基于機器人技術(shù)的地鐵車輛輪對自動化清洗系統(tǒng)研究

史時喜

(軌道交通工程信息化國家重點實驗室(中鐵一院)，陜西 西安 710043)

地鐵車輛輪對的清洗是輪對探傷前的必要工序，直接影響探傷質(zhì)量[1-2]。目前國內(nèi)車輛輪對清洗普遍以人工作業(yè)方式為主，在作業(yè)過程中會有大量有機溶劑、化學(xué)清洗廢液產(chǎn)生，對人體有害。作業(yè)人員需要繞輪對往返作業(yè)，效率低下[3]。在一些作業(yè)環(huán)境差、重復(fù)次數(shù)多的地鐵車輛檢修工序中應(yīng)用工業(yè)機器人是行業(yè)未來的發(fā)展趨勢[4]。本文介紹了一種將工業(yè)機器人技術(shù)應(yīng)用于車輛輪對激光清洗作業(yè)中的方案，在輪緣定位上首次采用單相機多目視覺三維定位方法。研究內(nèi)容可為工業(yè)機器人技術(shù)在地鐵車輛檢修中的進一步應(yīng)用研究提供參考。

1 地鐵車輛輪對清洗機器人功能及組成

1.1 設(shè)備功能

輪對清洗機器人主要用于地鐵車輛輪對表面油漆、銹斑的自動化智能清洗[5]。系統(tǒng)采用激光清洗的方式，由機器人自動操作，配備具有機器視覺技術(shù)的工業(yè)相機，能自適應(yīng)各種輪對結(jié)構(gòu)。在設(shè)備作業(yè)的同時利用工業(yè)相機對除漆、除銹效果進行自檢，如果不達標，則進行二次或多次清洗，確保優(yōu)良的除漆、除銹效果。采用激光清理銹跡、油漆時，產(chǎn)生的廢物主要為殘渣、氣體和清洗廢液，設(shè)備配備排氣系統(tǒng)和廢液、殘渣收集裝置，避免了其對作業(yè)人員健康的損害和對環(huán)境的污染。

1.2 設(shè)備組成

輪對激光清洗機器人由龍門架、撥輪定位裝置、六軸機器人、機器視覺模塊、激光除漆裝置、除塵裝置、電氣自動控制系統(tǒng)等組成。輪對激光清洗機器人結(jié)構(gòu)如圖1所示。

圖1 輪對激光清洗機器人結(jié)構(gòu)

在軌道上方設(shè)置橫跨軌道的龍門架，龍門架橫梁下方安裝六軸機器人，機器人的工作端通過法蘭盤安裝激光除漆裝置和機器視覺模塊[6]。龍門架前方和后方的軌道側(cè)面分別設(shè)置有輪對撥輪定位裝置，撥輪定位裝置上設(shè)置有光電接近開關(guān)，均低于軌道上表面。輪對位于光電接近開關(guān)上方時，觸發(fā)光電接近開關(guān)，六軸機器人接收到光電接近開關(guān)的閉合信號后運行設(shè)定的程序，進行輪對清洗作業(yè)。清洗機器人采用遨博I5協(xié)作式機器人。機器視覺模塊包括線激光和工業(yè)相機genie_TS_M1920，用來獲取車輪外形尺寸數(shù)據(jù)。激光除漆裝置主要利用高能量脈沖激光束照射輪對表面，使輪對表面的油漆、銹斑發(fā)生瞬間迸裂剝離，從而達到清潔輪對的目的[7]。

2 地鐵車輛輪對清洗機器人定位系統(tǒng)及方法選擇

根據(jù)傳感器的數(shù)量與功能劃分，機器視覺三維定位方法大致可分為單目視覺定位、雙目視覺定位與多目視覺定位等[8-10]。單目視覺定位是利用一臺攝像機在同一角度完成定位工作，它具有簡單、適用范圍廣的特點[11-12]，但需要目標點之間有幾何約束關(guān)系，不適合復(fù)雜多變的應(yīng)用場景。雙目視覺定位是利用已經(jīng)標定的不同位置的兩臺相機得到的兩幅二維圖像，應(yīng)用圖像處理、三維重建等方法實現(xiàn)從二維圖像恢復(fù)到三維圖像的一種模擬人雙目視覺定位的方法[13-14]。多目視覺定位是在雙目視覺定位的基礎(chǔ)上發(fā)展而來的，是采用多臺攝像機拍攝同一幅場景，得到多幅二維圖像，應(yīng)用圖像處理、圖像匹配、三維重建等技術(shù)實現(xiàn)三維場景恢復(fù)的定位方法[15]。雙目視覺定位和多目視覺定位過程中，相機安裝和調(diào)試不易，且需要對多臺攝像機進行內(nèi)外參數(shù)標定，標定過程復(fù)雜，運算量特別巨大，成本很高，因此應(yīng)用場合受到極大限制。

