段 怡,劉 超

(1.重慶建筑科技職業(yè)學院數(shù)字工程學院,重慶 401331;2.貴州習酒股份有限公司,貴州習水 564622)

0 引言

螺釘是裝配的重要附件之一,其質量檢測也是生產中重要環(huán)節(jié)[1]。隨著現(xiàn)代化工業(yè)的發(fā)展,人工抽檢方式不能滿足企業(yè)對螺釘批量生產的質量管控需求,迫切需要一種全自動化螺釘篩選設備。螺釘自動上料問題是全自動篩選機的關鍵制約環(huán)節(jié)[2]。隨著自動化、信息化、計算機技術的快速發(fā)展,機械手在一些繁雜重復性的工作中很好地替代了人工,極大地提高了生產效率[3]。上料機器人在制造業(yè)中占有重要地位,工業(yè)機器人在自動化設備或智能化產線上典型應用之一是工件識別與抓取[4]。

傳統(tǒng)上料機器人通常按照預先示教位姿執(zhí)行抓取任務[5],被抓取目標位姿嚴格受限,系統(tǒng)的靈活性、柔性不明顯,一般會因環(huán)境改變或目標對象變化而導致抓取失敗,很難滿足柔性高效生產對物料輸送系統(tǒng)的要求。機器視覺具有快速、非接觸的特點,將機器視覺技術引入工業(yè)機器人領域,通過視覺引導機器人進行定位抓取、搬運等任務作業(yè),對于提高生產線自動化、柔性水平具有十分重要意義[6]。文獻[7]通過圖像處理中的張正友標定和Hough變化的應用,實現(xiàn)了雙目視覺引導Delta機器人在食品分揀中的高精定位與有效抓取。萬國揚等[8]設計了基于視覺定位與軌跡規(guī)劃的鑄件打磨機器人,實現(xiàn)了上料、打磨、下料全自動化作業(yè)。文獻[9]設計了基于5自由度關節(jié)式機器人的視覺定位抓取平臺,具有良好的開放性和廣泛應用性。

針對非標螺釘自動上料問題,提出基于機器視覺的螺釘柔性定位抓取系統(tǒng)。采用視覺系統(tǒng)引導機器手獲取規(guī)定范圍內的目標位置信息,實時識別和定位目標工件所處位姿,突破工業(yè)機器人使用局限性。通過對采集的螺釘圖像進行預處理以識別目標,采用圖像處理算法計算活動螺釘工件的抓取點位姿信息。以抓取點為中心設計符合末端氣動夾爪抓取特性的ROI區(qū)域,設計螺釘可抓取判斷條件進行可抓性分析。通過標定計算出抓取點在世界坐標系下的空間信息,將位置信息通過PLC控制器傳送給機器手,從而引導機器人自主完成螺釘定位與抓取?，F(xiàn)場實際測試結果顯示機器人能夠準確抓取螺釘,驗證了系統(tǒng)的可行性和適用性。

1 系統(tǒng)總體設計

機器人抓取作業(yè)時,預先示教法難以滿足位姿不固定的目標螺釘抓取任務。視覺引導是機器視覺應用在工業(yè)領域的關鍵技術之一,基于機器視覺協(xié)同工業(yè)機器人系統(tǒng)定位抓取工件的解決方案可提高機器人的通用性和智能水平。為了解決某系列非標螺釘?shù)淖詣由狭蠁栴},提出了基于LabVIEW的螺釘柔性抓取系統(tǒng)擬達成機器人自適應抓取策略。

定位抓取系統(tǒng)包括工件抓取單元、工件定位單元、邏輯控制單元、上料單元。工件抓取單元主要用于協(xié)助機器人將目標工件從工作臺上順利抓取。工件定位單元包括硬件部分和軟件部分。硬件部分主要指視覺系統(tǒng),用于采集清晰的載臺圖像。軟件部分通過圖像處理算法獲取圖像中的螺釘數(shù)量及螺釘目標,并通過位姿求解算法確定位姿信息,通過標定將像素坐標轉換為世界坐標。邏輯控制單元用于控制工業(yè)相機拍照,協(xié)調上位機進行圖像處理及控制機械人完成抓取任務。上料單元由圓形振動盤、工作臺、回流導軌構成,實現(xiàn)將圓形振動盤的一批螺釘工件輸送到工作臺面上,未被抓取的螺釘將通過回流導軌回流至振動盤中。

