雙目線激光視覺引導(dǎo)的多類型液壓千斤頂組件上料系統(tǒng)設(shè)計

陳遠方，魏新生，李保強

(機械工業(yè)第六設(shè)計研究院有限公司 工業(yè)與智能中心， 河南 鄭州 450007)

隨著工業(yè)的自動化和智能化發(fā)展，機器人越來越多地取代人工來完成一些高強度、高難度的工作。目前，機械裝配過程的上料環(huán)節(jié)，只要通過機器人示教工件的抓取軌跡，就可以完成準確無誤的抓取，從而顯著提高生產(chǎn)效率。但這種示教方法往往只適用于工件種類單一的場合，當(dāng)工件種類非常多時，采用機器人示教的方法將不再是最優(yōu)的選擇。

液壓千斤頂作為液壓系統(tǒng)的執(zhí)行元件，在汽車修配、船舶修造、橋梁維修等場合得到了廣泛應(yīng)用。其缸筒和活塞桿的傳統(tǒng)裝配過程往往需要采用人工上料方法，生產(chǎn)效率極其低下。目前，工業(yè)機器人被廣泛應(yīng)用于上料環(huán)節(jié)，但需要對每種工件進行軌跡示教，不僅工作量大，而且若想后期增加產(chǎn)品種類，就需要再次進行軌跡示教，這就對工件種類的增加產(chǎn)生了一定的限制。許多學(xué)者曾對上料系統(tǒng)的設(shè)計進行了大量研究，如：文獻[1]通過設(shè)計Real Sense 3D 相機的視覺引導(dǎo)系統(tǒng)，完成了板式換熱器在氦氣檢漏工序的自動上料；文獻[2]結(jié)合機器人和視覺系統(tǒng)實現(xiàn)了鍛造車間的棒料自動上料；文獻[3]基于機器視覺技術(shù)，采用Blob分析與神經(jīng)網(wǎng)絡(luò)分類器相結(jié)合的方法，實現(xiàn)了生產(chǎn)線上零散擺放的多工件分類識別與定位；文獻[4]針對空調(diào)壓縮機電機生產(chǎn)中定子浸漆爐的上料需要，基于機器視覺技術(shù)，提出了基于幾何模板匹配的定子區(qū)域識別與定位方法，并通過實驗驗證了視覺識別定位算法和視覺引導(dǎo)上料方案的可行性。

本文針對某企業(yè)液壓千斤頂裝配線上料環(huán)節(jié)存在的效率低下問題，首先根據(jù)實際上料需求確定多類型液壓千斤頂組件上料系統(tǒng)的總體方案；然后根據(jù)缸筒和活塞桿的機械結(jié)構(gòu)，設(shè)計一款適應(yīng)性較強的電磁鐵夾爪機構(gòu)；最后將工業(yè)機器人與機器視覺技術(shù)相結(jié)合，提出雙目線激光視覺系統(tǒng)[5]，實現(xiàn)機器人準確無誤抓取工件的目的。

1 多類型液壓千斤頂組件上料系統(tǒng)的總體設(shè)計

1.1 上料流程分析

所設(shè)計上料系統(tǒng)用于液壓千斤頂?shù)难b配線。該裝配線需要上料的液壓千斤頂包括側(cè)推型、側(cè)幫型、護幫型、伸縮型、平衡型、抬底型，共6類，有30種規(guī)格，對應(yīng)的缸筒和活塞桿種類有60種。裝配時需要將缸筒和活塞桿按順序放至清洗機工位。工件來料主要靠人工操作天車將裝有缸筒和活塞桿的料倉分別放在相應(yīng)的工位。每個活塞桿料倉內(nèi)共擺放4層活塞桿，每層活塞桿需擺放在相應(yīng)的木托上(圖1)。缸筒料倉內(nèi)共擺放4層缸筒；由于缸筒外觀特殊，因此只要第一層缸筒擺放在木托上就行；在第一層缸筒上可直接擺放若干缸筒(圖2)。

圖1 活塞桿在木托上擺放示意圖

圖2 缸筒在木托上擺放示意圖

具體的上料流程為：機器人首先移動至活塞桿料倉上方并拍照識別；然后在視覺系統(tǒng)的引導(dǎo)下抓取活塞桿并放置在清洗機工位；之后重復(fù)上述動作完成缸筒的識別、抓取與放置；當(dāng)活塞桿和缸筒到位后，機器人將上料完成信號發(fā)送至清洗機控制系統(tǒng)，缸筒和活塞桿的上料結(jié)束。

