0 引言

    工業(yè)機(jī)器人是機(jī)電一體化高度集成的產(chǎn)物，作為《中國制造2025》重點(diǎn)發(fā)展的十大領(lǐng)域之一,，是工業(yè)自動(dòng)化水平和工業(yè)4.0的重要標(biāo)志^[1],。工業(yè)機(jī)器人具有重復(fù)精度高、可靠性好,、適用性強(qiáng)等優(yōu)點(diǎn),，廣泛應(yīng)用于汽車,、機(jī)械、電子,、物流等行業(yè),，已被證明是當(dāng)前最高效的生產(chǎn)工具，需求量不斷攀升^[2],。自上世紀(jì)60年代初以來,，工業(yè)機(jī)器人經(jīng)歷了三個(gè)階段的發(fā)展^[3]。第一代是示教再現(xiàn)型工業(yè)機(jī)器人,，只能將操作者告訴它的軌跡,、順序、要求等把知識記憶下來,，然后根據(jù)再現(xiàn)指令讀取這些知識,，完成規(guī)定任務(wù)。第二代工業(yè)機(jī)器人是感知型工業(yè)機(jī)器人,，通過給工業(yè)機(jī)器人安裝相關(guān)傳感器使其有所感知,，對外部信息能進(jìn)行反饋。第三代工業(yè)機(jī)器人是智能工業(yè)機(jī)器人,，可對周圍環(huán)境、作業(yè)條件等做出判斷然后再執(zhí)行任務(wù),。一般由機(jī)器視覺作為反饋,，通過圖像處理信息引導(dǎo)工業(yè)機(jī)器人執(zhí)行任務(wù)。

    機(jī)器視覺是工業(yè)機(jī)器人的重要研究領(lǐng)域^[4],，而目前生產(chǎn)線上多數(shù)工業(yè)機(jī)器人都通過預(yù)先示教或者離線編程的方式來控制機(jī)器人執(zhí)行預(yù)定的指令動(dòng)作,，一旦工作環(huán)境或目標(biāo)對象發(fā)生變化，機(jī)器人不能及時(shí)適應(yīng)這些變化,，從而導(dǎo)致任務(wù)失敗,，而且這種工作方式在很大程度上限制了工業(yè)機(jī)器人的靈活性和工作效率。

1 裝配系統(tǒng)的組成

    本文設(shè)計(jì)并實(shí)現(xiàn)了基于機(jī)器視覺的機(jī)器人裝配系統(tǒng),，可在線完成對不同型號和任意擺放工件的裝配任務(wù),。系統(tǒng)主要由機(jī)器視覺系統(tǒng)和機(jī)器人裝配系統(tǒng)組成。機(jī)器視覺系統(tǒng)包括圖像獲取,、相機(jī)標(biāo)定,、模板匹配，可對不同工件進(jìn)行識別,、定位以及旋轉(zhuǎn)角度的確定,。機(jī)器人裝配系統(tǒng)包括工件的抓取和安裝，在視覺的引導(dǎo)下完成工件的裝配,。PC利用Socket通信把坐標(biāo)和姿態(tài)數(shù)據(jù)發(fā)送給機(jī)器人,，機(jī)器人根據(jù)位置數(shù)據(jù)抓取工件,，然后放到裝配位置。

2 視覺系統(tǒng)的設(shè)計(jì)

2.1 圖像獲取

    采用韓國IMI tech Amazon2系列工業(yè)相機(jī)^[5],，它是數(shù)字逐行掃描相機(jī),，采用千兆以太網(wǎng)GigE協(xié)議標(biāo)準(zhǔn)，采用Sony逐行掃描CCD芯片,，具有非常高的圖像質(zhì)量,。通過以太網(wǎng)與PC連接，且采集頻率可調(diào),。首先通過安裝IMI相機(jī)的驅(qū)動(dòng)軟件獲得相機(jī)的C++接口,，然后將接口函數(shù)移植到Visual Studio2015中進(jìn)行二次開發(fā)。在包含相機(jī)類庫的情況下,，通過實(shí)例化相機(jī)句柄類來讀取相機(jī)的數(shù)據(jù),。通過OneFrameGrab來獲取相機(jī)的一幀圖像，并將數(shù)據(jù)保存在固定的位置,，實(shí)現(xiàn)實(shí)時(shí)讀取IMI相機(jī)的功能,。

