基于視覺(jué)的SCARA機(jī)器人抓取平臺(tái)與實(shí)驗(yàn)研究

陳甦欣，王正陽(yáng)，張曉峰，曾 臻

(合肥工業(yè)大學(xué) 機(jī)械與汽車工程學(xué)院，合肥 230009)

?

基于視覺(jué)的SCARA機(jī)器人抓取平臺(tái)與實(shí)驗(yàn)研究

陳甦欣，王正陽(yáng)，張曉峰，曾 臻

(合肥工業(yè)大學(xué) 機(jī)械與汽車工程學(xué)院，合肥 230009)

為了提高自動(dòng)化裝配任務(wù)中高節(jié)拍機(jī)器人抓取工件的位置精度與效率要求,提高工作節(jié)拍時(shí)間，搭建了基于視覺(jué)的SCARA機(jī)器人抓取平臺(tái)，同時(shí)開(kāi)展了抓取工件的實(shí)驗(yàn)研究。使用OpenCV完成攝像機(jī)標(biāo)定，運(yùn)用改進(jìn)的霍夫變換算法進(jìn)行工件輪廓檢測(cè)，根據(jù)抓取平臺(tái)的機(jī)械結(jié)構(gòu)和運(yùn)動(dòng)特點(diǎn)，完成抓取作業(yè)；最后，對(duì)多次抓取實(shí)驗(yàn)結(jié)果進(jìn)行研究分析。結(jié)果表明，該抓取平臺(tái)具有較高的工業(yè)生產(chǎn)應(yīng)用價(jià)值，其定位誤差在0.5mm范圍內(nèi)。

SCARA機(jī)器人抓取平臺(tái)；攝像機(jī)標(biāo)定；輪廓檢測(cè)；實(shí)驗(yàn)研究

0 引言

為了實(shí)現(xiàn)完整的產(chǎn)業(yè)鏈自動(dòng)化裝配任務(wù)，工件位置的不確定性一直是有待解決的問(wèn)題，尤其對(duì)于基于視覺(jué)的高節(jié)拍機(jī)器人抓取過(guò)程中位置數(shù)據(jù)采集的準(zhǔn)確性將很大地影響機(jī)器人抓取工件的可靠性。

目前國(guó)內(nèi)外的學(xué)者做了許多關(guān)于工業(yè)視覺(jué)應(yīng)用的研究：Wang等人使用最小二乘法對(duì)單目攝像機(jī)關(guān)于物體定位作了相關(guān)的研究[1]；郭瑞等人開(kāi)展了基于視覺(jué)的機(jī)器人完成工件定位抓取的研究[5]，運(yùn)用一種簡(jiǎn)單有效的標(biāo)定方法，對(duì)工件的抓取過(guò)程作了系統(tǒng)的說(shuō)明；丁婷婷等人提出了一種基于畸變矯正的攝像機(jī)快速標(biāo)定算法[6]，該算法有效地提高了標(biāo)定過(guò)程中的誤差精度；劉佳奎等人搭建了基于視覺(jué)的組合式機(jī)器人軸孔裝配平臺(tái)，開(kāi)展了軸孔裝配的實(shí)驗(yàn)研究分析[7]。

以上研究說(shuō)明了機(jī)器視覺(jué)在自動(dòng)化領(lǐng)域的可行性以及未來(lái)的發(fā)展趨勢(shì)。本文在搭建基于視覺(jué)的SCARA機(jī)器人抓取平臺(tái)基礎(chǔ)上，利用視覺(jué)傳感器對(duì)工件輪廓進(jìn)行檢測(cè)、定位來(lái)完成SCARA機(jī)器人最后的抓取實(shí)驗(yàn)。

