付澤民 王佳煒 張鎖懷

(上海應(yīng)用技術(shù)大學(xué)機(jī)械工程學(xué)院，上海 201418)

金屬材料的折彎是鈑金加工中的重要加工方式，折彎?rùn)C(jī)作為折彎加工設(shè)備，是板料成形行業(yè)的重要技術(shù)載體。由于操作簡(jiǎn)單、工藝通用性好，在鈑金加工行業(yè)中應(yīng)用廣泛[1]。目前付澤民等采用人工劃線輔助折彎，在馬鞍形折彎領(lǐng)域取得了一定的成果[2]。但是馬鞍形折彎工藝要求高，模型復(fù)雜且回彈難控制[3]，人工劃線方法效率低、精度低，對(duì)工人技術(shù)水平要求高，工作強(qiáng)度大且存在安全隱患。這種加工模式在加工速度和成形質(zhì)量方面都影響了馬鞍形板材折彎的研究。

機(jī)器人及自動(dòng)化裝備成本降低、性能提升，提高制造業(yè)自動(dòng)化水平，提高了產(chǎn)品質(zhì)量和生產(chǎn)效率，改善勞動(dòng)條件?，F(xiàn)今機(jī)器人廣泛替代人工進(jìn)行焊接、沖壓、噴涂、醫(yī)療等復(fù)雜作業(yè)[4-5]。國(guó)內(nèi)外汽車生產(chǎn)線基本全部使用機(jī)器人完成焊接、噴涂等工作。Ficarra V等在內(nèi)科手術(shù)領(lǐng)域?qū)C(jī)器人進(jìn)行了研究[6]。國(guó)外Zanella A等在機(jī)器人輔助折彎領(lǐng)域也進(jìn)行了研究[7]。但是機(jī)器人示教編程周期長(zhǎng)，示教精度低，難實(shí)現(xiàn)復(fù)雜軌跡運(yùn)動(dòng)與精確定位[8]，直接影響著馬鞍形折彎的效率和精度，不能滿足折彎的要求。

針對(duì)上述問題，本文研發(fā)了一套基于機(jī)器視覺的機(jī)器人輔助折彎離線自動(dòng)編程系統(tǒng)。機(jī)器人輔助折彎提高馬鞍形折彎的精度，立體視提升機(jī)器人的自動(dòng)化智能化[9-10]。離線編程加快機(jī)器人編程進(jìn)程，提高機(jī)器人效率。當(dāng)板材位置及折彎參數(shù)種類較多且變化頻繁時(shí)，方便實(shí)現(xiàn)機(jī)器人程序修改與優(yōu)化，易實(shí)現(xiàn)機(jī)器人輔助折彎任務(wù)的轉(zhuǎn)換，同時(shí)減輕勞動(dòng)強(qiáng)度，保證操作安全。

1 輔助折彎?rùn)C(jī)器人離線自動(dòng)編程系統(tǒng)

1.1 系統(tǒng)硬件

機(jī)器人輔助折彎離線自動(dòng)編程系統(tǒng)主要由折彎系統(tǒng)、機(jī)器人系統(tǒng)(及數(shù)字控制系統(tǒng))、視覺系統(tǒng)和計(jì)算機(jī)系統(tǒng)組成。系統(tǒng)硬件如圖1所示，包括折彎設(shè)備；FANUC M-20iA六自由度關(guān)節(jié)型機(jī)器人及控制柜，示教盒；雙目立體視覺；Dell Precision M4800移動(dòng)工作站。

