基于AI 視覺的工業(yè)機器人抓取系統(tǒng)設計

李 明

（濰柴(濰坊)材料成型制造中心有限公司，濰坊 261100）

近年來，隨著我國計算機、人工智能等領域的飛速發(fā)展，工業(yè)機器人逐漸成為智能制造領域必不可少的裝備。傳統(tǒng)的機器人抓取系統(tǒng)使用已知零件固定點位視角的方式，但在實際應用過程中，工業(yè)零件的大小、顏色、類型均不同，無法實現(xiàn)零件的精準抓取[1]。工業(yè)機器人利用自身能力和外部控制力實現(xiàn)各種功能。相較于其他機器人，工業(yè)機器人的應用結構更加簡單，可以不斷重復同一動作指令，在工業(yè)零件的抓取中具有顯著優(yōu)勢。但是，工業(yè)機器人的抓取誤差是不容忽視的問題。人工智能（Artificial Intelligence，AI）視覺作為一種高級技術，可以使機器人對零件進行識別、跟蹤與檢測等?；贏I 視覺的機器人抓取系統(tǒng)可以完成對不同形狀、不同大小的零件的識別，同時控制抓取系統(tǒng)運動，實現(xiàn)精準抓取。

1 系統(tǒng)總體方案

基于AI 視覺的機器人抓取系統(tǒng)通過機器視覺檢測零件，引導機器人抓取零件并運送到碼垛區(qū)。該系統(tǒng)由工業(yè)機器人、AI 視覺模塊、機械爪、傳感器、交流異步電機等組成[2]。使用西門子S7-1200 系列可編程邏輯控制器（Programmable Logic Controller，PLC），通過HuskyLens AI 模塊實現(xiàn)機器視覺。傳感器將采集到的信號發(fā)送給PLC 進行處理，而后向機器人發(fā)送控制命令。系統(tǒng)總體結構如圖1 所示。

圖1 工業(yè)機器人智能抓取系統(tǒng)結構

將機器人置于初始位置，啟動機器運行程序，得到抓取信號。AI 視覺傳感器檢測到工件后進行抓取，并將工件放在指定位置，利用傳送帶將零件傳送到指定區(qū)域。

2 硬件設計

2.1 AI 視覺傳感器

HuskyLens AI 視覺傳感器使用AI 芯片，內(nèi)置了多種算法，僅需一鍵操作即可進行智能識別。AI 視覺傳感器中配備了機器學習技術，具有人臉識別、物體識別、顏色識別等功能。HuskyLens AI 視覺傳感器能夠在本地處理所有算法，并直接輸出結果。

2.2 工業(yè)機器人

文章選擇一款六軸工業(yè)機器人，其優(yōu)勢在于十分靈活、工作范圍較大。工業(yè)機器人的末端抓手由氣爪與雙吸盤構成，其中雙吸盤可用于吸取表面比較光滑的工件，氣爪可用于抓取各種形狀的工件。將兩種抓取方式相結合，可以實現(xiàn)大部分工件的有效抓取。機器人使用指示Modbus TCP 通信，實現(xiàn)與PLC 控制器之間的數(shù)據(jù)交互。

2.3 PLC 控制器

選擇西門子S7-1200 系列PLC，中央處理器（Central Processing Unit，CPU）型號為CPU 226。PLC 運行速度較快、生產(chǎn)能力強、通信效果好，還具有結構緊湊、功能完善、模塊化等特征，在各種自動化項目中具有良好的應用效果[3]。PLC 控制器內(nèi)部集成2 個PROFINET 通信接口，實現(xiàn)與外圍設備之間的通信功能，可以完成復雜程度更高的任務。

