基于機器視覺的工業(yè)機器人定位系統(tǒng)研究與應用

廖仕軍

摘 要：近些年，隨著機器視覺技術的迅猛發(fā)展，對于機器視覺技術在研發(fā)過程中針對定位精密度方面所提出的相關需求也越來越高。在機器視覺相關技術的基礎上，通過對工業(yè)機器人定位系統(tǒng)的相關組成部分的概述，并結合動作工程等相關內(nèi)容來進一步探究有關工業(yè)機器人在定位系統(tǒng)方面的相關應用，從而將定位信息更為成功且準確的傳輸給機器人，以便將定位任務得以精準完成。

關鍵詞：機器視覺;工業(yè)機器人;定位系統(tǒng)

0? ? 引言

我國作為工業(yè)制造的主力軍，因為擁有良好的技術能力及生產(chǎn)環(huán)境，所以在制造業(yè)領域已逐漸凸顯出較為明顯的優(yōu)勢。但與此同時還應意識到相應的不足，如制造業(yè)的產(chǎn)業(yè)機構還不夠合理，大部分產(chǎn)業(yè)仍處于低端，主力技術缺乏自主創(chuàng)新性;自身資源利用率有限;在綜合管理生產(chǎn)及智能高端制造技術方面此類問題尤為明顯[1]。

近些年，我國已由制造業(yè)大國逐漸向制造業(yè)強國進行轉變，這其中最為明顯的就是工業(yè)機器人被各高端制造領域所廣泛的應用。運用機器人技術可以就智能制造產(chǎn)業(yè)結構的完善方面起到行而有效的幫助作用，借助機器人技術進行生產(chǎn)已逐漸成為幫助制造業(yè)進行改革的關鍵核心所在，更為重要的是通過廣泛運用機器人技術可以卓有成效的幫助企業(yè)提升核心競爭力。作為制造業(yè)中較為高端的工業(yè)機器人來說，不僅需要具備較強的穩(wěn)定性，而且在高精度的定位性能方面也提出了更高的要求，因此必須要依靠機器視覺技術來對圖像進行處理，借助工業(yè)相機來完成定位引導及模式識別等相關操作，進而將物質(zhì)的邊界及質(zhì)心更為迅速地獲取到，以便可以就工業(yè)機器人在運行過程中對于定位需求及時予以滿足，進而使末端位置與理想位置間的差距得以有效縮短，為機器視覺技術的發(fā)展及創(chuàng)新起到積極的促進作用。

1? ? 定位系統(tǒng)的構成

以機器視覺為基礎的機器人定位系統(tǒng)主要包括控制系統(tǒng)及攝像機相關系統(tǒng)。其中控制系統(tǒng)又包括計算機及控制箱，借助此系統(tǒng)可以實現(xiàn)對計算機的具體末端位置進行控制的目的。而攝像機控制系統(tǒng)則包括具有圖像采集卡功能的計算機以及攝像機，其主要功能是為了收集相關的視覺圖像，并開展相應的機器視覺算法。工作區(qū)則主要是運用CCD攝像機來完成相關拍攝任務，并結合計算機識別圖像獲取到相應的跟蹤特征，進而對數(shù)據(jù)完成識別及計算，逆運動學可對機器人每個具體位置存在的誤差及時有效的獲取后，再對高精度末端中的執(zhí)行模塊實施操控，進而完成對機器人的位姿及位置施以科學合理調(diào)整的任務[2]。

2? ? 相關工作原理的概述

機器人是一個較為復雜的系統(tǒng)，主要由工業(yè)計算機、伺服控制器以及伺服電機等相關部件構成，并且基于“人類引導思想”技術，來對人們的肢體行為、動作習慣、決策模式以及表達方式等進行表現(xiàn)及控制[3]。依靠機器視覺技術的工業(yè)機器人定位系統(tǒng)的工作原理主要包括如下內(nèi)容。

