機器視覺在生產(chǎn)線中的應(yīng)用研究

摘 要： 通過研究一種結(jié)構(gòu)簡單的三自由度直角坐標(biāo)機器人，將工業(yè)攝像頭安裝到機器人上，并將其應(yīng)用于工件分揀任務(wù)中。對生產(chǎn)線機器人的視覺關(guān)鍵技術(shù)進(jìn)行研究，分析了圖像平滑和銳化的主要方法以及多目標(biāo)分塊處理、邊緣檢測、 幾何中心計算和長、短軸計算等工件特征提取的主要方法。最后通過實例說明研究的基于機器視覺的生產(chǎn)線分揀機器人具有較好的實際應(yīng)用價值。

關(guān)鍵詞： 機器視覺； 生產(chǎn)線； 分揀機器人； 圖像處理

中圖分類號： TN911.73?34； TP391 文獻(xiàn)標(biāo)識碼： A 文章編號： 1004?373X（2016）17?0153?03

隨著工業(yè)機器人在生產(chǎn)環(huán)節(jié)的推廣使用，產(chǎn)品質(zhì)量與產(chǎn)量也得到了飛速進(jìn)步，并且能夠進(jìn)一步保證人身安全、減少失誤等，對于企業(yè)生產(chǎn)有非常大的現(xiàn)實意義。與計算機技術(shù)與網(wǎng)絡(luò)技術(shù)相似，工業(yè)機器人的出現(xiàn)在很大程度上改變了人們對工業(yè)生產(chǎn)的印象[1?3]。現(xiàn)階段，機器人仿真視覺功能已經(jīng)成功地應(yīng)用在很多方面，包括物流分揀、貨物檢測等，基于仿真視覺功能的機器人將成為未來發(fā)展的潮流[4]。

1 基于機器視覺的生產(chǎn)線機器人結(jié)構(gòu)

本文研究的自動物料分揀機器人使用工控機以及運動控制卡實現(xiàn)控制。具體控制過程要實現(xiàn)三個自由度的精確、獨立控制，因此系統(tǒng)引入閉環(huán)、伺服控制方式，具體控制結(jié)構(gòu)圖如圖1所示。運動控制卡接收來自計算機發(fā)送的三個自由度的控制指令，根據(jù)實際機器人運行狀態(tài)得到的反饋信息進(jìn)行處理，不斷調(diào)整輸出指令控制機器精確運行[5]。

本文使用的圖像采集裝置主要包含鏡頭、相機和工控機等，具體采集過程為攝像機將采集圖像信息轉(zhuǎn)換為電子圖像信息，然后通過以太網(wǎng)將圖像信息傳遞到計算機進(jìn)行處理[6]。

2 工件圖像預(yù)處理

工件圖像預(yù)處理主要指對采集的工件圖像進(jìn)行圖像平滑去噪、銳化等以提高圖像的信噪比，便于后期對工件圖像進(jìn)行特征提取。

當(dāng)處理圖像時，要剔除噪聲，通常情況下選擇的途徑是借助于圖像平滑技術(shù)來剔除那些噪聲信號。然而其平滑處理跟圖像清晰度之間有矛盾，故而在處理噪聲時，至關(guān)重要的內(nèi)容就是一定要保證不能降低圖像質(zhì)量。因而做目標(biāo)識別時，應(yīng)該提前給目標(biāo)圖像做剔除噪聲的工作。通常情況下，空間域里面包括以下平滑法：圖像局部平滑法，超限像素平滑法，鄰閾平均法，梯度倒數(shù)加權(quán)平滑法，最大均勻性平滑法[7]。

銳化算子作為一項最基礎(chǔ)的運算，它的作用就是可以檢測到圖像局部的大幅度變化，之所以要進(jìn)行銳化，主要目的就在于讓圖像的邊緣信息更加顯著，一般當(dāng)給圖像做完剔除噪聲的處理之后，圖像里面的很多細(xì)節(jié)部分就不再像之前那么清楚，這樣也使得其輪廓沒有明顯的界限，非常模糊，不能輕易辨認(rèn)。輪廓模糊給圖像識別帶來很大的危害，它會使得各種識別算法不能完美地發(fā)揮應(yīng)有的作用，準(zhǔn)確率降低，由于上面所說到的種種原因，故而圖像的每次平滑處理都應(yīng)該有銳化處理的相伴。目標(biāo)圖像灰度值的改變能借助于梯度的離散逼近函數(shù)得到。在圖像[fx，y]位置，其梯度實質(zhì)上是一個二維向量，可表示為[8]：

5 結(jié) 論

本文研究了一種結(jié)構(gòu)簡單的三自由度直角坐標(biāo)機器人，將工業(yè)攝像頭安裝到機器人上，并將其應(yīng)用于工件分揀任務(wù)中。通過實例說明本文研究的基于機器視覺的生產(chǎn)線分揀機器人具有較好的實際應(yīng)用價值。

參考文獻(xiàn)

[1] 賀雅琴.自動物料分揀機器人系統(tǒng)的關(guān)鍵技術(shù)研究[D].廣州：華南理工大學(xué)，2011.

[2] 張朝陽.基于視覺的機器人廢金屬分揀系統(tǒng)研究[D].北京：中國農(nóng)業(yè)大學(xué)，2015.

[3] 張文昌.Delta機械手視覺控制系統(tǒng)研究與開發(fā)[D].天津：天津大學(xué)，2009.

[4] 張文昌.Delta高速并聯(lián)機器人視覺控制技術(shù)及視覺標(biāo)定技術(shù)研究[D].天津：天津大學(xué)，2012.

[5] 韓皓.物料分揀控制系統(tǒng)的設(shè)計與仿真研究[D].武漢：武漢理工大學(xué)，2007.

[6] 郭俊梅.卷煙成品庫物流自動化系統(tǒng)集成應(yīng)用開發(fā)研究[D].昆明：昆明理工大學(xué)，2013.

[7] 趙彬.基于機器視覺的工業(yè)機器人分揀技術(shù)研究[D].沈陽：沈陽工業(yè)大學(xué)，2013.

[8] 劉振宇，李中生，趙雪，等.基于機器視覺的工業(yè)機器人分揀技術(shù)研究[J].制造業(yè)自動化，2013（17）：25?30.

[9] 杜榮.基于機器視覺的工業(yè)機器人分揀系統(tǒng)的研究[D].南京：南京林業(yè)大學(xué)，2009.

[10] 郝明.機器視覺在機器人雜亂工件分揀中的應(yīng)用[D].沈陽：沈陽工業(yè)大學(xué)，2015.

[11] 唐健.基于機器視覺的機器人分揀技術(shù)研究[D].南京：南京林業(yè)大學(xué)，2011.

[12] 晏祖根，李明，徐克非，等.高速機器人分揀系統(tǒng)機器視覺技術(shù)的研究[J].包裝與食品機械，2014（1）：28?31.

[13] 牟海榮.基于機器視覺的工業(yè)機器人分揀技術(shù)研究[J].科技創(chuàng)新與應(yīng)用，2014（16）：55.

[14] 李中生.機器視覺在機器人碼垛系統(tǒng)中的應(yīng)用研究[D].沈陽：沈陽工業(yè)大學(xué)，2014.

[15] 栗俊艷，米月琴，弓靖，等.一種基于機器視覺的工業(yè)機器人分揀系統(tǒng)[J].電子科技，2016（1）：105?107.