機器人在抓取活塞桿時需要逐層識別，完成每層活塞桿的抓取后，抓取相應(yīng)的木托并放置在木托料倉內(nèi)而完成木托的回收；在抓取缸筒時也需要逐層識別，但是由于缸筒擺放方式的特殊性，此時會面臨一個問題，即機器人可能會跨層抓取缸筒而導(dǎo)致夾爪的損壞，因此對視覺系統(tǒng)的穩(wěn)定性與可靠性提出了一定要求。

1.2 上料系統(tǒng)布置

面對種類多達30種的千斤頂缸筒和活塞桿抓取任務(wù)，要保持多類型液壓千斤頂組件上料系統(tǒng)的穩(wěn)定運行，就需要在來料方面滿足下列要求：每次來料必須是同一種規(guī)格的缸筒和活塞桿，且缸筒數(shù)量和活塞桿的數(shù)量要一樣，同時要在觸摸屏上輸入相應(yīng)的規(guī)格信息。

針對工件來料方式設(shè)計缸筒穿梭車和活塞桿穿梭車，以便來料后將料倉放在對應(yīng)的穿梭車上，并讓穿梭車在變頻器的控制下到達指定的上料位置。這種靠穿梭車運料的方式一方面避免了工人隨機擺放千斤頂組件而影響機器人后續(xù)拍照位置的確定；另一方面有利于后期將來料方式改為AGV(Automated Guided Vehicle)運輸后，各系統(tǒng)之間的穩(wěn)定銜接。

根據(jù)缸筒、活塞桿和木托的結(jié)構(gòu)特點設(shè)計一套兼容性強的夾爪機構(gòu)，不僅能滿足多種規(guī)格缸筒和活塞桿的抓取，而且可實現(xiàn)對木托的抓取。

為了滿足上料的穩(wěn)定性和準確性要求，應(yīng)設(shè)計一套雙目線激光視覺上料系統(tǒng)。單純采取機器人上料方式時，面對規(guī)格繁多的缸筒和活塞桿抓取任務(wù)，要實現(xiàn)準確的逐層抓取，就對示教工作提出了很高要求。這不僅會導(dǎo)致工作量增大，而且在后期增加工件種類時需要實際操作人員具備一定的機器人和視覺系統(tǒng)相關(guān)技術(shù)。

鑒于液壓千斤頂裝配線上清洗機的節(jié)拍較慢，而機器人的上料節(jié)拍較快，因此在設(shè)計多類型液壓千斤頂組件上料系統(tǒng)時，應(yīng)考慮緩存工位的設(shè)置問題，使得一個上料流程結(jié)束后機器人能將工件放置在緩存工位，以等待清洗機完成一個節(jié)拍的清洗。此外，有些特定工件需要進行人工清洗，因此應(yīng)設(shè)置人工清洗工位。

分析可知，多類型液壓千斤頂組件上料系統(tǒng)應(yīng)主要包括：缸筒和活塞桿穿梭車、庫卡機器人、夾爪機構(gòu)、緩存工位、人工清洗工位、雙目線激光視覺系統(tǒng)以及PLC控制系統(tǒng)。上料系統(tǒng)的布置如圖3所示。

圖3 上料系統(tǒng)布置

2 夾爪機構(gòu)的設(shè)計

根據(jù)缸筒和活塞桿的結(jié)構(gòu)特點，可設(shè)計圖4所示的夾爪機構(gòu)。它主要由伺服電機、絲桿機構(gòu)、V形電磁鐵夾爪、氣缸、拖鏈組成。為了滿足多種規(guī)格缸筒和活塞桿的抓取需要，本文采用伺服電機驅(qū)動旋向不同的絲桿機構(gòu)，從而實現(xiàn)兩個電磁鐵夾爪的相向運動；用氣缸驅(qū)動木托夾爪，實現(xiàn)其上下移動以及夾緊、松開的動作。

圖4 夾爪機構(gòu)

根據(jù)麥克斯韋電磁理論[6]，電磁鐵穩(wěn)態(tài)工作時吸力為：

(1)

式中：F為電磁力，N；B為工作氣隙磁感應(yīng)強度，T；S為磁路橫截面面積，m2；μ0為空氣磁導(dǎo)率，應(yīng)取值4π×10-7Wb/A·m。

