工業(yè)機(jī)器人實(shí)驗(yàn)教學(xué)平臺(tái)

李 頎, 強(qiáng) 華

(陜西科技大學(xué) 電氣與信息工程學(xué)院, 陜西 西安 710021)

工業(yè)機(jī)器人是機(jī)電一體化的產(chǎn)物,自發(fā)明以來(lái)得到了迅猛的發(fā)展,現(xiàn)已被廣泛應(yīng)用到工業(yè)生產(chǎn)與制造業(yè)的各個(gè)領(lǐng)域,例如焊接、裝配、分揀、涂膠以及采摘[1-2]。工業(yè)機(jī)器人與機(jī)器視覺(jué)相結(jié)合是機(jī)器人的發(fā)展趨勢(shì),利用機(jī)器視覺(jué)的快速性與非接觸的特點(diǎn)大大拓寬了機(jī)器人的應(yīng)用領(lǐng)域,提升了機(jī)器人對(duì)環(huán)境的感知能力[3]。近幾年機(jī)器人的需求量更是飛速增長(zhǎng),我國(guó)已經(jīng)連續(xù)3年成為工業(yè)機(jī)器人的最大消費(fèi)者[4]。工業(yè)4.0的提出更是促進(jìn)了機(jī)器人的普及與換代,工業(yè)機(jī)器人必將打破傳統(tǒng)的需要大量人力的制造業(yè)生產(chǎn)方式[5]。但是工業(yè)機(jī)器人系統(tǒng)構(gòu)成一般較為復(fù)雜,涉及的學(xué)科領(lǐng)域較廣,學(xué)習(xí)的門(mén)檻較高[6]。機(jī)器人的二次開(kāi)發(fā)難度大,且不同機(jī)器人生產(chǎn)廠家的標(biāo)準(zhǔn)不同,沒(méi)有統(tǒng)一的規(guī)范。針對(duì)以上問(wèn)題,開(kāi)發(fā)了人機(jī)五子棋對(duì)弈實(shí)驗(yàn)教學(xué)平臺(tái),把工業(yè)機(jī)器人與機(jī)器視覺(jué)相結(jié)合,通過(guò)與機(jī)器人下棋的方式增加實(shí)驗(yàn)的趣味性。利用本實(shí)驗(yàn)平臺(tái),實(shí)驗(yàn)者可以進(jìn)行機(jī)器視覺(jué)實(shí)驗(yàn)、智能搜索算法實(shí)驗(yàn)和機(jī)器人控制實(shí)驗(yàn),對(duì)整個(gè)工業(yè)機(jī)器人的結(jié)構(gòu)、控制以及二次開(kāi)發(fā)能有初步的了解。

1 實(shí)驗(yàn)平臺(tái)總體組成

實(shí)驗(yàn)平臺(tái)的總體組成包括機(jī)器視覺(jué)系統(tǒng)、機(jī)器人抓放系統(tǒng)和人機(jī)交互界面,主要包括相機(jī)、SCARA機(jī)器人、PC以及五子棋盤(pán)(見(jiàn)圖1)。實(shí)驗(yàn)平臺(tái)提供基本的五子棋人機(jī)對(duì)弈功能,主要可以完成機(jī)器視覺(jué)實(shí)驗(yàn)、五子棋搜索算法實(shí)驗(yàn)以及機(jī)器人控制實(shí)驗(yàn)。人機(jī)交互界面可以完成對(duì)整個(gè)程序的控制、顯示實(shí)時(shí)的對(duì)弈畫(huà)面以及設(shè)置程序參數(shù)等功能。

圖1 系統(tǒng)總體組成圖

2 機(jī)器視覺(jué)實(shí)驗(yàn)

2.1 相機(jī)標(biāo)定實(shí)驗(yàn)

