張建業(yè)， 潘 豐

(江南大學(xué) 輕工過(guò)程先進(jìn)控制教育部重點(diǎn)實(shí)驗(yàn)室，江蘇 無(wú)錫214122)

工件的識(shí)別和定位是工業(yè)機(jī)器人在生產(chǎn)線上有效應(yīng)用的重要環(huán)節(jié)。目前機(jī)器人已廣泛應(yīng)用于工業(yè)生產(chǎn)線上，但很多都是在示教人員的示教編程或離線編程下完成一些預(yù)先設(shè)定的固定動(dòng)作和功能［1-2］。如果工件周圍的環(huán)境發(fā)生了變化，則就很可能導(dǎo)致機(jī)器人任務(wù)失?。?］。

機(jī)器視覺是使機(jī)器人具有像人一樣的視覺功能，從客觀事物的圖像中提取出有用的信息，從而實(shí)現(xiàn)各種檢測(cè)、判斷、識(shí)別和測(cè)量等功能。將機(jī)器視覺技術(shù)和機(jī)器人技術(shù)相結(jié)合，利用機(jī)器視覺的定位功能使機(jī)器人具有自己的“眼睛”以獲取工件的位置信息，引導(dǎo)機(jī)器人完成抓取、搬運(yùn)等工作［4］。

針對(duì)機(jī)器人抓取電梯門板的高精度、高速度和智能化要求，文中設(shè)計(jì)開發(fā)了基于視覺的機(jī)器人抓取電梯門板的定位系統(tǒng)，且針對(duì)電梯門板尺寸較大單相機(jī)定位精度差、不穩(wěn)定的難題，提出了采用雙相機(jī)的方法保證定位的精確性和穩(wěn)定性，并基于康耐視VisionPro 視覺開發(fā)軟件設(shè)計(jì)了視覺定位程序。實(shí)際應(yīng)用結(jié)果表明，該系統(tǒng)能夠準(zhǔn)確、穩(wěn)定地定位電梯門板的位置。

1 視覺定位原理及系統(tǒng)組成

1.1 視覺定位原理

視覺定位原理如圖1 所示。

圖1 視覺定位原理Fig.1 Diagram of the visual location principle

由圖1 可以看出，電梯門板來(lái)料的標(biāo)準(zhǔn)位置是偏移量為零的位置，實(shí)際生產(chǎn)中工人通過(guò)吊裝設(shè)備將電梯門板放置在來(lái)料臺(tái)面上，每次放置的位置都有變化。由于電梯門板尺寸較大為2 120 ×430 mm，角度計(jì)算偏差稍大經(jīng)過(guò)坐標(biāo)系原點(diǎn)旋轉(zhuǎn)后會(huì)在門板的另一端造成較大偏差，且門板越長(zhǎng)偏差就越大;而相機(jī)的視野有限，再加上不同門板采集圖像時(shí)噪聲的干擾，會(huì)使得單相機(jī)定位精確度不夠、穩(wěn)定性不高。為解決此問(wèn)題本系統(tǒng)采用雙相機(jī)定位的方法，通過(guò)求取兩個(gè)相距較遠(yuǎn)的點(diǎn)擬合的直線角度保證定位的精度和穩(wěn)定性;因機(jī)器人上料時(shí)電梯門板一端距離地面較近，則兩相機(jī)只能安裝在吸盤抓手的一端，因此兩個(gè)點(diǎn)分別取電梯門板一端兩個(gè)矩形孔的左上頂點(diǎn)A 和B。

兩個(gè)相機(jī)分別采集電梯門板一端的兩個(gè)矩形孔圖像，相機(jī)1 視野中的A 點(diǎn)通過(guò)尋找特征邊La1和La2的交點(diǎn)提取，相機(jī)2 視野中的B 點(diǎn)通過(guò)尋找特征邊Lb1和Lb2的交點(diǎn)提取。

