顏小豪, 劉 楠, 王 毅, 陶 佳, 楊長輝

(1.重慶理工大學(xué) 機械工程學(xué)院,重慶 400054,E-mail:a15310882290@163.com;2.軍事科學(xué)院 系統(tǒng)工程研究院,北京 100071)

隨著勞動力成本的不斷提升,各行業(yè)對于無人化、智能化的需求越來越多,機器人的應(yīng)用也越來越廣泛,一些需要機械臂完成對接操作的工作任務(wù)也不斷涌現(xiàn)。如在無人加油站中,通過機器人給機動車自動加油就需要機械臂驅(qū)動油槍與機動車油箱實現(xiàn)對接[1]。普通設(shè)備都是采用標準化的結(jié)構(gòu),而針對一些非標準化的結(jié)構(gòu)就需要設(shè)計針對性的識別及對接方法。

劉崇偉等針對大型運輸設(shè)備上的電池充電補給任務(wù),設(shè)計了一款剛?cè)峤Y(jié)合充電機械臂,實現(xiàn)充電補給時安全柔順的對接[1]。劉金國等人為在軌機器人設(shè)計了一種新型末端執(zhí)行器用于空間站在軌加油對接作業(yè),該末端執(zhí)行器可實現(xiàn)快速隔離開關(guān)在管道中的自動對接[2]。王旭峰等為準確獲取無人機自主空中加油對接時受油插頭與加油錐套的相對位姿信息,提出一種機器視覺輔助的插頭錐套式無人機自主空中加油方案[3]。Gregory P. Scott等人設(shè)計了一種機器人加油系統(tǒng)用于在海上為海軍軍艦等特殊設(shè)備加油[4]。Tommaso Gasparetto等人提出了一個浮動機器人仿真平臺,用于模擬演示衛(wèi)星在軌移動性。并且為機器人設(shè)計和開發(fā)了對接機構(gòu),以實現(xiàn)對接過程自動化等[5]。目前針對機械臂作業(yè)過程中的對接操作,大都采用設(shè)計對應(yīng)的對接機構(gòu)或輔助對接方法,而對視覺引導(dǎo)以及機械臂對接姿態(tài)規(guī)劃較少,本文針對一種特定環(huán)境下的對接作業(yè),采用視覺技術(shù)提高機器人的識別和定位精度,設(shè)計相應(yīng)的識別方法,對機械臂完成對接作業(yè)時的姿態(tài)進行研究,并規(guī)劃其對接姿態(tài)。

本文針對的目標是針對某特種車輛的油箱進行自動加油對接作業(yè)的環(huán)境,這種環(huán)境下,由于待加油車輛每次停放位置都存在差別,因此每次加油對接任務(wù)前,都需要對特種車輛油箱加油口進行識別和定位,在此基礎(chǔ)上驅(qū)動機械臂完成對接動作,同時機械臂對接作業(yè)時需要保證末端執(zhí)行器與加油口平面法向向量方向一致。為了解決這類問題,本文提出了一種基于RGB-D視覺引導(dǎo)的六自由度加油機械臂對接方法,通過RGB-D相機識別對接口卡槽,再通過第五關(guān)節(jié)分離法規(guī)劃機械臂對接,實現(xiàn)對某特種車輛油箱加油口的順利對接,并通過實驗驗證視覺識別的準確性和基于該方法規(guī)劃的機械臂對接作業(yè)姿態(tài)的適用性。

1 材料與方法

1.1 加油過程與對接口

本文針對某特種車輛油箱進行自動加油對接的作業(yè)環(huán)境,某特種車輛油箱示意如圖1。在此環(huán)境下加油機械臂執(zhí)行對接作業(yè)時需要末端執(zhí)行器與加油口平面法向向量方向一致才能順利完成對接動作,如圖2所示。

圖1 油箱示意圖

圖2 作業(yè)姿態(tài)示意圖

本文所使用的某特種車輛油箱對接口如圖3所示,對接時需由陽端卡槽對準陰端卡齒,陰端前進的同時勻速旋轉(zhuǎn)120°完成對接,如圖4 對接頭對接示意圖。該對接頭陽端最顯著的特征為多個同心圓組成的對接口表面和3個與對接口表面形成鮮明對比的卡槽。

