高職工業(yè)機器人技術應用大賽智能相機識別優(yōu)化研究與實踐

凌旭 周潮 戴俊良

摘要：隨著全國高職院校職業(yè)技能大賽的開展，高職組工業(yè)機器人技術應用賽項題目難度越來越大，對學生的要求越來越高。根據(jù)大賽內容，其中智能相機對拍照圖片的識別正確率高低，直接決定比賽學生的最終成績。通過多次試驗與優(yōu)化相機識別方法，結合PLC觸摸屏技術以及與工業(yè)機器人相配合，最終完成工業(yè)機器人關節(jié)零件的識別與裝配過程。為以后的工業(yè)機器人技能競賽操作過程指明方向。

關鍵詞：智能相機;工業(yè)機器人;PLC;圖像識別

中圖分類號：G714? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻標識碼：A? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文章編號：1674-957X（2021）08-0245-02

0? 引言

全國職業(yè)院校技能大賽高職組工業(yè)機器人技術應用賽項以“中國制造2025”規(guī)劃為背景，通過技能競賽促進和引導工業(yè)機器人相關專業(yè)建設，以賽促教，為工業(yè)機器人及系統(tǒng)在企業(yè)中的應用提供人才保障[1-2]。工業(yè)機器人技術應用賽項依托工業(yè)機器人智能工作站系統(tǒng)作為競賽平臺，多名參賽選手協(xié)作，以現(xiàn)場操作的方式完成工業(yè)機器人應用工作站系統(tǒng)中的配套設備機械電氣系統(tǒng)的裝調、工業(yè)機器人標定及示教器示教編程、通訊設置及操作編程、視覺系統(tǒng)編程調試、AGV機器人及碼垛機器人的編程調試等基本工作任務，并通過對系統(tǒng)的人機界面開發(fā)及控制程序設計等完成工業(yè)機器人智能工作站系統(tǒng)的聯(lián)機運行和特定制造流程等綜合任務[3-5]。

工業(yè)機器人技術應用賽項已經(jīng)進行多年，每年的題目難度都在增加，對學生的要求越來越高。分析歷年來比賽的各個環(huán)節(jié)，其中視覺系統(tǒng)編程調試和工業(yè)機器人編程兩個項目成為學生最大的失分項目。其中，相機識別的正確率決定了比賽得分高低，因此，本文通過試驗與測試，優(yōu)化編程，大大提高智能相機對圖片的識別率。

1? 工作原理

機器人處于托盤流水線和裝配流水線的中心，相機處于機器人抓取工位之前，先進行識別再進行抓取，裝配流水線能夠配合機器人來回移動，保證機器人的工作范圍足夠。

托盤流水線擁有入口光電開關、拍照工位光電開關、抓取工位光電開關以及拍照工位和抓取工位的兩個氣檔。

帶著工件的托盤從入口進入流水線，入口光傳感器電能夠記錄，到了拍照工位的光電傳感器開關會打開，使氣檔升起進行拍照。拍照完畢之后進入抓取工位，光電傳感器開關打開，氣檔隔斷后方來的托盤，等到當前工件抓取完畢，托盤回收完成后氣檔降下，接收下一個托盤。

裝配流水線從左至右依次為成品庫、裝配工位、廢料庫工位三個部分。裝配工位配置有四個定位工作位，規(guī)定為1號位、2號位、3號位和4號位。每個定位工作位安裝了伸縮氣缸用于二次定位，當機器人將工件送至裝配工位后，必須通過氣缸進行二次定位，提高機器人的抓取精度，以保證能夠順利完成裝配，廢料庫用于存放缺陷工件。

成品庫主要用于存放已裝配完成的工件，機器人按工件號1→2→3→4的次序在裝配工位定位后依次進行裝配;當4號工件裝配到位后，機器人帶動4號工件順時針旋轉90度扣緊，整套工件組裝完成。組裝完成之后機器人將成品移動到成品庫。

2? 程序設計

2.1 通訊程序設計

通訊交換的數(shù)據(jù)包括：相機識別工件的位置信息數(shù)據(jù)，工件實時位置信號數(shù)據(jù)，機器人抓取、裝配、送料等信號數(shù)據(jù)，PLC狀態(tài)、聯(lián)機信號數(shù)據(jù)，同時也包括一些放在觸摸屏上的動畫信號數(shù)據(jù)。

通訊系統(tǒng)以工業(yè)交換機為核心交換各種數(shù)據(jù)，從相機處獲取的工件數(shù)據(jù)，經(jīng)過處理最終將其發(fā)送至機器人處進行抓取，PLC與機器人之間需要不斷交換數(shù)據(jù)來保證程序的同步運行，觸摸屏要能夠實時監(jiān)控全局數(shù)據(jù)，并且進行要能設置一些基本功能完成程序運轉，計算機要能夠輸入各種程序，基于以上條件來設計通訊，才能保證系統(tǒng)的正常運行，本次的機器人不需要編寫通訊程序，只有PLC需要設計通訊程序以及相機軟件中的輸出配置，最后再設計好觸摸屏的動畫布局，整個通訊系統(tǒng)就建立完成了。將機器人和相機的預設地址輸入ModBus_CLENT塊建立通訊。

當在監(jiān)控模式下STATUS顯示“0000”說明通訊正常，若不為“0000”說明通訊出現(xiàn)問題，需要查表解決。

通過通訊連接，PLC能接受相機識別的數(shù)據(jù)，處理后再發(fā)送給機器人。相機與PLC之間是單向傳輸，所以只需要一個ModBus CLENT塊來讀，PLC與機器人之間是雙向傳輸，所以需要兩個ModBus_CLENT塊，一個寫一個讀。

