基于單目視覺的零件抓取信息提取技術(shù)

沈?qū)殗櫦哪希愌┓迹愃慕埽?衛(wèi)，李國靜

（1.江蘇大學 制造業(yè)信息化研究中心，鎮(zhèn)江 212013；2.江蘇省聯(lián)合職業(yè)技術(shù)學院 鎮(zhèn)江分院，鎮(zhèn)江 212016；3.蘇州市職業(yè)大學，蘇州 215104）

0 引言

當前，數(shù)控機床無人化操作已經(jīng)成為一個新興的研究領(lǐng)域。在上下料操作過程，為實現(xiàn)機械手智能抓取零件，須對零件圖像進行視覺處理并獲取其抓取信息，是必不可少的一步，已成為目前國內(nèi)外研究的熱點課題[1～6]。當前研究主要針對單個零件的質(zhì)心提取，不涉及提取多個零件的抓取信息。

本文以不同長度、不同直徑、非固定位置的軸類零件為研究對象，獲取零件抓取信息。它主要包括抓取順序、抓取位置、抓取角度及手指間距離，從而為手腕回轉(zhuǎn)運動、手腕直線運動及手指開合運動提供運動參考值。

1 機械手運動過程

在上下料操作過程，機械手須完成以下動作，才能夠準確有效地抓取零件。

1）確定零件抓取順序

針對多個擺放無序的零件，機械手須進行有序地抓取。質(zhì)心位置是零件的重要位置特征之一即以質(zhì)心位置確定零件位置。首先提取零件的質(zhì)心坐標，然后按質(zhì)心位置按從左到右、從上到下的方向確定抓取零件的順序，即可實現(xiàn)有序抓取零件。

2）手腕回轉(zhuǎn)運動

由于零件與水平軸的夾角各異，手指開合方向須與零件的直徑方向相吻合，才能有效夾取。首先獲取零件的中軸線，然后提取中軸線的斜率特征，即可確定零件與水平軸的夾角值，為手腕回轉(zhuǎn)運動提供旋轉(zhuǎn)角度。

3）手腕直線運動

一般來說，抓取零件的合適部位定在質(zhì)心處，可避免因兩端重力不同而產(chǎn)生失衡的現(xiàn)象。在獲取零件質(zhì)心坐標后，手腕分別沿X、Y軸做不同量的直線運動，使手爪形心與零件質(zhì)心在垂直方向重合。其中，Z軸的運動量由手指頂端的接觸覺傳感器決定[5,6]。

4）手指開合運動

為使手爪能夠用合適的力抓取零件，須使手指閉合至兩手指間的距離為零件直徑值。零件外圓上的點到中軸線的距離即為零件半徑值。由于與零件接觸處，手指面上附有一層彈性材料，可保證零件抓緊的同時而不被損傷。

2 零件二值圖像獲取

對獲取的彩色圖像如圖1所示進行二值化處理，實現(xiàn)零件與背景的分割，獲得二值圖像，如圖2所示，并利用面積法消除噪聲，獲取前景僅為零件的二值圖像，如圖3所示。

圖1 原始圖像

圖2 二值圖像

圖3 去噪后的二值圖像

圖4 中軸線圖像

圖5 邊緣圖像

根據(jù)后續(xù)信息提取的需要，分別獲取零件的中軸線圖像和邊緣圖像，前者利用骨骼化技術(shù)，后者利用邊緣檢測技術(shù)，如圖4、圖5所示。

3 零件抓取信息的提取

3.1 零件質(zhì)心坐標獲取

在去噪后的二值圖像上，根據(jù)質(zhì)心公式，可獲取零件質(zhì)心在二維空間上的像素坐標值。以零件的質(zhì)心位置為參考，從左到右、從上到下的順序抓取零件；同時根據(jù)質(zhì)心坐標值，為手腕直線運動提供X軸和Y軸的運動參考量，可使手爪形心與零件質(zhì)心在垂直方向重合。

3.2 零件傾斜角獲取

在中軸線圖像上，分別獲取各個點的u軸、v軸的坐標值，利用最小二乘法進行直線擬合，從而確定中軸線的直線方程。由直線斜率求取中軸線與u軸的夾角，即可確定零件與u軸的夾角。手腕可按該角度進行回轉(zhuǎn)，使手指開合方向與零件直徑方向平行。

3.3 零件直徑值獲取

在邊緣圖像上的長邊上任提取五點，分別計算點到中軸線的距離，然后取五組距離的均值，即可獲取零件的直徑值。當兩手指間的距離閉合至零件直徑值大小時，手爪可夾緊零件。

3.4 零件抓取信息獲取流程

在已獲取零件的質(zhì)心坐標、傾斜角及直徑值的基礎(chǔ)上，在原圖像將各個參數(shù)標示，其中坐標系原點定義在左上角，如圖6所示；其零件參數(shù)值如表1所示。零件抓取信息獲取過程如圖7所示。

圖6 零件參數(shù)標示圖

表1 零件各參數(shù)值

在圖6和表1所示中，第一列數(shù)據(jù)表示該零件抓取的順序，第二三列數(shù)據(jù)表示該零件質(zhì)心在u、v方向上的像素坐標，第四列數(shù)據(jù)表示該零件與u軸的夾角，第五列數(shù)據(jù)表示該零件的直徑值。其中，在圖6中“*”表示質(zhì)心位置，紅色直線是零件中軸線位置。

4 結(jié)論

當前，數(shù)控機床無人化操作已經(jīng)成為一個新興的研究領(lǐng)域。而上下料操作是體現(xiàn)智能化操作的一個關(guān)鍵技術(shù)。

圖7 零件參數(shù)提取流程圖

本算法適用于多個不同長度、不同直徑、非固定位置的軸類零件的抓取。抓取信息的提取，為引導機械手執(zhí)行抓取零件操作提供了必要的運動信息。

1）利用面積法去噪、骨骼化原理和邊緣檢測技術(shù)獲取所需的二值圖像；

2）利用質(zhì)心公式，獲取零件質(zhì)心坐標并確定抓取順序，零件抓取部位定在質(zhì)心處，零件兩端達到平衡效果；

3）利用最小二乘法進行直線擬合獲取零件中軸線方程，可確定手腕的回轉(zhuǎn)角度；

4）零件直徑值的獲取，使手指能夠夾緊零件，避免或松或緊造成夾持不牢或?qū)α慵砻娈a(chǎn)生過大壓力而產(chǎn)生壓痕的不足。

[1] 王彥, 傅衛(wèi)平, 袁國文, 等.工件自動視覺定位識別系統(tǒng)研究[J].計算機工程與應用, 2009, 45(8): 80-83, 96.

[2] 劉珍, 包曉艷, 賽娜.大型工件角度的視覺測量方法[J].電子測量技術(shù), 2008, 31( 8): 106-108, 122.

[4] 王植, 賀賽先, 一種基于Canny理論的自適應邊緣檢測方法[J].中國圖象圖形學報, 2004, 9(8): 957-962.

[5] 王敏, 黃心漢.基于視覺與超聲技術(shù)機器自動識別抓取系統(tǒng)[J].華中科技大學學報, 2001, 29(1): 73-75.

[6] 熊春山, 黃心漢, 王敏, 等.融合圖像處理與超聲測距的工件精確抓取[J].機器人, 2000, 22(3): 183-187.