自動卸貨機器人的研究

王 興，王雨竹

(太原科技大學(xué) 計算機科學(xué)與技術(shù)學(xué)院，山西 太原 030024)

目前,我國倉庫貨物存儲和搬運面臨著勞動力資源緊缺、成本高、效率低下等問題。為了解決這些問題倉儲行業(yè)開始使用自動卸貨堆貨機器人來代替人力勞動。如何提高機器人的智能化成為一個亟待解決的問題。到目前為止,許多的科研人員對于智能化搬運機器人做出了研究,設(shè)計的方案多種多樣。比如,掃描二維碼識別物料信息以及利用灰度檢測方法來進行路徑規(guī)劃的智能機器人[1],利用光學(xué)導(dǎo)航進行實時跟隨的智能搬運機器人[2]。但是現(xiàn)有的設(shè)計存在成本太高,智能化程度較低等問題,針對這些問題筆者研究了全自動的卸貨機器人。基本實現(xiàn)了機器人對倉庫搬運工作的完全接管。該機器人在卸貨過程中要利用相機等圖像傳感器采集信息,利用視覺處理裝置獲取目標(biāo)物體的基本特征,依次對目標(biāo)物體進行識別,并且多個機器人要進行數(shù)據(jù)傳遞做好協(xié)同工作。

1 主要結(jié)構(gòu)設(shè)計

圖1 抓取貨箱的機械手臂

卸貨機器人主要由卸貨裝置、貨物傳送帶、四輪全向移動小車、整體控制系統(tǒng)4部分組成。由于貨箱所在的方向以及高度的不同,所以卸貨裝置采用了可以在水平垂直方向上可自由移動的抓取機械手臂的設(shè)計。考慮到貨箱材質(zhì)、重量、大小存在不確定性,傳統(tǒng)自動搬運的方式并不適用。即需要一種具有較強抓取力,而且不論面對什么材質(zhì)的貨箱都能穩(wěn)定抓取的裝置,所以帶有吸盤的機械手是一種可以滿足需求的設(shè)計方法。同時全自動的卸貨裝置要識別貨箱位置,測量吸盤與貨箱之間的位置,故機械臂上安裝了可進行圖像識別的視覺傳感器。

圖2 全向四輪移動小車

圖3 移動小車控制流程

全向四輪移動小車(見圖2)搭載了4個QMA-15全向輪和MOTC1運動控制器,并且配備了多個攝像頭以及紅外傳感器,方便在貨物堆放密集,內(nèi)部道路復(fù)雜的大型倉庫內(nèi)自由移動。平臺的底盤具有液壓避震懸掛系統(tǒng),使用4臺大功率的空心杯電機作為驅(qū)動,并配有獨立的伺服驅(qū)動器。

2 工作原理

2.1 貨箱識別系統(tǒng)

2.1.1 圖像識別。當(dāng)卸貨機器人在進行卸貨操作前,首先要識別貨箱的位置,隨后控制系統(tǒng)根據(jù)位置驅(qū)動移動小車的車輪電機,隨后機器人準(zhǔn)確到達貨箱位置。識別系統(tǒng)采用Pixy視覺傳感器來精準(zhǔn)的識別貨箱。Pixy傳感器上搭載了攝像頭和獨立的圖像處理[3]。它是面向目標(biāo)物體顏色的識別,將指定的顏色數(shù)據(jù)發(fā)送給系統(tǒng)進行處理,這就很大程度上降低了控制模塊對于圖像識別的運算量。同時,該傳感器還支持同時對多種形狀、顏色的物體進行識別。

攝像頭接收到的YUV格式信號在Pixy傳感器中會轉(zhuǎn)化成RGB色彩模型,之后又將轉(zhuǎn)化成HSV色彩模型,通過色調(diào)過濾算法來識別物體,避免了相同的貨箱在不同角度,不同光照條件下識別錯誤的問題。