2.2 相機(jī)標(biāo)定

    在機(jī)器視覺應(yīng)用中，相機(jī)參數(shù)的標(biāo)定是非常關(guān)鍵的環(huán)節(jié),，其標(biāo)定結(jié)果的精度及算法的穩(wěn)定性直接影響相機(jī)工作產(chǎn)生結(jié)果的準(zhǔn)確性^[6],。由于機(jī)器人抓取的工件位于同一平面，所以只對標(biāo)定板圖像采集一次就可以得到相機(jī)的外參,。得到相機(jī)的外參后,，即可以得到圖像坐標(biāo)上每個(gè)像素在世界坐標(biāo)系下對應(yīng)的實(shí)際距離。然后通過坐標(biāo)系的變換公式即可得到圖像坐標(biāo)系與機(jī)器人世界坐標(biāo)系的轉(zhuǎn)換關(guān)系,。

2.3 標(biāo)準(zhǔn)模板的建立

    在進(jìn)行模板匹配之前需要制作不同工件的標(biāo)準(zhǔn)形狀模板,。將標(biāo)準(zhǔn)的工件放在相機(jī)的視野下，獲取圖像,，對圖像提取ROI區(qū)域,，然后進(jìn)行輪廓提取，得到模板的標(biāo)準(zhǔn)輪廓,。首先獲取標(biāo)準(zhǔn)工件圖像,，利用矩形截取函數(shù)來截取矩形的ROI區(qū)；然后對圖像進(jìn)行增強(qiáng),；最后通過模板創(chuàng)建函數(shù)來創(chuàng)建模板,，得到模板二值化后的標(biāo)準(zhǔn)輪廓。創(chuàng)建模板的算法思路如下：

    (1)尋找ROI區(qū)域圖像的灰度梯度,，使用Sobel算子對圖像進(jìn)行處理可以返回X方向的像素灰度值(G_x)和T方向的像素灰度值(G_y),。用下面的公式計(jì)算當(dāng)前像素點(diǎn)的灰度值和梯度方向。

    (2)利用非極大值抑制算法（NMS）來搜索梯度方向的局部極大值，抑制非極大值元素,，可以細(xì)化邊緣,。非最大抑制算法跟蹤邊緣方向的左右像素，如果當(dāng)前像素的灰度值小于左,、右像素灰度值,，則抑制當(dāng)前像素灰度。

    (3)采用雙閾值算法提取和連接邊緣,。非極大值抑制算法處理后可能會(huì)有少量的非邊緣像素被包含到結(jié)果中,，所以要通過選取閾值進(jìn)行取舍。雙閾值選擇與邊緣連接方法通過假設(shè)兩個(gè)閾值其中一個(gè)為高閾值TH,，另外一個(gè)為低閾值TL,，則有：對于任意邊緣像素低于TL的，則丟棄,；對于任意邊緣像素高于TH的,，則保留；任意邊緣像素值在TL與TH之間的,，如果能通過邊緣連接到一個(gè)像素大于TH而且邊緣所有像素大于最小閾值TL的,，則保留，否則丟棄,。最終對邊緣圖像進(jìn)行保存,，圖1是工件A的模板創(chuàng)建過程。

2.4 模板匹配

    對相機(jī)采集的工作區(qū)域?qū)崟r(shí)圖像搜索模板圖像,，得到工件的像素坐標(biāo)和旋轉(zhuǎn)角度,。模板匹配的流程如圖2所示。

    其中相似性度量用到了歸一化處理,，圖像中包含與模板越相似的圖像輸出的數(shù)值越接近1，公式如下：

其中代表模板圖像X和Y方向的梯度,，代表待匹配圖像的X和Y方向的梯度,。歸一化相似性度量會(huì)得到當(dāng)前圖像與模板的相似度Score，Score的閾值MinScore設(shè)定為0.75,?？梢栽O(shè)定圖像的最大匹配個(gè)數(shù)，如果匹配時(shí)的質(zhì)量系數(shù)大于MinScore的目標(biāo)個(gè)數(shù)多于最大匹配個(gè)數(shù),，僅僅返回質(zhì)量系數(shù)最好的目標(biāo)位置,。如果找的匹配目標(biāo)不夠，那么就只返回已找到的目標(biāo),。輸出的匹配角度Angle為弧度值0～2π,，對應(yīng)模板圖像逆時(shí)針旋轉(zhuǎn)0～360°。最終根據(jù)相機(jī)標(biāo)定的結(jié)果將工件圖像坐標(biāo)轉(zhuǎn)化為機(jī)器人的世界坐標(biāo)。經(jīng)過多次匹配實(shí)驗(yàn)得出匹配的準(zhǔn)確率為98%,，匹配的最大絕對誤差為5個(gè)像素,，匹配平均時(shí)間為60 ms。