機(jī)器人工件坐標(biāo)系Or原點(diǎn)建在特征點(diǎn)A0處，選取點(diǎn)A 計(jì)算位移偏移量，直線AB 計(jì)算角度偏移量。首先采集基準(zhǔn)位置電梯門板圖像，計(jì)算點(diǎn)A0(x0，y0)、B0的坐標(biāo)和直線A0B0的角度α0(其中A0為原點(diǎn)x0= 0，y0= 0)，并分別保存為基準(zhǔn)位置坐標(biāo)和基準(zhǔn)位置角度;然后每次來(lái)料時(shí)，采集圖像計(jì)算此時(shí)點(diǎn)A(x，y)和直線AB 的角度α，可知偏移量ΔX = x －x0= x，ΔY = y －y0= y，Δα = α －α0。

1.2 系統(tǒng)總體結(jié)構(gòu)設(shè)計(jì)

根據(jù)定位檢測(cè)的要求，設(shè)計(jì)了如圖2 所示的機(jī)器人視覺定位系統(tǒng)的硬件總體結(jié)構(gòu)，由相機(jī)、鏡頭、光源、圖像采集卡、機(jī)器人和工控機(jī)等組成。兩個(gè)相機(jī)安裝在機(jī)器人吸盤抓手一端，光源安裝在相機(jī)下面，圖像采集卡安裝在工控機(jī)PCI 插槽中，工控機(jī)和相機(jī)以及工控機(jī)和機(jī)器人都通過(guò)以太網(wǎng)相連接，工控機(jī)是系統(tǒng)的核心，承擔(dān)著圖像處理、界面顯示和通信的重要任務(wù)。

圖2 定位系統(tǒng)硬件組成Fig.2 Hardware components of the location system

當(dāng)機(jī)器人抓手到達(dá)圖像采集位置后，發(fā)出圖像采集信號(hào)控制相機(jī)采集圖像，采集的圖像通過(guò)千兆以太網(wǎng)傳送給工控機(jī);工控機(jī)獲取圖像后通過(guò)圖像處理算法計(jì)算出位置偏移量并發(fā)送給機(jī)器人，引導(dǎo)機(jī)器人調(diào)整自己的抓取位姿，如果定位失敗則需要人工調(diào)整門板位置重新定位。圖3 為視覺定位系統(tǒng)的整體定位流程。

1.3 視覺系統(tǒng)的硬件選型

1.3.1 工業(yè)相機(jī) 相機(jī)是機(jī)器視覺系統(tǒng)的核心部件，由感光芯片的不同主要分為CCD 相機(jī)和CMOS相機(jī)。一般情況下CCD 相機(jī)芯片的感光度比CMOS相機(jī)芯片敏感，圖像效果好，故本系統(tǒng)采用CCD 相機(jī)。根據(jù)實(shí)際生產(chǎn)要求確定的相機(jī)分辨率、幀率以及接口類型等參數(shù)，采用德國(guó) Basler 公司scA1300-32gm 工業(yè)相機(jī)。相機(jī)的主要參數(shù)見表1。

圖3 視覺定位系統(tǒng)流程Fig.3 Flow chart of the visual location system

表1 工業(yè)相機(jī)主要參數(shù)Tab.1 Main parameters of industry camera

1.3.2 鏡頭 光學(xué)鏡頭是機(jī)器視覺系統(tǒng)中必不可少的部件，直接影響成像質(zhì)量的好壞。根據(jù)相機(jī)分辨率的大小、視野范圍和工作距離等要求，采用日本TAMRON 公司的M118FM16 型號(hào)的百萬(wàn)定焦工業(yè)鏡頭。鏡頭的主要參數(shù)見表2。

表2 鏡頭主要參數(shù)Tab.2 Main parameters of lenses

1.3.3 光源 圖像的質(zhì)量對(duì)整個(gè)視覺系統(tǒng)極為重要。在機(jī)器視覺系統(tǒng)中好的打光設(shè)計(jì)可以克服環(huán)境光干擾，保證圖像質(zhì)量穩(wěn)定，增強(qiáng)圖像的對(duì)比度，使目標(biāo)與背景的邊界清晰，形成有利于圖像處理的效果圖像。

本系統(tǒng)采用的是OPT 公司OPT-RI12000 型號(hào)的紅色環(huán)形LED 光源，主要考慮了以下幾點(diǎn)因素:

1)采用環(huán)形光源，角度是90° 直射方式，可以使光照均勻，增強(qiáng)圖像對(duì)比度;