2.4 傳送帶單元

機器人抓取零件后，將零件運輸?shù)骄彌_區(qū)，此過程需要使用傳送帶。傳送帶由視覺檢測識別區(qū)、零件運送緩沖區(qū)、機器人零件抓取區(qū)等組成。傳送帶單元在電機帶動下轉動，將零件運送到指定區(qū)域。傳送帶的各結構輸入端均配備光電傳感器，負責檢測零件是否到達指定區(qū)域。在檢測區(qū)末端及抓取區(qū)前端均安裝擋板，起到一定的固定作用[4]。

2.5 HMI 控制終端

在設計工業(yè)機器人抓取系統(tǒng)時，需調(diào)試配置參數(shù)。在工業(yè)機器人正式投入運行后，可使用人機界面（Human Machine Interface，HMI）觸摸屏，操作控制系統(tǒng)、了解各設備的運行情況以及修改各種參數(shù)。采用HMI 控制面板TP700 Comfort 觸摸屏，結合PLC程序，既可設置抓取系統(tǒng)參數(shù)，還能實時監(jiān)測機器人的運行情況，了解其運行狀態(tài)。

3 軟件設計

3.1 機器人程序

工業(yè)機器人的編程語言靈活且簡單，方便工作人員快速掌握。工業(yè)機器人的抓取動作由多個指令實現(xiàn)，包括快速、直線等。由指令控制的機器人運行過程如下：第一，向工業(yè)機器人發(fā)出指令，使機器人抓手到達零件附近；第二，發(fā)出慢速指令使機器人緩慢接近零件；第三，發(fā)出I 指令使工業(yè)機器人等待夾取信號，發(fā)出O 指令使抓手夾取零件；第四，發(fā)出慢速指令控制抓手將零件放在傳送帶上；第五，發(fā)出快速指令控制機器人抓手移動到零件周圍[5]。

3.2 PLC 程序

采用TIA Portal 軟件來開發(fā)PLC 程序。文章使用結構化控制語言（Structured Control Language，SCL）進行開發(fā)。PLC 主要控制系統(tǒng)的變頻器、傳送帶電機、光電傳感器等硬件，并實現(xiàn)設備間的通信。

傳送帶電機使用三相異步電機，通過西門子G120 變頻器來驅(qū)動。變頻器通信參數(shù)設置為P15=7（現(xiàn)場總線模式），采用現(xiàn)場總線PROFIBUS 控制方式，通過發(fā)送標準報文的方式控制電機的正反轉動、停止與速度切換。PLC 將報文發(fā)送給變頻器寄存器，第一個報文為控制字。例如，控制電機啟動為16#047F，電機停止為16#047E。第二個報文是電機頻率字，可理解為速度設定值。例如，0～10 為正方向轉動，11～20 為反方向轉動。

3.3 視覺程序

Mind+軟件可添加文字、圖片，具有繪制功能，通過拖動圖形即可實現(xiàn)編程，因此選擇該軟件編寫視覺程序。編寫視覺程序時，需設置HuskyLens AI 視覺模塊，初始化引腳，并將視覺模塊切換至顏色識別模式。在設置視覺程序時，可將藍色設置為ID1。在運行過程中，視覺程序請求將一次數(shù)據(jù)存儲到結果中，然后對比數(shù)據(jù)。如果滿足條件，則開始抓取，將低電平發(fā)送給數(shù)字引腳，并作為驅(qū)動鏈接至PLC 的線圈。如果結果無法滿足條件，則給引腳高電平，避免PLC進行抓取，在檢測到工件后，再執(zhí)行抓取動作[6]。

3.4 觸摸屏設計

經(jīng)系統(tǒng)調(diào)試后，使用觸摸屏控制機器人抓取系統(tǒng)運行，并監(jiān)控系統(tǒng)狀態(tài)。在觸摸屏的“按鈕”組件中，綁定PLC 的輸出變量和中間變量，設置系統(tǒng)的聯(lián)機/單機模式、電機轉動與停止等。利用基本控件顏色表示光電傳感器、氣擋升降狀態(tài)，通過輸入/輸出（Input/Output，I/O）域顯示位置坐標、零件顏色等。