1 SCARA機(jī)器人抓取平臺(tái)

SCARA機(jī)器人抓取平臺(tái)的機(jī)械部分由基于伺服控制的皮帶傳送線、SCARA機(jī)器人、CCD攝像機(jī)三部分組成，控制部分以及運(yùn)算處理由PLC直接控制，而圖像處理過(guò)程由工控機(jī)通過(guò)軟件編程完成。SCARA機(jī)器人支持在水平面上高速移動(dòng)以及沿Z軸方向的移動(dòng)，攝像機(jī)安裝在皮帶傳送線正上方(見(jiàn)圖1)。

圖1 SCARA機(jī)器人抓取平臺(tái)

2 CCD攝像機(jī)標(biāo)定

引入小孔攝像機(jī)成像模型進(jìn)行攝像機(jī)標(biāo)定[8]，如圖2所示。在標(biāo)定過(guò)程中主要存在三個(gè)坐標(biāo)系：世界坐標(biāo)系Ow-XwYwZw、攝像機(jī)坐標(biāo)系O-XYZ、圖像P0-XfYf。

圖2 小孔成像模型

圖2中，世界坐標(biāo)系中某一空間點(diǎn)P的齊次坐標(biāo)為rpi=(xwi,ywi,zwi,1)，它在攝像機(jī)坐標(biāo)系中的齊次坐標(biāo)為fi=(x,y,z,1),其對(duì)應(yīng)成像點(diǎn)坐標(biāo)為rfi=(xfi,yfi,f)。成像平面上的像經(jīng)過(guò)放大處理得到數(shù)字圖像，其平面上的成像點(diǎn)轉(zhuǎn)換為圖像點(diǎn)(u,v)，將光軸中心線在成像平面的交點(diǎn)的圖像坐標(biāo)記(u0,v0)，則圖像像素點(diǎn)與該點(diǎn)在攝像機(jī)坐標(biāo)中的關(guān)系為：

(1)

式(1)中：

kx=αx·f是X軸方向的放大倍數(shù)；ky=αy·f是Y軸方向的放大倍數(shù)；

αx、αy分別為成像平面到圖像平面在X軸和Y軸方向的放大系數(shù)。

點(diǎn)M的攝像機(jī)坐標(biāo)與世界坐標(biāo)系關(guān)系為：

(2)

在式(2)中R、t都為外參數(shù)矩陣，其中R表示旋轉(zhuǎn)矩陣，t表示平移向量。

根據(jù)上式(1)與(2)得到最終圖像像素齊次坐標(biāo)與世界齊次坐標(biāo)的關(guān)系：

(3)

3 攝像機(jī)圖像處理

3.1 畸變矯正的數(shù)學(xué)模型

工業(yè)視覺(jué)中，實(shí)際成像與理想的針孔成像之間存在著光學(xué)畸變誤差。因此需要在理想的攝像機(jī)模型中引入畸變模型。在滿足精度要求的前提下，在工業(yè)實(shí)際應(yīng)用當(dāng)中一般情況下只考慮徑向畸變模型，它以光軸中心點(diǎn)圖像坐標(biāo)為參考點(diǎn)，正比于圖像點(diǎn)到參考點(diǎn)距離的平方。由此建立二階透鏡變形的徑向畸變模型：

(4)

式中：(u′,v′)為實(shí)際圖像坐標(biāo)；r為圖像點(diǎn)到參考點(diǎn)距離；

(5)

3.2 攝像機(jī)內(nèi)外參數(shù)求解

基于OpenCV的應(yīng)用視覺(jué)處理數(shù)據(jù)庫(kù)，利用構(gòu)造函數(shù)對(duì)攝像機(jī)標(biāo)定結(jié)果計(jì)算并得出內(nèi)外參數(shù)以及形變系數(shù)。參數(shù)求解的具體步驟如下：