相機(jī)標(biāo)定實(shí)驗(yàn)的原理:利用小孔成像的原理通過(guò)采集標(biāo)定板圖像,調(diào)用halcon標(biāo)定算子進(jìn)行相機(jī)標(biāo)定,得到相機(jī)的內(nèi)外參數(shù)[7]。相機(jī)標(biāo)定是機(jī)器視覺(jué)中關(guān)鍵的環(huán)節(jié),標(biāo)定結(jié)果直接影響視覺(jué)識(shí)別與定位的準(zhǔn)確性[8]。本次實(shí)驗(yàn)平臺(tái)的相機(jī)為帶網(wǎng)口的工業(yè)相機(jī),通過(guò)以太網(wǎng)口與PC連接,通過(guò)調(diào)用相機(jī)的程序接口實(shí)現(xiàn)圖像的采集。

實(shí)驗(yàn)步驟:

(1) 固定相機(jī)的位置。相機(jī)一般安裝在垂直于工作平面的正上方,位置可由實(shí)驗(yàn)者自行確定。

(2) 采集halcon標(biāo)定板的圖像。此步驟由實(shí)驗(yàn)者自行選擇標(biāo)定板的位置,然后通過(guò)人機(jī)交互界面按鈕采集不同位置圖像,取15～20張為宜。

(3) 利用halcon軟件進(jìn)行標(biāo)定。將采集的圖像進(jìn)行標(biāo)號(hào),調(diào)用halcon的標(biāo)定算子calibrate_cameras進(jìn)行標(biāo)定,得到相機(jī)的內(nèi)、外參數(shù)。

2.2 棋子識(shí)別與定位算法實(shí)驗(yàn)

棋子識(shí)別與定位實(shí)驗(yàn),主要是利用標(biāo)定實(shí)驗(yàn)的結(jié)果,采用圖像算法得到棋子的精確位置。本次實(shí)驗(yàn)的棋子定位采用模板匹配的方法,通過(guò)在圖像上搜索五子棋模板來(lái)確定棋子的位置。建立棋子的標(biāo)準(zhǔn)模板:

首先采用Sobel算子對(duì)圖像進(jìn)行處理,尋找圖像的灰度梯度,返回圖像坐標(biāo)系下的U方向的像素灰度值(GU)和V方向的像素灰度值(GV),用公式1計(jì)算當(dāng)前像素點(diǎn)的灰度值和梯度方向[9]。

(1)

然后利用非最大值抑制算法搜索梯度方向的局部最大值,去除非最大值元素,達(dá)到精確邊緣的目的。

最后采用雙閾值算法提取和連接邊緣,用雙閾值選擇與邊緣連接方法[10],進(jìn)一步選擇需要的邊緣,去除圖像噪聲的干擾,保存圖像標(biāo)準(zhǔn)模板的輪廓信息。

模板建立完成后,就可對(duì)實(shí)時(shí)采集的圖像進(jìn)行模板匹配。其中圖像區(qū)域與模板的相似度用0—1的數(shù)值來(lái)表示,圖像中沒(méi)有包含模板則輸出的數(shù)值為0。圖像中存在與模板圖像越相似的圖像區(qū)域,輸出就越接近1。最終根據(jù)相機(jī)標(biāo)定的結(jié)果將棋子圖像坐標(biāo)轉(zhuǎn)化為世界坐標(biāo),從而確定棋子在棋盤(pán)中的世界坐標(biāo)。具體實(shí)驗(yàn)步驟如下:

(1) 由實(shí)驗(yàn)者自己采集建立標(biāo)準(zhǔn)模板的圖像,在halcon軟件中選擇建立模板的ROI區(qū)域。

(2) 調(diào)用halcon的create_shape_model算子創(chuàng)建標(biāo)準(zhǔn)模板,得到標(biāo)準(zhǔn)模板的輪廓圖。

(3) 調(diào)用halcon的find_shape_model算子來(lái)搜索棋子的具體位置,通過(guò)調(diào)整Score的值,得到圖像中棋子的精確位置。匹配白棋子實(shí)驗(yàn)的結(jié)果如圖2所示,圖像右側(cè)顯示棋子中心點(diǎn)坐標(biāo)。

