梅陽(yáng)寒 熊長(zhǎng)煒 范四立

（東莞職業(yè)技術(shù)學(xué)院，東莞 523808）

視覺(jué)檢測(cè)技術(shù)是現(xiàn)代精密測(cè)試中應(yīng)用的比較前沿的新技術(shù)，它綜合運(yùn)用了光電技術(shù)、測(cè)試技術(shù)和計(jì)算機(jī)圖像處理技術(shù)，將機(jī)器視覺(jué)引入到工業(yè)產(chǎn)品零件檢測(cè)中，實(shí)現(xiàn)對(duì)物體（產(chǎn)品或零件）二維、三維尺寸或位置的快速測(cè)量，具有響應(yīng)快、精度高和智能化等突出優(yōu)點(diǎn)，在現(xiàn)代制造業(yè)中有著廣闊的應(yīng)用前景，本文針對(duì)某企業(yè)利用振動(dòng)刷對(duì)按鍵進(jìn)行分揀包裝效率低、人工需求多、分裝出現(xiàn)空位和損壞等現(xiàn)象，設(shè)計(jì)開(kāi)發(fā)一種基于視覺(jué)檢測(cè)的智能分揀設(shè)備，提高了產(chǎn)品包裝效率和合格率，解決了企業(yè)生產(chǎn)效率低和用工短缺等問(wèn)題。

1 分揀系統(tǒng)總體設(shè)計(jì)

產(chǎn)品分揀裝置總體結(jié)構(gòu)如圖1所示，由工控機(jī)、工業(yè)相機(jī)、運(yùn)動(dòng)控制卡、分揀機(jī)械手、傳感器單元以及通信總線等組成。通過(guò)機(jī)器視覺(jué)系統(tǒng)的應(yīng)用可以有效識(shí)別零件位置和角度，以及精度控制，生產(chǎn)線上利用傳輸帶傳遞托盤把物料送到工作位。利用自動(dòng)分揀系統(tǒng)能夠檢測(cè)傳輸速度、動(dòng)態(tài)抓取以及自動(dòng)分揀。工業(yè)相機(jī)對(duì)托盤物料盒中零件進(jìn)行拍照，完成數(shù)據(jù)采集，通過(guò)Matlab軟件分析和運(yùn)算采集到的圖像，與標(biāo)定好的模板匹配運(yùn)算，確定每個(gè)零件的位置和角度信息，進(jìn)而通過(guò)控制機(jī)械手就能夠完成抓取、旋轉(zhuǎn)和分裝工作。

圖1 設(shè)備及產(chǎn)品分揀示意圖

2 零件的圖像處理及識(shí)別

邊緣是圖像基本特征之一，是圖像中兩個(gè)具有不同灰度的均勻區(qū)域的邊界，它反映灰度的突變。圖像邊緣可用其切線方向、法線方向、位置和強(qiáng)度等信息描述。由于邊緣是圖像的信息豐富區(qū)域，且較少隨圖像的幾何變換而丟失或改變，因此，對(duì)圖像應(yīng)用Canny算子運(yùn)算，可直接獲得單像素寬的圖像邊緣。

通過(guò)邊緣算法，確定各個(gè)按鍵的質(zhì)心坐標(biāo)位置和角度，視覺(jué)檢測(cè)系統(tǒng)的主要用途是確定工件的形狀和位姿，進(jìn)而驅(qū)動(dòng)機(jī)械手完成工件的抓取和放置，而方形、圓形等規(guī)則幾何工件是常見(jiàn)的工業(yè)產(chǎn)品類型。比較常用的匹配檢測(cè)方法有：SIFT（Scale invariant feature transform）匹配算法、模板匹配算法、角點(diǎn)匹配算法等[1-3]。SIFT算法過(guò)于復(fù)雜，實(shí)時(shí)性也較差；模板匹配算法不適用于工件旋轉(zhuǎn)或縮放的情況；由于圖像噪聲的存在，角點(diǎn)檢測(cè)算法容易檢測(cè)出偽角點(diǎn)或漏檢角點(diǎn)，從而影響到角點(diǎn)匹配算法的準(zhǔn)確性[4]。本文提出一種邊緣曲線等價(jià)與Harris算法相結(jié)合的規(guī)則幾何工件形狀與位姿識(shí)別方法。首先對(duì)工件圖像進(jìn)行預(yù)處理，然后利用邊緣曲線等價(jià)與Harris 算法相結(jié)合的規(guī)則幾何工件識(shí)別方法檢測(cè)出多目標(biāo)工件的幾何中心、形狀及旋轉(zhuǎn)角度，實(shí)現(xiàn)了工件的在線識(shí)別與分揀，具體過(guò)程如圖2所示。