2)由于電梯門板的反光性相對(duì)較強(qiáng)，所以采用波長(zhǎng)較長(zhǎng)的紅色光源可以使采集到的圖像效果更加均勻、穩(wěn)定;

3)光亮穩(wěn)定，使用壽命長(zhǎng)。

1.4 系統(tǒng)安裝方式

根據(jù)來(lái)料位置允許誤差范圍為±50 mm 相機(jī)視野可控制在160 ×120 mm 左右;提取的特征點(diǎn)A，B距離是260 mm，則兩相機(jī)的光心距離保持在260 ±5 mm;受機(jī)器人工作最大高度限制相機(jī)工作距離不超過(guò)470 mm 等實(shí)際情況，設(shè)計(jì)了如圖4 所示的視覺定位系統(tǒng)的安裝方式。

圖4 視覺定位系統(tǒng)安裝方式Fig.4 Installation of the visual location system

2 坐標(biāo)系的轉(zhuǎn)換

由于系統(tǒng)采集到的圖像使用的是圖像坐標(biāo)系，而機(jī)器人是通過(guò)調(diào)整工件坐標(biāo)系實(shí)現(xiàn)位姿的調(diào)整，所以需要建立圖像坐標(biāo)系與工件坐標(biāo)系的關(guān)系。系統(tǒng)中包括3 個(gè)坐標(biāo)系:圖像坐標(biāo)系、世界坐標(biāo)系和機(jī)器人工件坐標(biāo)系，Z 軸坐標(biāo)由激光傳感器確定，視覺系統(tǒng)是在二維平面內(nèi)的定位，3 個(gè)坐標(biāo)系都是二維坐標(biāo)系，不考慮Z 軸。

3 個(gè)坐標(biāo)系的關(guān)系如圖5 所示。

圖5 3 個(gè)坐標(biāo)系的關(guān)系Fig.5 Relationship chart of the coordinate systems

由圖5 可知，要實(shí)現(xiàn)圖像坐標(biāo)系到機(jī)器人工件坐標(biāo)系的轉(zhuǎn)換，首先要進(jìn)行相機(jī)標(biāo)定，實(shí)現(xiàn)圖像坐標(biāo)系到世界坐標(biāo)系的轉(zhuǎn)換;再進(jìn)行機(jī)器人手眼標(biāo)定，實(shí)現(xiàn)世界坐標(biāo)系到機(jī)器人工件坐標(biāo)系的轉(zhuǎn)換。

2.1 相機(jī)標(biāo)定

視覺定位過(guò)程中需要確定電梯門板表面點(diǎn)的位置與其在圖像中位置的關(guān)系，即需要構(gòu)建相機(jī)成像的幾何模型，相機(jī)標(biāo)定即是求解模型參數(shù)的過(guò)程［5］。相機(jī)標(biāo)定分為線性標(biāo)定和非線性標(biāo)定。成像過(guò)程中普遍存在透視畸變和徑向畸變［6-7］。其中，透視畸變主要是因?yàn)橄鄼C(jī)光軸與電梯門板平面不垂直造成的，屬于線性畸變;徑向畸變主要是鏡頭自身的工藝造成的，包括桶形畸變和枕形畸變，屬于非線性畸變。為了能夠準(zhǔn)確反映其對(duì)應(yīng)關(guān)系，提高視覺定位的精確度，采集的圖像需要畸變矯正，采用非線性標(biāo)定法。

非線性標(biāo)定即通過(guò)建立攝像機(jī)成像的非線性模型，根據(jù)標(biāo)定板圖像中特征點(diǎn)的像素坐標(biāo)和世界坐標(biāo)的對(duì)應(yīng)關(guān)系求解出攝像機(jī)的內(nèi)外參數(shù)及畸變參數(shù)。系統(tǒng)中非線性標(biāo)定采用VisionPro 中的CogCalibCheckerBoardTool 工具，相機(jī)1 和相機(jī)2 的標(biāo)定方法相同，下面以相機(jī)1 為例說(shuō)明標(biāo)定方法。

