基于鏡面反射型視覺傳感器的車窗裝配系統(tǒng)

摘要:機器人視覺伺服系統(tǒng)是機器人領(lǐng)域的一個重要研究方向，它的研究對于開發(fā)手眼協(xié)調(diào)的機器人在工業(yè)生產(chǎn)、設(shè)備制造等方面的應(yīng)用有極其重要的意義。該文介紹了一種基于鏡面反射型視覺傳感器的車窗裝配系統(tǒng)，著重介紹了該系統(tǒng)的設(shè)備構(gòu)成、設(shè)計方案。最后分析了目前研究中存在的問題及今后的研究方向。

關(guān)鍵詞:視覺伺服;視覺系統(tǒng);機器人

中圖分類號:TP3文獻標識碼:A 文章編號:1009-3044(2010)01-191-02

An Auto-car A ssemble System based on Specular Reflection Visual Sensors

WANG Hao， ZHU Jin， JIANG Ping

(Department of Control Engineering， Tongji University， Shanghai 201804， China)

Abstract: Robotic visual servoing system is one of the most important subjects in the field of robots. The research is significant for developing visual robots applied to industrial applications， equipment manufacture， ect. This paper describes an auto car assemble system based on specular reflection visual sensors， emphasize the equipment composing， design scheme. Finally， several advanced problems and the research direction is pointed out.

Key words: visual servoing; visual system; robots

機器人可以在工業(yè)生產(chǎn)過程中代替人搬運對象或操持工具進行操作，除了可以提高勞動生產(chǎn)率，保證產(chǎn)品質(zhì)量，還可以減輕勞動強度，實現(xiàn)生產(chǎn)過程自動化。特別是在高溫、高壓、多粉塵、危險、易燃易爆放射性等惡劣環(huán)境，以及在笨重、單調(diào)、頻繁的操作中更能顯示其優(yōu)越性。

正是因為使用機器人為人類帶來了巨大的便利，人類一直夢想著能制造出完全替代人類進行勞動的機器，然而，目前，絕大多數(shù)機器人都是固定安裝運行，對環(huán)境不確定的情況適應(yīng)能力有限。造成這種情況的一個重要原因就是機器人缺乏像人一樣的感知能力[1]。為解決這一問題，人類嘗試為機器人添加各種外部傳感器，其中比較重要的一種就是視覺傳感器。通過視覺系統(tǒng)與機器人系統(tǒng)的配合，可構(gòu)成視覺伺服系統(tǒng)[3]:為了實現(xiàn)對機器人的控制，對圖像進行自動獲取與分析，從直接得到的圖像反饋信息中，快速進行圖像處理，在盡量短的時間內(nèi)給出反饋信息，構(gòu)成機器人的位置閉環(huán)控制。

毫無疑問，如果將視覺伺服系統(tǒng)合理應(yīng)用于自動化集成度極高的汽車生產(chǎn)行業(yè)中，勢必會使得生產(chǎn)效率獲得更高的提高。

1 裝配系統(tǒng)的組成

1.1 視覺系統(tǒng)

傳統(tǒng)的汽車車窗裝配完全由人工來完成:

1) 在待裝配的汽車的車窗框體上附上特定的橡膠、粘合劑等;

2) 由傳送帶傳送至工人工作處，當汽車傳送至預設(shè)的工作點附近時，傳送帶停止。

3) 此時，車窗玻璃掛在一個位置可以隨意移動的氣動吸盤上，由操作工人分別手持玻璃兩邊，對玻璃和車框間的位置、角度進行定位、修正，以保證玻璃可以精確地粘合在框體上。

4) 完成本次安裝后，啟動傳送帶，將下一輛待安裝的車傳送至工作點附近，重復上述操作。

毫無疑問，這樣的操作方式在自動化集成度已經(jīng)達到一定高度的汽車生產(chǎn)行業(yè)中無疑會影響整個生產(chǎn)過程的時間，然而，之所以仍使用這種操作方式的主要原因是:在生產(chǎn)過程中，待安裝車窗玻璃的車體停放在自動傳送帶上，由傳送帶運至一定位置。在這樣一個過程中，由于車體本身停放在傳送帶上的位置并不固定，且傳送帶本身并不能保證在車窗安裝過程中的絕對靜止。因此，無法簡單地使用裝配機器人來精確定位車框位置，所以，無法采用自動生產(chǎn)的方式。

分析人工操作的過程，得知在裝配過程中，工人主要要解決的工作是:檢測車窗與車框之間的偏差，并人工將這個偏差消除。在這個操作過程中，消除偏差的過程也可以依靠機械結(jié)構(gòu)來完成，因此，設(shè)想如果在不需要人工干預下，能通過某種方法來得到車窗與車框之間的偏差，那么就有可能實現(xiàn)自動生產(chǎn)。

為了實時得到偏差值，最好的方法就是采用視覺系統(tǒng)。該視覺系統(tǒng)必須能完成以下功能:

精確檢測到車窗與車框之間的偏差值——空間中的偏差值:位置、姿態(tài)，因此，視覺系統(tǒng)必須有三維視覺能力。

實時性——因為安裝過程是動態(tài)的過程，車窗與車框間的偏差一直在改變。因此，視覺系統(tǒng)一定要實時反饋偏差值。

除此之外，選擇視覺系統(tǒng)時，為了保證檢測的精確盡可能高，還應(yīng)綜合考慮到車框框體的特征:框體由曲率較大的弧形鋼材構(gòu)成、框體形狀不完全規(guī)則、框體光滑且有很好的反光特性等。

根據(jù)以上情況，為了保證檢測的實時性、精確性，本方案不選用傳統(tǒng)的視覺傳感器，而選擇反射型視覺傳感器組成一套3D視覺系統(tǒng)。在該視覺系統(tǒng)中，使用4個二維視覺傳感器，按照圖1的方式安裝在一個支架上。圖中白色區(qū)域代表支架，黃色區(qū)域代表車框框體。根據(jù)機器視覺運算原理，按照這樣的安裝方式，實際上只需要3個視覺傳感器即可以通過協(xié)同操作、運算，來獲取視覺系統(tǒng)與框體間偏差值。此處增加了1個視覺傳感器，通過增加冗余度的方法來使得運算結(jié)果更加準確，即所得到的偏差值更加精確。

在實際操作過程中，視覺系統(tǒng)與待安裝的車窗之間的位置關(guān)系必須是固定不變的，這樣，修正視覺系統(tǒng)與車框間的位姿偏差，也就等同于修正車窗與車框間的位姿偏差，最終可達到將車窗安裝到車框上的任務(wù)。

1.2 機器人系統(tǒng)

通過視覺系統(tǒng)，可以得到視覺系統(tǒng)與車框的位姿偏差值，而為了完成自動裝配的任務(wù)，則必須通過機械結(jié)構(gòu)來自動補償車窗與車框的位姿偏差。因此，將視覺系統(tǒng)固定于機器手臂的夾持器末端，通過機器人的移動來修正視覺系統(tǒng)與車框間的位姿偏差，以最終達到將車窗安裝到車框上的目的[4]。

1.3 裝配系統(tǒng)

通過上述分析，整個裝配系統(tǒng)采用基于位置的視覺伺服系統(tǒng)來構(gòu)建，系統(tǒng)結(jié)構(gòu)框圖如圖2所示[5-6]。

2 裝配系統(tǒng)設(shè)計

如果希望機器人系統(tǒng)通過運動來自動修正視覺系統(tǒng)與車框間的位姿偏差，那么必須要解決的問題有兩個:

1) 如何將視覺系統(tǒng)得到的偏差值數(shù)據(jù)傳送給機器人系統(tǒng);

2) 機器人系統(tǒng)得到視覺系統(tǒng)的偏差值數(shù)據(jù)后，如何將該數(shù)據(jù)解析為機器人系統(tǒng)的末端運動量。

解決第一個問題，可以利用一個I\\O Card來讀取視覺系統(tǒng)的值，并通過網(wǎng)絡(luò)傳輸?shù)姆绞綄?shù)據(jù)值傳至機器人系統(tǒng)中。

為了解決第二個問題，必須了解系統(tǒng)之間的關(guān)系:機器人與視覺系統(tǒng)都具有各自的固有坐標系，而視覺系統(tǒng)作為機器人的眼睛，它提供給機器人的關(guān)于景物的信息必須以機器人的坐標系為參考坐標系，只有這樣，手眼才能協(xié)調(diào)配合工作。為了完成該環(huán)節(jié)，就必須選擇機器人的某一特定坐標系(如:末端坐標系)與視覺坐標系進行標定，以得到將視覺坐標系中任一坐標點映射至機器人坐標系的轉(zhuǎn)移矩陣T。通過該轉(zhuǎn)移矩陣T，可以將在視覺系統(tǒng)中所得到的所有景物的坐標信息映射至機器人坐標系中。同樣，利用轉(zhuǎn)移矩陣，通過合適的變換關(guān)系也就可以將視覺系統(tǒng)中得到的偏差值數(shù)據(jù)轉(zhuǎn)換為機器人系統(tǒng)的末端運動量[2，7，9]。

為了計算T，可以利用Y.C.Shiu和S.Ahmad提出的方法:首先，設(shè)定兩個數(shù)據(jù)已知的矩陣A、B，及一個數(shù)據(jù)未知的矩陣X。A描述了經(jīng)過一定的運動，機器人系統(tǒng)當前位姿狀態(tài)相對于其之前的位姿狀態(tài)的改變值;B描述了經(jīng)過相同的運動，固定于機器人系統(tǒng)之上的視覺系統(tǒng)當前位姿狀態(tài)相對于其之前的位姿狀態(tài)的改變值;待求的矩陣X描述了視覺系統(tǒng)相對于機器人系統(tǒng)的位姿轉(zhuǎn)換關(guān)系。按照Y.C.Shiu和S.Ahmad的理論，上述關(guān)系滿足公式AX=XB。通過對該式的計算，即可推得矩陣X，也即轉(zhuǎn)移矩陣T [7-8]。

