雙目雙臂協作機器人設計與研發

胡 仰 溫秀蘭* 倪浩君 李子康 趙藝兵

（南京工程學院 自動化學院，江蘇 南京 211167）

隨著工業機器人技術的發展，單臂工業機器人已經廣泛應用于制造行業，替代人工完成鑄造、焊接、沖壓和碼垛等操作。但是在一些需要精細裝配、精細操作的實際應用場景上會遇到很大的障礙。為了適應任務的復雜性以及操作精度提高的要求，由兩個單臂組成的雙臂機器人相互協作、相互配合的去完成某種作業的需求越來越大。同時雙目的加入使雙臂機器人的末端位姿能被實時監測到，保證協作抓取過程中的準確與高效，能夠適應更多樣化的環境，減少技術工人的工作量，提高生產加工的效率。

目前，國外發達國家在雙臂機器人領域取得重大突破[1]，國內有關雙臂機器人研究也得到了穩步推進，已有一系列關于雙臂協作機器人的理論與實踐研究[2-3]。本文設計的機器人可以實現多個不規則零件的識別與定位，并通過雙臂協作控制算法實現待裝配工件的組合裝配。通過對機器人的機械結構設計、工件識別與定位、雙臂協作抓取運動控制，實現了一種實時工件定位、抓取、協作裝配的雙目雙臂協作機器人設計，適用于復雜任務與精細操作任務要求，順應工業4.0 與中國制造2025發展的新時代要求。

1 方案設計

機器人功能結構由操作層、控制層和運動層三部分組成，如圖1所示。其中操作層完成工件信息、協作抓取和末端位姿監測的功能；控制層包括樹莓派4B對工件輪廓與位置信息的識別與標定，通信模塊的傳遞，STM32對舵機運動信息的處理，來控制各自由度舵機轉動以實現雙臂的協作控制；運動層完成控制功能的實現。在完成一只機械臂對一個工件的抓取后，另一只機械臂會對另一待裝配工件進行抓取及裝配，實現雙臂協作抓取裝配任務。上位機通過調用雙目攝像頭，實時監測協作裝配環節，并反饋各自由度舵機的轉動過程中由于振動產生的偏差值。在針對不規則工件時，借助OpenCV視覺庫中的輪廓識別方法來實現不規則工件的定位，效果顯著。

圖1 功能結構圖

2 軟硬件設計

2.1 硬件設計

機器人硬件由主控制器、舵機控制板、總線舵機、雙目攝像頭、力矩壓力傳感器和末端機械手等組成。主控制器采用樹莓派4B，舵機控制板使用STM32F1，總線舵機采用LDX-227和LDX-180。雙目攝像頭采用S1030-IR-120/Mono小覓攝像頭，深度分辨率為60fps。傳感器采用LZ-N7靜態扭矩傳感器和SBT674圓柱形壓力傳感器。

舵機控制板借助AD軟件自行設計繪制而成，其主控芯片采用STM32F103ZGT6，拓展出32路I/O口供舵機連接，同時加裝了外部FLASH緩存用于存儲上傳的動作組文件。上位機通過USB線和舵機控制板上的Micro-USB連接，由CH341芯片負責USB與STM32串口UART之間的通信，在上位機設置正確的端口號與波特率即可進行實時舵機控制以及動作組的燒錄。

2.2 軟件設計

機器人軟件系統由上位機和下位機兩部分組成。上位機主要實現機器人的舵機控制、識別定位、協作抓取和實施監測四大實驗功能，由QT語言編寫，主要由操作界面程序、串口程序、舵機程序以及接口程序構成。在舵機控制實驗中，操作人員可以在操作界面上通過拖動舵機拖動條，例如“舵機ID：1”右側滑動條，即可實現對左機械臂一號舵機控制，其控制范圍為0～2700。當點擊舵機復位按鈕，該按鈕會調用示教還原算法來恢復舵機上電時的初始值。操作人員還可通過動作組控制模塊來實現左、右機械臂的連貫動作演示。

識別定位實驗如圖2所示，在該實驗中，通過選擇攝像頭的端口并正確連接后，操作人員可以進行一系列標定方法與圖像處理方法的研究，下圖為不規則工件的邊緣檢測前后對比圖，發現邊緣檢測算法能較準確的將不規則工件的輪廓勾勒出。

圖2 識別定位實驗界面

3 實物模型搭建及功能測試

該機器人的實物模型如圖3所示，機器人機械部分由左機械臂、右機械臂和雙目攝像頭三部分組成。左、右機械臂各由六個舵機通過連接件固定在各自的底盤裝置上。雙目攝像頭連接著可折疊的攝像頭支架，其高度與角度是可調節的，左、右機械臂為對稱式安裝結構，其連接件大小尺寸完全一致。

圖3 實物模型圖

在組合裝配測試中，如圖所示的待抓取組合工件為無螺紋的螺桿和套筒組成，其組合時有一定的間隙。在組合時，在不影響右機械臂運動的前提下，左機械臂會抓取套筒至一定高度；隨后，右機械臂抓取螺桿至另一位置處；最后，左、右機械臂在桌面指定位置處完成組合裝配任務，并回到初始位置，等待其他待組合工件的請求，有極高的成功率。

在機械臂末端位姿實時監測功能測試中，借助OpenCV視覺庫來對特定形狀的機械手背部形狀進行跟蹤會存在一定的抖動，這是由于實時邊緣檢測算法受光反射、折射與漫反射的影響，所以該機器人需工作在光線充足的環境中。

4 結論

本文研發了一種能夠對工件實時定位、抓取、協作裝配的雙目雙臂協作機器人。該機器人采用STM32和Raspberry4B作為主控單元，用OpenCV視覺庫進行實時圖像處理，上位機用QT語言編寫，不僅能夠實現多個不規則零件的識別與定位、協作抓取和實時監測，而且用戶界面友好，便于推廣應用，實驗結果證實了設計方案的可行性。