曹誠誠

基于機器視覺的工業(yè)機器人定位系統(tǒng)研究

曹誠誠

（南京理工大學(xué)泰州科技學(xué)院，江蘇 泰州 225300）

當(dāng)前工廠對智能設(shè)備的制造要求逐漸提升，同時機器視覺技術(shù)的的發(fā)展對于高精度的定位性能要求較高，并逐漸向機器人領(lǐng)域拓展?；跈C器視覺技術(shù)，通過概述工業(yè)機器人定位系統(tǒng)組成，圍繞動作過程等方面探究工業(yè)機器人定位系統(tǒng)的具體內(nèi)容，進而將定位信息向機器人控制器進行傳輸，完成定位任務(wù)。

機器視覺；工業(yè)機器人；定位系統(tǒng)；定位抓取技術(shù)

工業(yè)機器人是制造業(yè)的高端制造設(shè)備，對于穩(wěn)定性、定位精準(zhǔn)度的要求較高，因此需要借助機器視覺技術(shù)處理圖像，通過工業(yè)相機實現(xiàn)引導(dǎo)定位和模式識別等操作，快速獲取物體的質(zhì)心和邊界，滿足工業(yè)機器人系統(tǒng)運行的自定位需求，縮短其期望位置和末端位置間的差距，進而促進機器視覺技術(shù)的創(chuàng)新和發(fā)展。

1 定位系統(tǒng)組成

依托機器視覺的機器人定位系統(tǒng)包含攝像機系統(tǒng)和控制系統(tǒng)，其中攝像機系統(tǒng)中包括計算機（具有圖像采集卡）、攝像機，主要收集視覺圖像，并應(yīng)用機器視覺算法。控制系統(tǒng)包含控制箱和計算機，對計算機末端具體位置完成控制。工作區(qū)利用CCD攝像機進行拍攝，并使用計算機識別圖像，得到跟蹤特征，完成數(shù)據(jù)的計算和識別，借助逆運動學(xué)方式獲取機器人每一位置的誤差，再對高精度末端執(zhí)行模塊進行控制，科學(xué)調(diào)整機器人的位置和位姿。

2 工作原理

機器人系統(tǒng)較為復(fù)雜，其中包含工業(yè)計算機、伺服電機、伺服控制器等部件，借助“人類引導(dǎo)思想”工藝，對人類的行為習(xí)慣、肢體動作、決策方式、表達(dá)模式進行展示和控 制[1]。依托機器視覺技術(shù)的機器人定位系統(tǒng)工作原理包含以下內(nèi)容。

2.1 工業(yè)相機

工業(yè)相機的主要工作原理是光傳感使光線經(jīng)過相機鏡頭進入傳感器，實現(xiàn)CCD成像或者COMS成像，進而將光學(xué)信號調(diào)整為電信號，利用內(nèi)部模數(shù)轉(zhuǎn)換電路形成數(shù)字信號，同時將信號傳輸?shù)紻VP或DSP位置完成加工，獲得可以進行工業(yè)控制的格式。

2.2 視覺定位系統(tǒng)

視覺定位系統(tǒng)主要借助1394采集卡、CCD攝像機向計算機中輸入視頻信號，同時對其進行迅速處理。系統(tǒng)選取物體圖像、搜尋跟蹤物、構(gòu)建坐標(biāo)系，進而獲取跟蹤特征，完成數(shù)據(jù)計算和識別，借助逆運動學(xué)原理獲取機器人關(guān)節(jié)區(qū)域數(shù)值，利用末端執(zhí)行部分完成對機器人位姿的控制。

2.3 區(qū)域匹配

以依托區(qū)域的匹配方式為例，該技術(shù)主要是將圖像中某一位置的灰度區(qū)域當(dāng)作模板，在另一個圖像中尋找相似或相同的灰度值對應(yīng)分布區(qū)域，從而加強圖像之間的匹配度。依托區(qū)域的匹配方式中匹配關(guān)鍵是尺寸固定的圖像窗口，而判斷相似性的關(guān)鍵是度量值。例如，某點p（，）是圖像模板中的標(biāo)準(zhǔn)點，將該點作為中心隨機選擇某鄰域當(dāng)作窗口，若位于原始圖片中，垂直方向平移，水平方向平移，該部分搜索區(qū)域是k，若（，k）相關(guān)函數(shù)最小，則二者可以達(dá)到最佳匹配效果。

2.4 提取圖像特征

系統(tǒng)工作臺背景和工作臺工件顏色差別較大，如果工件是黑色，則需要將該條件當(dāng)作識別工作的主要依據(jù)。若工件的邊緣灰度出現(xiàn)明顯變化的情況，則可以得出對象的邊界節(jié)點。在掃描線技術(shù)中，若掃描過程中灰度變化十分明顯，則該像素點是邊界點。此外，可以利用最小二乘方法，通過邊界點將其擬合成圓周，得出圓心區(qū)域[2]。

