廖仕軍

摘 要：近些年，隨著機器視覺技術(shù)的迅猛發(fā)展，對于機器視覺技術(shù)在研發(fā)過程中針對定位精密度方面所提出的相關(guān)需求也越來越高。在機器視覺相關(guān)技術(shù)的基礎(chǔ)上，通過對工業(yè)機器人定位系統(tǒng)的相關(guān)組成部分的概述，并結(jié)合動作工程等相關(guān)內(nèi)容來進一步探究有關(guān)工業(yè)機器人在定位系統(tǒng)方面的相關(guān)應(yīng)用，從而將定位信息更為成功且準確的傳輸給機器人，以便將定位任務(wù)得以精準完成。

關(guān)鍵詞：機器視覺;工業(yè)機器人;定位系統(tǒng)

0? ? 引言

我國作為工業(yè)制造的主力軍，因為擁有良好的技術(shù)能力及生產(chǎn)環(huán)境，所以在制造業(yè)領(lǐng)域已逐漸凸顯出較為明顯的優(yōu)勢。但與此同時還應(yīng)意識到相應(yīng)的不足，如制造業(yè)的產(chǎn)業(yè)機構(gòu)還不夠合理，大部分產(chǎn)業(yè)仍處于低端，主力技術(shù)缺乏自主創(chuàng)新性;自身資源利用率有限;在綜合管理生產(chǎn)及智能高端制造技術(shù)方面此類問題尤為明顯[1]。

近些年，我國已由制造業(yè)大國逐漸向制造業(yè)強國進行轉(zhuǎn)變，這其中最為明顯的就是工業(yè)機器人被各高端制造領(lǐng)域所廣泛的應(yīng)用。運用機器人技術(shù)可以就智能制造產(chǎn)業(yè)結(jié)構(gòu)的完善方面起到行而有效的幫助作用，借助機器人技術(shù)進行生產(chǎn)已逐漸成為幫助制造業(yè)進行改革的關(guān)鍵核心所在，更為重要的是通過廣泛運用機器人技術(shù)可以卓有成效的幫助企業(yè)提升核心競爭力。作為制造業(yè)中較為高端的工業(yè)機器人來說，不僅需要具備較強的穩(wěn)定性，而且在高精度的定位性能方面也提出了更高的要求，因此必須要依靠機器視覺技術(shù)來對圖像進行處理，借助工業(yè)相機來完成定位引導及模式識別等相關(guān)操作，進而將物質(zhì)的邊界及質(zhì)心更為迅速地獲取到，以便可以就工業(yè)機器人在運行過程中對于定位需求及時予以滿足，進而使末端位置與理想位置間的差距得以有效縮短，為機器視覺技術(shù)的發(fā)展及創(chuàng)新起到積極的促進作用。

1? ? 定位系統(tǒng)的構(gòu)成

以機器視覺為基礎(chǔ)的機器人定位系統(tǒng)主要包括控制系統(tǒng)及攝像機相關(guān)系統(tǒng)。其中控制系統(tǒng)又包括計算機及控制箱，借助此系統(tǒng)可以實現(xiàn)對計算機的具體末端位置進行控制的目的。而攝像機控制系統(tǒng)則包括具有圖像采集卡功能的計算機以及攝像機，其主要功能是為了收集相關(guān)的視覺圖像，并開展相應(yīng)的機器視覺算法。工作區(qū)則主要是運用CCD攝像機來完成相關(guān)拍攝任務(wù)，并結(jié)合計算機識別圖像獲取到相應(yīng)的跟蹤特征，進而對數(shù)據(jù)完成識別及計算，逆運動學可對機器人每個具體位置存在的誤差及時有效的獲取后，再對高精度末端中的執(zhí)行模塊實施操控，進而完成對機器人的位姿及位置施以科學合理調(diào)整的任務(wù)[2]。

2? ? 相關(guān)工作原理的概述

機器人是一個較為復雜的系統(tǒng)，主要由工業(yè)計算機、伺服控制器以及伺服電機等相關(guān)部件構(gòu)成，并且基于“人類引導思想”技術(shù)，來對人們的肢體行為、動作習慣、決策模式以及表達方式等進行表現(xiàn)及控制[3]。依靠機器視覺技術(shù)的工業(yè)機器人定位系統(tǒng)的工作原理主要包括如下內(nèi)容。

