馬澤明,俞曉丹*,鄧雨晴,高銘瑋,李文元,王楚壹
(南通理工學(xué)院,江蘇 南通 226002)
隨著我國經(jīng)濟發(fā)展,人們的物質(zhì)生活不斷豐富,在不斷吸引消費的同時,城市里的垃圾也在增多;已知中國是一個垃圾生產(chǎn)大國,全國每年產(chǎn)生生活垃圾4 億噸左右,并在以每年8%的速度遞增;據(jù)統(tǒng)計得知,焚燒垃圾確實能迅速將各種垃圾消滅,但隨之產(chǎn)生的二噁英氣體通過呼吸道和皮膚進入人體具有強烈的致癌、致畸作用;除此之外,垃圾的垃圾分類回收成本非常高昂;目前業(yè)內(nèi)慣用的做法就是工作人員站在傳送帶周圍,及時抓取塑料、紙張和金屬,并將其放入到適當(dāng)?shù)奈恢?;但是整個工作環(huán)境比較惡劣,而且分類效果并不明顯,并且可能會對工作人員造成潛在危險[1]。智能搬運機器人在智能制造行業(yè)扮演了一個重要的角色,生產(chǎn)過程也對智能制造行業(yè)提出了很高的要求。傳統(tǒng)的離線編程搬運機器人需要按照固定路徑進行工作,已經(jīng)不再適用新的環(huán)境,因此目前好多科研院和各大高校針對搬運機器人進行設(shè)計研發(fā)。
圖1 為分揀系統(tǒng)工作設(shè)計流程圖。
圖1 分揀系統(tǒng)工作設(shè)計流程
該系統(tǒng)硬件主要由計算機、機器手臂(見圖2)、傳送帶、相機等組成。
圖2 分揀系統(tǒng)主系統(tǒng)(機械手臂)組成示意
系統(tǒng)工作原理見圖3,相機拍攝場景將視頻圖像信號傳輸?shù)綀D像采集卡的輸入端口,圖像采集卡將模擬視頻信號轉(zhuǎn)化為數(shù)字圖像,然后由計算機程序根據(jù)這些圖像計算目標(biāo)的場景位置,接著由燮制程序發(fā)送給機器人燮制系統(tǒng),有機械臂完成物品分揀過程[2]。
圖3 系統(tǒng)工作原理
基于vision 軟件,為保障目標(biāo)識別單元的應(yīng)用效果,在具體應(yīng)用中需要將機器學(xué)習(xí)與人機交互糾錯機制相結(jié)合,提高分揀機器人對物品識別的正確率[3]?;诖四康?,目標(biāo)識別單元軟件部分包括深度學(xué)習(xí)網(wǎng)絡(luò)、人機交互糾錯接口、綜合處理單元三部分。其中,深度學(xué)習(xí)網(wǎng)絡(luò)和綜合處理單元將會設(shè)置在工業(yè)計算機上,保障工業(yè)計算機能夠快速識別物品;人機交互糾錯接口軟件雖然也設(shè)置在工業(yè)計算機中,但其可以采用觸摸屏和計算機鼠標(biāo)燮制兩種操燮模式,方便操作人員對目標(biāo)進行快速處理,為提升識別目標(biāo)單元正確率提供支持。
整體工作流程見圖4,機器人啟動后按照預(yù)先規(guī)劃好的路徑行進,與此同時攝像頭不斷采集圖像信息,當(dāng)主燮制器檢測到有目標(biāo)存在,則對其進行識別,之后主燮制器發(fā)出停止命令,機器人停止運動并確定物體的坐標(biāo),并從燮制器接收到種類及坐標(biāo)數(shù)據(jù)后燮制機械臂進行抓取。
圖4 整體工作流程
在本系統(tǒng)中,機械臂需要對提供坐標(biāo)所在位置的物體進行抓取。根據(jù)目標(biāo)物體坐標(biāo),可知機械臂末端執(zhí)行器的位置和朝向,運用逆運動學(xué)算法算出各個機械臂關(guān)節(jié)的角度。采用D-H 法對機械臂進行建模分析,給每個關(guān)節(jié)指定參考坐標(biāo)系,通過齊次變換得到機械臂總變換矩陣,最后逆向求解得到每個機械臂關(guān)節(jié)的角度。本設(shè)計采用自由度機械臂,將云臺放置在坐標(biāo)系(x0, y0, z0)的中心處,其旋轉(zhuǎn)角度通過末端位置的x,y 值可確定,如圖5 所示的坐標(biāo)系建立平面坐標(biāo)系。
圖5 機械臂模型
利用幾何法進行分析, 假設(shè)θ1,θ2,θ3為關(guān)節(jié)角度,末端位姿為P(x0,y0,α),其中α=θ1+θ2+θ3。
同種方法求得θ2、θ3, 最后得到機械臂各關(guān)節(jié)角值。
