基于機器視覺的工業機器人定位系統研究

曹誠誠

基于機器視覺的工業機器人定位系統研究

曹誠誠

（南京理工大學泰州科技學院，江蘇 泰州 225300）

當前工廠對智能設備的制造要求逐漸提升，同時機器視覺技術的的發展對于高精度的定位性能要求較高，并逐漸向機器人領域拓展。基于機器視覺技術，通過概述工業機器人定位系統組成，圍繞動作過程等方面探究工業機器人定位系統的具體內容，進而將定位信息向機器人控制器進行傳輸，完成定位任務。

機器視覺；工業機器人；定位系統；定位抓取技術

工業機器人是制造業的高端制造設備，對于穩定性、定位精準度的要求較高，因此需要借助機器視覺技術處理圖像，通過工業相機實現引導定位和模式識別等操作，快速獲取物體的質心和邊界，滿足工業機器人系統運行的自定位需求，縮短其期望位置和末端位置間的差距，進而促進機器視覺技術的創新和發展。

1 定位系統組成

依托機器視覺的機器人定位系統包含攝像機系統和控制系統，其中攝像機系統中包括計算機（具有圖像采集卡）、攝像機，主要收集視覺圖像，并應用機器視覺算法。控制系統包含控制箱和計算機，對計算機末端具體位置完成控制。工作區利用CCD攝像機進行拍攝，并使用計算機識別圖像，得到跟蹤特征，完成數據的計算和識別，借助逆運動學方式獲取機器人每一位置的誤差，再對高精度末端執行模塊進行控制，科學調整機器人的位置和位姿。

2 工作原理

機器人系統較為復雜，其中包含工業計算機、伺服電機、伺服控制器等部件，借助“人類引導思想”工藝，對人類的行為習慣、肢體動作、決策方式、表達模式進行展示和控 制[1]。依托機器視覺技術的機器人定位系統工作原理包含以下內容。

2.1 工業相機

工業相機的主要工作原理是光傳感使光線經過相機鏡頭進入傳感器，實現CCD成像或者COMS成像，進而將光學信號調整為電信號，利用內部模數轉換電路形成數字信號，同時將信號傳輸到DVP或DSP位置完成加工，獲得可以進行工業控制的格式。

2.2 視覺定位系統

視覺定位系統主要借助1394采集卡、CCD攝像機向計算機中輸入視頻信號，同時對其進行迅速處理。系統選取物體圖像、搜尋跟蹤物、構建坐標系，進而獲取跟蹤特征，完成數據計算和識別，借助逆運動學原理獲取機器人關節區域數值，利用末端執行部分完成對機器人位姿的控制。

2.3 區域匹配

以依托區域的匹配方式為例，該技術主要是將圖像中某一位置的灰度區域當作模板，在另一個圖像中尋找相似或相同的灰度值對應分布區域，從而加強圖像之間的匹配度。依托區域的匹配方式中匹配關鍵是尺寸固定的圖像窗口，而判斷相似性的關鍵是度量值。例如，某點p（，）是圖像模板中的標準點，將該點作為中心隨機選擇某鄰域當作窗口，若位于原始圖片中，垂直方向平移，水平方向平移，該部分搜索區域是k，若（，k）相關函數最小，則二者可以達到最佳匹配效果。

2.4 提取圖像特征

系統工作臺背景和工作臺工件顏色差別較大，如果工件是黑色，則需要將該條件當作識別工作的主要依據。若工件的邊緣灰度出現明顯變化的情況，則可以得出對象的邊界節點。在掃描線技術中，若掃描過程中灰度變化十分明顯，則該像素點是邊界點。此外，可以利用最小二乘方法，通過邊界點將其擬合成圓周，得出圓心區域[2]。

3 系統動作過程

3.1 機器人標定

在借助機器視覺技術對機器人進行引導前，需要對相機坐標系和機器人完成標定，建議使用“三點自動標定”方式，對機器人進行標定操作，同時設置標定工件的自動模板，進而為后續機器視覺技術控制和引導機器人系統操作提供技術支持。

3.2 系統動作流程

在運行工位模塊時，需要借助可編程的PLC控制器單元，結合鋰電池載流片系統對機器人系統中氣缸、伺服電機、傳感器等裝置完成上料操作[3]。同時，工業相機可以采集上料后鋰電池載流片的圖像，并分析處理圖像，實現特征識別、模塊匹配、定位計算物料、確定目標位置，進而將數據傳輸至機器人系統中，使機器人可以對鋰電池載流片完成科學的取放工作。

3.3 系統通訊模式

依托機器視覺技術的工業機器人系統中，鋰電池載流片定位系統內部若采取普遍的TCP/IP模式，會出現網線掉線的情況，無法充分釋放設備網絡端口，需要先斷電再重啟才可以完全釋放，很難檢測HUB系統問題，進而影響生產系統的運行狀態。因此，建議創新通訊模式，按照“心臟跳動式”工藝，借助系統標志、通訊設備所呈現的通訊模式，為工業機器人系統通訊運行工作提供技術保障。

