姜超群，張愛華，趙佳冉，婁成龍，李建軍

（中原工學院 電子信息學院，河南 鄭州 450007）

0 引 言

《中國制造2025》規(guī)劃指出加快新一代信息技術與制造業(yè)的深度融合，實現(xiàn)制造業(yè)由大變強的歷史跨越[1]。機器視覺是完成該規(guī)劃的一項重要技術之一，機器視覺綜合數(shù)字視頻、圖像處理、傳感器、自動控制等技術，現(xiàn)已成功運用在部分工業(yè)領域[2-3]、農(nóng)業(yè)領域[4-5]、日常生活領域[6]。

雖然機器視覺得到了廣泛的應用，但目前市面上主流的視覺分揀平臺一般面向具體行業(yè)應用。唐媛紅、劉月云將機器視覺技術應用到采摘機器人的分揀作業(yè)中[7]。王鵬、曹現(xiàn)剛等人設計了一種基于機器視覺的多機械臂煤矸石分揀機器人系統(tǒng)[8]。此類平臺操作復雜，移植難度較大，不適用于基礎人群學習和使用。宋東亞、淮妮等人分別采用DSP作為運動控制平臺設計機械臂[9-10]，成本較高，普通的設計愛好者難以承擔。針對目前存在的這些問題，本文設計了一款低成本、易移植、易操作的三軸機械臂分揀裝置。

1 物體識別分揀方案

系統(tǒng)分為傳動模塊、運動控制模塊、視覺處理模塊、吸取模塊。系統(tǒng)結構以及模塊之間的關聯(lián)如圖1所示。其中，PC機作為本系統(tǒng)的數(shù)據(jù)處理單元進行數(shù)據(jù)處理與任務發(fā)布，傳動模塊控制物體的運動速度，圖像采集模塊負責采集物體信息，運動控制模塊負責機械臂的運動與控制，抓取模塊負責物體的抓放。

圖1 基于視覺的三軸機械臂分揀裝置系統(tǒng)框圖

本裝置采用.Net Framework平臺進行軟件系統(tǒng)的開發(fā)，編程語言為C#語言。工作流程：系統(tǒng)開始運行后進入待機狀態(tài)，當光電傳感器檢測到有物體經(jīng)過時，PC讀取此刻攝像頭采集的圖像數(shù)據(jù)及物體的傳動速度，通過灰度重心法計算出物體的中心坐標，通過傳動速度推斷中心點的運動軌跡。PC機通過以太網(wǎng)通信將物體坐標信息發(fā)送給運動控制模塊，同時，通過USART通信模塊將位置信息發(fā)送至抓取模塊。最后實現(xiàn)物體的分揀。軟件流程如圖2所示。

圖2 基于視覺的三軸機械臂分揀裝置軟件流程

2 系統(tǒng)模塊設計

2.1 傳動模塊設計

傳動模塊選用鋁型材作為支架，采用兩相四線式86步進電機作為動力源。采用STM32F407ZET6作為傳動模塊控制核心，輔以外部電路，通過配置該芯片的寄存器，使能定時器輸出PWM波作為驅動源，控制步進電機的傳動速度。上位機通過USART串口通信向STM32發(fā)送包含運行速度和運動方向的指令，實現(xiàn)對傳送裝置運動速度和運動方向的調(diào)節(jié)，同時，上位機可以實時獲取傳送帶的速度信息和方向信息。傳動模塊操作窗口如圖3所示。

圖3 傳動模塊操作窗口

2.2 抓取模塊設計

本文采用成本較低的氣泵加吸盤的組合方式設計抓取模塊。其運行原理：使用小型氣泵作為吸氣源，其吸氣口與三通電子閥門相接。抓取模塊包括STM控制板、PWM數(shù)字開關、三通電子閥門、氣泵和吸盤。三通電子閥門和氣泵分別連接PWM數(shù)字開關，并由STM32控制板控制，通過上位機控制定時器產(chǎn)生的PWM頻率精確實現(xiàn)對物體的吸放操作。小型氣泵作為吸氣源，其吸氣口與三通電子閥門相接，當三通電子閥門打開時，2、3口相通，吸盤與氣泵連通，進行物體吸??；當三通電子閥門關閉時，1、3口相通，吸盤進行物體放置。抓取模塊設計簡圖如圖4所示。