1)采集標(biāo)定板圖像。標(biāo)定板分為棋盤格標(biāo)定板和網(wǎng)格點(diǎn)標(biāo)定板，由于當(dāng)棋盤格標(biāo)定板采用“詳盡棋盤格”搜索特性時(shí)標(biāo)定精度優(yōu)于網(wǎng)格點(diǎn)標(biāo)定板，所以采用棋盤格標(biāo)定板。標(biāo)定板圖像的采集環(huán)境和工具配置與相機(jī)正常工作時(shí)一致，根據(jù)相機(jī)視野和精度的要求制作了平面大小為270 × 190 mm，網(wǎng)格大小為5 mm ×5 mm 的標(biāo)定板。

2)提取標(biāo)定信息。獲取標(biāo)定板圖像后，采用CogCalibCheckerBoardTool 工具提取圖像的特征點(diǎn);標(biāo)定模式選擇非線性，特性搜索模式選擇詳盡棋盤格。圖6 為搜索到的特征點(diǎn)分布，圖7 為特征點(diǎn)的坐標(biāo)值。

圖6 特征點(diǎn)分布Fig.6 Feature point distribution

圖7 特征點(diǎn)坐標(biāo)Fig.7 Feature point coordinates

3)相機(jī)標(biāo)定。求解相機(jī)成像模型的參數(shù)，包括透視和徑向畸變模型參數(shù)以及線性轉(zhuǎn)換模型參數(shù);系統(tǒng)運(yùn)行時(shí)，采用求得的模型完成對(duì)畸變圖像的矯正，并將圖像坐標(biāo)系轉(zhuǎn)換為世界坐標(biāo)系。圖8 為具體的標(biāo)定信息。

圖8 標(biāo)定結(jié)果Fig.8 Calibration result

RMS 誤差是特征點(diǎn)位置的均方根誤差，誤差越小標(biāo)定效果越好，計(jì)算公式如下:

其中:N 為找到的特征點(diǎn)的個(gè)數(shù);i 為特征點(diǎn)的編號(hào);e 為某個(gè)特征點(diǎn)的位置誤差，等于此點(diǎn)通過(guò)相機(jī)標(biāo)定轉(zhuǎn)換求得的世界坐標(biāo)與未校正前此點(diǎn)真實(shí)的世界坐標(biāo)間的距離。CogCalibCheckerBoardTool 工具中把RMS 誤差分為了5 個(gè)等級(jí):(0，0.1)為優(yōu)秀，(0.1，0.5)為良好，(0.5，2)為合格，(2，5)為差，(5，+ ∞)為非常差。由圖8 可以看出，相機(jī)標(biāo)定的RMS 誤差是0.381 760，由此可知標(biāo)定結(jié)果良好。

2.2 手眼標(biāo)定

手眼標(biāo)定完成世界坐標(biāo)系到機(jī)器人工件坐標(biāo)系的轉(zhuǎn)換，其關(guān)系如圖9 所示。

圖9 世界坐標(biāo)系和工件坐標(biāo)系關(guān)系Fig.9 Relationship of world coordinate system and workpiece coordinate

由圖9 可以看出，兩坐標(biāo)系主要的關(guān)系是縮放、旋轉(zhuǎn)和偏移。Ow是世界坐標(biāo)系，Or是機(jī)器人工件坐標(biāo)系，M 點(diǎn)是坐標(biāo)系中的任意點(diǎn)，坐標(biāo)分別為(xwm，ywm)和(xrm，yrm)。則世界坐標(biāo)系和機(jī)器人工件坐標(biāo)系的關(guān)系可表示為

其中:fx，fy為世界坐標(biāo)系X，Y 方向的縮放比例;α 為旋轉(zhuǎn)角度;x0，y0為兩坐標(biāo)系原點(diǎn)偏移量。采用CalibNPointToNPointTool 標(biāo)定工具計(jì)算其轉(zhuǎn)換關(guān)系。

1)確定特征點(diǎn)。通過(guò)工具CalibNPointTo-NPointTool 實(shí)現(xiàn)坐標(biāo)系轉(zhuǎn)換需要一組特征點(diǎn)的坐標(biāo)值，特征點(diǎn)的選取要對(duì)比度好、清晰、計(jì)算精確度高，圖1 中的點(diǎn)A 即是本系統(tǒng)選取的特征點(diǎn)。