3 系統(tǒng)動作過程

3.1 機器人標(biāo)定

在借助機器視覺技術(shù)對機器人進行引導(dǎo)前，需要對相機坐標(biāo)系和機器人完成標(biāo)定，建議使用“三點自動標(biāo)定”方式，對機器人進行標(biāo)定操作，同時設(shè)置標(biāo)定工件的自動模板，進而為后續(xù)機器視覺技術(shù)控制和引導(dǎo)機器人系統(tǒng)操作提供技術(shù)支持。

3.2 系統(tǒng)動作流程

在運行工位模塊時，需要借助可編程的PLC控制器單元，結(jié)合鋰電池載流片系統(tǒng)對機器人系統(tǒng)中氣缸、伺服電機、傳感器等裝置完成上料操作[3]。同時，工業(yè)相機可以采集上料后鋰電池載流片的圖像，并分析處理圖像，實現(xiàn)特征識別、模塊匹配、定位計算物料、確定目標(biāo)位置，進而將數(shù)據(jù)傳輸至機器人系統(tǒng)中，使機器人可以對鋰電池載流片完成科學(xué)的取放工作。

3.3 系統(tǒng)通訊模式

依托機器視覺技術(shù)的工業(yè)機器人系統(tǒng)中，鋰電池載流片定位系統(tǒng)內(nèi)部若采取普遍的TCP/IP模式，會出現(xiàn)網(wǎng)線掉線的情況，無法充分釋放設(shè)備網(wǎng)絡(luò)端口，需要先斷電再重啟才可以完全釋放，很難檢測HUB系統(tǒng)問題，進而影響生產(chǎn)系統(tǒng)的運行狀態(tài)。因此，建議創(chuàng)新通訊模式，按照“心臟跳動式”工藝，借助系統(tǒng)標(biāo)志、通訊設(shè)備所呈現(xiàn)的通訊模式，為工業(yè)機器人系統(tǒng)通訊運行工作提供技術(shù)保障。

4 攝像機標(biāo)定技術(shù)

視覺定位技術(shù)中攝像機標(biāo)定十分關(guān)鍵，需要結(jié)合多種測量標(biāo)準(zhǔn)選擇標(biāo)定模式，進而提升機器人系統(tǒng)定位精度。當(dāng)前攝像機標(biāo)定技術(shù)包含傳統(tǒng)標(biāo)定模式和自標(biāo)定模式，其中傳統(tǒng)標(biāo)定模式主要依托攝像機模型，在其前方放置特定參照物，借助數(shù)學(xué)計算和變換模式，得到外部參數(shù)和內(nèi)部參數(shù)信息。自標(biāo)定模式無需獲取已知參照物數(shù)值，可以利用移動的攝像機對周邊圖像及其對應(yīng)關(guān)系完成標(biāo)定。攝像機模型中小孔攝像機是基本模型，但在近距離、計算精度、廣角等要素要求較高的環(huán)境中，則無法利用該線性模型進行計算，需要借助校正方式，重建三維模型，獲取攝像機較高的精確度，因此畸變模型、成像模型是依托計算機視覺技術(shù)完成攝像機定標(biāo)的關(guān)鍵。

此外，當(dāng)多種坐標(biāo)系統(tǒng)進行調(diào)整時需要實現(xiàn)成像轉(zhuǎn)換，3-D景物成像中坐標(biāo)系統(tǒng)包含以下結(jié)構(gòu)：①世界坐標(biāo)。屬于現(xiàn)實和真實坐標(biāo)系統(tǒng)，屬于客觀坐標(biāo)，可以表示3-D場景。②攝像機坐標(biāo)。將攝像機作為中心，設(shè)置坐標(biāo)系統(tǒng)，將光學(xué)軸設(shè)為軸。③像平面坐標(biāo)。將攝像機坐標(biāo)模塊中平面與像平面平行，確保軸、軸分別和′、′重合，使平面的原點位于光學(xué)軸上。④計算機圖像坐標(biāo)。數(shù)字圖像需要存儲在計算機的存儲器內(nèi)，因此應(yīng)將投影坐標(biāo)向計算機圖像坐標(biāo)轉(zhuǎn)換。

5 圖像處理技術(shù)

5.1 圖像采集

模擬圖像無法借助數(shù)字計算機直接進行處理，需要將模擬圖像轉(zhuǎn)變?yōu)閿?shù)字圖像。而圖像數(shù)字化實際上是將模擬圖像劃分為多個小區(qū)域，稱為像素，并利用整數(shù)表示像素的灰度和亮度。本課題中對于數(shù)字圖像的處理主要借助灰度圖像實現(xiàn)，灰度圖像單純包含亮度信息，因此應(yīng)將亮度值進行量化控制，其中包含0～255，共計256個級別，而0是黑色屬于最暗的顏色，255是全白色，是最亮的顏色。同時，由于人眼可以分辨32個灰度級，因此應(yīng)借助一個字節(jié)對灰度完成表示，計算機內(nèi)部二維數(shù)字圖像相當(dāng)于某一矩陣，但其中的矩陣元素則是對應(yīng)圖像位置的灰度值，取值在0～255。