為解決單目視覺、多目視覺三維定位方法存在的應(yīng)用場景受限、攝像機標定復(fù)雜等問題，在地鐵車輛輪對清洗機器人三維定位中，采用了一種全新的機械手單相機多目視覺的三維定位方法。機械手單相機多目視覺三維定位方法參照多目立體視覺實現(xiàn)三維定位的原理，利用單相機在多個位置對同一目標物進行二維拍照，再將多角度拍攝的二維圖像合成為三維點云圖像。由于拍攝位置定位精度較高，并且可以隨時調(diào)整，因此保證了單相機多目視覺方案的可行性和時效性。

該方法的不足主要體現(xiàn)在機械手提供的相機三維位置誤差和姿態(tài)數(shù)據(jù)誤差的疊加使綜合誤差在三維空間上放大，最終合成的三維點云圖像和實際的偏差可能會很大。單純從圖像合成角度改進算法來彌合誤差難度很大。本文所研究的系統(tǒng)在技術(shù)實現(xiàn)上，利用目標對象(地鐵車輛輪對)相對已知的有利條件，預(yù)置機械手在設(shè)定位置和姿態(tài)條件下拍攝的新輪對的多組二維圖像，加之詳細標定標準的位置和姿態(tài)數(shù)據(jù)支撐，利用二維特征進行多角度匹配，矯正誤差。在實際作業(yè)時，針對一個特定的位置和姿態(tài)拍攝的圖像，用預(yù)置的該位置和姿態(tài)標定的多組圖像進行校驗識別，糾正位置和姿態(tài)偏差，然后用糾正后的位置、姿態(tài)與二維圖像數(shù)據(jù)，精確合成三維點云圖像。

3 基于機械手單相機多目視覺的三維定位系統(tǒng)及方法

單相機多目視覺三維定位流程包括獲取平面圖像、提取輪緣圖像、特征提取與三維匹配、三維重建、三維定位。

3.1 獲取平面圖像

獲取平面圖像是輪緣三維重建的基礎(chǔ)。工控機控制六軸機器人在輪緣外側(cè)多個點進行多角度拍攝，獲取二維平面圖像，再通過圖像得到待識別物體的基本數(shù)據(jù)，如深度、物體相對位置等信息[16]。根據(jù)工業(yè)相機的分辨率及其視野范圍，標定其前上右、前下右、前上左、前下左、后上右、后下右、后上左、后下左共8個基礎(chǔ)位置和姿態(tài)。在實際工作中，控制機器人完成8個基礎(chǔ)位置和姿態(tài)下的二維圖像拍攝后，在糾正位置和姿態(tài)偏差的基礎(chǔ)上合成三維點云圖像。通過輪對三維點云圖像識別輪對特征曲面的磨損特征，判定輪對是否是一般磨損模式。如果是，則完成了圖像獲取，如果有特殊差異，則根據(jù)特殊差異所處的位置，選擇前方正中，后方正中、左方正中、右方正中、上方正中、下方正中6個位置中的一個或多個，配合正中或左、右、前、后、上、下偏45°的姿態(tài)補充圖像，然后重新合成三維點云圖像，完整再現(xiàn)輪對特殊磨損狀態(tài)。

獲取平面圖像時，對機械手的位置和姿態(tài)精度要求不高，這是由于對此時待清洗輪對及其磨損情況未知而導(dǎo)致的。因此，此時所選取的特征點也就存在一定誤差。

3.2 提取輪緣圖像

獲取輪緣二維平面圖像后，工控機將對多角度的二維被測圖像進行分割。首先剔除不相關(guān)的背景內(nèi)容，并對背景區(qū)域進行合并；然后根據(jù)圖像特征建立合適的加權(quán)值計算模型得到能量函數(shù)的最小值。圖像加權(quán)值特征指的是彩色圖像的R(紅色)、G(綠色)、B(藍色)的顏色特征信息；再通過變分法得到水平集函數(shù)的演化方程，水平集函數(shù)停止演化時，所得到的零水平集對應(yīng)點的集合即為所求輪廓線[17]，最后得到了圖像的最優(yōu)化分割。

