基于機器視覺的工業(yè)機器人分揀技術(shù)研究

張鈺玲 盧丹萍

（廣西職業(yè)技術(shù)學院，廣西 南寧5300226）

就工業(yè)機器人的工作內(nèi)容來看，大多工作內(nèi)容包含了搬運、分揀這些基本工作。并且，無論是應(yīng)用在哪一行業(yè)的機器人，通常都會涉及到搬運及分揀工作。而進行搬運、分揀等工作就需要依靠視覺來進行分辨，即機器視覺。就機器視覺來思考則需要將其分為兩種情況進行分析。首先是相機靜止- 目標靜止狀態(tài)，其次是相機靜止- 目標運動狀態(tài)。當機器視覺在定位中出現(xiàn)不準確的情況時則會導致搬運及分揀工作都受到影響，甚至于無法完成工作。在機器人分揀技術(shù)中，機器視覺的建立是其分揀工作順利完成的基礎(chǔ)，就機器人機器視覺進行研究，能夠幫助機器人順利迅速完成工作的同時，提升了工作的效率，推動了各行業(yè)的經(jīng)濟發(fā)展。因此，本文針對機器人的機器視覺進行機器人的分揀工作系統(tǒng)建立進行研究，并在機器人的工作中如何展開分揀技術(shù)應(yīng)用做出了相應(yīng)的論述。

1 國內(nèi)關(guān)于機器人分揀系統(tǒng)的研究

就目前我國在機器人領(lǐng)域的研究形式來看，我國已然研究出了多種類型的機器人。然而，就機器人的整體研究仍舊處于初級階段。針對機器人的機器視覺的研究也沒有真正研究出來[1]。在此方面的研究，我國大多是建立于他國的研究基礎(chǔ)上展開的二次研究。關(guān)于機器人的分揀系統(tǒng)建設(shè)，國內(nèi)的研究人員也提出了一些可行的算法。例如，貝葉斯估計跟蹤法以及目標識別法等。這些算法的提出則在一定程度上能夠輔助機器人的搬運、分揀工作的進行，保證機器人能夠準確順利完成任務(wù)。在算法的輔助下，機器人分揀工作的展開將更加順利，精準。

2 基于機器人視覺下的機器人分揀系統(tǒng)的構(gòu)建

在機器人基于機器視覺進行分揀系統(tǒng)建設(shè)的過程中，需要根據(jù)分揀機器人的特點進行分析。在研究中應(yīng)建立系統(tǒng)應(yīng)當針對貨物的兩種狀態(tài)進行建立，即相機靜止- 目標靜止狀態(tài)以及相機靜止- 目標運動狀態(tài)。針對這兩種狀態(tài)進行機器人機器視覺的運行進行詳細的論述，進而幫助分揀機器人準確順利完成分揀工作。

2.1 機器人分揀系統(tǒng)的構(gòu)成

在實驗室中的機器人分揀系統(tǒng)的構(gòu)建組成中由四個部分組成，即相機標定、圖像處理、模式識別以及機器人控制四個部分，該四個部分缺一不可[2]。在相機標定部分，利用圖像坐標技術(shù)與機器人的坐標系進行聯(lián)系，將二者之間的關(guān)系聯(lián)系起來，獲取物品的位置。在圖像處理部分則是集中于對相機所拍攝到的畫面進行處理的功能，例如，圖像中的某些特殊畫面、特殊標記等。將這些標記與機器人的坐標系進行聯(lián)系，做出對圖像的預處理工作。模式識別則是在圖像處理的基礎(chǔ)上針對圖像以及圖像中聯(lián)通的部分進行識別、分類的部分。機器人控制則是整個工作中的最后一步，也是十分重要的一步。在機器人控制階段，其控制方法在于計算機與機器人之間的聯(lián)系，通過二者之間建立起來的連接通信，在計算機程序的操控下進行機器人的控制，指揮機器人完成各種動作。該四個部分的緊密聯(lián)系，將機器人分揀工作完成。在機器人的參與下，企業(yè)的人力支出費用也隨之大大降低。與此同時，機器人分揀技術(shù)的應(yīng)用提升企業(yè)的工作效率為企業(yè)增收，做出了一定的貢獻。

2.2 機器人分揀技術(shù)分析

在機器人分揀系統(tǒng)的研究中，其整體系統(tǒng)運行的過程也是機器人實現(xiàn)分揀的過程，即機器人分揀技術(shù)。將這四個聯(lián)系起來才能夠?qū)C器人進行操控，實現(xiàn)機器人分揀。

2.2.1 相機標定。相機標定在整個機器人分揀技術(shù)中是首要步驟，同時也是機器視覺的基礎(chǔ)部分。假如相機標定缺失，機器人的機器視覺也無法實現(xiàn)。在機器人分揀技術(shù)中，相機標定的作用就是對物體的圖像進行坐標系建立并根據(jù)空間位置坐標系進行聯(lián)系，建立起二者的對應(yīng)關(guān)系。在相機標定作用下，機器人分揀系統(tǒng)能夠在相應(yīng)的分析下準確判斷出物品在機器人坐標系中的位置，進而下一步抓取物品做好相應(yīng)的準備。二者若是不能建立起相應(yīng)的坐標系聯(lián)系，則在機器人的物品抓取將會出現(xiàn)混亂，導致物品抓取的失敗。