1.2 系統(tǒng)工作原理

機(jī)器人的運(yùn)動(dòng)軌跡、板材夾取參數(shù)和輔助漸進(jìn)折彎工序是由計(jì)算機(jī)的離線編程指令提供的。工作原理如圖2所示。首先利用視覺系統(tǒng)對(duì)板材的初始位置進(jìn)行圖像采集，獲取板材的圖像。經(jīng)過圖像預(yù)處理、ROI區(qū)域的選取，圖像閾值分割與圖像信息采集等得到板材的空間坐標(biāo)，并提取出板材中心點(diǎn)數(shù)據(jù)及折彎起始點(diǎn)數(shù)據(jù)信息。然后根據(jù)加工工藝參數(shù)進(jìn)行路徑規(guī)劃，通過輸入折彎工藝參數(shù)數(shù)據(jù)設(shè)置機(jī)器人漸進(jìn)夾取板材路徑數(shù)據(jù)，離線自動(dòng)生成機(jī)器人輔助折彎的程序。在計(jì)算機(jī)上對(duì)生成的程序進(jìn)行仿真和優(yōu)化。最后將優(yōu)化調(diào)整后的程序傳輸給機(jī)器人控制系統(tǒng)，控制帶吸附夾具(末端執(zhí)行器)的機(jī)器人按規(guī)劃的路徑輔助漸進(jìn)折彎，最終完成折彎加工。

2 機(jī)器人輔助折彎系統(tǒng)模塊

系統(tǒng)主要包含6個(gè)功能模塊：機(jī)器人視覺采集、空間定位、路線規(guī)劃、自動(dòng)編程、仿真優(yōu)化和通信模塊。

2.1 機(jī)器人視覺采集

2.1.1 輔助折彎?rùn)C(jī)器人視覺系統(tǒng)

視覺采用Point Grey-Bumblebee XB3 BBX3-1352C雙目立體視覺，如圖3所示。分辨率1280×960，幀頻16FPS，像素尺寸為3.75 μm× 3.75 μm，基線距24cm，配合1394B圖像采集卡，光源采用LED光源。視覺系統(tǒng)采用Eye-to-hand安裝方式固定在折彎?rùn)C(jī)左上方，Eye-to-hand安裝方式，圖像傳感器固定安裝而不隨機(jī)器人手部動(dòng)作，圖像噪聲變化不大，采集處理比較容易。

2.1.2 雙目立體視覺原理

雙目立體視覺基于視差原理進(jìn)行測(cè)量，只要己知兩攝像機(jī)間的位置關(guān)系，就可以測(cè)量?jī)蓴z像機(jī)公共視場(chǎng)內(nèi)物體的三維尺寸以及空間物體特征點(diǎn)的三維坐標(biāo)。如圖4所示，其中基線距B=兩攝像機(jī)的投影中心連線的距離；相機(jī)焦距為f。

設(shè)兩攝像機(jī)在同一時(shí)刻觀看空間物體的同一特征點(diǎn)p(xc，yc，zc)分別在“左眼”和“右眼”上獲取了點(diǎn)P的圖像，它們的圖像坐標(biāo)分別為pleft=(Xleft，Yright)，pright=(Xright，Yright)。

現(xiàn)兩攝像機(jī)的圖像在同一個(gè)平面上，則特征點(diǎn)P的圖像坐標(biāo)y坐標(biāo)相同，即Yleft=Yright=Y，則由三角幾何關(guān)系得到：

(1)

則視差為：Disparity=Xleft-Xright。由此可計(jì)算出特征點(diǎn)P在相機(jī)坐標(biāo)系下的三維坐標(biāo)為：

(2)

因此，左相機(jī)像面上的任意一點(diǎn)只要能在右相機(jī)像面上找到對(duì)應(yīng)的匹配點(diǎn)，就可以確定出該點(diǎn)的三維坐標(biāo)，如圖5所示。通過立體匹配得到所有點(diǎn)的視差圖像后，經(jīng)過計(jì)算可以確定光條上所有點(diǎn)的深度信息，得到板材的空間信息。

2.1.3 視覺與機(jī)器人的標(biāo)定

手眼關(guān)系標(biāo)定過程中，標(biāo)定板固定，通過旋轉(zhuǎn)和移動(dòng)改變機(jī)器人的位置，在每一個(gè)圖像采集位置點(diǎn)記錄相應(yīng)的機(jī)器人位置數(shù)據(jù)，調(diào)用函數(shù)hand eye-calibration( )進(jìn)行手眼標(biāo)定，得到手眼關(guān)系矩陣。