當?shù)玫綑C器人系統(tǒng)的末端運動量之后，即可編制相應(yīng)的機器人運動程序來使得機器人完成規(guī)定的運動。

由前面分析得知，視覺系統(tǒng)與待安裝的車窗之間的位置關(guān)系是固定不變的，因此通過修正視覺系統(tǒng)與車框間的位姿偏差就可以完成安裝任務(wù)。

在該過程中，應(yīng)該設(shè)定一個基準位置:先手動操作機器人，使得車窗安裝在車框上，記錄此時視覺系統(tǒng)與車框間的相對位姿，將該相對位姿設(shè)為基準位置。

在隨后的安裝過程中，視覺系統(tǒng)實時監(jiān)測自身與車框間的相對位姿，通過轉(zhuǎn)移矩陣用相對位姿的偏差值算出機器人系統(tǒng)的末端運動量，傳送給機器人，機器人根據(jù)所得到的數(shù)據(jù)量修正位置，最終完成裝配任務(wù)[10]。

只要通過機器人的運動，修正視覺系統(tǒng)與車框間相對位姿，使之與基準位置時的設(shè)定相等，那么，車窗就能正好安裝于車框上。

綜合以上因素，裝配系統(tǒng)的連接方案如圖3所示。

3 總結(jié)與展望

本方案在實驗環(huán)境中取得了比較理想的效果，視覺系統(tǒng)得到的數(shù)據(jù)可以滿足實際生產(chǎn)的要求，并能保證反饋給機器人處理器的數(shù)據(jù)的實時性;同時，機器人系統(tǒng)基本能按照設(shè)想的軌跡對位置偏差進行修正。系統(tǒng)在實驗環(huán)境中可以平穩(wěn)有序的運行。

根據(jù)目前視覺伺服系統(tǒng)的發(fā)展水平及應(yīng)用中的一些問題，還需在以下幾個方面加強研究:

1) 選擇合適的視覺系統(tǒng)，保證處理的速度與精度。因為當前視覺處理的算法并不成熟，采用不同的方法，對處理速度和精度的影響很大。

2) 提高系統(tǒng)動態(tài)特性的研究。視覺伺服系統(tǒng)是一個復雜的非線性系統(tǒng)，如何實現(xiàn)快速穩(wěn)定的視覺控制算法，如何穩(wěn)定的控制機器人，是提高視覺伺服系統(tǒng)性能的關(guān)鍵因素。

3) 機器人實時運動規(guī)劃的研究。目前視覺伺服系統(tǒng)中采用的仍是傳統(tǒng)的運動規(guī)劃方法，運動軌跡并非是最優(yōu)化的。而工業(yè)生產(chǎn)中，效率、能耗、現(xiàn)場環(huán)境是必須要考慮的因素，因此，如何實時規(guī)劃出動作時間最短、滿足避碰要求的運動軌跡是一項重要的研究內(nèi)容。

參考文獻:

[1] 鄭南寧.計算機視覺與模式識別[M].北京:國防工業(yè)出版社，1998.

[2] 蔡自興.機器人學[M].新華書店總店北京發(fā)行所，2000.

[3] L E Weiss， A C Staneron， C P Neuman.Dynamic sensor-based control of robots with visual feedback[J].IEEE Robot Automation， 1987，3(5).

[4] Vincenzo Lippilello，Bruno Siciliano，Luigi Villani.Eye-in-Hand/Eye-to-Hand Multi-Camera Visual Servoing.IEEE Conference on Decision and Control，and the European Control Conference，2005.

[5] S Hutchinson， G Hager， P Corke.A Tutorial introduction to visual servo control[J].IEEE Trans on Robotics and Automation， 1996，12(5).

[6] M C Ngugen.Situation-oriented behavior-based stereo vision to gain robustness adaptation in manipulator control[A].Proc of SPIE[C].Massachusetts，1999.

[7] Y.C.Shiu and S.Ahmad.Calibration of Wristmounted Robotic Sensors by Solving Homogeneous Transform Equations of the Form AX=XB.IEEE Trans.Robotics and Automation，1989.

[8] Frank C.Park and Bryan J.Martin.Robot Sensor Calibration:Solving AX=XB on the Euclidean Group.IEEE Transactions on Robotics and Automation，1994，10(5).

[9] Henrik Malm， Anders Heyden.Simplified Intrinsic Camera Calibration and Hand-Eye Calibration for Robot Vision.IEEE Conference on Intelligent Robots and Systems，2003，10.

[10] 任敬軼，孫漢旭.一種新穎的笛卡爾空間軌跡規(guī)劃方法[J].機器人ROBOT，2002，24(3).