系統(tǒng)以YK400XR四軸機器人為基礎平臺,采用工業(yè)相機、光源、鏡頭等共同搭建視覺定位單元,采用PLC控制器構成控制單元。設計的Eye-to-hand視覺定位抓取系統(tǒng)將工業(yè)相機固定在機器人外的設備頂端,用于監(jiān)測規(guī)定范圍內的目標物位置,利用視覺定位實現(xiàn)機械手對工作臺上的螺釘進行定位抓取,其中定位信息由基于LabVIEW平臺的視覺庫從實時采集的圖像中提取計算而來。圖1為系統(tǒng)流程圖。圖像采集子模塊主要完成相機連接、圖像采集等任務。圖像預處理子模塊主要通過二值化、去噪、粒子分析等處理改善二值圖像。圖像分析子模塊主要完成對預處理后圖像目標輪廓識別、分析,獲取目標的位置、角度計算等功能。

圖1 系統(tǒng)流程圖

定位單元選型如表1所示。工業(yè)相機通過千兆以太網與計算機通訊。相機安裝在載臺正上方,距離被測工件750 mm,CCD芯片尺寸2/3英寸(1英寸=2.54 cm),整個視覺系統(tǒng)的視野范圍為130 mm×100 mm。系統(tǒng)基于LabVIEW開發(fā)平臺[10],利用NI-IMAQ視覺庫進行二次開發(fā)[11]。系統(tǒng)工作原理:PLC觸發(fā)振動盤上料,圓形振動盤輸送螺釘至工作臺上,PLC觸發(fā)CCD相機采集一幀圖像并送入圖像處理系統(tǒng)。通過圖像分析處理,完成目標工件識別、定位位置及角度位姿信息計算、可抓取判斷、工件數(shù)量統(tǒng)計等。上位機系統(tǒng)將相關信息通過通訊接口發(fā)送至PLC控制器,控制機器人進行規(guī)定的作業(yè)任務,引導機器人運動到相應位置以實現(xiàn)任意位姿工件的柔性抓取。

表1 定位單元選型

2 位姿計算

2.1 圖像預處理

工件識別與位姿計算需要經過圖像采集、預處理、特征提取、幾何分析等系列操作才能準確求解出相關信息,是基于機器視覺的螺釘柔性抓取系統(tǒng)的首要任務。圖像預處理是通過圖像處理算法盡可能多地降低或減少噪聲干擾,凸顯特征信息進而完成目標識別。為了降低系統(tǒng)目標識別算法誤差,采用背景光照明方式,成像圖像如圖2(a)所示。為了提取螺釘目標,選用二值化進行特征提取。二值化處理是常見的圖像分割算法,通過閾值將灰度圖像創(chuàng)建一個二值圖像,并將物體從需要檢測的背景中分割出來。本系統(tǒng)閾值設置為75,二值化運算將原圖像中的背景像素設為0,而將物體像素設成非零值。為了準確提取目標,需進一步改善二值圖像,通過IMAQ Particle Analysis函數(shù)對粒子面積進行統(tǒng)計分析,采用IMAQ RemoveParticle函數(shù)去掉干擾粒子,正確識別目標。圖2(b)為特征識別后的單顆螺釘二值圖像。根據(jù)工藝要求,距離螺釘頭部L遠處的A點即為機器手夾爪的抓取位置。

(a) (b)圖2 螺釘圖像

2.2 基于最小二乘法的特征中線擬合

最小二乘法通過最小化誤差的平方和尋找數(shù)據(jù)的最佳函數(shù)匹配,可快速實現(xiàn)直線擬合。假設數(shù)據(jù)、之間的線性關系如式(1)所示[12-13]:

f(x)=a+bx

(1)

式中:a為截距;b為斜率。

最小二乘法估計參數(shù)時,當所測各yi值與擬合直線上各估計值之間偏差的平方和最小時,所得擬合公式即為最佳經驗公式。即:

(2)

根據(jù)式(2)的要求,應有:

(3)

(4)

(5)

(6)

Circle Detection是IMAQ Vision常用的圓檢測函數(shù),通過使用Danielsson丹尼爾森系數(shù)重建粒子的形狀以分離重疊的圓形粒子。對于工作臺上任意螺釘(圖2(b)所示),采用Circle Detection函數(shù)可求解出系列圓串,如圖3所示。所有圓心坐標擬合的直線為該螺釘?shù)闹芯€,通過最小二乘法擬合出中線數(shù)學表達式,如式(7)所示。

圖3 Circle Detection圓檢測效果

(7)