3.3 特征提取與三維匹配

特征提取是機器人視覺定位技術(shù)的基礎(chǔ)。工控機在獲得輪緣的分割圖像后，采用Harris角點檢測及高斯差分檢測對分割圖像進行特征提取與三維匹配，圖像中包含許多有用特征，包括點、線、邊緣等等。Harris算子是一種基于信號的點特征提取算子[18]，對所提取的各Harris角點與其上下層圖像對應(yīng)的像素點計算高斯差分并進行比較，高斯差分取得極值并大于閾值的Harris角點被選為特征點[19]。經(jīng)過特征點并指向相機光心的射線為該表面過此中心點的法向量。

圖像分割和特征提取是設(shè)定輪對清洗路線和動作方式的前提，輪對清洗路線和動作方式的設(shè)計以輪對區(qū)位切分為基礎(chǔ)，首先待清洗輪廓預(yù)切分為輪緣、踏面以及其他輔助部位等多個清洗區(qū)位，然后對每個清洗區(qū)位預(yù)置清洗路線和清洗動作方式。每個區(qū)位有特定的三維輪廓特征(建立在弱化不確定的磨損基礎(chǔ)上，使磨損不影響特征提取和三維匹配)，利用特征提取和三維匹配鎖定預(yù)置的各個區(qū)位。在執(zhí)行輪對清洗時，針對識別出的每個輪對區(qū)位的磨損情況，微調(diào)對應(yīng)區(qū)位的清洗動作方式。

3.4 三維重建

在特征提取和三維匹配的基礎(chǔ)上對待清洗物體進行三維重建，利用泊松表面重建方法可以較準確地獲取和優(yōu)化角點，并找到角點特征的匹配點，從而能夠獲得被重建輪緣的精確表面。泊松重建算法是基于隱函數(shù)的曲面重建方法，相比于其他方法，該算法結(jié)合了全局和局部方法的優(yōu)點[20]。

3.5 三維定位

輪對的清洗作業(yè)是按照設(shè)定的區(qū)位順序、逐一完成的，在每個區(qū)位清洗開始及過程中，需要進行起始點定位、區(qū)位轉(zhuǎn)換的再定位和中間過程定位的矯正。通過三維重建，系統(tǒng)已經(jīng)捕獲了各個區(qū)位的大致位置，另外也已經(jīng)通過特征提取確定了每個區(qū)位的起始特征點和中間矯正特征點，因此機械手到達待清洗區(qū)位后，利用模擬平行雙目視覺原理，以起始特征點為搜索和定位目標，完成機器手的定位和位置姿態(tài)調(diào)整。在清洗過程中，為降低位置姿態(tài)誤差或?qū)μ厥馕恢眠M行準確和高精度清洗，需要利用選定的中間特征點再定位來確保機器手的位置精度。

模擬平行雙目視覺原理，采用機械手控制單目相機平移，達到雙目相機拍攝兩張圖像的效果。雖然在拍攝時刻上有差距，但是在保證被測物體沒有變化前提下，可以達到平行雙目視覺的效果。通過計算，能夠得出目標位置的深度。模擬平行雙目視覺三維定位原理如圖2所示。

圖2 模擬平行雙目視覺三維定位原理圖

首先在相機中心沿機械手y方向取標志點P(x，z)，在CL點拍攝一張圖片，P點在CL的投影點為ML(xl，f)；然后控制機械手向x方向移動距離d到達CR點再拍攝一張圖片，P點在CR的投影點為MR(xr，f)。根據(jù)相似三角形定理，可求出z值，再求出x的值。P點的y值與相機中心y值相同，至此機械手坐標通過標定參數(shù)可以得出，從而確定P點的三維坐標(x，y，z)，完成機械手的三維定位。

4 結(jié)論

地鐵車輛輪對清洗機器人基于工業(yè)機器人技術(shù)、機器視覺技術(shù)等進行輪對清洗作業(yè)，可以擯棄傳統(tǒng)清洗方式的弊端，達到簡化工作流程、節(jié)約時間、提高效率的目的。本文對輪對清洗機器人及其三維定位方法進行研究，可以得出以下結(jié)論:

1)地鐵車輛輪對外形較為固定、尺寸較小，妨礙機器人工作的部件較少，輪對清洗機器人在機器視覺技術(shù)的引導(dǎo)下實現(xiàn)機器人智能化、感知化應(yīng)用，能自適應(yīng)各種輪對結(jié)構(gòu)。

2)單相機多目視覺三維定位方法硬件單一、成本低，相機內(nèi)參一致，沒有多臺相機內(nèi)參不一致的標定問題。由機械手完成多角度拍攝，重復(fù)精度高，采用合理算法可分離出可靠性高、精度高的用于三維定位的數(shù)據(jù)。

3)采用單相機多目視覺三維定位方法獲取多角度二維平面圖像后，選取合適的特征提取、三維重建及三維定位算法有利于提高三維定位的精度。