圖2 分揀流程

2.1 幾何中心識(shí)別

確定圖像的邊緣信息后，利用邊緣曲線等價(jià)與Harris算法相結(jié)合的規(guī)則幾何工件識(shí)別方法檢測(cè)出工件中心，在工件分揀過(guò)程中，采用質(zhì)心坐標(biāo)作為工件的位置信息，針對(duì)零件的實(shí)際情況，提出來(lái)一種多目標(biāo)質(zhì)心快速算法，具體實(shí)現(xiàn)過(guò)程為：先確定分塊外接矩形的四個(gè)頂點(diǎn)坐標(biāo)(x1,y1)、(x1,y2)、(x2,y2)和(x2,y1)，再確定單一目標(biāo)質(zhì)心坐標(biāo)[5-7]：

式中，Q(i，j)表示像素值：

2.2 選擇角度識(shí)別

本文研究的目標(biāo)只存在旋轉(zhuǎn)變化。為減少制作的模版數(shù)量，只制作一張模板。設(shè)圖像繞任意點(diǎn)R（X0，Y0）旋轉(zhuǎn)δ角度，模板圖像的旋轉(zhuǎn)變換過(guò)程實(shí)現(xiàn)如圖3所示，通過(guò)圖4的3個(gè)步驟中的變換矩陣依次分別設(shè)為T1，TR和T-1。

圖3 旋轉(zhuǎn)變換示意圖

圖4 圖像變換流程

因此，圖像繞某點(diǎn)R（X0，Y0）的旋轉(zhuǎn)過(guò)程表示成矩陣為：

式中，(X′,Y′,1)為變換后的坐標(biāo)，(X,Y,1)為變換前的坐標(biāo)，其中：

由兩式可得：

即可得圖像的選擇模型：

由表1可知，采用上面的檢測(cè)方法，檢測(cè)出的質(zhì)心坐標(biāo)、旋轉(zhuǎn)角度均與實(shí)際值接近，精度較高，檢測(cè)穩(wěn)定性較好。

表1 視覺(jué)檢測(cè)值與實(shí)際值比較

3 算法設(shè)計(jì)

根據(jù)圖像處理的結(jié)果，確定各個(gè)任意擺放的零件的中心位置和角度，機(jī)械手移動(dòng)路徑規(guī)劃的目標(biāo)就是在零件初始位置和最終位置已知，并使目標(biāo)在滿足約束條件的情況下，求一條最短路徑（即最優(yōu)解），作為產(chǎn)品的移動(dòng)路徑。設(shè)托盤中有N個(gè)按鍵零件，這N個(gè)按鍵確定了N個(gè)離散的零件質(zhì)心，從初始位置到目標(biāo)位置的移動(dòng)路徑簡(jiǎn)化成起止位置連線間的一系列的離散點(diǎn)[8-10]，這一系列的離散點(diǎn)為路徑點(diǎn)。各個(gè)離散點(diǎn)到目標(biāo)為支點(diǎn)的具體為L(zhǎng)。每次移動(dòng)都有兩個(gè)動(dòng)作組成，其一是通過(guò)插補(bǔ)運(yùn)算，逼近到各個(gè)離散點(diǎn)；其二是旋轉(zhuǎn)擺正零件方向，保證與包裝位一致。

機(jī)械手移動(dòng)路徑規(guī)劃的目標(biāo)之一就是要使所有零件在移送過(guò)程中，總的路徑長(zhǎng)度之和最小。定義的路徑長(zhǎng)度總和計(jì)算公式為：

機(jī)械手移動(dòng)路徑規(guī)劃的目標(biāo)之二就是要使所有零件在旋轉(zhuǎn)擺正過(guò)程中，總的路徑旋轉(zhuǎn)角度之和最小。定義的路徑旋轉(zhuǎn)角度總和計(jì)算公式為：

式中，θi表示任意位置零件方向擺角，是任意位置零件方向矢量，為目標(biāo)位置方向矢量。

4 應(yīng)用驗(yàn)證效果

通過(guò)上述一序列的圖像處理、質(zhì)心識(shí)別和角度識(shí)別，有效得獲取到各個(gè)零件的以像素點(diǎn)為單位的特征值，質(zhì)心位置的誤差率都在±10.2%以內(nèi)，旋轉(zhuǎn)角度的誤差在±1%以內(nèi)，應(yīng)用位置二目標(biāo)規(guī)劃模型，分裝效率要比采用傳統(tǒng)的震動(dòng)刷提高大約3倍的速率，整個(gè)系統(tǒng)分裝準(zhǔn)確率達(dá)到99.3%，滿足了企業(yè)需求。

5 結(jié)語(yǔ)

本文結(jié)合多種圖像處理技術(shù)和采用視覺(jué)檢測(cè)技術(shù)，成功獲取了按鍵的質(zhì)心坐標(biāo)和旋轉(zhuǎn)角度信息，獲得較高的抓取質(zhì)量，且應(yīng)用機(jī)械手移動(dòng)路徑規(guī)劃模型，實(shí)現(xiàn)了零件的快速分裝，得到企業(yè)的認(rèn)可，具有良好的市場(chǎng)前景。