王思佳++許富強(qiáng)++何昌鑫

摘 要：在大數(shù)據(jù)時(shí)代的背景下，人工智能得到了前所未有的發(fā)展。自改革開放尤其是進(jìn)入21世紀(jì)以來，我國(guó)整體工業(yè)技術(shù)平穩(wěn)快速發(fā)展，在此期間也一直致力于智能機(jī)器人的研究與制造，其中“中國(guó)制造2025”與“互聯(lián)網(wǎng)+”的提出為我國(guó)智能機(jī)器人的發(fā)展提供了新的機(jī)遇。自20世紀(jì)70年代引進(jìn)自動(dòng)分揀技術(shù)以來，我國(guó)在吸收國(guó)外先進(jìn)經(jīng)驗(yàn)的基礎(chǔ)上不斷自主研發(fā)，緊跟世界發(fā)展潮流，取得了一系列的輝煌成就。本文作者通過大量調(diào)研，從應(yīng)用背景、國(guó)內(nèi)外技術(shù)發(fā)展現(xiàn)狀等方面對(duì)基于視覺分析的工業(yè)分揀機(jī)器人進(jìn)行了調(diào)查和研究。

關(guān)鍵詞：人工智能；工業(yè)機(jī)器人；視覺分析；分揀

DOI：10.16640/j.cnki.37-1222/t.2017.24.017

1 應(yīng)用背景及意義

經(jīng)濟(jì)的發(fā)展極大地提高了對(duì)產(chǎn)品分類的需求，這就說明對(duì)分揀機(jī)器人的要求也越來越高。工業(yè)分揀機(jī)器人，通過虛擬樣機(jī)技術(shù)、機(jī)器視覺技術(shù)和智能控制技術(shù)將視覺與分揀相結(jié)合，實(shí)現(xiàn)了對(duì)工作臺(tái)上目標(biāo)工件的圖像識(shí)別、信息提取、空間定位與精準(zhǔn)抓取等一系列動(dòng)作。工業(yè)分揀機(jī)器人可以有效地提高生產(chǎn)柔性和自動(dòng)化程度，在生產(chǎn)、分揀、裝配等領(lǐng)域均具有重大的實(shí)用性，可以廣泛應(yīng)用于電子、汽車、航空航天、鐵道、機(jī)械等工業(yè)制造部門。

機(jī)器視覺技術(shù)的研發(fā)和應(yīng)用，極大地增強(qiáng)了機(jī)器人對(duì)外界的感知能力，將人們從重復(fù)乏味的視覺識(shí)別工作中解脫出來。目前，國(guó)內(nèi)很多勞動(dòng)強(qiáng)度大的行業(yè)生產(chǎn)還大量依靠人力完成，致使成本高，市場(chǎng)競(jìng)爭(zhēng)力弱。通過采用基于視覺分析的工業(yè)分揀機(jī)器人可以規(guī)范產(chǎn)品位置、產(chǎn)品分類，進(jìn)而有效提高生產(chǎn)效率、降低勞動(dòng)強(qiáng)度，對(duì)實(shí)現(xiàn)工業(yè)自動(dòng)化具有重要意義。

2 應(yīng)用前景分析

2.1 生產(chǎn)線產(chǎn)品

盡管生產(chǎn)線上的產(chǎn)品都是標(biāo)準(zhǔn)化生產(chǎn)，但由于生產(chǎn)、制造的誤差，總存在一些不合格品。目前質(zhì)檢工作大部分由人工完成，且其方式主要為抽檢，這就產(chǎn)生了一個(gè)致命的問題——檢測(cè)精度遠(yuǎn)遠(yuǎn)不夠，無法滿足高質(zhì)量產(chǎn)品的控制要求。近幾年，國(guó)內(nèi)不少有識(shí)之士已意識(shí)到這個(gè)問題，提出了一系列建議。“機(jī)器換人”工作在我國(guó)某些領(lǐng)域取得了一定的成果，以浙江為例，該省杭州市質(zhì)檢院在2014與浙江大學(xué)機(jī)器人研究中心合作，致力于研發(fā)基于視覺分析的工業(yè)機(jī)器人，用于產(chǎn)業(yè)檢測(cè)，并取得了階段性成果。

2.2 精密零件

電子產(chǎn)品、家用電器、磁懸浮列車、航空航天等科技產(chǎn)品的核心部件，比如微型電機(jī)、揚(yáng)聲器、振動(dòng)元件等，都屬于精密零件。各類科技產(chǎn)品向“高精尖”方向發(fā)展的同時(shí)，其質(zhì)量保障也顯得尤為重要，這就對(duì)各種規(guī)格的精密零件的誤差要求更加嚴(yán)苛。由于人工的主觀差錯(cuò)率大，現(xiàn)有的半自動(dòng)檢測(cè)機(jī)器識(shí)別精度還達(dá)不到要求，基于視覺分析的工業(yè)分揀機(jī)器人的出現(xiàn)，將通過自動(dòng)化檢測(cè)、高精度視覺識(shí)別、高效率分揀來降低分揀錯(cuò)誤率，解決此難題。

2.3 物料搬送

物料搬送是當(dāng)前基于視覺分析的工業(yè)分揀機(jī)器人應(yīng)用最成熟的領(lǐng)域。物料搬送主要包括物料的分揀、搬送和放置，整個(gè)過程對(duì)于視覺要求不是太高，側(cè)重于分揀，而機(jī)器人機(jī)械手依靠其靈活度和穩(wěn)定度可以很好的實(shí)現(xiàn)這一動(dòng)作。