2.2 金屬板材空間定位

2.2.1 圖像預(yù)處理與信息提取

為了減少運(yùn)算量，提升圖像處理速度和整個(gè)系統(tǒng)的折彎效率，采用HALCON中的動(dòng)態(tài)ROI檢測(cè)算法提取圖像中感興趣的區(qū)域，去除大量的圖像噪聲。對(duì)采集到的圖像進(jìn)行灰度化、二維低通數(shù)字濾波等圖像預(yù)處理。

采用HALCON中的區(qū)域特征提取算法和threshold算子對(duì)預(yù)處理后的圖像進(jìn)行邊緣提取，通過area_centre、inner_rectangle、orientation_region、select_obj、disp_arrow等算子對(duì)板材的中心點(diǎn)、面積、偏轉(zhuǎn)角度等進(jìn)行精確計(jì)算，如圖6所示，求得圖像在HALCON中的坐標(biāo)信息。

2.2.2 板材坐標(biāo)轉(zhuǎn)換

將HALCON測(cè)量得到的坐標(biāo)數(shù)據(jù)通過矩陣變換，轉(zhuǎn)換為機(jī)器人坐標(biāo)系數(shù)據(jù)，實(shí)現(xiàn)坐標(biāo)系的統(tǒng)一。其中Mbh矩陣由機(jī)器人和視覺手眼關(guān)系標(biāo)定得到。至此完成機(jī)器人坐標(biāo)系下金屬板材的空間定位。

(3)

2.3 路線規(guī)劃

2.3.1 板材馬鞍形板彎工藝分析

折彎成形是把板料彎曲成目標(biāo)角度和形狀的加工工藝，該方法大多是一次折彎成形。馬鞍形是雙曲率曲面，橫向拋物線形狀由曲面凸凹模輪廓控制，縱向由成形工藝控制。單道次難以成形馬鞍形三維曲面工件，因此采用二維曲面凸凹模進(jìn)行馬鞍形三維馬鞍形曲面板材的成形，如圖7所示。該方法是通過工藝規(guī)劃，將板材按進(jìn)給量一步一步地送入凸凹模之間進(jìn)行漸進(jìn)壓彎，嚴(yán)格控制每道次的下壓量和保壓時(shí)間，以整體成形高質(zhì)量的馬鞍形三維曲面板材。原理如圖7所示。

2.3.2 折彎規(guī)劃

折彎規(guī)劃模塊包含工藝規(guī)劃和路徑規(guī)劃。工藝規(guī)劃根據(jù)具體折彎任務(wù)要求，以及相關(guān)折彎材料的信息，針對(duì)不同金屬板材的折彎與折彎曲率要求，規(guī)劃折彎各項(xiàng)工藝參數(shù)，如圖8所示。路徑規(guī)劃根據(jù)工藝規(guī)劃的要求，規(guī)劃板材在折彎?rùn)C(jī)上的折彎軌跡，獲取FANUC機(jī)器人輔助折彎路徑數(shù)據(jù)。

折彎的工藝規(guī)劃基于金屬板材的材料、大小、厚度等因素，結(jié)合金屬成形工藝的知識(shí)，確定平板吸附夾具吸氣口的個(gè)數(shù)、吸附板材達(dá)到的高度、氣流量等參數(shù)；遵循上述要求，結(jié)合折彎工藝，進(jìn)行加工路徑的離線規(guī)劃。輔助折彎?rùn)C(jī)器人運(yùn)動(dòng)軌跡編程采用目標(biāo)點(diǎn)方式，即首先確定機(jī)器人末端路徑上的目標(biāo)點(diǎn)，然后利用相應(yīng)的運(yùn)動(dòng)指令將所有目標(biāo)點(diǎn)串聯(lián)起來，形成整個(gè)機(jī)器人加工運(yùn)行路徑。

(1)路徑節(jié)點(diǎn)的確定：根據(jù)板料相對(duì)于折彎設(shè)備和機(jī)器人的位置間距，規(guī)劃?rùn)C(jī)器人路徑節(jié)點(diǎn)，保證機(jī)器人工作穩(wěn)定、無碰撞路徑。

