基于視覺定位技術的全自動掛件項目的研究與應用

文/張濤，張偉亮，張芳·格力電器（石家莊）有限公司

噴涂工藝是空調器生產過程中重要加工工藝之一，包括上料、前處理、烘干、粉末噴涂、固化、冷卻、檢驗、下料八大工序。其中，上料工序需要工人將鈑金件吊掛在懸掛鏈上的掛具上，且必須滿足掛具上的掛針與鈑金件上的吊掛孔緊密配合，以確保零件吊掛的穩定性，避免因吊掛方式不當導致零件掉落等異常。目前，行業內的噴涂上料方式大多數為人工上料，不僅耗費人力多，而且勞動強度大，亟需改善。本文重點闡述了我公司研發的基于視覺精準定位技術的噴涂全自動掛件工藝的研究與應用。

空調器傳統掛件工藝流程

空調外殼沖壓工藝

空調外殼（組件）噴涂前的工序按照生產順序主要分為沖壓工藝、鉚接和點焊工藝。鋼卷在完成定尺分條后，就進行沖壓工藝生產，經過①外殼壓形工序、②沖孔落料工序、③翻邊工序、④沖孔工序，四道沖壓工序完成空調外殼的生產；然后再經過鉚接、點焊工序依次在外殼上點焊壓縮機螺栓、鉚接冷凝器固定塊、鉚接基腳部件，完成整個外殼（組件）的生產；最后外殼（組件）進入噴涂工序，完成產品的生產。

空調外殼噴涂流程

空調外殼（組件）是由鈑金件經過噴涂而成，噴涂的設備主體為環形懸掛鏈，以6～7m/min的速度進行運轉。在上料工序，需要將鈑金件懸掛在懸掛鏈上的掛具上（圖1），并且需要保證掛具上的掛針穿過鈑金件上的吊掛孔。目前，行業內大多數企業采用人工上料的生產方式（圖2），不僅耗費人力，而且勞動強度大，員工極易因過度疲勞導致吊掛不到位、空掛等異常情況，不僅造成產能的浪費，而且需要額外的人員花費額外的時間去清理掉落在前處理道中的鈑金件，造成不必要的損失。

全自動吊掛工藝的研究與應用

通過對空調器上料工序的系統研究，得到要實現空調器鈑金件的全自動上料必須攻破以下三個技術難題：

圖1 鈑金件懸掛鏈

圖2 人工懸掛空調器外殼

⑴實現在懸掛鏈運動狀態下的掛具掛點精確定位；

⑵噴涂掛具為循環重復使用物料，掛具掛點的位置一致性較差，需實現在該狀況下的掛具掛點精準定位；

⑶實現在掛具掛針與鈑金件吊掛孔配合間隙極小條件下的自動吊掛作業。

為解決上述難題，項目組通過多次研究討論和模擬試驗，建立全自動上料系統，包括噴涂掛具抓取與定位系統、視覺智能定位系統、底盤自動上料系統和異常智能識別系統，具體如圖3所示。

建立掛具自動抓取與定位系統

掛具在噴涂懸掛鏈上以6～7m/min的速度進行運動，在運動過程中不可避免的存在晃動現象，導致掛針位置定位難。為剔除掛具晃動對掛針位置定位的影響，項目組決定將掛具狀態由動態轉變為靜態，即將掛具摘取下來進行掛針位置的靜態準確定位，為自動上料創造條件，該方案我們稱之為噴涂掛具自動抓取與定位系統。

圖3 全自動上料系統

圖4 機器人夾持系統

掛具抓取與定位系統制作過程中，首先要自制掛具導向系統，減少掛具的前后晃動，為后續機器人抓取掛具提供良好條件。其次，制作傳感系統實現當掛具到達指定點位時，機器人夾持系統開始對掛具進行摘取作業，同時將摘取下來的掛具放置于定位架中，如圖4所示。

建立視覺智能定位系統

掛具自動抓取與定位系統將掛具狀態由動態變為靜態，且掛具最終被放置于定位架中。為實現自動上料，需要使用機器人夾取鈑金件并將其懸掛在位于定位架中的掛具上。

然而，掛具在不斷重復的流轉過程中，其掛點位置會發生偏移，在水平及豎直方向上的偏移范圍均為±2.5mm，同時掛針與底盤吊掛孔之間單邊間隙只有1mm。因此，同一掛具在定位架同一位置，采用同一機器人進行掛件作業時，往往懸掛不上。

由此可見，傳統的機械定位方法無法滿足自動掛件需求，機器人無法根據掛點位置的變動進行懸掛動作的調整。

為解決上述問題，項目組研究采用視覺智能定位系統對掛具掛點進行水平和豎直2個方向的定位（圖5），從而實現掛點的精確定位（圖6），同樣原理實現對零件吊掛孔位置的精確定位（圖7），定位精度能達到±0.05mm。由視覺軟件系統對零件吊掛孔位置和掛具掛點位置進行計算分析后，將準確的軌跡信號傳輸至機器人上掛系統。

建立機器人底盤自動上掛系統

圖5 視覺定位系統

圖6 掛針視覺定位

圖7 掛孔視覺定位

圖8 掛點視覺位置數據

機器人底盤自動上掛系統由2臺ABB6700組成，每臺機器人每次負責2個底盤的自動上掛。當機器人接到啟動信號時，機器人從零件傳輸線抓取零件至視覺智能定位系統進行拍照。拍照完畢后機器人接收到視覺軟件系統計算出來的掛具掛點位置坐標（圖8），機器人按照坐標進行移動并完成零件上掛（圖9）。

建立異常智能識別系統

在項目運行過程中經常出現零件吊掛孔損壞、掛具損壞等異常，直接影響到零件上掛成功率。為解決該難題，項目組研究設計了異常智能識別系統，即預先設定視覺智能定位系統的拍照標準，包括掛具掛點拍照標準及零件吊掛孔拍照標準。然后在項目運行過程中將拍到的實時照片與標準照片進行比對以確認上料是否成功。

通過反復的測試及數據統計發現，當實時照片與標準照片的相似度（后續稱為標實相似度）大于85%時，上掛成功率為100%。基于該數據，項目組將系統程序設定為當標實相似度小于85%時，系統默認為異常狀態（圖10）。當系統顯示異常時，機器人上料系統拒絕執行接下來的上料程序，從而實現了零件上掛成功率達到100%。

圖9 機器人自動掛料

圖10 視覺智能判定系統

結束語

本文所述整條自動化線體由1臺ABB 2600機器人、2臺ABB4600機器人、2臺ABB6700機器人、2套視覺拍照系統（每套由4個相機組成）及2套視覺軟件處理系統組成，通過上述設備的協同作業共同實現了零件的全流程自動上料。該線體投產后實現直接減員6人，人均生產效率提升300%，不僅經濟效益顯著，而且極大地降低了員工的勞動強度，為行業內全自動上料模式的實現提供了借鑒方法。