圖3 對接口示意圖

圖4 對接頭對接示意圖

1.2 基于RGB-D相機的對接口識別方法

加油機械臂對接時需要提前獲取目標的位姿信息,為了能適用該機械臂的工作環(huán)境,本文采用了RealSense D435i型RGB-D相機及環(huán)形光源搭建了機械臂的視覺模塊,環(huán)形光源中心嵌入相機,并將其搭載在末端執(zhí)行器上,如圖5。

圖5 末端執(zhí)行器安裝光源、相機、輸油管

根據(jù)對接口的特征,本文首先通過識別三個卡槽,再利用卡槽計算油口旋轉(zhuǎn)角度,從而得到目標對接口的位置。

由于對接口所處環(huán)境較為復(fù)雜,為了能準確檢測出對接口的角點信息,首先需要對對接口進行初步定位,確定其感興趣區(qū)域ROI(region of interest),采用MeanShift均值遷移模糊算法進行邊緣平滑濾波,中和色彩分布相近的顏色,侵蝕掉圖像中面積較小的顏色區(qū)域。對處理之后的圖像采用霍夫梯度法,設(shè)置合適的迭代半徑,即得到圓盤的大致圓形輪廓如圖6所示。

圖6 對接口的初步定位

得到對接口的初步信息后采用基于灰度圖像的Shi-Tomasi角點檢測算法[17],采用亞像素角點處理,得到如圖7所示。通過對檢測出的角點位置信息進行計算,就可以得到相應(yīng)的對接口中心位置信息。

圖7 對接口中心點

相機下獲取到的對接口中心位置信息還需轉(zhuǎn)換成機械臂基座標系下的位置信息。首先采用張正友標定法[18]對相機進行內(nèi)參標定,得到該相機的內(nèi)參矩陣為:

再使用相機自帶的SDK對該相機的兩個紅外攝像頭之間的參數(shù)進行標定,得到旋轉(zhuǎn)矩陣和平移矩陣。最后將彩色圖像與深度圖像進行映射,就可以得到對接中心的深度信息,進而得到油口中心(Xcenter,Ycenter)在相機坐標系下的位置(Xco,Yco,Zco)。根據(jù)第五關(guān)節(jié)分離法可知對接中心的姿態(tài)信息,從而得到相機坐標系下的對接口中心的位姿。

最后采用Tsai-Lenz眼在手上的手眼標定算法[19],對相機與機械臂之間的轉(zhuǎn)換關(guān)系進行標定,從而得到機械臂基座標系下的目標位置信息。

1.3 基于第五關(guān)節(jié)分離法的加油機械臂對接姿態(tài)規(guī)劃

為保證機械臂帶動末端執(zhí)行器進行加油對接時的姿態(tài)滿足加油口對接要求,本文通過第五關(guān)節(jié)分離法對加油機械臂的對接姿態(tài)進行規(guī)劃。第五關(guān)節(jié)分離法即根據(jù)機械臂的結(jié)構(gòu)形式,在機械臂的第五關(guān)節(jié)處把機械臂分成機械臂本體與末端執(zhí)行器兩部分,通過分別對這兩部分進行分析求得機械臂對接姿態(tài)。第五關(guān)節(jié)分離法大都應(yīng)用于腕關(guān)節(jié)處三個軸線交于一點的六自由度機械臂,并且在使用時需要對末端執(zhí)行器的姿態(tài)進行規(guī)劃,而本文基于第五關(guān)節(jié)分離法提出一種腕關(guān)節(jié)處三個軸線相互垂直的機械臂進行姿態(tài)規(guī)劃。

使用第五關(guān)節(jié)分離法對機械臂進行姿態(tài)規(guī)劃就可以簡化對于末端執(zhí)行器姿態(tài)分析,進而減少機械臂對接所需時間、優(yōu)化對接作業(yè)流程。基于第五關(guān)節(jié)分離法規(guī)劃對接姿態(tài)時,在機械臂的第五關(guān)節(jié)處把機械臂分成機械臂本體與末端執(zhí)行器兩部分,如圖8所示。

圖8 基于第五關(guān)節(jié)法規(guī)劃機械臂對接姿態(tài)

首先根據(jù)相機識別到的目標姿態(tài)逆解第五關(guān)節(jié)的信息,得到末端執(zhí)行器部分的位姿信息,之后固定末端執(zhí)行器部分的姿態(tài),再對機械臂本體部分正運動學(xué)求解,從而求出整個機械臂對接時的姿態(tài)信息,最后驅(qū)動機械臂完成對接。完成一次對接后,后續(xù)針對同類車輛,由于其目標姿態(tài)固定,再次對接時只需規(guī)劃機械臂本體部分姿態(tài)即可。