(2)平板吸附夾具初始姿態(tài)與運(yùn)動(dòng)軌跡的確定：根據(jù)板材的厚度、視覺測(cè)得板材的空間位置信息確定吸附夾具的初始姿態(tài)。板材的大小、折彎工藝、折彎設(shè)備模具的高度確定吸附夾具在折彎起始點(diǎn)的軌跡與漸進(jìn)折彎動(dòng)軌跡。

2.4 自動(dòng)編程

自動(dòng)編程模塊是虛擬規(guī)劃數(shù)據(jù)向?qū)嶓w機(jī)器人程序指令轉(zhuǎn)換的關(guān)鍵環(huán)節(jié)，它將機(jī)器人末端執(zhí)行器運(yùn)行軌跡數(shù)據(jù)自動(dòng)轉(zhuǎn)換成機(jī)器人可識(shí)別、可執(zhí)行的指令文件。根據(jù)FANUC機(jī)器人語言格式，通過開發(fā)的高級(jí)語言程序自動(dòng)將路徑規(guī)劃得到的數(shù)據(jù)編制成機(jī)器人的運(yùn)動(dòng)指令，保存為指定的文本文件“bend01”。

機(jī)器人輔助折彎系統(tǒng)在加工程序中需要控制機(jī)器視覺、機(jī)器人運(yùn)動(dòng)軌跡、運(yùn)動(dòng)速度、停頓時(shí)間、漸進(jìn)折彎的進(jìn)給量、吸附夾具的啟閉，而且需要控制各工序的時(shí)序。把機(jī)器人作為主控設(shè)備，充分利用機(jī)器人自身的數(shù)字I/O及延時(shí)功能，主要通過機(jī)器人數(shù)字輸入/輸出(DI/DO)控制串接在聯(lián)動(dòng)控制箱中的繼電器或電磁閥來實(shí)現(xiàn)對(duì)各種聯(lián)動(dòng)設(shè)備的控制，從而使系統(tǒng)的各組成部分協(xié)調(diào)工作。

2.5 仿真優(yōu)化

仿真模塊主要實(shí)現(xiàn)折彎模擬。從生成的機(jī)器人指令中讀取軌跡參數(shù)，然后模擬出機(jī)器人輔助折彎過程中的吸附夾具軌跡，檢查有無干涉碰撞等，以驗(yàn)證程序的正確性并進(jìn)行優(yōu)化。在FANUC機(jī)器人配套的Roboguide仿真軟件中創(chuàng)建工作單元和機(jī)器人程序，如圖9所示。以FANUC機(jī)器人虛擬控制器為支持，它提供了一個(gè)虛擬的離線3D世界和離線仿真功能，能輸出準(zhǔn)確的時(shí)鐘周期和機(jī)器人運(yùn)動(dòng)軌跡數(shù)據(jù)，其仿真過程和機(jī)器人實(shí)際運(yùn)行過程完全一致。

2.6 通信模塊

通信模塊實(shí)現(xiàn)計(jì)算機(jī)與機(jī)器人控制柜的通信，完成程序的傳輸。輔助折彎?rùn)C(jī)器人采用RS232C接口與計(jì)算機(jī)實(shí)現(xiàn)通信。計(jì)算機(jī)與機(jī)器人控制柜之間的通信通過網(wǎng)線連接，采用TCP/IP協(xié)議通信。仿真優(yōu)化后的機(jī)器人運(yùn)動(dòng)指令程序通過FTP傳輸模塊下載到機(jī)器人控制器存儲(chǔ)設(shè)備中，機(jī)器人直接調(diào)用該程序。

3 輔助折彎試驗(yàn)

仿真檢測(cè)后的機(jī)器人運(yùn)動(dòng)指令程序被下載到機(jī)器人控制器中進(jìn)行輔助折彎實(shí)驗(yàn)，加工效果如圖10所示。將機(jī)器人輔助折彎板材與人工輔助折彎板材對(duì)比，折彎效果更好，表面更圓滑。

采用半徑測(cè)量?jī)x對(duì)成形板材進(jìn)行測(cè)量并與目標(biāo)曲面對(duì)比。圖11為半徑測(cè)量?jī)x。因?yàn)楣ぜ殡p曲面，因此需要測(cè)量不同截面上的曲率半徑。圖12是對(duì)測(cè)量點(diǎn)的規(guī)劃，有效地反映曲面實(shí)際精度。圖中以O(shè)點(diǎn)為中心。

