论文部分内容阅读
摘 要：为了实现PVC涂胶机器人的精准涂胶，文章以大众轿车厂涂装车间PVC涂胶机器人站为例，进行基于视觉反馈的机器人伺服控制系统研究。由安装在工作间内的4台摄像头捕获图像。对处理后的图像进行目标识别，提取图像特征，采用模板匹配的方法识别出特征点。然后根据已标定的摄像头和机器人，计算出车壳与机器人的位置关系和车壳与车壳之间的位置偏差发送给机器人，机器人根据偏差值自动调整涂胶轨迹，实现了视觉定位系统与机器人的自主匹配。
关键词：工业机器人；视觉定位；自主匹配
中图分类号：TP242 文献标识码：A 文章编号：1006-8937（2016）30-0060-02
如今，在現代化大工业生产中经常涉及到各种材料的检测、零部件检查与产品监控，如汽车零配件加工的检查、电子元件的检测等。以往这些高度重复，且智能化极高的检测都是由肉眼来完成的，但很多精度更高，甚至某些设备也难以完成的工作就必须借助高精度、非接触的测量仪器，就便是视觉测试系统。
1 视觉定位系统的特性
何谓“视觉定位系统”？视觉定位系统是建立在计算机视觉研究基础上的一门新兴测试技术。视觉定位系统重点研究的是物体的几何尺寸及物体的位置测量，如轿车白车身三维尺寸的测量、模具三维面形的测量、大型工件的测量等，它可以广泛应用于许多高精度测量中，对大幅降低检验成本，提升产品质量大有益处。
视觉系统主要包括两大方面：系统的硬件及系统的软件，如图1所示。
系统的硬件主要采用了摄像头+工业PC的架构方式，主要由工控机，摄像头，照明系统，控制柜，线缆组成。传统人工定系统位与视觉定位系统的对比，见表1。
2 涂胶机器人的作用
工业机器人是FMS（Flexible Manufacturing System柔性加工）加工单元的主要组成部分，它的灵活性和柔性使其成为自动化物流系统中必不可少的设备，主要用于物料、工件的装卸、分捡和贮运。目前在全世界有数以百万的各种类型的工业机器人应用在机械制造、零件加工和装配及运输等领域，不过这些应用都是基于先精确的示教后运行，而且工作环境都是预先安排好的，所以机器人能成功地抓取物体。视觉的采样周期比超声波和激光雷达短，这也意味着视觉系统的实时性要好，所以更适合工件的在线识别、定位等。由于具有以上这些优点，基于视觉的智能机器人具有广阔的发展空间。因而使用视觉来提高机器人的智能水平，具有重要的现实意义和研究价值。
涂胶机器人通常由安装架、机器人定位系统、伺服驱动系统、供胶系统及涂胶枪、控制系统及电控配电系统、安全防护装置等组成。
①机器人安装架。机器人安装架通常由铝型材组成；
②机器人定位系统。它是整台设备的核心；
③伺服驱动系统。一般来说，每个运动轴配有一台伺服电机；
④供胶系统及涂胶胶枪。供胶系统以稳定的压力，将胶压送到自动涂胶枪的枪头，并确保所涂胶形均匀一致；
⑤控制系统及电控配电系统。该系统由工控机、运动控制卡组成；
⑥安全防护装置。该装置具有故障提示及报警功能。
3 视觉定位系统的类型
目前常采用图像获取和模板识别。
3.1 图像获取
图像获取也就是图像的数字化过程，即将图像采集到计算机中的过程。主要涉及成像及模数转换（A/D Converter）技术。随着计算机与微电子特别是固体成像设备（光电耦合器件 CCD）的快速发展，图像获取设备的成本已显著降低。
在自然的形式下，图像并不能直接由计算机分析。因为计算机只能处理数字而不是图片，所以一幅图像在用计算机进行处理前必须先转化为数字形式。图像转化为数字形式的方法是将物理图像经过采样划分为称作图像像素的小区域。最常见的划分方案是方形采样网格，图像被分割成由相邻像素组成的许多水平线。经过采样后的图像还不是数字图像，因为这些像素上的灰度值仍是一个连续量，必须进行量化。所谓量化就是将每个像素的亮暗程度用一个整数值来表示，即像素的灰度离散化。完成上述转化后，图像被表示为一个整数矩阵。每个像素具有两个属性：位置和灰度，此数字矩阵就作为计算机处理的对象。在采样和量化处理后，才能产生一张数字化的图像。