2.1? 工業(yè)相機

工業(yè)相機的工作原理主要就是對光的傳感作用進行有效應(yīng)用，具體來說就是傳感器通過相機鏡頭收集相關(guān)的光傳感使光線，以便完成CCD成像及COMS成像的相關(guān)操作，進而有效地將光信號轉(zhuǎn)變?yōu)殡娦盘?，并且運用內(nèi)部模數(shù)轉(zhuǎn)換電路使其變?yōu)閿?shù)字信號，與此同時把信號發(fā)送至DVP或DSP位置施以加工，最終獲取到工業(yè)控制可識別的輸出格式[4]。

2.2? 視覺定位系統(tǒng)的主要工作原理

視覺定位系統(tǒng)主要依靠CCD攝像機及1394采集卡向計算中傳輸相應(yīng)的視頻信號，并對其進行實時處理。定位系統(tǒng)通過對圖像進行選取、尋找跟蹤物、建立坐標系，以此來對跟蹤特征進行有效獲取，最終完成識別及計算數(shù)據(jù)的相關(guān)任務(wù)，通過運動逆運動學可獲得機器人每個具體關(guān)節(jié)位置的給定值，以便對高精度末端的執(zhí)行機構(gòu)給予控制，進而對機器人的位姿進行調(diào)整。

2.3? 依托區(qū)域的相關(guān)匹配方法

此匹配方法具體是把某一個圖像中的具體一個位置的灰度領(lǐng)域當作模板，在另一個圖像中找尋具有類似或相同的灰度值分布的相應(yīng)點領(lǐng)域，從而找尋到圖像間的相同匹配度。在區(qū)域算法的基礎(chǔ)上，要進行匹配的區(qū)域必須為尺寸相對固定的圖像窗口，而對相似性的判定最為關(guān)鍵的就是兩幅圖像中窗口間的度量值。比如一副圖像的標準點為PP（i，j），以該點作為中心點選取另一區(qū)域作為窗口K，如K處于原始圖像中，水平垂直依次向u平移后，那么K所覆蓋的區(qū)域就為SK，當D（K，SK）相關(guān)函數(shù)結(jié)果相對最小時，那么就可以判定K和SK實現(xiàn)最佳匹配[5]。

2.4? 圖像特征的有效提取

工作臺的背景與工作臺上工件所呈現(xiàn)出的顏色會有較大的區(qū)別，如工件展現(xiàn)為黑色，那么就需要將此作為辨別工件的關(guān)鍵依據(jù)。如工件邊緣處的灰度發(fā)生較為明顯的改變時，則可以得出工件的邊界點。在運用掃描線方式的過程中，如灰度變化顯著，那么該像素點就為邊界點。除此之外，還可采用最小二乘方法將已找尋到幾個邊界點一起擬合成圓周，以便得出圓心位置。

2? ? 系統(tǒng)運作概述

2.1? 工業(yè)機器人及工業(yè)相機的標定

依靠機器視覺技術(shù)來對機器人進行有效操控前，首先應(yīng)該完成對機器人及相機坐標系的標定工作，為了更有效地對機器人施以標定，一般推薦采用“三點自動標定”方法，與此同時還要為標定工件設(shè)置自動模板，進而為操控機器人進行系統(tǒng)操作方面以及即將開展的機器視覺控制上均提供了相應(yīng)的技術(shù)支持。

2.2? 系統(tǒng)動作流程

在工位模塊運行過程中，需要借助PLC可進行編程的控制器單元，并與鋰電池載流片相結(jié)合來對機器人系統(tǒng)內(nèi)的伺服電機、氣缸以及傳感器等部件完成上料工序操作。與此同時，工業(yè)相機可以就鋰電池載流片上料后的圖像進行有效采集，并對圖像進行處理分析，進而完成特征識別、模塊匹配、計算定位物料、位置目標確定，以便將更為精準的數(shù)據(jù)向機器人進行傳輸，實現(xiàn)工業(yè)機器人可以科學取放鋰電池載流片的相關(guān)任務(wù)。

2.3? 對系統(tǒng)通訊的定位

在基于機器視覺技術(shù)的工業(yè)機器人的運行系統(tǒng)中，若將通常的TCP/IP模式運用到鋰電池載流片的內(nèi)部定位系統(tǒng)中，則很有可能出現(xiàn)網(wǎng)絡(luò)不穩(wěn)定掉線、以及使網(wǎng)絡(luò)端口無法充分得到釋放，需要依靠斷電重啟方可完全得以釋放，這就給檢測HUB工業(yè)系統(tǒng)增加了難度，進而給生產(chǎn)系統(tǒng)的整體運行帶來了不利影響。因此，檢測通信設(shè)備是否正常不能只依靠儀器設(shè)備通訊標志是否成功來判斷，還應(yīng)結(jié)合“心臟跳動式通訊模式”，此種模式主要是根據(jù)相關(guān)通訊數(shù)據(jù)以及系統(tǒng)標志檢測得出的實際通訊情況所共同得出的結(jié)果，該模式可以行而有效的保障整個通信系統(tǒng)得以安全穩(wěn)定的運行。

