作可以對目標(biāo)進(jìn)行一種顏色建模來確定目標(biāo)的局部特征（如圖2中的筆尖），再利用邊緣輪廓特征檢測出示教工具（筆尖中心），然后據(jù)此得到其在所處平面的坐標(biāo)數(shù)據(jù)，如圖3所示。

圖2 顏色建模

圖3 目標(biāo)識別

2 示教程序自動生成

在線示教過程一般是利用示教器控制機(jī)器人運(yùn)動到指定位置，插入相應(yīng)的運(yùn)動指令，然后再運(yùn)動到下一示教位置，再插入指令，以此類推，直到示教編程結(jié)束，再運(yùn)行之前生成的程序即可重復(fù)之前的示教路徑。根據(jù)這一思路，在示教點(diǎn)已知的情況下，只要示教點(diǎn)足夠稠密，就可以將示教曲線全部默認(rèn)為直線，采用逐點(diǎn)直線插值的方法即可實現(xiàn)自動生成示教程序。需要注意的是，在示教過程中示教者應(yīng)盡量貼著紙面勻速移動示教工具。

3 試驗驗證

本文以ABB公司的IRB 120機(jī)器人作為示教編程的研究對象，實驗過程中，機(jī)器人在示教工具的引導(dǎo)下完成對平面曲線的追蹤。將兩張A4紙平鋪，示教工具在一張紙上進(jìn)行示教（見圖4），機(jī)器人記錄示教運(yùn)動軌跡自動生成示教程序，機(jī)器人執(zhí)行程序后會在另一張A4紙上留下相同的軌跡（如圖5）。

4 結(jié)語

圖4 示教工具示教

圖5 機(jī)器人執(zhí)行示教程序

基于視覺的示教編程方法，綜合了當(dāng)前工業(yè)機(jī)器人常用的示教編程和離線編程的優(yōu)缺點(diǎn)，可以大大提高編程效率，但是實驗環(huán)境中其他物體的干擾，使得整個系統(tǒng)的精度受到影響。為減小誤差，后續(xù)研究過程中將考慮采用多種傳感器以減少系統(tǒng)對光線及顏色的依賴。

（本文為無錫機(jī)電高等職業(yè)技術(shù)學(xué)校校級課題《基于視覺的運(yùn)動目標(biāo)跟蹤研究》階段成果，課題編號：錫機(jī)電研2017-JD01,課題主持人倪曉清。）

[1]林睿.基于圖像特征點(diǎn)的移動機(jī)器人立體視覺SLAM研究[D].哈爾濱工業(yè)大學(xué)博士學(xué)位論文，2011.

[2]D.Nister,H.Stewenius,E.Grossmann.Non-parametric selfcalibration.Proceedings of IEEE International conference on Computer Vision. 2005, (1):120-127.

[3]莊嚴(yán)，徐曉東，王偉.移動機(jī)器人幾何—拓?fù)浠旌系貓D的構(gòu)建及自定位研究[J]. 控制與決策. 2005,20（7）:815-818.

[4]姚峰林,詹海英, 李元宗.機(jī)器視覺中的邊緣檢測技術(shù)研究[J].機(jī)械工程與自動化,2005,(01).

[5]倪曉清.基于視覺與激光的移動機(jī)器人環(huán)境識別研究[D].蘇州大學(xué)碩士論文，2013.