3 對(duì)弈搜索算法實(shí)驗(yàn)

五子棋對(duì)弈算法實(shí)驗(yàn)主要是讓實(shí)驗(yàn)者學(xué)習(xí)五子棋搜索算法的原理,學(xué)生可以通過(guò)修改算法的參數(shù)來(lái)驗(yàn)證算法的性能。

一般的五子棋算法原理如下。采用估值算法完成對(duì)當(dāng)前棋局的分析,然后利用Alpha-Beta搜索算法搜索出下一步落子位置[11]。依次根據(jù)對(duì)弈雙方可能走法構(gòu)建一棵博弈樹(shù),將所有的可能走法羅列出來(lái)[10]。當(dāng)輪到任何一方落子時(shí),都要對(duì)每個(gè)可下棋的點(diǎn)進(jìn)行評(píng)估,最后得到對(duì)下棋方最有利的對(duì)另一方最不利的下棋點(diǎn)。一般都采用估值算法對(duì)棋局進(jìn)行分析,當(dāng)前棋局的估值為每個(gè)可下棋點(diǎn)的估值之和[11]。對(duì)于每個(gè)可下棋點(diǎn)的縱向、橫向、左上至右下、右上至左下進(jìn)行估值。每個(gè)方向的情況有:單/雙活一、單/雙活二、單/雙活三、單/雙活四、五子相連；死一、死二、死三、死四[12]。每種情況都有事先設(shè)定好的評(píng)估值,把該點(diǎn)所在的4個(gè)方向點(diǎn)的評(píng)估值相加就是該點(diǎn)的評(píng)估值。最后采用Alpha-Beta搜索算法搜索整個(gè)博弈樹(shù),得到對(duì)當(dāng)前下棋者最有利的落子位置。

本實(shí)驗(yàn)平臺(tái)根據(jù)以上的五子棋算法設(shè)計(jì)思路,利用C++完成對(duì)弈算法設(shè)計(jì)。首先每次記錄實(shí)驗(yàn)者與機(jī)器人的落子位置,當(dāng)需要機(jī)器人下棋時(shí)根據(jù)實(shí)驗(yàn)者參數(shù)的設(shè)定,采用標(biāo)準(zhǔn)的Alpha-Beta搜索算法對(duì)最終結(jié)果進(jìn)行搜索。經(jīng)實(shí)驗(yàn)測(cè)試表明,此實(shí)驗(yàn)平臺(tái)可以完成對(duì)棋局的分析,搜索效率高,僅需0.15 s就可搜索出當(dāng)前最有利的落子位置。

圖2 模板匹配實(shí)驗(yàn)結(jié)果圖

實(shí)驗(yàn)平臺(tái)制作的過(guò)程中留有供實(shí)驗(yàn)者調(diào)節(jié)的參數(shù)接口,實(shí)驗(yàn)者可通過(guò)調(diào)整參數(shù),經(jīng)實(shí)驗(yàn)測(cè)試獲得最優(yōu)的算法性能。

(1) 選擇棋子的顏色,實(shí)驗(yàn)者可以選擇白色或黑色。

(2) 可下點(diǎn)搜索范圍參數(shù)N。在考慮可下點(diǎn)集時(shí),并非一定將整個(gè)棋盤(pán)上的空點(diǎn)都作為可下點(diǎn),而是將棋盤(pán)上有子點(diǎn)周?chē)鶱×N的范圍的并集作為可下點(diǎn)集。這樣可顯著提高算法的速度,參考值N取5～9之間。

(3) 棋盤(pán)估值范圍參數(shù)M。對(duì)棋局估值時(shí),不一定對(duì)棋盤(pán)每點(diǎn)進(jìn)行估值求和,而是對(duì)當(dāng)前棋盤(pán)落子位置周?chē)鶰×M的范圍的并集中的空白點(diǎn)進(jìn)行估值求和。這個(gè)值可以影響最終搜索結(jié)果的好壞,值越大結(jié)果越好,但是值過(guò)大算法速度會(huì)受影響。