3 國(guó)內(nèi)外技術(shù)發(fā)展現(xiàn)狀

3.1 美國(guó)研發(fā)現(xiàn)狀

美國(guó)作為機(jī)器人的誕生地，其基于視覺分析的工業(yè)分揀機(jī)器人的研發(fā)工作一直處于世界領(lǐng)軍地位。美國(guó) ESM 公司及Sortex公司就研制了一種光電分選機(jī)，主要用于農(nóng)副產(chǎn)品分選、金屬分選和礦石分選等領(lǐng)域；美國(guó)普渡大學(xué)研制了一種基于機(jī)器視覺的物料分揀系統(tǒng)，它采用簡(jiǎn)單的圓弧輪廓特征來描述復(fù)雜的零件，能夠較好地從裝有一堆零件的容器中撿取零件；美國(guó)哥倫比亞大學(xué)研究出的puma560機(jī)器人可采用立體視覺算法對(duì)小火車進(jìn)行空間定位，并實(shí)現(xiàn)圖像識(shí)別，運(yùn)用視覺功能抓取運(yùn)動(dòng)中的玩具小火車。

美國(guó)在研究過程中發(fā)現(xiàn)，要想完善基于視覺分析的工業(yè)分揀機(jī)器人技術(shù)關(guān)鍵在于視覺方面。 AdeptSight是Adept公司開發(fā)的一款視覺系統(tǒng)軟件，它可為機(jī)器人提供基于PC機(jī)的引導(dǎo)和檢測(cè)功能，并且具有極高的穩(wěn)定性和精確性；Fanuc公司的iRVision也是一款視覺系統(tǒng)軟件，它能實(shí)現(xiàn)部分位置檢測(cè)、防錯(cuò)等功能。

3.2 日本研發(fā)現(xiàn)狀

有“機(jī)器人王國(guó)”之稱的日本在機(jī)器人研發(fā)方面也頗有建樹。日本引用人工智能機(jī)器人分揀重型垃圾，即通過信息識(shí)別、空間定位等技術(shù)將建筑廢料中的鋼筋、混凝土、木屑、塑料等可以循環(huán)再利用的材料分揀出來另作他用，現(xiàn)場(chǎng)實(shí)際測(cè)試發(fā)現(xiàn)四臺(tái)人工智能機(jī)器人平均每分鐘合計(jì)可以對(duì)垃圾分揀五十次，一天的垃圾處理量在兩千噸左右。由于日本的垃圾掩埋費(fèi)用特別昂貴，這種基于人工智能的分揀系統(tǒng)可極大地降低垃圾處理的成本，有數(shù)據(jù)顯示，利用該系統(tǒng)的盈利是同種規(guī)模下人工分揀盈利的三倍。

3.3 國(guó)內(nèi)發(fā)展現(xiàn)狀

移動(dòng)式分揀裝盤機(jī)器人是昆船自動(dòng)化物流工程公司開發(fā)出的基于視覺識(shí)別的機(jī)器人，該系統(tǒng)將光學(xué)視覺部分、工業(yè)機(jī)器人、數(shù)控有軌車等結(jié)合。可實(shí)現(xiàn)自動(dòng)堆碼、分揀裝盤，自動(dòng)控制空、實(shí)托盤進(jìn)出作業(yè)，自動(dòng)管理分揀裝盤及搭配輔料，調(diào)度同一軌道兩臺(tái)機(jī)器人進(jìn)行安全、有效的工作等功能；北京領(lǐng)邦儀器公司研發(fā)出了一款工業(yè)零件檢測(cè)機(jī)器人，該機(jī)器人采用先進(jìn)的機(jī)器視覺技術(shù)和光學(xué)檢測(cè)技術(shù)，可對(duì)高精度零件進(jìn)行檢測(cè)分揀，在稀土磁材零件行業(yè)中運(yùn)用廣泛，近期，蘋果公司已決定引進(jìn)這款機(jī)器人以用于檢測(cè)手機(jī)里面的觸覺反饋線性馬達(dá)零件。

4 結(jié)語

基于視覺分析的工業(yè)分揀機(jī)器人在工業(yè)領(lǐng)域的重要性已為人們所認(rèn)知，其技術(shù)關(guān)鍵在于視覺識(shí)別、空間定位、準(zhǔn)確抓取等方面。“機(jī)器換人”是工業(yè)領(lǐng)域經(jīng)濟(jì)創(chuàng)新和發(fā)展的必然趨勢(shì)，相信在我國(guó)技術(shù)人才的潛心鉆研下，我國(guó)的工業(yè)分揀機(jī)器人必能邁上一個(gè)新的臺(tái)階。

參考文獻(xiàn)：

[1]賀雅琴.自動(dòng)物料分揀機(jī)器人系統(tǒng)的關(guān)鍵技術(shù)研究[J].華南理工大學(xué)碩士論文，2011：5-8.

[2]段振華.工業(yè)機(jī)器人自動(dòng)分揀輸送線的研究[J].實(shí)驗(yàn)室研究與探索，2013，32（03）：113-116.

[3]伍錫如，黃國(guó)明，孫立寧.基于深度學(xué)習(xí)的工業(yè)分揀機(jī)器人快速視覺識(shí)別與定位算法[J].機(jī)器人，2016，38（06）：711-719.