陳帥華

(重慶城市職業(yè)學(xué)院信息與智能工程系 重慶 402160)

目前，國(guó)外對(duì)機(jī)器人本體的研究已經(jīng)相當(dāng)成熟，具有運(yùn)動(dòng)速度快和控制精度高的特點(diǎn)。現(xiàn)在機(jī)器人的外圍設(shè)備是研究的熱點(diǎn)，將視覺傳感器或觸覺傳感器和機(jī)器人本體相結(jié)合，配備以功能強(qiáng)大的應(yīng)用軟件程序，可實(shí)現(xiàn)機(jī)器人的智能化控制。對(duì)于分揀機(jī)器人來說，現(xiàn)有的配套視覺軟件可以引導(dǎo)機(jī)器人進(jìn)行準(zhǔn)確快速的分揀作業(yè)，但是關(guān)于應(yīng)用軟件涉及到的核心技術(shù)屬于商業(yè)機(jī)密，仍然處于嚴(yán)格保密狀態(tài)。

國(guó)內(nèi)很多學(xué)者針對(duì)分揀作業(yè)中的具體問題進(jìn)行深入研究。例如，針對(duì)分揀工作環(huán)境惡劣的情況下，如何避免粉塵對(duì)攝像機(jī)的干擾；針對(duì)分揀中圖像準(zhǔn)確識(shí)別問題進(jìn)行細(xì)致研究，從而提高分揀的準(zhǔn)確率；針對(duì)傳送帶上目標(biāo)坐標(biāo)點(diǎn)的預(yù)測(cè)及獲取進(jìn)行分析，為能夠快速分揀提供必要前提；針對(duì)特定分揀目標(biāo)進(jìn)行專一化的分揀設(shè)計(jì)。

一、機(jī)器視覺下的機(jī)器人分揀系統(tǒng)構(gòu)建

為了探討機(jī)器人分揀技術(shù)，現(xiàn)以廣數(shù)機(jī)器人為例，基于機(jī)器人視覺構(gòu)建一個(gè)機(jī)器人分揀系統(tǒng)，并對(duì)該系統(tǒng)在相機(jī)靜止-目標(biāo)靜止，相機(jī)靜止-目標(biāo)運(yùn)動(dòng)兩種情況下的運(yùn)行情況[1]。

圖1 視覺分揀機(jī)器人系統(tǒng)示意圖

（一）機(jī)器人分揀系統(tǒng)的構(gòu)成

基于機(jī)器視覺的工業(yè)機(jī)器人分揀系統(tǒng)的總體方案，機(jī)器人分揀系統(tǒng)由五個(gè)單元構(gòu)成，分別為工作平臺(tái)單元、視覺分揀單元、攝像機(jī)平臺(tái)單元、機(jī)器人RC單元以及機(jī)器人機(jī)械手抓單元等五個(gè)部分。圖像處理的作用是對(duì)相機(jī)拍攝到的外界圖像進(jìn)行預(yù)處理，提取圖像中的某些特征，并根據(jù)這些特征來確定出聯(lián)通成分的中心坐標(biāo)；相機(jī)標(biāo)定的作用是為系統(tǒng)建立一個(gè)圖像坐標(biāo)系與機(jī)器人坐標(biāo)系，并以此來研究二者之間的關(guān)系[2]；模式識(shí)別需以圖像作基礎(chǔ)，對(duì)圖像及圖像中的聯(lián)通成分進(jìn)行識(shí)別、分類；機(jī)器人控制是最后步驟，控制的實(shí)現(xiàn)方法是在計(jì)算機(jī)和機(jī)器人之間建立一個(gè)連接通信。

圖2 機(jī)器視覺的工業(yè)機(jī)器人分揀系統(tǒng)

視覺分揀單元由PC機(jī)和視覺軟件組成。主要是由視覺系統(tǒng)對(duì)攝像機(jī)采集的視頻序列識(shí)別目標(biāo)種類。再計(jì)算出工件的中心和擺放的方向。最后要根據(jù)圖像坐標(biāo)系和物體坐標(biāo)系的關(guān)系，經(jīng)過計(jì)算目標(biāo)的相對(duì)位置和方向，將信息參數(shù)傳入控制柜中。

（二）相機(jī)的標(biāo)定

廣數(shù)工業(yè)機(jī)器人控制柜提供RJ45 接口，PC機(jī)與工業(yè)機(jī)器人控制柜通過網(wǎng)線連接，工業(yè)攝像機(jī)通過USB與PC機(jī)連接。機(jī)器人示教盒用于對(duì)工業(yè)機(jī)器人進(jìn)行編程。系統(tǒng)包括兩個(gè)子系統(tǒng)：工業(yè)機(jī)器人控制系統(tǒng)，視覺系統(tǒng)。視覺系統(tǒng)包括：工業(yè)攝像機(jī)，PC，分揀工作平臺(tái)[3]。