(4) 算法搜索深度L。假設(shè)落子在所有可下的點(diǎn),對(duì)棋局進(jìn)行分析,然后假設(shè)對(duì)手再下一步,再進(jìn)行分析,這是兩層搜索深度。即對(duì)博弈樹(shù)搜索L層,這個(gè)參數(shù)對(duì)算法的準(zhǔn)確性和速度都有影響。

4 機(jī)器人程序控制實(shí)驗(yàn)

工業(yè)機(jī)器人程序控制實(shí)驗(yàn),主要是讓實(shí)驗(yàn)者根據(jù)軌跡起點(diǎn)和終點(diǎn)的坐標(biāo)確定機(jī)器人各個(gè)關(guān)節(jié)的運(yùn)動(dòng)曲線。機(jī)器人的軌跡規(guī)劃算法包括笛卡爾坐標(biāo)系下的直線差補(bǔ)算法和圓弧插補(bǔ)算法以及關(guān)節(jié)空間的三次、五次、七次多項(xiàng)式插值算法。由于笛卡爾坐標(biāo)系下的軌跡規(guī)劃方法較為復(fù)雜,三次多項(xiàng)式插值算法的加速度曲線不連續(xù),七次多項(xiàng)式插值算法因次數(shù)太高會(huì)出現(xiàn)龍格現(xiàn)象。所以本次實(shí)驗(yàn)平臺(tái)的軌跡規(guī)劃算法選用五次多項(xiàng)式插值算法。采用五次多項(xiàng)式插值算法對(duì)SCARA機(jī)器人在關(guān)節(jié)空間進(jìn)行軌跡規(guī)劃,SCARA機(jī)器人是一種平面關(guān)節(jié)型工業(yè)機(jī)器人具有4個(gè)關(guān)節(jié),被廣泛應(yīng)用于平面抓取、快速分揀以及動(dòng)態(tài)抓取等領(lǐng)域[13]。

4.1 SCARA機(jī)器人運(yùn)動(dòng)學(xué)建模與仿真

機(jī)器人的運(yùn)動(dòng)學(xué)建模是軌跡規(guī)劃的基礎(chǔ),機(jī)器人的運(yùn)動(dòng)學(xué)模型分為正向運(yùn)動(dòng)學(xué)和逆向運(yùn)動(dòng)學(xué)2種。D-H方法是目前常用的運(yùn)動(dòng)學(xué)建模方法,采用D-H方法對(duì)SCARA機(jī)器人進(jìn)行運(yùn)動(dòng)學(xué)建模,如圖3所示。

圖3 SCARA機(jī)器人D-H坐標(biāo)系

根據(jù)D-H方法的推導(dǎo)公式可以得到式2。其中0T4表示機(jī)器人末端坐標(biāo)系O4到基坐標(biāo)系O1的轉(zhuǎn)換關(guān)系,由矩陣與機(jī)器人世界坐標(biāo)系的對(duì)應(yīng)關(guān)系可得到式3。

(2)

(3)

式(3)為機(jī)器人的運(yùn)動(dòng)學(xué)正解方程,由式(3)可得，只要知道SCARA機(jī)器人末端執(zhí)行器的世界坐標(biāo),就可以計(jì)算得出每個(gè)關(guān)節(jié)的旋轉(zhuǎn)角度,即可得到機(jī)器人的逆運(yùn)動(dòng)學(xué)模型。在Matlab中利用Robotics Toolbox工具對(duì)得到的機(jī)器人模型進(jìn)行仿真驗(yàn)證。圖4仿真模型與圖3中的機(jī)器人模型完全相同,驗(yàn)證了運(yùn)動(dòng)模型的正確性。

圖4 SCARA機(jī)器人仿真模型

4.2 機(jī)器人關(guān)節(jié)空間軌跡規(guī)劃

機(jī)器人建模完成后,采用五次多項(xiàng)式插值算法對(duì)機(jī)器人進(jìn)行軌跡規(guī)劃。五次多項(xiàng)式的標(biāo)準(zhǔn)表達(dá)式如式4所示。