2.3 螺釘頭部中點與抓取位置計算

以螺釘中線兩端為起點,垂直中線方向的直線為2條直線ROI,通過邊緣檢測函數(shù)(edge detection)在圖像中沿著ROI指定方向查找邊緣點,通過測量起點與對應邊緣點之間的距離大小即可判斷出螺釘頭部方向。進一步,以螺釘中線為直線ROI,在圖像中將能查找到螺釘頭部的中點。圖像處理結果如圖4(a)所示,螺釘頭部正方形標識點是以中線為ROI直線與螺釘頭部的交點,即螺釘頭部中點。

螺釘頭部中點為A(x,y),L為半徑的圓描述如下:

(x-x0)2+(y-y0)2=L2

(8)

將中線直線方程改為如式(9)所示:

Ax+By+C=0

(9)

通過求解式(8)、式(9),即可求得直線與圓的交點,即求得抓取點A的位置。LabVIEW求解抓取點位置的程序如圖4(b)所示。

(a)螺釘中點處理效果

(b)抓取點坐標計算的LabVIEW程序

2.4 可抓性判斷

計算出螺釘抓取點后,并不能確定該螺釘是否能夠被抓取。可抓性判斷依據(jù):機械手夾爪在抓取螺釘時,以A點附近距離D處為圓心,以r為搜索半徑的ROI區(qū)域內無其余螺釘或異物才能進行該螺釘?shù)淖ト?否則將會阻礙機械手夾爪抓取動作,可抓性處理示意圖如圖5所示。

圖5 可抓性處理示意圖

已知抓取點A坐標(x0,y0),假設螺釘中線與X軸中線夾角為θ,C1、C2為距抓取點A為D的點。則直線C1C2與水平線的夾角β1,β2為

β=β1=β2=90-θ

(10)

已知點A(x0,y0),按三角關系求得如下值:

(11)

C1點、C2點坐標值為(x1,y1)、(x2,y2):

(12)

圖5中線左右兩側圓ROI內無多余螺釘或異物,則此螺釘可抓取。

3 實驗結果

為了測試系統(tǒng)的效果,基于YK400XR四軸機器手、Baumer的EXG50、氣動夾爪、透明有機玻璃、圓形振動盤等搭建的視覺抓取系統(tǒng)試驗平臺,如圖6所示。系統(tǒng)以LabVIEW為開發(fā)平臺,進行集成界面及業(yè)務邏輯設計,采用NI-IMAQ Vision視覺庫進行視覺算法的開發(fā)。

圖6 視覺抓取系統(tǒng)試驗平臺

通過試驗平臺進行了多次不同位置工件的抓取測試,測試效果如圖7所示。圖像處理后可抓取螺釘工件的抓取位置將被標記,并用數(shù)字進行序列標識。視覺系統(tǒng)將測量結果,包括可抓數(shù)量及對應螺釘?shù)奈蛔诵畔?抓取位置坐標及角度)發(fā)送給PLC控制器,由PLC控制器通過網絡通信將位姿信息順序發(fā)送給機器手控制器,引導機器手到達相應位置并控制末端氣動夾爪的開閉動作以完成螺釘工件的正確抓取。視覺定位系統(tǒng)設計精度為0.05 mm,圖7所示3顆螺釘?shù)膱D像處理耗時1 964 ms。通過對系統(tǒng)平臺進行大量測試,抓取準確率達到99.5%,系統(tǒng)穩(wěn)定可靠,快速、準確地實現(xiàn)任意位姿螺釘抓取,為設備自動化改造提供了一種可行思路。

圖7 測試結果

4 結論

基于機器視覺的定位方法具有非接觸、柔性好、智能化水平高等特點,能夠較好地滿足工業(yè)自動化生產的需求。為了解決某系列非標螺釘?shù)淖詣由狭蠁栴},更好地實現(xiàn)批次性全質量檢測,提出了基于機器視覺的螺釘柔性抓取上料系統(tǒng)。本文詳細分析了螺釘柔性抓取總體方案和關鍵技術,最終建立了視覺機器人螺釘柔性抓取系統(tǒng)。針對圓形振動盤輸送的任意位姿螺釘工件,采用二值化、粒子分析等圖像處理算法進行螺釘工件識別,通過擬合圓、最小二乘法實現(xiàn)中心擬合及抓取點位置坐標的計算,并對工件進行可抓性判斷,將位姿信息發(fā)送給控制系統(tǒng)實現(xiàn)了利用機器視覺技術對視場內任意位姿工件的定位與引導抓取。實驗結果顯示抓取準確率達到99.5%,滿足工程實際需求。