4 攝像機標定技術

視覺定位技術中攝像機標定十分關鍵，需要結合多種測量標準選擇標定模式，進而提升機器人系統定位精度。當前攝像機標定技術包含傳統標定模式和自標定模式，其中傳統標定模式主要依托攝像機模型，在其前方放置特定參照物，借助數學計算和變換模式，得到外部參數和內部參數信息。自標定模式無需獲取已知參照物數值，可以利用移動的攝像機對周邊圖像及其對應關系完成標定。攝像機模型中小孔攝像機是基本模型，但在近距離、計算精度、廣角等要素要求較高的環境中，則無法利用該線性模型進行計算，需要借助校正方式，重建三維模型，獲取攝像機較高的精確度，因此畸變模型、成像模型是依托計算機視覺技術完成攝像機定標的關鍵。

此外，當多種坐標系統進行調整時需要實現成像轉換，3-D景物成像中坐標系統包含以下結構：①世界坐標。屬于現實和真實坐標系統，屬于客觀坐標，可以表示3-D場景。②攝像機坐標。將攝像機作為中心，設置坐標系統，將光學軸設為軸。③像平面坐標。將攝像機坐標模塊中平面與像平面平行，確保軸、軸分別和′、′重合，使平面的原點位于光學軸上。④計算機圖像坐標。數字圖像需要存儲在計算機的存儲器內，因此應將投影坐標向計算機圖像坐標轉換。

5 圖像處理技術

5.1 圖像采集

模擬圖像無法借助數字計算機直接進行處理，需要將模擬圖像轉變為數字圖像。而圖像數字化實際上是將模擬圖像劃分為多個小區域，稱為像素，并利用整數表示像素的灰度和亮度。本課題中對于數字圖像的處理主要借助灰度圖像實現，灰度圖像單純包含亮度信息，因此應將亮度值進行量化控制，其中包含0～255，共計256個級別，而0是黑色屬于最暗的顏色，255是全白色，是最亮的顏色。同時，由于人眼可以分辨32個灰度級，因此應借助一個字節對灰度完成表示，計算機內部二維數字圖像相當于某一矩陣，但其中的矩陣元素則是對應圖像位置的灰度值，取值在0～255。

5.2 圖像預處理

數字圖像預處理技術主要借助平滑處理模式，可以降低噪聲。圖像處理階段出現的噪聲一般包含高斯噪聲、脈沖噪聲、椒鹽噪聲，其中，高斯噪聲是正態分布或依托亮度的噪聲；脈沖噪聲中存在白亮度值，其相當于正脈沖噪聲；椒鹽噪聲包含隨機形成的黑白亮度值。而高斯噪聲一般來源于傳感器，比如攝像機運行過程中的干擾噪聲。因此，可以借助頻率域、空間域消除噪聲，利用模板運算、鄰域平均等方式降低噪聲。

6 定位抓取技術

6.1 圖像處理技術

依托機器視覺工藝應用圖像處理技術，需要優化定位抓取技術，數據來源是圖像信息，圖像處理技術的質量與圖片完整度、清晰度相關，具體的處理技術包含以下內容：①灰度處理模式。該技術可以把彩色圖片轉變為黑白灰度圖片，進而體現圖像中的相關信息，優化系統圖像處理質量，減少計算機的計算任務。由于灰度圖像和彩色圖像的差別只有顏色，因此借助灰度圖像獲取數據可行性較高。②濾波處理模式。該模式主要目的是降低圖像噪聲，增加圖像中保留的信息點，突出圖像的可靠性和有效性。③二值化處理模式。該技術將像素點中灰度值調整成0/255，確保圖像只有唯一的灰度值，提升圖像的簡便性，降低信息處理量，該技術的關鍵是科學選擇閾值，充分發揮二值化處理技術的高效性。

6.2 三維定位技術

依托機器視覺的工業機器人定位技術的核心是三維定位模式，該技術對于提升系統定位抓取的精準度至關重要。三維定位技術的應用依托立體雙目視覺系統，對觀測目標進行定位，構建三維坐標系，進而提升定位工作的質量，可以更好地契合現代化工業生產和制造的需求，便于結合特定場景環境對坐標系進行科學調整。借助三維定位技術能夠迅速對三維坐標數據完成識別，轉化圖像坐標系、現實坐標系，獲取目標具體位置信息，提升機器人系統定位抓取的水平。另外，該技術可以分析并調整圖像坐標系和現實坐標系之間的關聯度，抓取不同形狀、規格的目標，進而滿足工業機器人定位系統開發需求。

7 結論

綜上所述，本文通過概述工業機器人系統、運用視覺技術標定坐標系、提取圖像特征、跟隨和匹配圖像，完成坐標轉變。優化新定位系統，將機器視覺技術和機器人技術有機結合，提升系統運算效率，加強其穩定性和定位精確度，進而降低其定位誤差，提升其定位精度，突出工業制造工程的可靠性和適用性。

［1］馬紅衛.基于機器視覺的工業機器人定位系統研究［J］.制造業自動化，2020，42（3）：58-62，97.

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

［3］劉金龍. 基于機器視覺的車門抓取定位系統研究與開發［D］.北京：華北電力大學，2018.

TP242.2

A

10.15913/j.cnki.kjycx.2020.14.025

2095－6835（2020）14－0069－02

曹誠誠（1987—），女，山東安丘人，本科，助教，研究方向為工業機器人。

〔編輯：王霞〕