(4)

對(duì)應(yīng)五子棋中抓取棋子和放置棋子的位置為θ0和θe即起點(diǎn)與終點(diǎn)。關(guān)節(jié)空間的軌跡規(guī)劃必須保證軌跡的連續(xù)性,保證軌跡的位置、速度、加速度以及加加速度曲線是連續(xù)的,約束條件如式(5)所示。

(5)

根據(jù)式(5)可得到,只要得到關(guān)節(jié)起點(diǎn)和終點(diǎn)的角度值,就可以計(jì)算出式(4)中的6個(gè)未知參數(shù),從而得到關(guān)節(jié)的運(yùn)動(dòng)曲線。解得其參數(shù)表達(dá)式如式(6)所示。

以此類(lèi)推分別求得每個(gè)關(guān)節(jié)的運(yùn)動(dòng)曲線,就可完成機(jī)器人的軌跡規(guī)劃。

(6)

4.3 機(jī)器人軌跡規(guī)劃與控制實(shí)驗(yàn)

(1) 實(shí)驗(yàn)者可以在機(jī)器人的工作區(qū)域內(nèi)任意確定機(jī)器人的起點(diǎn)和終點(diǎn)的坐標(biāo),以及機(jī)器人所運(yùn)動(dòng)的時(shí)間,代入公式6可得到機(jī)器人的運(yùn)動(dòng)軌跡,同時(shí)可在Matlab中對(duì)機(jī)器人的軌跡進(jìn)行仿真驗(yàn)證。

(2) 軌跡規(guī)劃可得出機(jī)器人的運(yùn)動(dòng)軌跡,然后與機(jī)器人進(jìn)行通信將關(guān)節(jié)旋轉(zhuǎn)角度傳送給機(jī)器人,控制機(jī)器人的運(yùn)動(dòng)。在機(jī)器人編程軟件中編寫(xiě)實(shí)驗(yàn)平臺(tái)通信程序,然后下載到機(jī)器人的控制器中,通信程序流程如圖5所示。采用Socket通信將軌跡坐標(biāo)發(fā)送給機(jī)器人,機(jī)器人作為客戶(hù)端接收坐標(biāo)數(shù)據(jù)并根據(jù)坐標(biāo)運(yùn)動(dòng)。

圖5 機(jī)器人通信程序流程圖

實(shí)驗(yàn)者可以將得到的機(jī)器人軌跡發(fā)送給機(jī)器人,機(jī)器人可以按照規(guī)劃好的軌跡進(jìn)行運(yùn)動(dòng)。在人機(jī)對(duì)弈的應(yīng)用中,只要確定抓取棋子的坐標(biāo)和落子點(diǎn)的坐標(biāo),機(jī)器人就可以完成下棋的動(dòng)作。

5 實(shí)驗(yàn)測(cè)試

通過(guò)以上各個(gè)步驟的實(shí)驗(yàn),就完成了整個(gè)人機(jī)對(duì)弈的實(shí)驗(yàn)過(guò)程,實(shí)驗(yàn)者可以在實(shí)驗(yàn)平臺(tái)上進(jìn)行對(duì)弈測(cè)試。實(shí)驗(yàn)平臺(tái)的上位機(jī)界面如圖6所示,在界面上可以通過(guò)按鈕選擇實(shí)驗(yàn)者下棋的顏色,控制程序的啟停。還可以顯示人機(jī)對(duì)弈的實(shí)時(shí)畫(huà)面,實(shí)時(shí)監(jiān)測(cè)與機(jī)器人通信的狀態(tài)。為了保證實(shí)驗(yàn)者的安全,每次下完棋需要按下下棋確認(rèn)按鈕,然后機(jī)器人會(huì)利用搜索算法搜索出落子的位置,通過(guò)Socket通信將落子的坐標(biāo)發(fā)送給機(jī)器人,機(jī)器人根據(jù)坐標(biāo)完成落子動(dòng)作。