3 機(jī)器人裝配系統(tǒng)設(shè)計(jì)

    SCARA(Selectively Compliance Assembly Robot Arm)機(jī)器人是一種平面關(guān)節(jié)型工業(yè)機(jī)器人,，具有4個(gè)關(guān)節(jié)^[7],，3個(gè)旋轉(zhuǎn)關(guān)節(jié)軸線相互平行，實(shí)現(xiàn)平面內(nèi)定位和定向,；1個(gè)移動(dòng)關(guān)節(jié),，實(shí)現(xiàn)末端件升降運(yùn)動(dòng)，廣泛應(yīng)用于塑料工業(yè),、汽車工業(yè),、電子產(chǎn)品工業(yè)、藥品工業(yè)和食品工業(yè)等領(lǐng)域^[8],。本次設(shè)計(jì)中機(jī)器人要與PC通信接收工件的坐標(biāo)信息和角度,，然后抓取工件以固定的姿態(tài)放到指定的位置。

3.1 SCARA機(jī)器人通信程序設(shè)計(jì)

    機(jī)器人控制器的IP1端口作為客戶端連接到運(yùn)行在PC上的服務(wù)器,，利用無線通信完成數(shù)據(jù)的收發(fā),。使用機(jī)械手語言的PRINT和INPUT命令，與機(jī)械手語言程序進(jìn)行數(shù)據(jù)通信,。通過使用PRINT命令,，可以從控制器發(fā)送任意的字符串，控制器發(fā)送以PRINT命令指定的字符串及變量值,。接收數(shù)據(jù)使用INPUT命令,，控制器能接收的僅是實(shí)數(shù)或整數(shù)?？刂破饕呀邮盏臄?shù)據(jù)被代入為用INPUT命令指定的變量,。在機(jī)械手語言的程序中，可以通過參照該變量,，使用已接收的數(shù)據(jù),。在Visual Studio中利用C++開發(fā)了基于Socket通信的服務(wù)器，將模板匹配得到的工件坐標(biāo)發(fā)送給機(jī)器人客戶端,。PC與機(jī)器人通信程序流程圖如圖3所示,。

3.2 SCARA機(jī)器人抓放程序設(shè)計(jì)

    機(jī)器人程序在TSPC軟件中完成，主要功能是根據(jù)接收到的工件坐標(biāo)和角度數(shù)據(jù),，移動(dòng)機(jī)器人將工件以固定的姿態(tài)放到裝配位置,。由于抓取的工作區(qū)域比較大，因此要將工作區(qū)域分開抓取,。通過對機(jī)器人的軌跡范圍的研究,，確定將工作區(qū)域分為兩個(gè)部分，分別以不同的姿態(tài)抓取工件。以機(jī)器人世界坐標(biāo)X=331.6為分界,，對上半部分采用C=-254.380 基準(zhǔn)對工件進(jìn)行抓取,，下半部分采用C=-74.306基準(zhǔn)對工件進(jìn)行抓取。由于工件在工作區(qū)域有0～360°的旋轉(zhuǎn)角度,，所以要在基準(zhǔn)的基礎(chǔ)上對機(jī)器人的旋轉(zhuǎn)角度進(jìn)行調(diào)整,，使得每次機(jī)器人的末端執(zhí)行器都與工件平行。

    機(jī)器人末端執(zhí)行器根據(jù)工件角度旋轉(zhuǎn)的原理,。由于模板匹配返回工件中心的坐標(biāo)點(diǎn),，當(dāng)角度發(fā)生變化時(shí)，相應(yīng)的機(jī)器人的坐標(biāo)也要變化,，才能保證以與工件平行的姿態(tài)抓取工件,。其原理如圖4所示。

    如果工件A的旋轉(zhuǎn)角度為零,，那么末端執(zhí)行器以工件中心點(diǎn)(X₀,，Y₀)到(X₁，Y₁)的直線抓取工件,。當(dāng)工件A旋轉(zhuǎn)θ角度時(shí),，末端執(zhí)行器以工件中心點(diǎn)(X₀，Y₀)到(X₂,，Y₂)的直線抓取工件,。機(jī)器人的坐標(biāo)偏移量用下面的公式計(jì)算，其中θ為工件的旋轉(zhuǎn)角度,，L為末端執(zhí)行器的長度7.564 cm,。