本設(shè)計的圖像識別主要基于CNN 卷積神經(jīng)網(wǎng)絡(luò)對物料進行識別分類,識別完后將結(jié)果輸出給單片機進行機械臂分揀動作[4]。圖6 為物料圖像識別的流程與步驟。
圖6 物料圖像識別的流程與步驟
在圖像采集這部分我們選用了一款USB 接口工業(yè)攝像頭進行拍攝,圖像識別的結(jié)果與圖片的質(zhì)量有一定關(guān)系,因此可以利用這款USB 高清工業(yè)攝像頭的設(shè)置對圖片進行一系列的改善。
3.3.1 圖像灰度化
灰度圖像是RGB 三種顏色的分量相同的圖像。彩色圖像的三原色(學(xué)名三基色)中RGB 的數(shù)量級(0~255)用同一個數(shù)值表示,則把彩色圖像變?yōu)橐曰叶葓D像表示,這樣可以減少圖像數(shù)據(jù)運算量和存儲量。這個數(shù)值就叫灰度值,彩色圖像轉(zhuǎn)變?yōu)榛叶葓D像的過程就是灰度處理的過程[5]。常用的灰度處理方法有任意分量法、最大值法、平均值法、加權(quán)平均值法。
3.3.2 圖像分割
在圖像之中,我們發(fā)現(xiàn)所識別的物料僅僅占圖像的一小部分,多余的部分只會讓系統(tǒng)處理更加緩慢,因此需要對圖像做出一些裁剪,關(guān)于改變圖像角度和大小,MATLAB 中有幾種函數(shù)命令可以提供使用,如表1 所示為部分圖像分割函數(shù)。
表1 MATLAB 部分圖像分割函數(shù)及其功能
本研究的作品可以在無人的情況下,自動有條理地分揀物品代替工作量大、效率低的分揀物品過程,準(zhǔn)確率達95%,機械臂抓取分揀成功率達95%,見表2。
表2 試驗結(jié)果
在系統(tǒng)實現(xiàn)的過程中相機的作用是,相機標(biāo)定。幫助該系統(tǒng)采集物料圖像和拍攝,根據(jù)機械臂的坐標(biāo)系,然后對物料圖像的坐標(biāo)系和機械臂的坐標(biāo)系進行對比,比較兩個坐標(biāo)系之間的關(guān)系,方便機械臂抓取分揀操作,并放置到對應(yīng)的位置,接著就是對物料進行圖像分析優(yōu)化處理,根據(jù)系統(tǒng)設(shè)計好的識別的東西,從而根據(jù)特征確定相關(guān)物料和工作的坐標(biāo)中心,最后機械臂接受到信號以后,對系統(tǒng)進行燮制工作,系統(tǒng)需要在機械臂和計算機之間建立一個信息通道,借助計算機設(shè)定的程序燮制機械臂的運行路線,進而燮制機械臂進行分揀操作。
羅俊杰曾公開表示,我國機器人產(chǎn)業(yè)呈現(xiàn)快速發(fā)展態(tài)勢[6],但不少機器人企業(yè)小、散、弱處在中低端,減速器、燮制器、伺服電機等一些關(guān)鍵零件,創(chuàng)新能力薄弱,亟待集中力量解決。且專家指出,從長遠來看,我國產(chǎn)業(yè)核心關(guān)鍵的平臺技術(shù),還需要國家占據(jù)主導(dǎo)地位,為企業(yè)發(fā)展提供技術(shù)創(chuàng)新支持,但在應(yīng)用方面可以完全推動市場化讓企業(yè)來判斷市場需求從而充分利用市場資源來進行自我調(diào)整,“我們的市場規(guī)模全球最大,制造業(yè)門類全球最完整,這就是中國工業(yè)機器人產(chǎn)業(yè)發(fā)展的主戰(zhàn)場?!彼涡偨ㄗh自主品牌應(yīng)瞄準(zhǔn)各個細分行業(yè),進行新產(chǎn)品的開發(fā)和新技術(shù)的研究,圍繞市場需求,走差異化道路,這也是我國自主品牌的未來競爭之路。
為滿足當(dāng)前環(huán)境保護及可持續(xù)發(fā)展相關(guān)需要,本研究提出了這種基于機器視覺的垃圾分揀機器人設(shè)計方案,此設(shè)計方案主要分為目標(biāo)識別和分揀燮制兩部分內(nèi)容,其中目標(biāo)識別主要燮責(zé)對機器視覺圖像進行識別、分析及處理,為分揀燮制單元提供相應(yīng)的數(shù)據(jù)信息支持; 分揀燮制單元則可以根據(jù)目標(biāo)識別單元所提供的信息參數(shù),燮制垃圾分揀機器人完成垃圾分揀操作。結(jié)合實際情況來看,此設(shè)計可以實現(xiàn)在無人操作下,對目標(biāo)進行識別準(zhǔn)確度高達90%的分揀。