圖6 人機(jī)交互界面

通過(guò)大量實(shí)驗(yàn)測(cè)試,以上人機(jī)對(duì)弈實(shí)驗(yàn)平臺(tái)可以實(shí)現(xiàn)各項(xiàng)功能,可通過(guò)以上各個(gè)部分的實(shí)驗(yàn)實(shí)現(xiàn)人機(jī)對(duì)弈,可提高學(xué)生的實(shí)驗(yàn)興趣。

6 結(jié)語(yǔ)

工業(yè)機(jī)器人代替?zhèn)鹘y(tǒng)的制造業(yè)是未來(lái)的發(fā)展趨勢(shì),是我國(guó)從制造大國(guó)轉(zhuǎn)為制造強(qiáng)國(guó)的核心力量。機(jī)器人正向著模塊化、集成化以及網(wǎng)絡(luò)化的趨勢(shì)發(fā)展,尤

其是基于機(jī)器視覺(jué)的工業(yè)機(jī)器人的應(yīng)用將更加廣泛。本次設(shè)計(jì)的人機(jī)對(duì)弈實(shí)驗(yàn)平臺(tái),通過(guò)工業(yè)機(jī)器人的二次開(kāi)發(fā)提高學(xué)生對(duì)工業(yè)機(jī)器人的了解和學(xué)習(xí)的興趣。通過(guò)實(shí)驗(yàn),學(xué)生不僅對(duì)工業(yè)機(jī)器人的組成、機(jī)器人程序控制以及通信有了初步了解,更為以后進(jìn)一步開(kāi)展機(jī)器人科研打下基礎(chǔ)。

參考文獻(xiàn)(References)

[1] 譚民,王碩.機(jī)器人技術(shù)研究進(jìn)展[J].自動(dòng)化學(xué)報(bào),2013,39(7):963-972.

[2] 周濟(jì).智能制造:“中國(guó)制造2025”的主攻方向[J].中國(guó)機(jī)械工程,2015,26(17):2273-2284.

[3] 孟明輝,周傳德,陳禮彬,等.工業(yè)機(jī)器人的研發(fā)及應(yīng)用綜述[J].上海交通大學(xué)學(xué)報(bào),2016(1):98-101.

[4] 范楊.工業(yè)機(jī)器人的技術(shù)發(fā)展及其應(yīng)用[J].現(xiàn)代制造技術(shù)與裝備,2017 (3):165-165.

[5] 牟富君.工業(yè)機(jī)器人技術(shù)及其典型應(yīng)用分析[J].中國(guó)油脂, 2017,42(4):157-160.

[6] 廖云松.工業(yè)機(jī)器人的研究發(fā)展現(xiàn)狀及趨勢(shì)[J].華人時(shí)刊,2014 (4):150-155.

[7] 劉藝,夏文杰.基于機(jī)器視覺(jué)的移動(dòng)工件抓取和裝配的研究[J].計(jì)算機(jī)測(cè)量與控制, 2015,23(7):2329-2332.

[9] 劉振宇,李中生,趙雪,等.基于機(jī)器視覺(jué)的工業(yè)機(jī)器人分揀技術(shù)研究[J].制造業(yè)自動(dòng)化,2013,35(9):25-30.

[10] 陳懇.基于機(jī)器視覺(jué)的物料分揀工業(yè)機(jī)器人關(guān)鍵技術(shù)研究[D].深圳:深圳大學(xué), 2017.

[11] 王云霞.智能五子棋博弈算法研究[J].江蘇理工學(xué)院學(xué)報(bào),2013(2):26-27.

[12] 李學(xué)俊,王小龍,吳蕾.機(jī)器博弈教學(xué)實(shí)驗(yàn)平臺(tái)[J].計(jì)算機(jī)教育,2014(12):85-88.

[13] 鄭華,陳軍,金鴻章.SCARA機(jī)器人運(yùn)動(dòng)學(xué)和視覺(jué)抓取研究[J].組合機(jī)床與自動(dòng)化加工技術(shù),2017(6):50-53.