2)記錄坐標(biāo)并轉(zhuǎn)換。常用的坐標(biāo)系轉(zhuǎn)換方法有四點(diǎn)法和九點(diǎn)法，點(diǎn)數(shù)越多精確度越高，因此文中采用九點(diǎn)法。讓機(jī)器人分別沿其X，Y 方向移動(dòng)兩次，每次移動(dòng)20 mm，共記錄9 個(gè)點(diǎn)，移動(dòng)到每個(gè)點(diǎn)時(shí)分別記錄下其未校正坐標(biāo)和原始的已校正坐標(biāo)。圖10 為特征點(diǎn)的部分坐標(biāo)，圖11 為坐標(biāo)系轉(zhuǎn)換的結(jié)果。系統(tǒng)運(yùn)行時(shí)，通過(guò)此轉(zhuǎn)換即可完成世界坐標(biāo)系到機(jī)器人工件坐標(biāo)系的轉(zhuǎn)換。

圖10 特征點(diǎn)坐標(biāo)Fig.10 Feature point coordinates

圖11 坐標(biāo)系轉(zhuǎn)換的結(jié)果Fig.11 Coordinate system transformation Results

3 視覺定位系統(tǒng)軟件設(shè)計(jì)

3.1 開發(fā)環(huán)境介紹

視覺定位是機(jī)器人抓取上料的關(guān)鍵環(huán)節(jié)，在圖像處理的核心算法上必須保證高精度、高效率和高穩(wěn)定性，這樣無(wú)疑要做大量的實(shí)驗(yàn)，增加系統(tǒng)開發(fā)的難度和周期［8］。VisionPro 是美國(guó)Cognex 公司研發(fā)的一套基于PC 的完整的、強(qiáng)大的軟件開發(fā)包，包含了定位、圖像標(biāo)定、檢測(cè)、通信等復(fù)雜而高效的圖像處理算法，并且支持Gige，F(xiàn)ireWire 和Camera-Link 等硬件平臺(tái)。本系統(tǒng)基于VisionPro 采用·NET語(yǔ)言進(jìn)行二次開發(fā)，保證系統(tǒng)的穩(wěn)定性和高效性，同時(shí)加快應(yīng)用程序開發(fā)周期，降低開發(fā)成本。

3.2 提取特征點(diǎn)坐標(biāo)

3.2.1 轉(zhuǎn)換坐標(biāo)系 采用CogAcqFifoTool 工具采集圖像。此時(shí)圖像采用的坐標(biāo)系是圖像坐標(biāo)系，根據(jù)上述坐標(biāo)系轉(zhuǎn)換方法進(jìn)行坐標(biāo)系的轉(zhuǎn)換，使偏移量的計(jì)算都在工件坐標(biāo)系下完成，這樣可以直接為機(jī)器人使用。

3.2.2 模板匹配 模板匹配可以在幾何變換中找出特征圖像和其檢測(cè)目標(biāo)之間的坐標(biāo)對(duì)應(yīng)關(guān)系。由于來(lái)料位置的變動(dòng)會(huì)使相機(jī)采集的圖像特征位置相應(yīng)變動(dòng)，采用模板匹配的辦法實(shí)現(xiàn)對(duì)特征邊搜索區(qū)域的粗定位，再用VisionPro 中的CogPMAlignTool工具提取圖片的特征位置信息并通過(guò)CogFixtureTool 工具建立其與特征邊搜索區(qū)域的坐標(biāo)對(duì)應(yīng)關(guān)系，即使來(lái)料門板位置發(fā)生了變動(dòng)也不會(huì)影響對(duì)特征邊的提取，保證A 點(diǎn)和B 點(diǎn)的穩(wěn)定提取。