    然后用MOVE SAFEPLAY，將不同旋轉(zhuǎn)角度的工件都以固定的角度移動(dòng)到放置安全點(diǎn),，最后完成放置,。機(jī)器人的抓放程序流程圖如圖5所示。

4 實(shí)驗(yàn)驗(yàn)證

    在Visual Studio中采用MFC開發(fā)實(shí)現(xiàn)上述圖像處理算法,，并建立Socket服務(wù)器與SCARA通信,。在MFC程序中采用多線程的方法實(shí)時(shí)顯示機(jī)器人工作區(qū)域的圖像，采用中斷的方式定時(shí)對圖像進(jìn)行模板匹配,。當(dāng)匹配到工件，利用Socket通信將工件坐標(biāo)發(fā)送給機(jī)器人完成裝配,。MFC程序界面及裝配實(shí)驗(yàn)系統(tǒng)如圖6所示,。

    系統(tǒng)誤差的主要來源為相機(jī)標(biāo)定、光照的變化,、坐標(biāo)變換以及機(jī)器人末端執(zhí)行器的精度等,。利用本系統(tǒng)對任意擺放的工件進(jìn)行識別和抓取，對連續(xù)50次的裝配點(diǎn)誤差進(jìn)行統(tǒng)計(jì)，如圖7所示,。通過以上實(shí)驗(yàn)測試,，本系統(tǒng)可以對任意擺放的工件進(jìn)行識別，并可以精確地放到裝配位置,，工件裝配的最大絕對誤差為0.2 mm,，平均絕對誤差為0.15 mm，可以滿足生產(chǎn)的要求,，證明系統(tǒng)的準(zhǔn)確性良好,。實(shí)驗(yàn)測試時(shí)間超過100 min且系統(tǒng)仍然穩(wěn)定運(yùn)行，證明系統(tǒng)的穩(wěn)定性良好,。

5 結(jié)束語

    為了使現(xiàn)有生產(chǎn)線工業(yè)機(jī)器人能更好地適應(yīng)抓取環(huán)境,，設(shè)計(jì)了基于視覺引導(dǎo)的機(jī)器人抓放系統(tǒng)。通過對工作區(qū)域圖像實(shí)時(shí)采集和模板匹配得到工件的坐標(biāo)和姿態(tài),，由機(jī)器人完成抓放,。通過對生產(chǎn)線的改進(jìn)，工件可以任意放入工作區(qū)域,，也可根據(jù)生產(chǎn)需要改變抓取策略,，提高機(jī)器人對環(huán)境的適應(yīng)性，大大提高生產(chǎn)效率,。通過多次測試實(shí)驗(yàn),，本系統(tǒng)可以完成上述所有功能，滿足工業(yè)生產(chǎn)的要求,。

參考文獻(xiàn)

[1] 周濟(jì).智能制造─“中國制造2025”的主攻方向[J].中國機(jī)械工程,，2015，26(17)：2273-2284．

[2] 譚民,，王碩.機(jī)器人技術(shù)研究進(jìn)展[J].自動(dòng)化學(xué)報(bào),，2013，39(7)：963-972．

[3] 駱敏舟,，方健,，趙江海.工業(yè)機(jī)器人的技術(shù)發(fā)展及其應(yīng)用[J].機(jī)械制造與自動(dòng)化，2015,，44(1)：1-4．

[4] 劉藝,，夏文杰.基于機(jī)器視覺的移動(dòng)工件抓取和裝配的研究[J].計(jì)算機(jī)測量與控制，2015,，23(7)：2329-2332.

[5] LEE W S,，EOM J H，WON J D.A study on visual servoing control of industrial robot[C].2012 12th International Conference on Control,，Automation and Systems(ICCAS).JeJu Island,，2012：1886-1890.

[6] 郭斌,，朱戈，陸藝,，等.智能化上料系統(tǒng)中工件視覺定位的研究[J].計(jì)算機(jī)測量與控制,，2016，24(2)：232-238．

[7] 翟敬梅,，董鵬飛,，張鐵.基于視覺引導(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.

[8] 劉振宇,，李中生，趙雪,，等.基于機(jī)器視覺的工業(yè)機(jī)器人分揀技術(shù)研究[J].制造業(yè)自動(dòng)化,，2013，35(9)：25-30.

作者信息:

黨宏社,，候金良,，強(qiáng)  華，張  超

（陜西科技大學(xué) 電氣與信息工程學(xué)院,，陜西 西安710021）