彭 靜，田軍委*，張 震，李錦濤

（西安工業(yè)大學(xué) 機(jī)電工程學(xué)院，陜西 西安 710021）

引言

機(jī)器視覺(jué)是人工智能快速發(fā)展的一個(gè)分支，廣泛應(yīng)用于工業(yè)裝配技術(shù)，利用視覺(jué)傳感器實(shí)時(shí)提取工件圖像，將其位姿信息傳至控制系統(tǒng)實(shí)現(xiàn)裝配任務(wù)。因此裝配過(guò)程中對(duì)工件的位姿估算結(jié)果將直接影響裝配質(zhì)量，但是位姿計(jì)算與機(jī)器人本身精度與相機(jī)精度都有一定關(guān)聯(lián)，使位姿估算仍然存在定位精度問(wèn)題。

為了準(zhǔn)確獲取目標(biāo)位姿，國(guó)內(nèi)外學(xué)者對(duì)裝配過(guò)程中工件位姿做了以下研究：RuiWang 等[1]利用手眼視覺(jué)和末端位置姿態(tài)預(yù)測(cè)運(yùn)動(dòng)目標(biāo)的運(yùn)動(dòng)狀態(tài)。Motta等[2]通過(guò)消除圖像徑向失真計(jì)算精確的相機(jī)校準(zhǔn)矩陣，實(shí)現(xiàn)姿態(tài)估計(jì)。Marko ?vaco 等[3]使用微距鏡頭的垂直CCD 攝像機(jī)測(cè)量位姿，精度好但手動(dòng)調(diào)整姿態(tài)耗費(fèi)時(shí)間。Xu 等[4]將圖像的點(diǎn)特征和線特征分別用于位置控制和姿態(tài)控制。谷雨等[5]采用圖像矩和單應(yīng)性矩陣分解得到姿態(tài)控制平動(dòng)和轉(zhuǎn)動(dòng)自由度。趙航等[6]通過(guò)優(yōu)化BP 神經(jīng)網(wǎng)絡(luò)的權(quán)值和閾值，使機(jī)器人末端執(zhí)行器在更短時(shí)間內(nèi)達(dá)到預(yù)期位置，但存在神經(jīng)網(wǎng)絡(luò)框架運(yùn)算量大的問(wèn)題。

上述研究對(duì)姿態(tài)的估算測(cè)量都取得了較大進(jìn)展，但也存在依賴外部設(shè)備測(cè)量的問(wèn)題，對(duì)此本研究提出基于機(jī)器視覺(jué)的工件位姿估算方法研究，選擇柱形工件為研究對(duì)象，在機(jī)器視覺(jué)輔助下利用機(jī)械臂自帶相機(jī)采集工件圖像，使用圖像處理技術(shù)獲取工件參數(shù)，完成目標(biāo)位姿估算，將工件位姿校正到裝配狀態(tài)下的水平狀態(tài)。

1 機(jī)器視覺(jué)下工件位姿估算

位姿包括位置和姿態(tài)兩個(gè)方面，位置為工件的x、y、z 坐標(biāo)，姿態(tài)為剛體與ox 軸、oy 軸、oz 軸的夾角。對(duì)于空間中的目標(biāo)而言，任何一個(gè)點(diǎn)都必須用以上六個(gè)參數(shù)指定，即 （x,y,z,rx,ry,rz）。剛體在空間中具有六個(gè)自由度，則剛體位置可用一個(gè)3×1 的平移矩陣來(lái)表示，即剛體坐標(biāo)系中心O'在基坐標(biāo)系中的位置，即：P= [x y z]T，剛體的姿態(tài)可用一個(gè)3×3 的旋轉(zhuǎn)矩陣來(lái)表示

機(jī)器人學(xué)中，用齊次矩陣描述剛體的位置和姿態(tài)，其中前3×3 矩陣表示旋轉(zhuǎn)矩陣，最后一列為平移矩陣，齊次矩陣形式表示為

通過(guò)上述理論可知，計(jì)算工件位姿4×4 位姿矩陣，本研究擬采用圖像處理算法識(shí)別工件端面，提取端面輪廓和最小外接圓，利用輪廓參數(shù)與外接圓間的偏轉(zhuǎn)角度關(guān)系實(shí)現(xiàn)位姿的評(píng)估校正，實(shí)現(xiàn)工件的位姿與相機(jī)水平正對(duì)，具體方法如下。

（1） 使用Baxter 機(jī)器人右臂加持工件，左臂相機(jī)采集不同腕關(guān)節(jié)角度下樣本圖像。

（2） 在原圖上獲取工件所在區(qū)域的感興趣區(qū)域，使用閾值分割算法將目標(biāo)工件從背景中分離，將工件填充為白色，其余背景填充為黑色，生成二值圖像。