(1)自制一塊標(biāo)定板，用相機(jī)拍攝至少10組以上的照片，其中每組標(biāo)定板的位置偏移不宜過(guò)大；

(3)利用cv2.getOptionalNewCameraMatrix( )函數(shù)對(duì)圖像進(jìn)行畸變校正，矯正后的效果圖如圖3所示。

圖3 畸變矯正后的采集圖像

3.3 改進(jìn)的霍夫變換提取特征輪廓與圓心定位

經(jīng)典霍夫變換原理將圖像空間的信息轉(zhuǎn)換為參數(shù)空間的信息，對(duì)參數(shù)空間的點(diǎn)進(jìn)行累加，得出圖像中潛在的圓弧，并通過(guò)投票選擇出得票最多的圓弧。經(jīng)典霍夫圓變換所采用的是三維累加器，分別代表圓心橫縱坐標(biāo)以及圓的半徑三個(gè)參數(shù)，其缺點(diǎn)是需要大量的內(nèi)存且速度較慢。

使用改進(jìn)的霍夫圓變換，該算法由原來(lái)的三維累加器改為先是二維累加，然后進(jìn)行一維累加。首先對(duì)原圖像進(jìn)行邊緣檢測(cè)，計(jì)算邊緣圖像每個(gè)非零點(diǎn)的梯度，得到經(jīng)過(guò)梯度方向的直線，在二維累加平面對(duì)直線的每點(diǎn)進(jìn)行累加、排列，并通過(guò)自己設(shè)定圓心的閥值大小計(jì)算得出圓心。最后對(duì)每一非零像素，計(jì)算其與圓心的距離。如果到圓心為某一距離的像素?cái)?shù)最多，則此距離為所得的半徑(見(jiàn)圖4)。

圖4 改進(jìn)的霍夫圓變換提取特征輪廓與定位圓心

4 SCARA機(jī)器人裝配技術(shù)

4.1 世界坐標(biāo)系與機(jī)器人坐標(biāo)系轉(zhuǎn)換

世界坐標(biāo)到機(jī)器人平面坐標(biāo)的轉(zhuǎn)換,通過(guò)齊次坐標(biāo)轉(zhuǎn)換將抓取物體中心在世界坐標(biāo)系的坐標(biāo)(xwi,ywi,zwi,1)轉(zhuǎn)換到機(jī)器人平面坐標(biāo)系的坐標(biāo)(xj,yj,zj,1)：

(6)

在式(6)中世界坐標(biāo)系相對(duì)于機(jī)器人平面坐標(biāo)系的旋轉(zhuǎn)角度為θ，Δx、Δy是世界坐標(biāo)系相對(duì)于機(jī)器人平面坐標(biāo)系的偏移量；通過(guò)示教器得出幾組數(shù)據(jù)求θ、Δx、Δy。

4.2 SCARA機(jī)器人自動(dòng)裝配過(guò)程

SCARA機(jī)器人的控制系統(tǒng)由西門(mén)子的PLC以及工控機(jī)組成。工控機(jī)運(yùn)行環(huán)境為Windows XP操作系統(tǒng)，使用Microsoft Visual Studio 2010集成開(kāi)發(fā)環(huán)境進(jìn)行軟件編程，調(diào)用OpenCV函數(shù)庫(kù)進(jìn)行視覺(jué)處理(見(jiàn)圖4)。利用改進(jìn)的Hough變換算法對(duì)所需輪廓進(jìn)行檢測(cè)，機(jī)器人控制系統(tǒng)根據(jù)檢測(cè)和計(jì)算得到在機(jī)器人抓取平臺(tái)坐標(biāo)系中的圓心坐標(biāo)值(xj,yj,zj)T，通過(guò)PLC控制向機(jī)器人傳輸指導(dǎo)機(jī)器人移至工件的中心位置處，在工件上方實(shí)施抓取。SCARA機(jī)器人抓取平臺(tái)總體工作流程如圖5所示。

圖5 抓取平臺(tái)工作流程圖

4.3 自動(dòng)裝配誤差分析

在SCARA機(jī)器人的抓取平臺(tái)上進(jìn)行多次的抓取實(shí)驗(yàn)，均能順利的完成工件的抓取動(dòng)作。為了分析誤差，將工件位置實(shí)際坐標(biāo)值與計(jì)算得到的值(如表1、表2所示)進(jìn)行分析比較，在x、y不同方向上的誤差如圖6所示。