圖4 抓取模塊設計簡圖

2.3 圖像模塊設計

系統(tǒng)中的圖像處理模塊利用單目攝像頭作為圖像采集端，采用歐姆龍光電傳感器作為圖像采集開關。在無物體通過時，系統(tǒng)處于休眠狀態(tài)；有物體通過時，光電傳感器返回一個低電壓信號，控制板收到信號后傳遞給PC端，PC控制攝像頭進行圖像采集并進行圖像數(shù)據(jù)處理。

（1）手眼標定

本系統(tǒng)共有攝像頭所處的相機坐標系、相機成像后的圖像坐標系、相機采集數(shù)據(jù)的像素坐標系、本裝置所在的世界坐標系、抓取部分的機械臂坐標系。由于攝像頭采集的數(shù)據(jù)單位為像素，與現(xiàn)實世界的單位不同，故需要執(zhí)行像素坐標系與機械臂坐標系的轉換，即手眼標定。

如圖5所示，空間中某點在世界坐標系下的坐標表示為(xw, yw, zw)、在相機坐標系下的表示為(xc, yc, zc)?？紤]相機畸變模型，通過相機坐標系、圖像坐標系和像素坐標系的轉換，得到像素坐標系和世界坐標系的對應關系式：

圖5 坐標系示意圖

式中：s表示比例因子；u、v為圖像坐標系X軸、Y軸坐標值；(cx, cy)為基準坐標；fx和fy是單位為pixel的相機焦距；R為相機的旋轉矩陣；T為偏移向量矩陣。

機械臂坐標系和世界坐標系之間的關系為：

式中，Δxw，Δyw，Δzw分別為機械臂x、y、z軸原點與世界坐標系原點的距離差。

綜合式（1）和式（2），即可完成手眼標定工作，為后續(xù)系統(tǒng)運行提供條件，手眼坐標系關系可表示為：

（2）基于EmguCV的物體質心坐標識別

本系統(tǒng)的圖像處理利用計算機視覺庫EmguCV實現(xiàn)。將攝像頭采集的物體圖像轉換為RGB格式，并顯示在上位機圖像框中，光電傳感器檢測到物體時，將RGB圖像轉換成8位灰度圖像，然后使用自適應閾值QTSU算法對轉換后的灰度圖進行自適應二值化處理，清除圖像中的無用信息。提取物體形狀的輪廓并將篩選過后的數(shù)據(jù)進行存儲，利用輪廓多邊形逼近函數(shù)ApproxPolyDp進行擬合，并判斷物體形狀。最后采用灰度重心法計算物體的重心，確定位置坐標。圖像檢測示意圖如圖6所示。

圖6 圖像檢測示意圖

2.4 運動控制模塊設計

運動控制模塊包括運動控制機構、三軸執(zhí)行機構。運動控制機構采用STM32F107VCT6和XILINX XC6SLX9作為核心芯片，STM32通過以太網(wǎng)物理層收發(fā)器與上位機進行以太網(wǎng)通信，F(xiàn)PGA作為STM32的外圍設備，通過8位地址線進行獨立的片外空間尋址，實現(xiàn)對機械臂三個軸的分別控制。