對(duì)于縱截面方程為X2=3000·Z的理論曲率半徑的公式為：

(4)

同理橫截面理論曲率半徑公式也可求出。將測(cè)量結(jié)果與理論值對(duì)比，如表1所示。

由表1可知，馬鞍形板材縱向和橫向中心截面曲率誤差都較小，兩邊較大。整體曲率半徑誤差很小，最大不超過35 mm，平均誤差20 mm。實(shí)驗(yàn)結(jié)果與有限元模擬結(jié)果基本一致，滿足實(shí)際生產(chǎn)要求。

4 結(jié)語

通過機(jī)器視覺技術(shù)獲取金屬板材的初始位姿數(shù)據(jù)及加工工位，由程序自動(dòng)產(chǎn)生吸附夾具的目標(biāo)位置和姿態(tài)，完成機(jī)器人輔助折彎路徑規(guī)劃和自動(dòng)編程，生成適用于馬鞍形復(fù)雜曲面折彎任務(wù)的機(jī)器人控制程序，完成折彎任務(wù)，符合實(shí)際生產(chǎn)要求。實(shí)現(xiàn)了機(jī)器視覺、折彎設(shè)備、機(jī)器人、計(jì)算機(jī)的銜接集成。視覺系統(tǒng)圖像采集與處理、空間定位、折彎工序的設(shè)定、機(jī)器人加工路徑和程序的生成都是自動(dòng)快速的，具有精度高、成本低、操作簡(jiǎn)單無安全隱患等特點(diǎn)，提高了馬鞍形復(fù)雜曲面折彎的效率和精度。試驗(yàn)表明，機(jī)器人動(dòng)作連貫，末端運(yùn)動(dòng)平穩(wěn)，過渡平滑，折彎與設(shè)計(jì)吻合，滿足馬鞍形復(fù)雜曲面輔助折彎要求，達(dá)到預(yù)期效果。

表1 實(shí)驗(yàn)曲面板材各部分曲率半徑理論值與測(cè)量值 mm

[1] 鞠青辰，王海祥，梁雅婷，等.基于PLC的折彎?rùn)C(jī)自動(dòng)控制系統(tǒng)的研制[J].機(jī)械設(shè)計(jì)與制造工程，2013(2):52-57.

[2] 付澤民，徐佳，趙志繁，等.基于ABAQUS的馬鞍形曲面板材漸進(jìn)折彎成形研究[J].制造技術(shù)與機(jī)床，2016(11):144-148.

[3] 付澤民，莫健華，陳偉，等.基于量綱分析法的金屬板材折彎回彈數(shù)學(xué)模型[J].機(jī)械工程學(xué)報(bào)，2010,46(12):53-58.

[4] Cagliano R, Spina G.Advanced manufacturing technologies and strategivally flexible production [J].Journal of Operations Management, 2000,18 (2):169-190.

[5] 陳善本，呂娜.焊接智能化與智能化焊接機(jī)器人技術(shù)研究進(jìn)展[J].電焊機(jī)，2013(5):28-36.

[6] Ficarra V, Cavalleri S, Novara U, et al.Evidence from robot-assisted laparoscopic radical prostatecto-my: a systematic review[J].Eur Urol, 2007, 51(1):45-55.

[7] Zanella A, Tonello S, Pagello E.A planning system to manipulate metal sheets within a workcell simulator [C]// 2013 IEEE International Symposium on Assembly and Manufacturing, 2013: 279-281.

[8]鄭榮.機(jī)器人離線編程系統(tǒng)設(shè)計(jì)與研究[J].世界制造技術(shù)與裝備市場(chǎng)，2010(5):90-92.

[9] Bogue R W.Machine vision theory, algorithms, practicalities[J].Assembly Automation, 2005, 25(3):58.

[10] Ashraf M A, Kondo N, Shiigi T.Use of machine vision to sort tomato seedlings for grafting robot[J].Engineering in Agriculture Environment & Food, 2011, 4(4):119-125.