CogPMAlignTool 工具有多種模板匹配算法，主要包括PatQuick，PatMax 和PatFlex，由于對(duì)計(jì)算速度的要求以及CogPMAlignTool 工具只是用來(lái)粗定位，所以采用PatQuick 算法。選擇的模板在整個(gè)圖像中要具有唯一性，保證可以唯一的、穩(wěn)定的匹配到此模板，在此系統(tǒng)中選擇兩條邊相交處矩形孔的直角為匹配模板。CogPMAlignTool 工具模板匹配分為兩個(gè)階段，即離線模板訓(xùn)練和在線模板匹配。首先使用CogPMAlignTool 工具中的圖像掩膜編輯器繪制自己需要訓(xùn)練的特征模板進(jìn)行離線訓(xùn)練并保存;然后對(duì)采集到的新圖像進(jìn)行模板匹配，尋找模板并計(jì)算相似度;最后把CogPMAlignTool 工具匹配到的特征位置變化信息傳達(dá)給CogFixtureTool 工具實(shí)現(xiàn)模板與特征邊搜索區(qū)域的坐標(biāo)相對(duì)應(yīng)關(guān)系。兩相機(jī)的模板匹配結(jié)果分別如圖12、圖13 左上角方框所示。

圖12 相機(jī)1 模板匹配和點(diǎn)特征點(diǎn)AFig.12 Template matching and feature point A of Camera 1

圖13 相機(jī)2 模板匹配及特征點(diǎn)BFig.13 Template matching and feature point B of Camera 2

3.2.3 提取特征點(diǎn)A，B 首先擬合特征邊，然后求兩條擬合特征邊的交點(diǎn)。特征邊是通過(guò)求取邊上的點(diǎn)擬合的，特征邊上點(diǎn)的求取采用VisionPro 中CogFindLine 工具的卡尺實(shí)現(xiàn)，本系統(tǒng)中使用40 個(gè)探索長(zhǎng)度為14 mm、投影長(zhǎng)度為4 mm 的卡尺提取特征邊上40 個(gè)特征點(diǎn)，同時(shí)考慮到外界噪聲對(duì)圖像的干擾，在擬合特征邊時(shí)忽略5 個(gè)偏差最大特征點(diǎn)，以提高擬合的精確性。

把CogFindLine 工具擬合的兩條特征邊Restlt.GetLine()傳遞給CogIntersectLineLineTool 工具求取兩條特征邊的交點(diǎn)，CogIntersectLineLineTool 工具有兩個(gè)輸出終端X 和Y，即表示交點(diǎn)的坐標(biāo)值。特征點(diǎn)A，B 提取的結(jié)果分別如圖12、圖13 左上角兩條擬合直線的交點(diǎn)所示。

3.3 計(jì)算偏移量

如圖1 所示，把電梯門板放在抓取標(biāo)準(zhǔn)位置，機(jī)器人抓手移動(dòng)到拍照位置采集圖像，經(jīng)上述圖像處理計(jì)算出A0(x0，y0)點(diǎn)的坐標(biāo);作為基準(zhǔn)位置坐標(biāo)，采用函數(shù)CogMath.AnglePointPoint()計(jì)算出直線A0B0的角度α0作為基準(zhǔn)角度。

當(dāng)來(lái)料位置發(fā)生變化時(shí)，用此時(shí)計(jì)算的點(diǎn)A(x，y)的坐標(biāo)減去基準(zhǔn)位置坐標(biāo)，即可求得

采用函數(shù)CogMath.AnglePointPoint()計(jì)算出直線AB 的角度α，減去其基準(zhǔn)角度即可求得

4 系統(tǒng)功能測(cè)試

為了測(cè)試視覺定位系統(tǒng)的功能，選取90 個(gè)門板進(jìn)行重復(fù)性測(cè)試，并不斷地調(diào)整系統(tǒng)參數(shù)，使系統(tǒng)盡量達(dá)到最佳工作狀態(tài)。具體調(diào)節(jié)參數(shù)見表3。

表3 系統(tǒng)工具參數(shù)Tab.3 Parameters of system tools

測(cè)試結(jié)果表明:當(dāng)電梯門板來(lái)料位置允許偏差ΔX 和ΔY 在±50 mm 內(nèi)、Δα 在±5°內(nèi)時(shí)，視覺系統(tǒng)可以穩(wěn)定提取特征并實(shí)現(xiàn)精確定位。定位誤差在±1.5 mm 內(nèi)，最大定位誤差為1.36 mm，平均誤差0.863 mm，誤差統(tǒng)計(jì)分析見表4。整個(gè)視覺定位系統(tǒng)的運(yùn)行時(shí)間穩(wěn)定在2 s 以內(nèi)，系統(tǒng)可完成數(shù)據(jù)追溯和參數(shù)設(shè)定，滿足實(shí)際工業(yè)應(yīng)用要求。