2.1? 工業(yè)相機

工業(yè)相機的工作原理主要就是對光的傳感作用進行有效應用，具體來說就是傳感器通過相機鏡頭收集相關的光傳感使光線，以便完成CCD成像及COMS成像的相關操作，進而有效地將光信號轉變?yōu)殡娦盘?，并且運用內(nèi)部模數(shù)轉換電路使其變?yōu)閿?shù)字信號，與此同時把信號發(fā)送至DVP或DSP位置施以加工，最終獲取到工業(yè)控制可識別的輸出格式[4]。

2.2? 視覺定位系統(tǒng)的主要工作原理

視覺定位系統(tǒng)主要依靠CCD攝像機及1394采集卡向計算中傳輸相應的視頻信號，并對其進行實時處理。定位系統(tǒng)通過對圖像進行選取、尋找跟蹤物、建立坐標系，以此來對跟蹤特征進行有效獲取，最終完成識別及計算數(shù)據(jù)的相關任務，通過運動逆運動學可獲得機器人每個具體關節(jié)位置的給定值，以便對高精度末端的執(zhí)行機構給予控制，進而對機器人的位姿進行調(diào)整。

2.3? 依托區(qū)域的相關匹配方法

此匹配方法具體是把某一個圖像中的具體一個位置的灰度領域當作模板，在另一個圖像中找尋具有類似或相同的灰度值分布的相應點領域，從而找尋到圖像間的相同匹配度。在區(qū)域算法的基礎上，要進行匹配的區(qū)域必須為尺寸相對固定的圖像窗口，而對相似性的判定最為關鍵的就是兩幅圖像中窗口間的度量值。比如一副圖像的標準點為PP（i，j），以該點作為中心點選取另一區(qū)域作為窗口K，如K處于原始圖像中，水平垂直依次向u平移后，那么K所覆蓋的區(qū)域就為SK，當D（K，SK）相關函數(shù)結果相對最小時，那么就可以判定K和SK實現(xiàn)最佳匹配[5]。

2.4? 圖像特征的有效提取

工作臺的背景與工作臺上工件所呈現(xiàn)出的顏色會有較大的區(qū)別，如工件展現(xiàn)為黑色，那么就需要將此作為辨別工件的關鍵依據(jù)。如工件邊緣處的灰度發(fā)生較為明顯的改變時，則可以得出工件的邊界點。在運用掃描線方式的過程中，如灰度變化顯著，那么該像素點就為邊界點。除此之外，還可采用最小二乘方法將已找尋到幾個邊界點一起擬合成圓周，以便得出圓心位置。

2? ? 系統(tǒng)運作概述

2.1? 工業(yè)機器人及工業(yè)相機的標定

依靠機器視覺技術來對機器人進行有效操控前，首先應該完成對機器人及相機坐標系的標定工作，為了更有效地對機器人施以標定，一般推薦采用“三點自動標定”方法，與此同時還要為標定工件設置自動模板，進而為操控機器人進行系統(tǒng)操作方面以及即將開展的機器視覺控制上均提供了相應的技術支持。

2.2? 系統(tǒng)動作流程

在工位模塊運行過程中，需要借助PLC可進行編程的控制器單元，并與鋰電池載流片相結合來對機器人系統(tǒng)內(nèi)的伺服電機、氣缸以及傳感器等部件完成上料工序操作。與此同時，工業(yè)相機可以就鋰電池載流片上料后的圖像進行有效采集，并對圖像進行處理分析，進而完成特征識別、模塊匹配、計算定位物料、位置目標確定，以便將更為精準的數(shù)據(jù)向機器人進行傳輸，實現(xiàn)工業(yè)機器人可以科學取放鋰電池載流片的相關任務。

2.3? 對系統(tǒng)通訊的定位

在基于機器視覺技術的工業(yè)機器人的運行系統(tǒng)中，若將通常的TCP/IP模式運用到鋰電池載流片的內(nèi)部定位系統(tǒng)中，則很有可能出現(xiàn)網(wǎng)絡不穩(wěn)定掉線、以及使網(wǎng)絡端口無法充分得到釋放，需要依靠斷電重啟方可完全得以釋放，這就給檢測HUB工業(yè)系統(tǒng)增加了難度，進而給生產(chǎn)系統(tǒng)的整體運行帶來了不利影響。因此，檢測通信設備是否正常不能只依靠儀器設備通訊標志是否成功來判斷，還應結合“心臟跳動式通訊模式”，此種模式主要是根據(jù)相關通訊數(shù)據(jù)以及系統(tǒng)標志檢測得出的實際通訊情況所共同得出的結果，該模式可以行而有效的保障整個通信系統(tǒng)得以安全穩(wěn)定的運行。