表1 測(cè)量點(diǎn)的坐標(biāo)值與計(jì)算值

表2 工件抓取實(shí)驗(yàn)的位置誤差

圖6 檢測(cè)工件中心的橫縱坐標(biāo)的誤差變化

圖6中的六組實(shí)驗(yàn)數(shù)據(jù)中，X、Y坐標(biāo)軸方向上的極差不超過(guò)0.6mm,而與工件位置的實(shí)際坐標(biāo)位置誤差控制在0.5mm范圍內(nèi)。從表1、表2中的數(shù)據(jù)可以看出X、Y坐標(biāo)軸方向上的誤差對(duì)圓心所產(chǎn)生的位置偏差控制在0.5mm范圍內(nèi)。

4.4 實(shí)驗(yàn)結(jié)果影響因素分析

標(biāo)定精度是影響實(shí)驗(yàn)結(jié)果準(zhǔn)確度的重要因素之一，直接影響到攝像機(jī)內(nèi)外參數(shù)的求解以及工件輪廓提取的準(zhǔn)確性，所以需要通過(guò)一系列實(shí)驗(yàn)來(lái)找取標(biāo)定精度最好的模型。其中標(biāo)定板的角點(diǎn)數(shù)量以及標(biāo)定圖片數(shù)量的選取是標(biāo)定過(guò)程中重要的影響因素。如圖7所示表示標(biāo)定板角點(diǎn)的數(shù)量、標(biāo)定圖片的數(shù)量對(duì)精度的影響。

圖7 內(nèi)參值與角點(diǎn)數(shù)、標(biāo)定圖片數(shù)量關(guān)系

從圖7中分析發(fā)現(xiàn)當(dāng)選擇角點(diǎn)數(shù)選擇在9個(gè)、標(biāo)定的圖片數(shù)量為10個(gè)的標(biāo)定模型時(shí)，對(duì)標(biāo)定過(guò)程中影響效果控制在最小。因此在本次的實(shí)驗(yàn)過(guò)程中選擇10幅圖片來(lái)進(jìn)行攝像機(jī)內(nèi)外參數(shù)的求解。

5 結(jié)束語(yǔ)

本文搭建了基于視覺(jué)的SCARA機(jī)器人抓取平臺(tái)，開(kāi)展了快速抓取工件的實(shí)驗(yàn)研究。在工件定位與輪廓識(shí)別過(guò)程中運(yùn)用改進(jìn)的霍夫變換算法大大提高了視覺(jué)傳感器的識(shí)別精度與反應(yīng)速度，提高了自動(dòng)化的作業(yè)節(jié)拍時(shí)間。通過(guò)實(shí)驗(yàn)數(shù)據(jù)與理論數(shù)據(jù)計(jì)算的結(jié)果對(duì)比，對(duì)自動(dòng)裝配過(guò)程中的誤差進(jìn)行了有效地分析。最后對(duì)標(biāo)定過(guò)程中出現(xiàn)的影響因素進(jìn)行試驗(yàn)數(shù)據(jù)分析，多次抓取實(shí)驗(yàn)的結(jié)果表明，該平臺(tái)將定位誤差控制在0.5mm范圍內(nèi)，具有良好的工業(yè)應(yīng)用價(jià)值，為高節(jié)拍裝配生產(chǎn)線的研發(fā)實(shí)驗(yàn)提供依據(jù)。

[1] Wang Peng,Xu Xiao, Zhang Zimiao.Study on the position and orientation measurement method with monocular vision system[J].Chinese Optics Letters,2010,8(1)：55-58.

[2] Chen Shengyong,Li Youfu.Active vision in robotic systems:A survey of recent development[J].The International Journal of Robotics Research,2011,30(11)：1343-1377.

[3] 王帥，徐方,陳亮,等.視覺(jué)技術(shù)在機(jī)器人零部件裝配中的應(yīng)用研究[J].組合機(jī)床與自動(dòng)化加工技術(shù)，2015(8)：107-110.