3? ? 攝像機的標定技術(shù)

攝像機標定對于整個視覺定位技術(shù)顯得尤為關(guān)鍵，它需要參考不同的測量標準才可選定標定模式，進而使工業(yè)機器人的定位系統(tǒng)更為精準。就目前來看，攝像機標定技術(shù)主要包括傳統(tǒng)標定技術(shù)以及自標定技術(shù)兩種模式，就傳統(tǒng)標定技術(shù)模式來說主要基于攝像機的模型，將特定參照物放置其前方，通過運用變換技術(shù)及數(shù)學計算技術(shù)，進而獲取到內(nèi)部及外部相關(guān)的參數(shù)信息。而自標定技術(shù)模式則無須借助參照物相關(guān)數(shù)值，通過運用可移動式攝像機就可完成圖像的標定任務(wù)。小孔攝像機屬攝像機模型中的基礎(chǔ)模型，但在對距離、精準度及廣角要求更為嚴格的環(huán)境下，計算方式則無法使用該線性模型，需要依靠校正方式，對模型進行三維重建，進而使攝像機獲得更為準確的精準度，因此基于計算機視覺技術(shù)完成攝像機標定任務(wù)的重點所在就是畸變模型及成像模型。

4? ? 圖像采集處理技術(shù)

就圖像采集來說，僅依靠數(shù)字計算機是無法對模擬圖像進行處理的，需要先將其轉(zhuǎn)化為數(shù)字圖像方可進行后續(xù)操作。而圖像數(shù)字化處理其實就是把模擬圖像分成若干個小的區(qū)域，也就是通常說的像素，其灰亮度則可用整數(shù)來進行表示。

而圖像的預處理技術(shù)則需依靠平滑處理技術(shù)實現(xiàn)降低噪聲的目的。一般可將出現(xiàn)在圖像處理階段噪聲分為脈沖噪聲、高斯噪聲以及椒鹽噪聲等，其中高斯噪聲主要是基于亮度或正態(tài)分布的噪聲;因為脈沖噪聲中含有白亮度值，所以其與正脈沖噪聲大致相同;椒鹽噪聲中則含有隨機產(chǎn)生的黑白亮度值。而就高斯噪聲來說基本都來自于傳感器，比如運行過程中攝像機所產(chǎn)生的干擾噪聲。針對這一情況，可以采取空間域、頻率域來對噪聲進行消除，還可結(jié)合平均領(lǐng)域、模塊運算等方法來對噪聲進行有效控制。

5? ? 結(jié)語

綜上所述，本文簡單就工業(yè)機器人的運行系統(tǒng)、通過依靠視覺技術(shù)完成坐標系的標定、將圖像特征進行有效提取、進而完成圖像的匹配及跟隨，實現(xiàn)坐標的轉(zhuǎn)換等進行相關(guān)概述。通過對新定位系統(tǒng)的不斷優(yōu)化，將視覺技術(shù)完美融合進機器人技術(shù)中，使系統(tǒng)的運算效率得到顯著提升的同時在定位的穩(wěn)定度及精準度方面也有所增強，使定位誤差呈下降的趨勢，從而為工業(yè)制造業(yè)提供了可靠的輔助作用。

[參考文獻]

[1]馬紅衛(wèi).基于機器視覺的工業(yè)機器人定位系統(tǒng)研究[J].制造業(yè)自動化，2020（3）：58-62，96-97.

[2]曹誠誠.基于機器視覺的工業(yè)機器人定位系統(tǒng)研究[J].科技與創(chuàng)新，2020（14）：69-70，72-73.

[3]溫秀蘭，張騰飛，芮平，等.基于三維機器視覺的工業(yè)機器人定位系統(tǒng)設(shè)計[J].組合機床與自動化加工技術(shù)，2018（9）：49-52.

[4]趙宗曉.基于三維機器視覺的工業(yè)機器人定位系統(tǒng)設(shè)計[J].中國科技投資，2018（32）：231-232.

[5]馮志剛，李瀧杲，熊天辰，等.工業(yè)機器人視覺定位系統(tǒng)的實現(xiàn)[J].航空科學技術(shù)，2018（6）：48-53.

（編輯 何 琳）