在進行識別之前,用戶需要先給傳感器一個在特定區(qū)域色彩特征的一個識別閾值,要求該閾值可以提取到特定區(qū)域70%的像素值。然后根據(jù)當(dāng)前分布與給定分布之間的對應(yīng)關(guān)系對識別閾值做出調(diào)整。這樣就可以使傳感器對物體進行有效的識別,并且在光照不同的情況下可以自己調(diào)整閾值。依據(jù)顏色信息識別貨箱之后,傳感器會自行計算貨箱在圖像中的位置和大小,將識別信息傳遞給控制板,減少了控制板的運算量,降低了應(yīng)用的門檻。另外,Pixy傳感器可以對不同的色彩進行編碼,增加了識別物體的種類以及數(shù)量,提高了可重用性。

2.1.2 吸盤與貨箱距離的測定。當(dāng)識別到貨箱位置之后,搭載機器人移動的小車移動到貨箱位置,機械臂開始工作。但是,該視覺傳感器的工作方式面臨著不容易檢測機械手與貨箱水平方向上距離的問題,所以利用激光來對貨箱距離進行測定[4]。

圖4 激光測距原理

如圖4所示，貨箱與相機之間的距離為H,當(dāng)機械臂移動貨箱與相機距離發(fā)生變化時,H也會隨之變化,光線反射到相機鏡頭平面的角度θ也會變化,光線投射到CCD靶面的位置也會發(fā)生改變,最終在相機的成像元件上面會形成N個激光光斑與靶面中心像素點。對于貨箱和相機的任意一個水平距離,都有唯一確定的角度θ以及光斑個數(shù)N與之對應(yīng)。因而通過勾股定理可以得到H。

(1)

式(1)中：L是一個固定常量,是相機中心與激光發(fā)射器中心的水平距離,可以直接測量。θ可以通過以下方法得出：

(2)

N可以通過視覺圖像處理得到,Rop和Roffset可在測試的時候測量幾組已知距離得到。

2.2 全向移動小車的避障系統(tǒng)

倉庫中的環(huán)境是隨時在變化的,通過選擇合適的傳感器對移動機器人周圍的物體進行測距就可以及時地避開障礙物。采用多個傳感器進行組合,可以感知機器人周圍多方位的障礙物。攝像頭模塊采集圖像信息,處理器分析圖像中的障礙物位置及坐標(biāo)發(fā)送到控制器進行處理。同時,配合快速探索隨機樹(RRT)算法來控制移動機器人。

2.2.1 多個傳感器的布局。針對機器人在某一個環(huán)境中的避障功能,攝像頭并不能準(zhǔn)確地確定障礙物的位置以及與機器人之間的距離,并且機器人的移動有不確定性,所以利用紅外傳感器對這個缺點有了一定的完善,可以更加全面的獲取障礙物與機器人之間的距離信息。

在避障系統(tǒng)中,移動機器人本體上裝有4個探頭和8個紅外傳感器以多方位的檢測其在運動過程中四周障礙物的距離數(shù)值。紅外傳感器的信號發(fā)送到處理器,發(fā)送指令到機器人的驅(qū)動電機。機器人的傳感器布局，如圖5所示。

圖5 移動小車傳感器布局

2.2.2 機器人的避障策略。機器人從初始點位置移動到目標(biāo)點位置的過程中,安裝的眾多傳感器會實時的自主的發(fā)出檢測信號,當(dāng)檢測到障礙物與機器人的距離是在安全距離之內(nèi)時,處理器依據(jù)路線規(guī)則發(fā)送運動指令到驅(qū)動電機,準(zhǔn)確的避開障礙物。在運動的過程中,根據(jù)場地的復(fù)雜程度,調(diào)整傳感器發(fā)送檢測信號的頻率,以免出現(xiàn)障礙判斷不及時的問題。

圖6 避障策略流程

2.2.3 路徑規(guī)范算法。快速擴散隨機樹(Rapidly Exploring Random Tree,RRT)算法是基于采樣的單查詢路徑規(guī)劃方法[5]。該算法不需要空間建模,所以它有了獨特的優(yōu)勢。但是RRT在全局采用均勻一直的搜索方式,導(dǎo)致了計算資源的浪費。其次,首先建立隨機樹,再一次性的規(guī)劃全局路徑,使得該算法有了一定的局限性,即只能運用在已知的環(huán)境中。