工程應(yīng)用中，常將其表示為：

(2)

式中，φ為電磁鐵的氣隙磁通。

夾爪機構(gòu)抓取的工件最大質(zhì)量約為100 kg，考慮到電磁鐵與工件實際接觸面積較小以及漏磁通的存在，為了保證安全，設(shè)計時應(yīng)選取吸力為300 kg的電磁鐵。

3 雙目線激光視覺系統(tǒng)的應(yīng)用

在液壓千斤頂裝配的上料環(huán)節(jié)，缸筒和活塞桿的料倉內(nèi)分別擺放兩排工件，每排共擺放4層。由于工件的規(guī)格不同，每層放置的工件個數(shù)也不相同。考慮到缸筒擺放方式的特殊性，為了讓上料系統(tǒng)提供的缸筒和活塞桿數(shù)量相等，需要以缸筒的擺放數(shù)量來匹配相應(yīng)的活塞桿數(shù)量。以直徑為63 mm的千斤頂為例，每排擺放12個工件，因此每個料倉共計48個工件。根據(jù)線激光傳感器的視野范圍可確定機器人的拍照位置。在識別活塞桿時，每層設(shè)置8個拍照位，其中6個拍照位用來識別12個活塞桿，剩余兩個拍照位用來識別2個木托；在識別缸筒時，由于只是第一層有木托且不需要進行回收，因此需要設(shè)置24個拍照位來識別缸筒。

由于缸筒和活塞桿種類過多，為了提高匹配效率，所有工件的視覺模板號會以配方的形式存放在觸摸屏內(nèi)。機器人在抓取前會首先向PLC索取該批次工件的視覺模板號，然后將模板號傳遞給視覺系統(tǒng)。若視覺系統(tǒng)提示模板切換成功，則機器人會依次到達各拍照位置，同時將拍照位置的位姿坐標發(fā)送給視覺系統(tǒng)，進行比對。視覺系統(tǒng)在位姿坐標比對成功后，開始拍照識別、模板匹配、實際位姿坐標獲取，并將實際位姿坐標發(fā)送給機器人。

3.1 系統(tǒng)標定

為了確定缸筒和活塞桿的實際位姿坐標，首先需要進行相機標定和手眼標定。相機標定工作由于在其出廠時已經(jīng)做好，因此這里主要介紹手眼標定過程。

手眼標定的目的是獲得相機坐標系與機器人工具坐標系之間的變換關(guān)系。手眼標定主要采用的模型有Eye-in-Hand和Eye-to-Hand兩種，其中前者在工業(yè)機器人中應(yīng)用比較廣泛。因此，本文采取Eye-in-Hand模型進行手眼標定。

手眼標定過程如下：將標定板固定在水平臺上，使機器人處于不同的位姿，用相機對標定板重復(fù)拍照15次，同時記錄每次拍照時機器人的位姿坐標，使視覺系統(tǒng)最終自動給出相機坐標系與機器人工具坐標系之間的變換矩陣。

3.2 雙目線激光三維重建

通常，車間內(nèi)光照等因素會影響工件的拍照與識別。本文采用基于線激光的雙目視覺系統(tǒng)來實現(xiàn)缸筒、活塞桿的識別與定位。以線激光作為主動光源，根據(jù)雙目立體視覺的視差原理對缸筒和活塞桿進行三維重建。實際測量時,首先向工件投射線激光條紋；然后由步進電機帶動線激光條紋掃描整個工件表面，同時雙目相機同步采集工件圖像；最后根據(jù)激光條紋特征和雙目視覺成像原理，獲得工件的三維點云信息。

雙目立體視覺識別的過程包括：圖像獲取、相機標定、立體匹配和三維重構(gòu)[7]。具體來說，圖像的獲取由線激光與雙目相機共同完成；相機標定采用張正友棋盤格方法，用Bouguet算法對雙目相機拍照的兩幅圖像進行立體校正，實現(xiàn)兩幅圖像的共面且行對準；通過立體匹配獲得像素點的視差值；根據(jù)三角法獲取視差圖像中點的深度值，并將深度值代入相機模型，從而計算出三維坐標。

激光條紋中心線的提取采用最經(jīng)典的Steger幾何重心法[8]。該方法是基于Hessian矩陣計算激光條紋中心的法向量，通過泰勒級數(shù)展開得到像素中心坐標的。其中Hessian矩陣可以表示為：