（3） 使用輪廓尋找函數(shù)在二值圖輪廓集中尋找最大輪廓，該輪廓即為工件橢圓端面；用最小外接圓算法獲取端面外接圓。

（4） 使用橢圓擬合算法獲取輪廓橢圓上頂點(diǎn)坐標(biāo)、中心點(diǎn)位置、旋轉(zhuǎn)方向等特征參數(shù)，對(duì)應(yīng)頂點(diǎn)相連構(gòu)成長(zhǎng)短軸，計(jì)算長(zhǎng)短軸間距離與外接圓之間的偏差。

（5） 通過(guò)上述偏差與偏轉(zhuǎn)角度的關(guān)系，將偏轉(zhuǎn)角度作為補(bǔ)償量，校正工件位置，實(shí)現(xiàn)工件位姿校正到水平位置。

2 實(shí)驗(yàn)結(jié)果與分析

通過(guò)上述分析，搭建本文實(shí)驗(yàn)平臺(tái)如下：

（1） 硬件平臺(tái)。機(jī)器人選取Baxter 仿人型冗余雙臂機(jī)器人，控制系統(tǒng)主要用戶計(jì)算機(jī)、主體計(jì)算機(jī)、嵌入式控制器和驅(qū)動(dòng)器組成，工件尺寸為軸：25×100；孔：41×80。

（2） 軟件平臺(tái)。軟件平臺(tái)選擇在Ubuntu（Linux）16.04 下搭建，通訊方式采用訂閱話題和發(fā)布消息的方式軟件配置為：Opencv3.4.1、Python3.6，實(shí)驗(yàn)平臺(tái)見圖1。

在搭建好的實(shí)驗(yàn)平臺(tái)上，使用機(jī)械左臂相機(jī)采集右臂夾持工件的孔軸圖像，選取腕關(guān)節(jié)角度依次增大的15 個(gè)樣本進(jìn)行分析，使用圖像處理獲取到外圓輪廓上的四個(gè)點(diǎn)，繪制兩點(diǎn)之間連線，樣本處理見圖2。

圖像像素變化見表1，最小外接圓直徑像素穩(wěn)定后基本不發(fā)生變化。圖3 為工件外圓輪廓與正圓的可視化偏差，長(zhǎng)軸與圓直徑間偏差較小，整體為下降趨勢(shì)，偏差多數(shù)小于兩個(gè)像素。短軸偏差呈上升趨勢(shì)，說(shuō)明隨著腕關(guān)節(jié)角度增加，短軸長(zhǎng)度不斷減小，偏差不斷增大。則需要將工件調(diào)整為短軸逐漸增大的方向，即減小腕關(guān)節(jié)旋轉(zhuǎn)角度。

表1 不同角度下工件像素變化

比較不同偏轉(zhuǎn)角度下樣本末端的位姿與已知狀態(tài)的位姿，得出的偏差角度見表2，大致處于實(shí)際實(shí)驗(yàn)中腕關(guān)節(jié)偏轉(zhuǎn)角度，存在的部分誤差來(lái)源于關(guān)節(jié)弧度角與角度之間的轉(zhuǎn)換以及機(jī)械臂關(guān)節(jié)的輕微晃動(dòng)，在一定誤差內(nèi)滿足校正要求。

表2 偏差角度

將偏差角度輸入機(jī)械臂系統(tǒng)，計(jì)算出工齊次位姿矩陣為式（3）

依據(jù)理論分析和實(shí)驗(yàn)驗(yàn)證，右臂末端工件位姿實(shí)現(xiàn)了從下垂?fàn)顟B(tài)到水平狀態(tài)，通過(guò)相同原理計(jì)算左臂上工件位姿，為式（4）

獲得機(jī)械臂狀態(tài)見圖4，雙臂實(shí)現(xiàn)了水平位姿調(diào)整，校正后平行狀態(tài)下工件位姿見表3，由于機(jī)械臂本身柔性影響，其位姿參數(shù)選取小數(shù)點(diǎn)后六位數(shù)，滿足精度要求。

表3 工件位姿

3 結(jié)論

針對(duì)目標(biāo)裝配過(guò)程中位姿估算問(wèn)題，提出一種利用機(jī)器視覺(jué)下的測(cè)算方法，將位姿問(wèn)題轉(zhuǎn)化為工件端面參數(shù)與端面外接圓之間的偏差問(wèn)題，使用相機(jī)采集圖像，對(duì)圖像處理后依據(jù)不同樣本下的偏差變化，得出偏差越大時(shí)工件隨腕關(guān)節(jié)偏轉(zhuǎn)角度就越大。通過(guò)對(duì)機(jī)械臂腕關(guān)節(jié)角度進(jìn)行調(diào)整實(shí)驗(yàn)校正，最終獲取目標(biāo)狀態(tài)下工件位姿矩陣。