如圖7所示，F(xiàn)PGA運動控制模塊主要包括脈沖產(chǎn)生電路、24位邏輯計數(shù)器、定位控制電路。脈沖產(chǎn)生電路負責輸出脈沖OUTx和脈沖方向DIRx；24位邏輯位置計數(shù)器通過對輸出脈沖的計數(shù)為定位控制電路提供定位依據(jù)；定位控制電路接入外部原點輸入端口ORG，運動軸極限位置輸入端口+EL、-EL，當外部輸入EL信號時，定位控制電路直接阻止脈沖產(chǎn)生電路產(chǎn)生脈沖。經(jīng)過測試，此設計脈沖產(chǎn)生穩(wěn)定準確。

圖7 運動控制機構框圖

由于外部輸入信號電壓不定，I/O接口電路加入光電耦合開關進行系統(tǒng)保護。同時，為了系統(tǒng)設計輕量化，本裝置采用軟件回原點，將OUT0～OUT3分別作為3個運動軸的ORG端口輸入，當定位控制電路收到上位機回原點命令的同時，OUT端口輸出上升沿，對應邏輯位置計數(shù)器清零，即該軸當前位置設置為原點。

執(zhí)行機構由三組絲桿、滑軌滑塊、梅花聯(lián)軸器、57步進電機組成，采用DM542驅動器作為電機驅動源。執(zhí)行機構示意圖如圖8所示。

圖8 運動控制模塊執(zhí)行機構示意圖

3 系統(tǒng)測試與分析

本裝置上位機主要分為2個窗口，分別是手動模式窗口和自動模式窗口。點擊“手動模式”按鈕進入手動控制操作窗口，此窗口可以通過鼠標或鍵盤手動控制機械臂的3個軸運動。點擊“自動模式”按鈕進入自動控制操作窗口，此窗口可自動進行物體的識別和分揀。系統(tǒng)上位機窗口如圖9所示。三軸機械臂抓取裝置說明示意圖如圖10所示。

圖9 系統(tǒng)上位機窗口

圖10 三軸機械臂抓取裝置說明示意圖

在自動模式下測試本裝置物體識別率與系統(tǒng)響應速度，測試物體包括：橙色方形積木、黃色四邊形積木、粉色圓形積木、綠色橢圓形積木、黃色三角形積木。在室內(nèi)正常光照強度下，本裝置在20 mm/s和30 mm/s的速度下分別做30次抓取實驗。測試物體如圖11所示。傳動裝置速度為20 mm/s時抓取成功率見表1所列，傳動裝置速度為30 mm/s時抓取成功率見表2所列。

表1 抓取成功率（速度：20 mm/s）

表2 抓取成功率（速度：30 mm/s）

圖11 測試物體

系統(tǒng)運行上位機窗口如圖12所示，系統(tǒng)運行實物如圖13所示。

圖12 系統(tǒng)運行上位機窗口

圖13 系統(tǒng)運行實物

通過測試可證明，在傳動裝置運動速度為20 mm/s與30 mm/s的情況下測試結果相差不大，除黃色三角形積木外，其余形狀均達到93%以上的抓取結果。其主要原因為：測試物體體積較小，且圖像采集攝像頭不能均在物體正上方采集，導致判斷物體質心不準確。此現(xiàn)象在三角形物體上表現(xiàn)最為突出，三角形物體抓取示意圖如圖14所示。

圖14 三角形物體抓取示意圖

4 結 語

本裝置基于機器視覺技術進行開發(fā)與實現(xiàn)，系統(tǒng)采用模塊化設計，包括傳動模塊、運動控制模塊、視覺處理模塊以及抓取模塊。對樣機分別在20 mm/s、30 mm/s的運動速度下對不同形狀和顏色的物體進行了測試，整體識別抓取結果符合預期。但由于絲桿螺距較大、氣泵吸盤口較大、待分揀物體較小，導致部分物體會出現(xiàn)漏抓現(xiàn)象，三角形物體尤其明顯，后續(xù)考慮精細化裝置。該裝置可以作為機器人等相關專業(yè)學生的實驗設備，成本低，運行穩(wěn)定，能為學生提供比較高的學習創(chuàng)作自由度。