基于ABB 機器人視覺引導抓取的應用

高建森，王 寧，宋懿群，黃衛平，劉 陽

（杭州吉利汽車有限公司，浙江 杭州 311228）

隨著近年來汽車行業自動化技術的不斷創新發展，新的智能制造技術不斷引入。傳統汽車行業機器人的搬運方式，一種為從定位夾具上精確取件，這種方式效率低下，人員上件操作工作量負荷增加；另外一種為集中式精定位小車的上件方式，此種方式對精定位小車要求非常高，精定位小車精度的維護要求也極其高，造成成本增加。利用精定位小車與視覺相結合的方案，大大提高了機器人精確搬運的成功率，保證了車身精度。同時精度也不需要很高的維護要求，大大提高了裝配等工藝精度。利用視覺檢測技術及機器人運動控制原理，實現零件的3D定位，通過測量比對標準模板零件的特征數據，引導機器人根據實際測量零件的位置變化調整機器人的運動軌跡，滿足精確抓取零件的需求。該工藝的推廣應用具有重要的理論和實踐指導意義。目前視覺系統技術的核心部件及算法掌握在國外，價格居高不下，多為實力雄厚的大型企業在使用，在小微企業市場領域還有很大的發展空間。

1 視覺搬運工藝布局及主要設備

1.1 工藝布局

本文車間的視覺系統集成于ABB機器人抓手上，根據不同的應用環境，為了提高生產效率，機器人抓手上也可集成多個攝像頭，用于多個特征點的測量。本工位為重點工藝控制工位，要求機器人自動涂膠必須精確，否則影響車身密封性，造成漏水現象。主要設備布局由工位夾具、視覺機器人、涂膠設備、精定位小車等組成。當精定位小車放置區有零件時，機器人啟動抓取零件程序，機器人移動至測量位置，視覺系統啟動測量程序測量零件特征點，通過校正后，準確定位零件工藝孔，抓取零件并進行精確涂膠作業。工藝布置如圖1所示。

圖1 視覺搬運工位布置圖

1.2 主要設備及參數

1）機器人。本文視覺應用中使用ABB品牌IRB6700-245/3.00型機器人，如圖2所示，6關節軸機器人，負載能力245kg，工作范圍3000mm，手腕扭矩1693Nm，機器人重復定位精度0.1mm。ABB機器人控制系統配備IRC5控制器，并配有手持式操作員裝置Flex Pendant，用于人機交互，便于執行操作、修改、移動機器人等任務。

圖2 ABB IRB6700-245/3.00機器人

2）視覺系統。本文的視覺系統采用3D視覺，檢測6個自由度，此測量系統至少包含一個攝像頭傳感器單元來執行。本3D視覺系統包含了裝有視覺軟件的PC和固定于機器人抓手上的傳感器及閃光燈。視覺系統軟件具有配置傳感器與機器人的I/O信號通信，配置傳感器并激活傳感器，配置零件數據的特征模型，如零件名稱及ID號，同時激活配置好的零件數據模型，設置測量偏差等功能。傳感器通過Profinet網絡與機器人進行數據交互，詳細結構如圖3所示。

圖3 視覺系統構圖

3）精定位小車。用于車身焊裝生產線零件上線與下線，與機器人自動抓放件配合使用的小車。精定位小車主要由地面定位系統、小車框架、板件定位系統組成，如圖4所示。地面定位系統使用地腳螺栓固定于地面上，配置有X，Y方向定位裝置。小車框架由基準孔、基準板、導向輪等組成，主要定位板件X，Y，Z方向。板件定位系統主要采用定位銷、支撐塊、限位塊的方式進行定位，定位精度0.1mm，X，Z向定位精度1mm。

圖4 精定位小車示意圖

2 視覺機器人控制過程

本文案例為某先進汽車公司焊裝車間后地板視覺機器人搬運系統，整個區域網絡架構采用西門子Profinet網絡，由PLC作為主站，機器人作為從站進行控制，視覺系統作為機器人從站進行控制。首先由PLC發送車型給機器人后，機器人收到PLC 發出的運行指令，判斷精度料架中工件處于測量范圍內，機器人根據車型信息執行抓件動作，過程中由視覺系統測量零件預設參考位置，在機器人測量位姿進行測量。然后根據視覺系統測量結果，由視覺系統計算與零件特征數據模型進行對比并計算出特征點X，Y，Z，Rx，Ry，Rz 6個自由度的糾正值，并將糾正值giPosX，giPosY，giPosZ，iPosRx，giPosRy，giPosRz發送給機器人，機器人通過程序邏輯計算由歐拉角轉換為ABB機器人可以識別的四元素位姿結果，最后通過機器人的位姿執行相應糾正，從而達到精確抓取件。控制結構如圖5所示。

圖5 控制結構圖

3 視覺測量方法及實現過程

視覺測量利用拍照式3D視覺引導傳感器實現零件的3D定位抓取，引導機器人根據被操作工件的位置變化調整機器人工作軌跡，滿足零件抓取精度的要求。

3.1 視覺的測量方法

1）拍照式3D定位。利用相機進行拍照，通過提取零件特征和特征匹配，并結合特征之間的相對位置信息，獲取零件位置信息，實現零件位置定位在參考x，y，z方向上的移動及Rx，Ry，Rz方向上的旋轉。如圖6所示。

圖6 零件特征

2）定位原理。基于點特征的拍照式位姿（例如零件特征孔）確定方法，通過標定后的相機對特征目標拍照，利用目標圖像上多個非共線特征點的圖像坐標，以及特征點在空間中相對位置關系，建立目標約束方程，求解目標與相機間的相對位置和相對姿態。如圖7所示。

圖7 坐標系

3）視覺系統測量時序。

4 實際應用

視覺技術廣泛應用于汽車制造領域，例如車身制造中的后地板取件。根據實際需要可以規劃多個上料口，每個上料口可配備多個精度小車。機器人在固定位置進行拍照，根據視覺計算的結果將每次的偏差值發送給機器人，機器人通過計算偏差值，自動調整相應抓取位置坐標，以保證機器人每次能夠精準抓取板件，有效提高生產節拍稼動率。視覺技術在工廠實際應用節拍可高達36JPH。在汽車制造廠的售后統計中視覺應用存在拍照偏差過大、定位偏差、設備損壞無備用方案等問題，是視覺系統在汽車制造業存在問題點導致故障停機的關鍵指標因素。視覺拍照引導對料車的加工精度、定位精度要求較高，定位機構需要定期進行三坐標測量。車身制造領域產能要求高，開動率指標要求在95%以上，后地板面積超過1.5m，較軟，供貨尺寸波動較大，拍照結果頻繁超出范圍，通過上文的介紹，應用可適當調整拍照偏差、定位偏差等因素導致設備損壞等問題。視覺系統在汽車制造業中涉及自動涂膠識別、抓件抓取、基準定位，得到廣泛推廣應用。

5 結論

機器人與視覺控制技術相結合，通過精確定位識別實現視覺引導，極大地提高了整車精度，因此機器視覺技術已廣泛應用于更加精密制造生產線，絕大多數提高了智能制造裝備的制造水平，在提高汽車、電子、醫藥、化工等領域精確、精密制造過程中發揮著巨大的作用。