3.2 模板识别
模板识别就是从图像中找出与已知模板相似的目标模板，即识别出物体并确定出它在整幅图像中的位置和方向，是计算机视觉系统中的关键和难点。它相当于对被研究对象的调查和了解，从中得到数据和材料。第二部分模板预处理。由于原始模板存在着许多噪声和畸变，所以预处理的目的去除干扰、噪声及差异，将原始模板变成适合于计算机进行特征提取的形式。第三部分是模板特征提取。它的作用在于把调查了解到的数据材料进行加工、整理、分析、归纳抽出能反映事物本质的特征。第四部分识别判断就是根据提取的特征参数，采用某种判别规则，对模板信息进行分类和辨识，得到识别结果。
模板识别的方法很多，大体上可以归纳为：统计模板识别、结构模板识别、模糊集模板识别、模板匹配识别。模板匹配是其中最有代表性、应用最为广泛的方法，其在运动目标跟踪、遥感模板识别、机器人视觉等领域都已得到了应用。
4 视觉定位系统的应用
PVC生产线采用了当时最先进的VMT视觉系统与FANUC机器人匹配实现车壳底板的自动涂胶。设备建造和调试均由德国EISENMANN公司承包，其中视觉系统和机器人的匹配由于技术复杂，难度大；它不仅实施周期长，售后服务不及时，且花费大笔的规划费用。因此理解和掌握并最终实现视觉系统和机器人的自主匹配就是非常急迫的并且很有必要。通过研究视觉系统的图像处理，特征点识别，模板库的学习以及坐标系统的形成，进一步理解和掌握VMT视觉软件。
工控机的使用大大提高了系统的稳定性。系统的软件主要由图像采集/处理模块，模板识别模块，3D向量计算模块，通讯模块。 机器人涂胶站布局示意图，如图2所示，每当车壳在机器人站到位后，机器人就自动调用相应的程序，对车壳焊缝和底板进行涂胶。但是由于现场环境及机械等原因，每次车壳停止的位置不可能完全相同，为了实现机器人能够精准的涂胶保证车壳的涂胶质量，就要求机器人能够精确的跟踪车壳位置的变化。视觉定位系统的出现正是为了解决这个问题，它通过4个摄像头对车壳上的特征点的识别和测量，从而计算出车壳位置移动的偏差，并将此结果发送给机器人。机器人自动将此偏差值补偿到涂胶的轨迹程序中，实现精准的涂胶。
为了实现机器人涂胶轨迹能够跟踪车壳位置的变化，我们需要将车壳坐标系定义为机器人的一个user坐标系，由上述描述的利用激光测量仪可以得出TC0-R ，即车壳0在机器人坐标系中的位置，我们就把这个位置定义为机器人的一个user坐標系。这样我们只需要把视觉系统所得出的TCn-C0补偿到机器人相应的user坐标系中，机器人就会自动修改涂胶轨迹，实现精准涂胶。
实现视觉定位系统和机器人的匹配，需要用到激光测量仪，可是我们还没有此设备的核心技术。所以要实现视觉定位系统和机器人的自主匹配，就需要绕过激光测量仪。经过研究我们发现，只要在设备第一次调试时，标定好摄像头和机器人后，车壳的位置就可以通过摄像头测出来。由于摄像头和机器人相对于工作间是固定的，在后续车型上线的时候，就可以使用第一款车型上线时机器人和摄像头的数据，车壳的位置通过摄像头测量可以得出。这样的话就可以不用激光测量仪实现后续车型的自主调试。但是摄像头测量的车壳位置需要经过图像的识别和计算，就会存在一定的误差。
5 结 语
经过上述研究，利用摄像头测量车壳的位置，成功实现了后续车型上线时，机器人与视觉系统的自主匹配。节省了大笔资金。而且由于省去了很多中间环节，大大缩短了调试周期。也为后期设备出现故障的快速解决创造了有利条件。视觉定位系统与机器人的匹配的基本步骤为：在项目实施之初，利用激光测量仪标定好机器人和摄像头，并记录好数据；视觉定位系统获取车壳图像；识别特征点；通过识别出的特征点计算出零车壳的位置，定为零测量；同样的方法测量后续车壳的位置；视觉系统计算位置偏差；将偏差值发送给机器人；机器人根据偏差值自动调整涂胶轨迹，实现精准涂胶。
参考文献：
[1] 孙兆林.MATLAB6.x图像处理[M].北京：清华大学出版社，2002.
