于小寧 李麗娟

（西安工業(yè)大學(xué) 西安 710032）

1 引言

2016 年4 月工信部、國家發(fā)改委、財政部聯(lián)合印發(fā)的《機器人產(chǎn)業(yè)發(fā)展規(guī)劃（2016-2020 年）》提出，我國機器人產(chǎn)業(yè)在“十三五”時期要實現(xiàn)機器人關(guān)鍵零部件和高端產(chǎn)品的重大突破，實現(xiàn)機器人質(zhì)量可靠性、市場占有率和龍頭企業(yè)競爭力的大幅提升，形成較為完善的機器人產(chǎn)業(yè)體系。

隨著工業(yè)機器人的發(fā)展，以及機器人智能水平的提高，工業(yè)機器人已在很多領(lǐng)域得到了廣泛應(yīng)用［3］。目前，我國工業(yè)機器人的使用主要集中在汽車工業(yè)和電子電氣工業(yè)、弧焊機器人、點焊機器人、搬運機器人等方面［10～11］。

國外對于機器人清理系統(tǒng)的研究主要集中在美國、德國、日本等國家［12］。國內(nèi)的工業(yè)機器人生產(chǎn)廠家如新松、廣州數(shù)控等，但目前還不成熟，難以滿足日益增長的市場需求［13］。在理論應(yīng)用研究方面，施曉明［1］研究了機器視覺在摩輪輪穀去毛刺加工中的應(yīng)用，文獻(xiàn)［2，4，6］對去毛刺機器人設(shè)計及控制系統(tǒng)進(jìn)行了研究，文獻(xiàn)［8～9］研究了機器人高壓水射流去毛刺系統(tǒng)。但是，這些研究都是針對特定器件的研究，對工廠鑄造蓋板、導(dǎo)體類零件澆口、冒口等清理部位清理（鋸切、去毛刺）還沒有一款專門的自動化處理系統(tǒng)，這些零部件的清理需要耗費大量人力，且對清理精度和速度有很高的要求，因此，急需設(shè)計一款專用機器人來代替人力完成鑄造零部件的清理工作。

2 硬件設(shè)計

視覺系統(tǒng)的硬件主要由CCD 攝像機、圖像采集卡、處理器、輸入輸出單元、控制裝置構(gòu)成。

圖1 視覺系統(tǒng)硬件結(jié)構(gòu)圖

工作實現(xiàn)過程如下：人工上料至工作臺，CCD攝像頭識別，通過傳送系統(tǒng)傳進(jìn)零部件，機器人把持零部件、鋸切清理，機器人下料至上料工作臺，傳送系統(tǒng)傳出零部件，人工檢查、補充清理。首先，零部件定位檢測器檢測到物體已經(jīng)運動至接近攝像系統(tǒng)的圖像中心，向圖像采集部分發(fā)出觸發(fā)脈沖；圖像采集部分按照事先預(yù)設(shè)的程序和延時，分別向CCD和照明系統(tǒng)發(fā)出開始脈沖；CCD停止當(dāng)前的掃描，重新開始新的一幀掃描，或者CCD 在啟動脈沖來到之前處于等待狀態(tài)，啟動脈沖到來后啟動一幀掃描；CCD 開始新的一幀掃描之前打開曝光系統(tǒng)，曝光時間可以根據(jù)情況事先設(shè)定；另一個啟動脈沖打開照明燈光，燈光的開啟時間應(yīng)該與CCD 的曝光時間匹配；CCD 曝光后，正式開始一幀圖像的掃描和輸出；圖像采集部分接收模擬信號通過A/D 進(jìn)行數(shù)字化處理，或者是直接接收CCD 數(shù)字化后的數(shù)字視頻數(shù)據(jù)；圖像采集部分將數(shù)字圖像存放在CPU 或計算機的內(nèi)存中；CPU 對圖像進(jìn)行處理、分析、識別，獲得測量結(jié)果或邏輯控制值；處理結(jié)果控制整個系統(tǒng)的動作、進(jìn)行定位、糾正圖像的誤差等。

3 軟件部分

主要分為圖像采集、鑄件圖像處理、鑄件圖像識別和鑄件清理等系統(tǒng)。

3.1 圖像采集系統(tǒng)