表4 誤差統(tǒng)計(jì)分析Tab.4 Statistical analysis of error

5 結(jié) 語(yǔ)

在電梯門板上料系統(tǒng)中，將視覺定位技術(shù)應(yīng)用于機(jī)器人，使其能夠獲取電梯門板位置信息并調(diào)整自己的抓取位姿，以替代人工勞動(dòng)力提高了生產(chǎn)效率，提升了機(jī)器人的智能化水平和工作靈活性，從而擴(kuò)大其在工業(yè)生產(chǎn)中的應(yīng)用范圍。對(duì)于像電梯門板這樣大物件的定位，為保證定位精確性和穩(wěn)定性采用雙相機(jī)定位的方法。目前，該視覺定位系統(tǒng)已經(jīng)在實(shí)際生產(chǎn)中應(yīng)用，能夠快速、精確、穩(wěn)定地引導(dǎo)機(jī)器人完成電梯門板的上料任務(wù)，具有較大的實(shí)用價(jià)值。

［1］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.

ZHAI Jingmei，DONG Pengfei，ZHANG Tie.Positioning and grasping system design of industrial robot based on visual guidance［J］.Machine Design and Research，2014，30(5):45-49.(in Chinese)

［2］王金濤.基于手眼視覺的工業(yè)機(jī)器人自動(dòng)分揀系統(tǒng)研究［J］.工業(yè)技術(shù)創(chuàng)新，2014，1(2):216-220.

WANG Jintao.Research on industrial robot automatied sorting system based on eye-in-hand vision［J］. The Industry Technical Innovation，2014，1(2):216-220.(in Chinese)

［3］廖萬(wàn)輝，李琳.基于機(jī)器視覺的工業(yè)機(jī)器人定位系統(tǒng)［J］.微計(jì)算機(jī)信息，2009，25(3):242-244.

LIAO Wanhui，LI Lin.Stereo vision for tracking and location system working on industrial robot［J］.Microcomputer Information，2009，25(3):242-244.(in Chinese)

［4］張小清，周廣兵.基于機(jī)器視覺的動(dòng)力電池分揀機(jī)器人定位系統(tǒng)［J］.物流工程與管理，2012，34(1):95-98.

ZHANG Xiaoqing，ZHOU Guangbing. Location system of power battery sorting robot based on machine vision［J］. Logistics Engineering and Management，2012，34(1):95-98.(in Chinese)

［5］廖曉波，李眾立，廖璇.磚窯卸垛機(jī)器人視覺定位系統(tǒng)研究［J］.控制工程，2013，20(4):650-654.

LIAO Xiaobo，LI Zhongli，LIAO Xuan. Research of brick destacking robot vision orientation system［J］. Control Engineering of China，2013，20(4):650-654.(in Chinese)

［6］王曉華，傅衛(wèi)平.零件的雙目視覺識(shí)別定位與抓取系統(tǒng)研究［J］.制造業(yè)自動(dòng)化，2010，32(11):129-132.

WANG Xiaohua，F(xiàn)U Weiping. Research on recognition and location system of work-piece based on binocular vision［J］.Manufacturing Automation，2010，32(11):129-132.(in Chinese)

［7］薛白，段鎖林，鄒凌.考慮徑向畸變的機(jī)器人視覺系統(tǒng)的參數(shù)標(biāo)定［J］.計(jì)算機(jī)工程與設(shè)計(jì)，2012，33(11):4407-4411.

XUE Bai，DUAN Suolin，ZOU Ling.Calibration of camera parameters with radial distortion for robot vision system［J］.Computer Engineering and Design，2012，33(11):4407-4411.(in Chinese)

［8］晏祖根，李明，徐克非，等.高速機(jī)器人分揀系統(tǒng)機(jī)器視覺技術(shù)的研究［J］.包裝與食品機(jī)械，2014，32(1):28-31.

YAN Zuigen，LI Ming，XU Kefei，et al.High-speed robot auto-sorting system based on machine vision［J］. Packaging and Food Machinery，2014，32(1):28-31.(in Chinese)