(3)

設(shè)nx、ny為用Hessian矩陣求出的激光條紋法線方向的單位向量，則以點(x0,y0)為基準，利用泰勒級數(shù)展開，可得到中心點的亞像素坐標(px,py)，即

(px,py)=(x0+tnx,y0+tny)

(4)

如果(tnx,tny)∈[-0.5,0.5]×[-0.5,0.5]，則點(x0,y0)為條紋中心。

3.3 模板匹配

模板匹配主要是對目標工件的特征點和所建標準模板進行相似性度量[9]。在目標工件與對應(yīng)模板匹配成功后，視覺系統(tǒng)會自動計算目標工件抓取點的位姿坐標。模板匹配方法具有很高的精度和較強的魯棒性，因此被廣泛應(yīng)用于工業(yè)現(xiàn)場。

模板匹配需要創(chuàng)建缸筒和活塞桿的標準模板。其具體過程為：首先，機器人移動到拍照位置，并用雙目線激光掃描視覺系統(tǒng)獲取三維點云圖像，同時記錄機器人此時的位姿坐標；然后，機器人將夾爪移動至工件的實際抓取點，并記錄此時的位姿坐標；最后，對相機掃描得到的三維點云圖像進行分割與去噪處理，從而獲得純凈的工件點云信息。通過三維重建獲得的目標工件點云信息，受環(huán)境因素的影響，通常會包含一些噪聲，因此需要對點云圖像進行分割、濾波等處理，從而提高模板匹配的成功率。在去噪處理后，要對三維點云圖像和標準模板進行特征點匹配，計算兩者的相似度，當(dāng)相似度大于設(shè)定閾值時，認為匹配成功。目前，基于灰度值的相似性度量方法有絕對誤差和算法、差方和算法以及歸一化相關(guān)系數(shù)算法等。本文采用線激光作為主動光源，在保證光照穩(wěn)定的前提下，采用簡單且效率高的SAD(Sum of absolute differences)算法，對每個像素對應(yīng)的灰度值之差的絕對值求和，從而計算出相似度。特征點匹配的相似度為：

(5)

式中：T為模板尺寸；t(u,v)為模板灰度值；g(r+u,c+v)為被模板覆蓋區(qū)域的灰度值。

模板匹配成功后，根據(jù)點云配準[10]中經(jīng)典的ICP(Iterative Closest Point)算法，獲得模板點云與場景點云之間的旋轉(zhuǎn)平移矩陣。由于在構(gòu)建視覺模板時已經(jīng)確定了機器人的抓取位姿，因此將該位姿矩陣與旋轉(zhuǎn)平移矩陣相乘即可獲得目標工件抓取點的實際位姿，從而引導(dǎo)機器人實現(xiàn)對目標工件的抓取。

4 試驗驗證

為了驗證視覺系統(tǒng)的可靠性，本文選取6種不同的缸筒和活塞桿，進行試驗驗證。試驗所得缸筒、活塞桿的抓取位姿(X,Y,Z,A,B,C)和識別時間分別見表1、表2。這里，抓取位姿(X,Y,Z,A,B,C)中：X、Y、Z分別為機器人在X軸、Y軸、Z軸上的坐標值，mm;A、B、C分別為機器人繞X軸、Y軸、Z軸旋轉(zhuǎn)的角度，(°)。

表1 缸筒的抓取位姿和識別時間

表2 活塞桿的抓取位姿和識別時間

試驗中，重復(fù)抓取48個缸筒和活塞桿，結(jié)果表明：機器人以正確位姿抓取工件的成功率為100%，缸筒的平均識別時間為10.422 s，活塞桿的平均識別時間為9.587 s。由此可以看出，通過使用所設(shè)計上料系統(tǒng)，生產(chǎn)效率得到了顯著的提高。

5 結(jié) 語

本文研究了基于雙目線激光視覺引導(dǎo)的液壓千斤頂組件上料系統(tǒng)，利用雙目視覺相機結(jié)合線激光條紋掃描，實現(xiàn)了對缸筒和活塞桿的準確識別。在調(diào)試期間對缸筒和活塞桿進行抓取試驗，以正確位姿抓取工件的成功率為100%，驗證了夾爪機構(gòu)的可靠性和視覺系統(tǒng)的穩(wěn)定性，滿足了企業(yè)的正常生產(chǎn)需要，同時提高了生產(chǎn)效率。