本文采用RTV-24 4 通道PCI 實時圖像采集卡將CCD 攝像機的模擬視頻信號經(jīng)A/D 后存儲，然后將數(shù)字信號送計算機進(jìn)行處理。

3.2 鑄件圖像處理系統(tǒng)

首先，對采集圖像進(jìn)行濾波［5，14～15］，經(jīng)過多次仿真試驗，本文采用中值濾波法對采集來的數(shù)字圖像進(jìn)行濾波，得到很好的效果。

然后，采用直方圖修正法對圖像進(jìn)行增強，增加對比度，使目標(biāo)從背景中分離出來。

采用二值化分割對圖像進(jìn)行分割，公式為

其中，F(xiàn)（j，k）為原圖像，T 為閾值，G（j，k）為二值化后的圖像。

圖2 蓋板照片

3.3 鑄件圖像識別

尺度不變特征轉(zhuǎn)換（Scale-invariant feature transform 或SIFT）是一種計算機視覺的算法用來偵測與描述圖像中的局部性特征，它在空間尺度中尋找極值點，并提取出其位置、尺度、旋轉(zhuǎn)不變量，只需要3 個以上的SIFT 物體特征就足以計算出位置與方位。具體步驟如下。

表1 機器人清理典型清理零件明細(xì)

1）尺度空間極值檢測：搜索所有尺度上的圖像位置。通過高斯微分函數(shù)來識別潛在的對于尺度和旋轉(zhuǎn)不變的興趣點。

2）關(guān)鍵點定位：在每個候選的位置上，通過一個擬合精細(xì)的模型來確定位置和尺度。關(guān)鍵點的選擇基于它們的穩(wěn)定程度。

3）方向確定：基于圖像局部的梯度方向，分配給每個關(guān)鍵點位置一個或多個方向。所有后面的對圖像數(shù)據(jù)的操作都相對于關(guān)鍵點的方向、尺度和位置進(jìn)行變換，從而提供對于這些變換的不變性。

4）關(guān)鍵點描述：在每個關(guān)鍵點周圍的鄰域內(nèi)，在選定的尺度上測量圖像局部的梯度。這些梯度被變換成一種表示，這種表示允許比較大的局部形狀的變形和光照變化。

3.4 鑄件清理

剛性電主軸刀具系統(tǒng)包括旋轉(zhuǎn)刀、剛性電主軸、馬達(dá)、剛性刀具控制器。本文選擇德國PFERD的WRC0613/3型硬質(zhì)合金刀具。選用NAKANISHI公司的E3000 剛性刀具控制器、NR3060S 電主軸和EM3060 馬達(dá)，其轉(zhuǎn)速范圍為 5000r/min～60000r/min，可安裝直徑為3.0mm 的刀具，完全滿足工廠鑄造蓋板、導(dǎo)體類零件澆口、冒口等清理部位清理（鋸切、去毛刺）需要。

4 實驗驗證

本文通過對350 幅鑄件圖像進(jìn)行識別處理，其中（300 幅作為訓(xùn)練使用，50 幅作為驗證使用）。選取蓋板類鑄件（1155、1157、1162 蓋板）、導(dǎo)體內(nèi)裝件類鑄件（1845 導(dǎo)體，1025 觸頭座）各150 個樣品，經(jīng)過多次實驗，結(jié)果如下。

表2 識別效果對比

1）識別率：本文采用尺度不變特征變換匹配算法來計算工件的位置與方位，識別率達(dá)到97.6%。

2）實時性：圖像采集卡的采集速度是30 幀/s，每幅圖采集時間為30ms。攝像頭采集一幅圖像需要10ms，該圖像處理的速度為5ms/幅，速度達(dá)到要求。

3）清洗殘留：通過機器人進(jìn)行清理，殘留小于1mm，達(dá)到工業(yè)要求。

5 結(jié)語

本文通過建立基于智能機器人視覺清理系統(tǒng)，采用自動化程度較高的工藝設(shè)備、機器人對工業(yè)產(chǎn)品進(jìn)行清理，經(jīng)實驗，所有指標(biāo)達(dá)到設(shè)計要求，滿足了工廠對于零部件毛刺智能化清理的要求，為下一步工業(yè)化奠定堅實基礎(chǔ)。