3? ? 攝像機的標定技術

攝像機標定對于整個視覺定位技術顯得尤為關鍵，它需要參考不同的測量標準才可選定標定模式，進而使工業(yè)機器人的定位系統(tǒng)更為精準。就目前來看，攝像機標定技術主要包括傳統(tǒng)標定技術以及自標定技術兩種模式，就傳統(tǒng)標定技術模式來說主要基于攝像機的模型，將特定參照物放置其前方，通過運用變換技術及數(shù)學計算技術，進而獲取到內(nèi)部及外部相關的參數(shù)信息。而自標定技術模式則無須借助參照物相關數(shù)值，通過運用可移動式攝像機就可完成圖像的標定任務。小孔攝像機屬攝像機模型中的基礎模型，但在對距離、精準度及廣角要求更為嚴格的環(huán)境下，計算方式則無法使用該線性模型，需要依靠校正方式，對模型進行三維重建，進而使攝像機獲得更為準確的精準度，因此基于計算機視覺技術完成攝像機標定任務的重點所在就是畸變模型及成像模型。

4? ? 圖像采集處理技術

就圖像采集來說，僅依靠數(shù)字計算機是無法對模擬圖像進行處理的，需要先將其轉化為數(shù)字圖像方可進行后續(xù)操作。而圖像數(shù)字化處理其實就是把模擬圖像分成若干個小的區(qū)域，也就是通常說的像素，其灰亮度則可用整數(shù)來進行表示。

而圖像的預處理技術則需依靠平滑處理技術實現(xiàn)降低噪聲的目的。一般可將出現(xiàn)在圖像處理階段噪聲分為脈沖噪聲、高斯噪聲以及椒鹽噪聲等，其中高斯噪聲主要是基于亮度或正態(tài)分布的噪聲;因為脈沖噪聲中含有白亮度值，所以其與正脈沖噪聲大致相同;椒鹽噪聲中則含有隨機產(chǎn)生的黑白亮度值。而就高斯噪聲來說基本都來自于傳感器，比如運行過程中攝像機所產(chǎn)生的干擾噪聲。針對這一情況，可以采取空間域、頻率域來對噪聲進行消除，還可結合平均領域、模塊運算等方法來對噪聲進行有效控制。

5? ? 結語

綜上所述，本文簡單就工業(yè)機器人的運行系統(tǒng)、通過依靠視覺技術完成坐標系的標定、將圖像特征進行有效提取、進而完成圖像的匹配及跟隨，實現(xiàn)坐標的轉換等進行相關概述。通過對新定位系統(tǒng)的不斷優(yōu)化，將視覺技術完美融合進機器人技術中，使系統(tǒng)的運算效率得到顯著提升的同時在定位的穩(wěn)定度及精準度方面也有所增強，使定位誤差呈下降的趨勢，從而為工業(yè)制造業(yè)提供了可靠的輔助作用。

[參考文獻]

[1]馬紅衛(wèi).基于機器視覺的工業(yè)機器人定位系統(tǒng)研究[J].制造業(yè)自動化，2020（3）：58-62，96-97.

[2]曹誠誠.基于機器視覺的工業(yè)機器人定位系統(tǒng)研究[J].科技與創(chuàng)新，2020（14）：69-70，72-73.

[3]溫秀蘭，張騰飛，芮平，等.基于三維機器視覺的工業(yè)機器人定位系統(tǒng)設計[J].組合機床與自動化加工技術，2018（9）：49-52.

[4]趙宗曉.基于三維機器視覺的工業(yè)機器人定位系統(tǒng)設計[J].中國科技投資，2018（32）：231-232.

[5]馮志剛，李瀧杲，熊天辰，等.工業(yè)機器人視覺定位系統(tǒng)的實現(xiàn)[J].航空科學技術，2018（6）：48-53.

（編輯 何 琳）