借鑒滾動規(guī)劃[6]的思想,利用對局部進行反復(fù)的路徑規(guī)劃代替一次性的全局規(guī)劃,使得RRT算法可以應(yīng)用在未知的環(huán)境中。這樣將避免全局采樣,可以極大地減少規(guī)劃時間,提高計算結(jié)果的實時性,一定程度上保證了路徑選擇的最優(yōu)性。

滾動規(guī)劃算法[7-8]意在機器人行徑的每一步都會將傳感器的檢測結(jié)果構(gòu)建成為一個環(huán)境模型,并在此環(huán)境模型的基礎(chǔ)上一句特定的優(yōu)化策略計算出下一個目標(biāo)點。在行進到新的目標(biāo)點的過程中,傳感器依然會檢測到新的環(huán)境信息,利用新的環(huán)境信息就可以對原來的路徑策略進行補充或修正,并將用于下一次的局部規(guī)劃。

2.3 抓取裝置

吸盤結(jié)構(gòu)簡單,制造成本低廉,使用壽命長,可吸附物體種類多,適合運用于防火防污染的堆貨倉庫。真空吸盤必須依靠真空泵才可以實現(xiàn)負壓。吸取貨箱時,吸盤緊緊貼住貨箱表面,形成一個密閉空間,此時真空泵抽出內(nèi)部空氣,內(nèi)外形成壓強差,吸盤在大氣壓的作用下緊緊地吸住貨箱[9],最后機械手臂移動將貨箱放到傳送帶上。

吸盤吸附力的計算。吸盤是依據(jù)內(nèi)外壓力差進行工作,一般的,壓力公式為：

F=P·S

(3)

式(3)中：F——壓力,N;

P——壓強,Pa;

S——面積,M2。

為了方便計算,將吸盤的邊緣近似的看作矩形,那么吸附力為:

(4)

式(4)中:W0——吸附力,N;

P0——真空度,MPa;

a——吸盤長度,mm;

b——吸盤寬度,mm。

由公式可以看出,影響吸盤吸附力的因素有吸盤內(nèi)部的真空程度、吸盤的長和寬。所以真空泵的性能以及吸盤的大小對于吸附力有著決定性的因素。

真空吸盤的延展性較好,當(dāng)吸取表面材質(zhì)較軟的物質(zhì)時，實際的吸盤覆蓋面積會達到自身有效面積的103%～120%。設(shè)吸附狀態(tài)中的吸盤內(nèi)部真空度為-0.09 MPa,即-684 mmHg,安全系數(shù)為3,那么吸附力的表達式為[10]:

(5)

式(5)中:W——空吸附力,kg;

F1——附能力,kg;

S1——安全系數(shù);

v——真空度,mmHg;

A——吸盤吸附面積,mm2。

經(jīng)過查詢,BH40-SSP-E4型號的ANVER吸盤,吸附的面積為27 500 mm2。在測定時,吸盤內(nèi)部真空指數(shù)設(shè)為最高值的90%,得到的吸附力為75.25 kg。因此,選用該型號的吸盤可以滿足需求。 BH40-SSP-E4型號的真空吸盤參數(shù)，如表1所示。

表1 BH40-SSP-E4吸盤參數(shù)

3 結(jié)束語

由于勞動力緊缺,并且成本的增加,智能搬運機器人應(yīng)運而生。設(shè)計了全自動的搬貨堆垛機器人,它包括了自動抓取貨箱的機械手臂以及全自動的智能避障移動小車。通過圖像識別技術(shù)精準(zhǔn)識別貨箱的位置,移動小車搭載機械手臂移動到貨箱前,并且在移動過程中利用改進的隨機數(shù)算法及時地避開障礙物。此過程需要多個攝像頭以及傳感器協(xié)同工作,將采集到的數(shù)據(jù)發(fā)送到中央處理器,處理器通過控制板實現(xiàn)對機器人的控制,實現(xiàn)了具有高效性、可靠性、實用性的智能化搬運機器人，是解決人工搬運效率低下,勞動力不足等問題的一個有效方案。