1.3.1 運動學(xué)分析

通過對機械臂進行正運動學(xué)分析就可以知道機械臂末端到基座坐標系的變換矩陣,該機械臂的D-H參數(shù)表如表1所示。依照該加機械臂結(jié)構(gòu)以及D-H參數(shù)表建立機械臂連桿坐標系,如圖9。在標準D-H法中相鄰連桿坐標系的齊次變換關(guān)系如式(1):

表1 機械臂D-H參數(shù)表

圖9 機械臂坐標系

(1)

根據(jù)標準D-H法中相鄰連桿坐標系的齊次變換關(guān)系式(1)以及該加油機械臂的D-H參數(shù)表可以算出該加油機械臂任意兩相鄰關(guān)節(jié)的轉(zhuǎn)換矩陣如式(2)所示為1和2關(guān)節(jié)的轉(zhuǎn)換矩陣。

(2)

(3)

由式(3)可得:

聯(lián)立以上兩式可得:

d4=(d6r23-py)cosθ1+(px-d6r13)sinθ1

令A(yù)=d6r23-py,B=px-d6r13,C=d4,則

(4)

其中:

D=a2cosθ2+a3cos (θ2-θ3)

E=-a2sinθ2-a3sin (θ2-θ3)

F=a2sin2θ2+a3sinθ2sin (θ2-θ3)+a2cos2θ2+

a3cosθ2cos (θ2-θ3)

G=sin (θ2-θ2+θ2)

H=cos (θ2-θ2+θ2)

1.3.2 仿真驗證

使用MATLAB下的Robtics Toolbox工具箱對該機械臂進行運動學(xué)分析仿真驗證。如圖10所示,為該機械臂處于初始狀態(tài),即機械臂關(guān)節(jié)角度為(0,0,0,0,0,0)時的機械臂模型。從圖10可以看出當機械臂的關(guān)節(jié)角度為(0,0,0,0,0,0)時末端執(zhí)行器的位置為(0,-0.295,1.513)。當任意選取一組機械臂關(guān)節(jié)數(shù)據(jù),例如(20°,30°,40°,60°,50°,60°)使用公式(3)可以計算出末端執(zhí)行器的位置為(-0.147,-0.332,1.436)與圖11仿真結(jié)果一致。

圖10 機械臂初始位置

圖11 任取關(guān)節(jié)角度的機械臂位置

假定圖9的初始位置為機械臂的初始狀態(tài),模擬三次不同位置使用第五關(guān)節(jié)分離法規(guī)劃機械臂對接姿態(tài)如圖12。仿真結(jié)果表明,本文對機械臂的運動學(xué)分析正確,規(guī)劃機械臂對接姿態(tài)有較好的適用性。

圖12 模擬對接作業(yè)

2 結(jié)果與討論

2.1 實驗平臺搭建與實驗流程

為了驗證對接口識別與定位的準確性和第五關(guān)節(jié)分離法在此類情況下規(guī)劃機械臂對接姿態(tài)的適用性,本文搭建了機械臂對接作業(yè)實驗平臺,并分別進行是否采用第五關(guān)節(jié)分離法規(guī)劃對接姿態(tài)的實驗。

本文使用的是Aubo-i10協(xié)作機械臂,搭載了特制的末端執(zhí)行器用于夾持對接裝置以及安裝相機。實驗其它采用的設(shè)備有模擬目標平臺、RealSense D435i型的RGB-D相機、處理器為R7-5800H的電腦等。該機械臂結(jié)構(gòu)以及搭建的實驗環(huán)境如圖13所示。

圖13 機械臂實驗平臺

整個機械臂對接作業(yè)實驗流程如圖14所示。

圖14 機械臂對接作業(yè)實驗流程圖

首先通過相機識別到目標的位置信息,使用第五關(guān)節(jié)分離法規(guī)劃此類情況下機械臂姿態(tài)時,根據(jù)目標對接口的固定姿態(tài)固定末端執(zhí)行器部分的姿態(tài),對機械臂本體部分即前五個關(guān)節(jié)規(guī)劃姿態(tài);而不使用第五關(guān)節(jié)法規(guī)劃對接姿態(tài)時,在獲取到目標位置后,直接規(guī)劃整個機械臂的姿態(tài)。在第一次結(jié)束對接作業(yè)后,由于目標的姿態(tài)不變,所以后續(xù)使用第五關(guān)節(jié)分離法時也只需獲取目標位置后直接規(guī)劃機械臂本體即可。而不使用第五關(guān)節(jié)分離法則需循環(huán)整個流程。