攝像機(jī)標(biāo)定的方法分為兩大類，一類是傳統(tǒng)的攝像機(jī)標(biāo)定方法，另一類是攝像機(jī)自標(biāo)定方法。傳統(tǒng)的攝像機(jī)標(biāo)定方法比較簡(jiǎn)單，使用待標(biāo)定的攝像機(jī)拍攝已知形狀.尺寸的標(biāo)定模板，標(biāo)定模板可以為棋盤格模板、網(wǎng)格紙模板等。通過已知位置的圖像點(diǎn)與空間點(diǎn)解算出標(biāo)定模型中的未知參數(shù)，從而完成攝像機(jī)的標(biāo)定。自標(biāo)定方法不需要使用特定的靶標(biāo)，以場(chǎng)景中位置未知的點(diǎn)作為參考點(diǎn)，攝像機(jī)通過特定的運(yùn)動(dòng)獲得場(chǎng)景點(diǎn)圖像，從而完成攝像機(jī)的標(biāo)定。

圖3 相機(jī)采集標(biāo)定靶標(biāo)圖

機(jī)器人分揀中，通過對(duì)相機(jī)標(biāo)定結(jié)果的分析，可準(zhǔn)確判定目標(biāo)在機(jī)器人坐標(biāo)系中所處的位置，為機(jī)器人的分揀和抓取動(dòng)作奠定基礎(chǔ)[4]。

（三）分揀實(shí)現(xiàn)過程

首先對(duì)目標(biāo)工件進(jìn)行圖像預(yù)處理和特征提取，然后利用圖像矩特征完成對(duì)神經(jīng)網(wǎng)絡(luò)的訓(xùn)練，最后引入算法對(duì)基于神經(jīng)網(wǎng)絡(luò)的分類器進(jìn)行性能優(yōu)化。識(shí)別算法，最后通過工件識(shí)別實(shí)驗(yàn)證實(shí)了改進(jìn)后的神經(jīng)網(wǎng)絡(luò)分類器具有較高的識(shí)別準(zhǔn)確率。通過標(biāo)準(zhǔn)D-H參數(shù)法建立華數(shù)機(jī)器人的運(yùn)動(dòng)學(xué)模型，分析運(yùn)動(dòng)學(xué)逆解的求取方法和選取標(biāo)準(zhǔn)。同時(shí)詳細(xì)分析機(jī)器人關(guān)節(jié)轉(zhuǎn)角和末端執(zhí)行器位置之間的關(guān)系，得到基于最優(yōu)抓取點(diǎn)的分揀策略[5]。最后在視覺分揀實(shí)驗(yàn)平臺(tái)上完成了工件分揀作業(yè)。

圖4 圖像采集過程示意圖

工業(yè)機(jī)器人分揀流程如下圖5所示。分揀流程分為四個(gè)部分：圖像預(yù)處理、目標(biāo)提取、目標(biāo)分析、分揀抓取。

分揀具體流程為：1.圖像預(yù)處理：對(duì)采集到的圖像進(jìn)行圖像平滑去除噪，消除噪聲對(duì)圖像的干擾。2.目標(biāo)提?。菏褂肅anny算子進(jìn)行二值化，其目的是將目標(biāo)圖像從背景圖像提取出來。3.單一目標(biāo)分析：由于目標(biāo)是規(guī)則的幾何工件，僅靠角點(diǎn)檢測(cè)是檢測(cè)不出來圓形的，所以需要Hough圓檢測(cè)來輔助識(shí)別。4.分類抓?。簩?duì)每個(gè)單--工件目標(biāo)求取特征點(diǎn)，求取其目標(biāo)工件的中心和長(zhǎng)短軸[6]。

圖5 系統(tǒng)分揀的流程圖

二、結(jié)束語

機(jī)器人分揀系統(tǒng)代替人工分揀，具有成本低、效率高的特點(diǎn)。本文介紹搭建了基于機(jī)器視覺的工業(yè)機(jī)器人分揀系統(tǒng)，分析了工業(yè)機(jī)器人的分揀系統(tǒng)的組成及分揀實(shí)現(xiàn)的過程。最后在視覺分揀實(shí)驗(yàn)平臺(tái)上進(jìn)行了對(duì)目標(biāo)工件的抓取實(shí)驗(yàn)，驗(yàn)證了所設(shè)計(jì)的工業(yè)機(jī)器人視覺分揀系統(tǒng)的可行性。