5.2 圖像預(yù)處理

數(shù)字圖像預(yù)處理技術(shù)主要借助平滑處理模式，可以降低噪聲。圖像處理階段出現(xiàn)的噪聲一般包含高斯噪聲、脈沖噪聲、椒鹽噪聲，其中，高斯噪聲是正態(tài)分布或依托亮度的噪聲；脈沖噪聲中存在白亮度值，其相當(dāng)于正脈沖噪聲；椒鹽噪聲包含隨機形成的黑白亮度值。而高斯噪聲一般來源于傳感器，比如攝像機運行過程中的干擾噪聲。因此，可以借助頻率域、空間域消除噪聲，利用模板運算、鄰域平均等方式降低噪聲。

6 定位抓取技術(shù)

6.1 圖像處理技術(shù)

依托機器視覺工藝應(yīng)用圖像處理技術(shù)，需要優(yōu)化定位抓取技術(shù)，數(shù)據(jù)來源是圖像信息，圖像處理技術(shù)的質(zhì)量與圖片完整度、清晰度相關(guān)，具體的處理技術(shù)包含以下內(nèi)容：①灰度處理模式。該技術(shù)可以把彩色圖片轉(zhuǎn)變?yōu)楹诎谆叶葓D片，進而體現(xiàn)圖像中的相關(guān)信息，優(yōu)化系統(tǒng)圖像處理質(zhì)量，減少計算機的計算任務(wù)。由于灰度圖像和彩色圖像的差別只有顏色，因此借助灰度圖像獲取數(shù)據(jù)可行性較高。②濾波處理模式。該模式主要目的是降低圖像噪聲，增加圖像中保留的信息點，突出圖像的可靠性和有效性。③二值化處理模式。該技術(shù)將像素點中灰度值調(diào)整成0/255，確保圖像只有唯一的灰度值，提升圖像的簡便性，降低信息處理量，該技術(shù)的關(guān)鍵是科學(xué)選擇閾值，充分發(fā)揮二值化處理技術(shù)的高效性。

6.2 三維定位技術(shù)

依托機器視覺的工業(yè)機器人定位技術(shù)的核心是三維定位模式，該技術(shù)對于提升系統(tǒng)定位抓取的精準(zhǔn)度至關(guān)重要。三維定位技術(shù)的應(yīng)用依托立體雙目視覺系統(tǒng)，對觀測目標(biāo)進行定位，構(gòu)建三維坐標(biāo)系，進而提升定位工作的質(zhì)量，可以更好地契合現(xiàn)代化工業(yè)生產(chǎn)和制造的需求，便于結(jié)合特定場景環(huán)境對坐標(biāo)系進行科學(xué)調(diào)整。借助三維定位技術(shù)能夠迅速對三維坐標(biāo)數(shù)據(jù)完成識別，轉(zhuǎn)化圖像坐標(biāo)系、現(xiàn)實坐標(biāo)系，獲取目標(biāo)具體位置信息，提升機器人系統(tǒng)定位抓取的水平。另外，該技術(shù)可以分析并調(diào)整圖像坐標(biāo)系和現(xiàn)實坐標(biāo)系之間的關(guān)聯(lián)度，抓取不同形狀、規(guī)格的目標(biāo)，進而滿足工業(yè)機器人定位系統(tǒng)開發(fā)需求。

7 結(jié)論

綜上所述，本文通過概述工業(yè)機器人系統(tǒng)、運用視覺技術(shù)標(biāo)定坐標(biāo)系、提取圖像特征、跟隨和匹配圖像，完成坐標(biāo)轉(zhuǎn)變。優(yōu)化新定位系統(tǒng)，將機器視覺技術(shù)和機器人技術(shù)有機結(jié)合，提升系統(tǒng)運算效率，加強其穩(wěn)定性和定位精確度，進而降低其定位誤差，提升其定位精度，突出工業(yè)制造工程的可靠性和適用性。

［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，2020，42（3）：58-62，97.

［2］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(shè)計［J］.組合機床與自動化加工技術(shù)，2018（9）：49-52.

［3］劉金龍. 基于機器視覺的車門抓取定位系統(tǒng)研究與開發(fā)［D］.北京：華北電力大學(xué)，2018.

TP242.2

A

10.15913/j.cnki.kjycx.2020.14.025

2095－6835（2020）14－0069－02

曹誠誠（1987—），女，山東安丘人，本科，助教，研究方向為工業(yè)機器人。

〔編輯：王霞〕