2.2 對接口識別以及加油機械臂對接

假定從相機獲取目標位置到末端執(zhí)行器到達目標點為完成一次對接作業(yè)。如圖15實驗過程所示:(a)相機獲取目標位置;(b)機械臂帶動末端執(zhí)行器運動到目標位置;(c)機械臂帶動末端執(zhí)行器轉(zhuǎn)動到達目標點。

圖15 實驗過程示意圖

隨機設(shè)置十組不同的目標對接口位置,在不同目標對接口位置下,目標對接口的姿態(tài)相同而位置不相同。相機分別識別十組目標位置,并與示教器手動對接的位置進行比較,xyz三個方向中任意一個的位置信息相機識別與示教的誤差在2 mm內(nèi)則滿足對接要求,測試結(jié)果如表2 視覺識別情況統(tǒng)計。在相機識別結(jié)果滿足對接要求的情況下,分別測試使用第五關(guān)節(jié)分離法完成一次對接作業(yè)時間和不使用第五關(guān)節(jié)分離法完成一次對接作業(yè)時間。實驗結(jié)果如表3所示。

表2 視覺識別情況統(tǒng)計

表3 完成對接作業(yè)情況統(tǒng)計

2.3 實驗結(jié)果討論

十組實驗對于目標位置的識別成功率為100%,十組相機識別目標位置與示教目標位置在xyz三個方向的比較誤差均在2 mm內(nèi),即滿足對接的要求。其中誤差達到2 mm的為兩組,四組誤差為1 mm。四組誤差小于1 mm。使用第五關(guān)節(jié)分離法規(guī)劃機械臂對接作業(yè)姿態(tài)的平均完成對接作業(yè)時間為9.95 s,而不使用第五關(guān)節(jié)分離法規(guī)劃機械臂對接作業(yè)姿態(tài)的平均完成對接作業(yè)時間為10.29 s。使用第五關(guān)節(jié)分離法規(guī)劃機械臂對接姿態(tài)與不使用第五關(guān)節(jié)分離法規(guī)劃機械臂對接姿態(tài)相比。使用第五關(guān)節(jié)分離法規(guī)劃對接姿態(tài)時,減少了3.3%完成對接作業(yè)所需時間。10組實驗中,有8組減少了完成對接作業(yè)所需時間,1組與不使用第五關(guān)節(jié)分離法規(guī)劃機械臂對接姿態(tài)完成對接作業(yè)所需的時間持平,1組完成對接作業(yè)所需時間多出0.1 s。實驗結(jié)果表明:在這種環(huán)境下該視覺識別方法對于該對接口識別效果良好,滿足對接的位置精度要求。使用第五關(guān)節(jié)分離法規(guī)劃該機械臂的對接姿態(tài)有較好的適用性,并且能有效減少機械臂完成對接作業(yè)的時間。

3 結(jié)論

本文針對一些特殊環(huán)境下的機械臂對接情況,此類環(huán)境下要求機械臂對接時末端執(zhí)行器姿態(tài)與目標平面姿態(tài)一致。針對其對接口的特征設(shè)計了相對應(yīng)的識別方法,使用第五關(guān)節(jié)分離法規(guī)劃其對接姿態(tài)。分析了該機器人的正逆運動學(xué)并使用MATLAB進行了仿真驗證。在實驗室搭建了實驗平臺,進行視覺識別以及是否使用第五關(guān)節(jié)分離法的機械臂對接作業(yè)對比實驗,實驗數(shù)據(jù)表明:十組實驗識別成功率為100%,十組相機識別目標位置與示教目標位置在xyz三個方向的比較誤差均在2 mm內(nèi),即滿足對接的要求。使用第五關(guān)節(jié)分離法規(guī)劃機械臂姿態(tài)時機械臂完成對接作業(yè)平均完成時間為9.95 s,而不使用時完成對接作業(yè)的平均時間為10.29 s。使用第五關(guān)節(jié)分離法時,平均減少了3.3%的對接作業(yè)時間。結(jié)果表明:在這種環(huán)境下,針對該對接口的識別方法的識別準確度達到對接要求,使用第五關(guān)節(jié)分離法規(guī)劃該機械臂的對接姿態(tài)有較好的適用性,并且能有效減少機械臂完成對接作業(yè)的時間。