[2] 贾云得.机器视觉[M].北京：科学出版社，2000.
[3] 文怀兴，张鑫.基于双目视觉识别技术的智能挖掘机器人研究[J].机械 设计与制造，2009，（2）.
关键词：工业机器人；视觉定位；自主匹配
中图分类号：TP242 文献标识码：A 文章编号：1006-8937（2016）30-0060-02
如今，在現代化大工业生产中经常涉及到各种材料的检测、零部件检查与产品监控，如汽车零配件加工的检查、电子元件的检测等。以往这些高度重复，且智能化极高的检测都是由肉眼来完成的，但很多精度更高，甚至某些设备也难以完成的工作就必须借助高精度、非接触的测量仪器，就便是视觉测试系统。
1 视觉定位系统的特性
何谓“视觉定位系统”？视觉定位系统是建立在计算机视觉研究基础上的一门新兴测试技术。视觉定位系统重点研究的是物体的几何尺寸及物体的位置测量，如轿车白车身三维尺寸的测量、模具三维面形的测量、大型工件的测量等，它可以广泛应用于许多高精度测量中，对大幅降低检验成本，提升产品质量大有益处。
视觉系统主要包括两大方面：系统的硬件及系统的软件，如图1所示。
系统的硬件主要采用了摄像头+工业PC的架构方式，主要由工控机，摄像头，照明系统，控制柜，线缆组成。传统人工定系统位与视觉定位系统的对比，见表1。
2 涂胶机器人的作用
工业机器人是FMS（Flexible Manufacturing System柔性加工）加工单元的主要组成部分，它的灵活性和柔性使其成为自动化物流系统中必不可少的设备，主要用于物料、工件的装卸、分捡和贮运。目前在全世界有数以百万的各种类型的工业机器人应用在机械制造、零件加工和装配及运输等领域，不过这些应用都是基于先精确的示教后运行，而且工作环境都是预先安排好的，所以机器人能成功地抓取物体。视觉的采样周期比超声波和激光雷达短，这也意味着视觉系统的实时性要好，所以更适合工件的在线识别、定位等。由于具有以上这些优点，基于视觉的智能机器人具有广阔的发展空间。因而使用视觉来提高机器人的智能水平，具有重要的现实意义和研究价值。
涂胶机器人通常由安装架、机器人定位系统、伺服驱动系统、供胶系统及涂胶枪、控制系统及电控配电系统、安全防护装置等组成。
①机器人安装架。机器人安装架通常由铝型材组成；
②机器人定位系统。它是整台设备的核心；
③伺服驱动系统。一般来说，每个运动轴配有一台伺服电机；
④供胶系统及涂胶胶枪。供胶系统以稳定的压力，将胶压送到自动涂胶枪的枪头，并确保所涂胶形均匀一致；
⑤控制系统及电控配电系统。该系统由工控机、运动控制卡组成；
⑥安全防护装置。该装置具有故障提示及报警功能。
3 视觉定位系统的类型
目前常采用图像获取和模板识别。
3.1 图像获取
图像获取也就是图像的数字化过程，即将图像采集到计算机中的过程。主要涉及成像及模数转换（A/D Converter）技术。随着计算机与微电子特别是固体成像设备（光电耦合器件 CCD）的快速发展，图像获取设备的成本已显著降低。
在自然的形式下，图像并不能直接由计算机分析。因为计算机只能处理数字而不是图片，所以一幅图像在用计算机进行处理前必须先转化为数字形式。图像转化为数字形式的方法是将物理图像经过采样划分为称作图像像素的小区域。最常见的划分方案是方形采样网格，图像被分割成由相邻像素组成的许多水平线。经过采样后的图像还不是数字图像，因为这些像素上的灰度值仍是一个连续量，必须进行量化。所谓量化就是将每个像素的亮暗程度用一个整数值来表示，即像素的灰度离散化。完成上述转化后，图像被表示为一个整数矩阵。每个像素具有两个属性：位置和灰度，此数字矩阵就作为计算机处理的对象。在采样和量化处理后，才能产生一张数字化的图像。
3.2 模板识别