[4] 朱錚濤，吳德.基于視覺(jué)的薄壁金屬管端部質(zhì)量檢測(cè)技術(shù)研究[J].組合機(jī)床與自動(dòng)化加工技術(shù)，2011(2)：59-61,65.

[5] 郭瑞，劉振國(guó).基于視覺(jué)的裝配機(jī)器人精確定位研究[J].制造業(yè)自動(dòng)化，2014,36(5): 154-156.

[6] 丁婷婷，方舟，劉波,等. 基于機(jī)器視覺(jué)檢測(cè)的攝像機(jī)快速標(biāo)定與誤差分析[J].制造業(yè)自動(dòng)化，2015(1)：89-91.

[7] 劉佳奎，錢鈞. 基于視覺(jué)的組合式機(jī)器人軸孔裝配平臺(tái)與實(shí)驗(yàn)研究 [J].制造業(yè)自動(dòng)化，2015(8)：10-12,60.

[8] 翟敬梅，董鵬飛，張鐵. 基于視覺(jué)引導(dǎo)的工業(yè)機(jī)器人定位抓取系統(tǒng)設(shè)計(jì)[J]. 機(jī)械設(shè)計(jì)與研究，2014，30(5)：45-49.

[9] 段堅(jiān)，張少鵬，王現(xiàn)康. 工業(yè)機(jī)器人視覺(jué)系統(tǒng)的攝像機(jī)標(biāo)定[J].機(jī)械工程與自動(dòng)化，2013(1)：97-98,101.

[10] 毛星云，冷雪飛，王碧輝,等. OpenCV3編程入門(mén)[M].北京：電子工業(yè)出版社，2015(6)：274-281.

[11] 徐德，譚民，李原. 機(jī)器人視覺(jué)測(cè)量與控制[M]. 北京：國(guó)防工業(yè)出版社，2011：35-41.

[12] 王健強(qiáng)，程汀. SCARA機(jī)器人結(jié)構(gòu)設(shè)計(jì)及軌跡規(guī)劃算法[J]. 合肥工業(yè)大學(xué)學(xué)報(bào)：自然科學(xué)版，2008，31(7)：1026-1028,1041.

(編輯 李秀敏)

Fetching Platform of SCARA Robot and Experimental Research Based on Vision

CHEN Su-xin, WANG Zheng-yang, ZHANG Xiao-feng, ZENG Zhen

(School of Mechanical and Automotive Engineering, Hefei University of Technology, Hefei 230009, China)

In order to improve precision of grabbing work position and efficiency requirement,to improve the work take time during the automatic assembly task with high tempo robot , setting the fetching platform of the SCARA robot based on vision,and carrying out the scraping of the artifacts of the experimental research. Using OpenCV to complete the camera calibration, using the improved Hough transform algorithm for the work to contour detection, according to the mechanical structure and movement characteristics of fetching platform, complete assignments to grab; Finally, through analyzing the experimental results with several times. Results show that the scraping of the platform has higher applied value in industrial production, the positioning error in the range of 0.5mm.

fetching platform of SCARA robot; camera calibration; contour detection; experiment research

1001-2265(2016)11-0053-04

10.13462/j.cnki.mmtamt.2016.11.015

2015-12-17；

2016-01-28

安徽省科技重大專項(xiàng)：基于智能機(jī)器人的高節(jié)拍冰箱壓縮機(jī)裝測(cè)生產(chǎn)線研制(15czz02016)

陳甦欣(1970—)，男，江西宜豐人，合肥工業(yè)大學(xué)副教授，碩士生導(dǎo)師，碩士，(E-mail)chensuxin2003@163.com；通訊作者：王正陽(yáng)(1991—)，男，合肥人，合肥工業(yè)大學(xué)碩士研究生，研究方向?yàn)闄C(jī)電控制及自動(dòng)化，(E-mail) 1484413135@qq.com。

TH165;TG659

A