2.2 相機程序設計

相機的識別工具要能夠清楚地記錄到工件的位置、角度信息，并且某一工件的識別工具其他工件是不能通過的，這方便輸入腳本，確定工件的類型。同樣識別一個工件的圖像，有很多的方法，但是每個方法的識別度有所差異，我們需要實驗得到識別度最高得方法，以設計出較穩(wěn)定的相機程序。

在實驗中發(fā)現(xiàn)，光照對工件識別的影響最為大。當光過亮或過暗，識別工具的準確性會極大地下降。所以實驗要對光源進行單一變量實驗，找出最合適的光照強度。

在合適的光照強度下，可以對不同識別工具的準確性進行實驗，首先實驗的是定位工具的定位準確度。

經(jīng)實驗，圓環(huán)內圓定位的精度遠在圖案定位之上，使用圓環(huán)內圓定位來確定位置更為準確，但是機器人還是需要工件的角度信息才能正確抓取，所以需要將兩個工具搭配使用，一個提供位置，一個提供方向。

圖1所示，2號工件雖然不是一個圓形，但是圓環(huán)內圓定位工機具可以補全圓，實驗后發(fā)現(xiàn)2號工具也能使用該工具進行定位。

3號4號工件與1號工件同樣為圓形，所以實驗數(shù)據(jù)相差較小。定位完成之后進行工件型號識別的實驗，圖案定位工具由于是通過軟件學習工件圖像，具有一定的識別功能，對于1號工件和2號工件這種差異較大的工件識別起來比較準確，工件對應圖案定位的識別度能達到95%以上，但對于3號工件和4號工件，由于形狀差異較小，識別度只能保持在60%，經(jīng)過不同工具的實驗，我們挑選出了矩形區(qū)域內目標計數(shù)，通過識別3號工件和四號工件孔的數(shù)目的不同來區(qū)分這兩個工件，在1號工件識別沒通過的情況下，如果當前圖像具有三個孔為3號工件，兩個孔為4號工件。

矩形區(qū)域內目標計數(shù)的準確性非常高，只有光照強度過高或者過低才會識別不到相應的孔，在光照適中的時候，識別率能達到100%。

之后需要設置腳本，添加5個變量分別表示所拍到圖像的X、Y坐標信息，還有Z為工件的高度信息，A為工件的角度信息，TEY為工件的類型。

之后根據(jù)需求來輸入腳本，如以下2號工件的識別腳本：

Tool3工具是用來識別2號工件的，當Tool3工具通過時，識別的工件為2號工件。

if（tool3.Out.objectNum>0）#當tool3通過時

{

tool5.X=（tool2.Out.centroidPoint[0].x-323）*80/156;#計算工件當前X坐標

tool5.Y=（tool2.Out.centroidPoint[0].y-211）*80/156;#計算工件當前Y坐標

tool5.A=tool3.Out.centroidPoint[0].angle;#計算工件當前角度信息

tool5.Z=55;#賦值2號工件的高度信息

tool5.TEY=2;#賦值2號工件的工件類型

}

由于工件像素值與實際尺寸之間存在差異，所以在計算工件坐標的時候要乘以像素比。工件位置的X或Y坐標計算為：（當前X或Y坐標-中心點X或Y坐標）*像素值/實際尺寸。

2.3 工業(yè)機器人程序編寫

工業(yè)機器人首先需要示教抓取位位、托盤回收位置、工件放置位置的點，示教完成之后輸入與PLC所配套的程序，即可完成流程，如圖2所示。

1號工件需要用單爪進行抓取，2、3、4號工件需要雙吸盤抓手進行抓取，機器人要根據(jù)相機識別出的工件型號選取合適的抓手進行抓取。

在合適的環(huán)境下，調整好相機的光圈及焦距，編寫的相機程序對工件的識別率能達到100%，確保了作為整套系統(tǒng)“眼睛”的部分的穩(wěn)定性。

智能相機作為大賽系統(tǒng)中外界變量可能會引起精度浮動較大的設備有著較高的不確定性，比賽場環(huán)境不確定性，使得參賽學生在不同環(huán)境因地制宜做出調整，通過對光圈焦距進行一定的修正，以及相機軟件內部參數(shù)的調試，通過上述識別方法會有不俗的表現(xiàn)。

3? 總結

結合全國高職院校職業(yè)技能大賽工業(yè)機器人應用技術賽項的要求，分析智能相機在圖像識別方面的特點，優(yōu)化圖像識別操作方法和工業(yè)機器人配套程序。通過多次的試驗證明方法可行性強。為以后的工業(yè)機器人應用技術大賽學生備賽提供很好的思路和方法。

參考文獻：

[1]溫劍鋒.基于人工智能的視覺目標定位系統(tǒng)設計[J].現(xiàn)代計算機，2020（35）：65-69.

[2]張純純，馮創(chuàng)意，高統(tǒng)林.基于機器視覺的目標識別與抓取研究[J].農(nóng)業(yè)裝備與車輛工程，2019，57（12）：93-96.

[3]李金莉.技能競賽背景下工業(yè)機器人技術應用課程教學研究[J].東西南北，2019（19）：117.

[4]徐青青.基于機器視覺的工業(yè)機器人智能分揀系統(tǒng)設計[J].儀表技術與傳感器，2019（08）：92-95，100.

[5]沈玲.依托技能大賽提升專業(yè)教學質量淺探——以工業(yè)機器人技術應用賽項為例[J].湖北工業(yè)職業(yè)技術學院學報，2018，31（03）：51-55.