模板识别就是从图像中找出与已知模板相似的目标模板，即识别出物体并确定出它在整幅图像中的位置和方向，是计算机视觉系统中的关键和难点。它相当于对被研究对象的调查和了解，从中得到数据和材料。第二部分模板预处理。由于原始模板存在着许多噪声和畸变，所以预处理的目的去除干扰、噪声及差异，将原始模板变成适合于计算机进行特征提取的形式。第三部分是模板特征提取。它的作用在于把调查了解到的数据材料进行加工、整理、分析、归纳抽出能反映事物本质的特征。第四部分识别判断就是根据提取的特征参数，采用某种判别规则，对模板信息进行分类和辨识，得到识别结果。
模板识别的方法很多，大体上可以归纳为：统计模板识别、结构模板识别、模糊集模板识别、模板匹配识别。模板匹配是其中最有代表性、应用最为广泛的方法，其在运动目标跟踪、遥感模板识别、机器人视觉等领域都已得到了应用。
4 视觉定位系统的应用
PVC生产线采用了当时最先进的VMT视觉系统与FANUC机器人匹配实现车壳底板的自动涂胶。设备建造和调试均由德国EISENMANN公司承包，其中视觉系统和机器人的匹配由于技术复杂，难度大；它不仅实施周期长，售后服务不及时，且花费大笔的规划费用。因此理解和掌握并最终实现视觉系统和机器人的自主匹配就是非常急迫的并且很有必要。通过研究视觉系统的图像处理，特征点识别，模板库的学习以及坐标系统的形成，进一步理解和掌握VMT视觉软件。
工控机的使用大大提高了系统的稳定性。系统的软件主要由图像采集/处理模块，模板识别模块，3D向量计算模块，通讯模块。 机器人涂胶站布局示意图，如图2所示，每当车壳在机器人站到位后，机器人就自动调用相应的程序，对车壳焊缝和底板进行涂胶。但是由于现场环境及机械等原因，每次车壳停止的位置不可能完全相同，为了实现机器人能够精准的涂胶保证车壳的涂胶质量，就要求机器人能够精确的跟踪车壳位置的变化。视觉定位系统的出现正是为了解决这个问题，它通过4个摄像头对车壳上的特征点的识别和测量，从而计算出车壳位置移动的偏差，并将此结果发送给机器人。机器人自动将此偏差值补偿到涂胶的轨迹程序中，实现精准的涂胶。
为了实现机器人涂胶轨迹能够跟踪车壳位置的变化，我们需要将车壳坐标系定义为机器人的一个user坐标系，由上述描述的利用激光测量仪可以得出TC0-R ，即车壳0在机器人坐标系中的位置，我们就把这个位置定义为机器人的一个user坐標系。这样我们只需要把视觉系统所得出的TCn-C0补偿到机器人相应的user坐标系中，机器人就会自动修改涂胶轨迹，实现精准涂胶。
实现视觉定位系统和机器人的匹配，需要用到激光测量仪，可是我们还没有此设备的核心技术。所以要实现视觉定位系统和机器人的自主匹配，就需要绕过激光测量仪。经过研究我们发现，只要在设备第一次调试时，标定好摄像头和机器人后，车壳的位置就可以通过摄像头测出来。由于摄像头和机器人相对于工作间是固定的，在后续车型上线的时候，就可以使用第一款车型上线时机器人和摄像头的数据，车壳的位置通过摄像头测量可以得出。这样的话就可以不用激光测量仪实现后续车型的自主调试。但是摄像头测量的车壳位置需要经过图像的识别和计算，就会存在一定的误差。
5 结 语
经过上述研究，利用摄像头测量车壳的位置，成功实现了后续车型上线时，机器人与视觉系统的自主匹配。节省了大笔资金。而且由于省去了很多中间环节，大大缩短了调试周期。也为后期设备出现故障的快速解决创造了有利条件。视觉定位系统与机器人的匹配的基本步骤为：在项目实施之初，利用激光测量仪标定好机器人和摄像头，并记录好数据；视觉定位系统获取车壳图像；识别特征点；通过识别出的特征点计算出零车壳的位置，定为零测量；同样的方法测量后续车壳的位置；视觉系统计算位置偏差；将偏差值发送给机器人；机器人根据偏差值自动调整涂胶轨迹，实现精准涂胶。
参考文献：
[1] 孙兆林.MATLAB6.x图像处理[M].北京：清华大学出版社，2002.
[2] 贾云得.机器视觉[M].北京：科学出版社，2000.
[3] 文怀兴，张鑫.基于双目视觉识别技术的智能挖掘机器人研究[J].机械 设计与制造，2009，（2）.