2.2.2 目標識別。目標識別就是想圖像中物品的特征按照需要抓取出來，即目標的提取或者稱之為圖像分割。在基本定位中，將圖像中一些特征，或其中感興趣的部分提取出來。目標提取的方法有多種形式，如：邊緣檢測法、區(qū)域提取法以及閥值分割法等[3]。將目標提取出來后進行目標識別，對物品的具體特征進行分析并進行歸類。

2.2.3 傳送帶上的目標分揀。（1）運動目標檢測。運動目標的檢測就需要機器人在運動的物品在場景圖像中提取出來。本文針對靜態(tài)背景下的運動目標的機器人分揀技術(shù)的研究，針對此場景中的機器人分揀中，目標識別則可以通過三種方式進行解決，即光流法、幀間差分法、背景差分法。在此三種識別方法中可以輕松完成動態(tài)背景下的目標檢測，幫助機器人完成運動物品的識別工作。（2）墊圈模板的建立與識別。在進行目標識別時先拍攝一張沒有墊圈的物品場景圖片作為背景，采用背景差分法對物品進行目標提取，并進行聯(lián)通標記處理。在此過程完成后，將目標的中心點為中心，提取出一個80×80 的二值圖像當做模板。利用墊圈中心對稱的原理進行標記，并將模板中墊圈以外的圖像像素進行標記，計作+1，墊圈上的圖像像素則標記為0，墊圈內(nèi)的圖像像素則標記為-1。通過不同標記，也就是背景差分法進行物品圖像的提取。將物品做好標記后，根據(jù)不同的特征進行物品識別，在此過程中完成對物品圖像的提取工作，識別物品位置。（3）運動目標跟蹤。對于運動目標的跟蹤記錄則可以采用多目標跟蹤法進行。在具體的操作中就是，對提取到的圖像序列進行逐幀分析。在每一幀的圖像中將運動目標檢測出來，并判斷這每一幀圖像中的需要進行識別的像素的類別，進而在建立起目標鏈。并且，在后續(xù)的每一幀圖像中不斷進行定位、識別，建立目標鏈，再建立起相同物品的運動對應(yīng)關(guān)系，對目標物品做出具體的判斷。在物品判斷的過程中，物品圖像的坐標系建立與機器人的坐標系建立存在著一定的聯(lián)系，進而在分揀工作中做好物品位置的對應(yīng)工作。在運動目標的跟蹤中還應(yīng)當同時建立起相應(yīng)的運動模型，以方便后期的機器人分揀工作作參考。在運動模型的建立下，機器人可以根據(jù)模型進行簡單、迅速的判斷進而簡化了機器人的工作，提升了工作的效率。

2.2.4 機器人運動控制。在機器人控制系統(tǒng)的建立中包含了軟件開發(fā)包。機器人的軟件開發(fā)包中包含了對機器人的控制柜和計算機的通信、機器人的運動基本指令以及數(shù)據(jù)文件交換等功能[4]。在控制平臺的研發(fā)中，將機器人控制平臺的運行模式進行處理，并建立起相應(yīng)的庫函數(shù)。在相應(yīng)的接口處向控制柜發(fā)出指令，進一步完成控制柜對機器人的控制工作，使機器人完成相應(yīng)的工作。

就機器人的庫函數(shù)調(diào)用問題，應(yīng)當在相應(yīng)的環(huán)境進行調(diào)用，保證機器人能夠正常運轉(zhuǎn)。

3 結(jié)論

隨著我國經(jīng)濟的不斷發(fā)展，機器人已然進入到各行各業(yè)的生產(chǎn)活動中，如：食品加工業(yè)、汽車業(yè)、農(nóng)業(yè)、工業(yè)等。在這些工作領(lǐng)域中，也都針對工作需要研制出了相應(yīng)的機器人技術(shù)。在生產(chǎn)工作中，有了機器人的幫助，在極大程度上提高了行業(yè)的生產(chǎn)效率，進而促進了經(jīng)濟的發(fā)展。在各行各業(yè)的發(fā)展中，機器人分揀工作也是最為基礎(chǔ)的工作。但是，在此工作的過程中，仍舊會出現(xiàn)機器人定位不準確或無法識別等問題。因此，針對機器人分揀技術(shù)進行研究及分析仍舊需要廣大工作者繼續(xù)下去。將其中的問題挖掘出來并提出相應(yīng)的解決辦法，進而保證機器人分揀技術(shù)的準確性，減少誤抓、錯抓的情況出現(xiàn)。并且，針對機器人分揀技術(shù)的研究，也是推動機器人研究的補個部分，為機器人研究視野做出了一定的貢獻。