3.5 視覺檢測處理

視覺檢測可以采用In-Sight Explorer 軟件進行，該軟件具有豐富的視覺工具，無須代碼編程即可搭建視覺項目。AI 視覺傳感器檢測到工件后，拍攝工件圖像，利用In-Sight Explorer 軟件分析工件顏色、計算斑點數(shù)等。AI 視覺傳感器通過以太網(wǎng)通信方式觸發(fā)相機拍照識別，然后將識別的信息轉發(fā)給PLC，將工件類型、位置、顏色等信息添加至格式化輸出數(shù)據(jù)。

4 系統(tǒng)整體工作流程

在傳送帶上放置托盤，將工件放在托盤上，按照順序運送。光電傳感器檢測到工件后，氣擋升起并固定，觸發(fā)AI 視覺傳感器識別和檢測工件。確認工件無誤后，降下氣擋，將托盤運送至工業(yè)機器人抓取區(qū)。視覺傳感器檢測工件的顏色、角度、類型、擺放位置等，并將數(shù)據(jù)傳送給PLC。PLC 處理工件數(shù)據(jù)，并將數(shù)據(jù)發(fā)送給工業(yè)機器人[7]。在托盤傳送期間，光電傳感器檢測到托盤進入抓取區(qū)域后，升起氣擋，便于機器人執(zhí)行抓取任務。機器人根據(jù)PLC 傳輸?shù)墓ぜ畔?，選擇合適的抓取工具。工件被抓取后氣擋下降。機器人抓取工件后，將空托盤放回回收處，等待下一次運輸。

5 工業(yè)機器人抓取仿真試驗

5.1 搭建仿真環(huán)境

搭建仿真實驗平臺，采用16 GB 的個人計算機（Personal Computer，PC）作為硬件平臺，基于Ubuntu18.04 系統(tǒng)開展仿真實驗。研究工業(yè)機器人的智能抓取系統(tǒng)，構建六軸工業(yè)機器人的仿真模型進行抓取試驗，檢驗抓取效果。

5.2 實驗條件確定

機器人抓取能力由抓取位置、定位位置決定。誤差越小意味著機器人抓取精準性越高。實驗選擇一個核心定位區(qū)域，包含8 個抓取目標，其定位位置如表1所示。為確保抓取效果，在實驗過程中定位位置保持不變。選擇XY坐標為實驗對象，機器人僅進行平面運動。

表1 抓取目標定位位置

選擇基于AI 視覺的工業(yè)機器人抓取系統(tǒng)為實驗對象，進行工件抓取，記錄工業(yè)機器人的實際抓取效果。選擇基于多傳感器融合的控制系統(tǒng)作為對照組A，選擇基于以太網(wǎng)技術與融合視覺的控制系統(tǒng)作為對照組B，觀察機器人的抓取效果。對實驗組和對照組的抓取效果進行對比分析。

5.3 實驗結果分析

X軸抓取試驗結果如圖2 所示。由圖2 可以看出：實驗組的抓取位置差值最小；在4 號目標處，對照組A 的實際抓取位置存在較大誤差；在1 號目標處，對照組B 的實際抓取位置坐標和定位位置坐標之間存在較大偏差。

圖2 X 軸抓取實驗結果

Y軸抓取試驗結果如圖3 所示。從圖3 可以看出：實驗組Y軸實際抓取位置坐標與定位位置坐標完全一致；在2 號目標處，對照組A 實際抓取位置坐標與定位位置坐標的差值最大；在5 號目標處，對照組B 實際抓取位置坐標與定位位置坐標的差值最大。

圖3 Y 軸抓取實驗結果

相較于基于AI 視覺的機器人抓取，融合視覺與以太網(wǎng)的機器人抓取系統(tǒng)以及基于多傳感器的機器人抓取系統(tǒng)具有較大誤差?；贏I 視覺的工業(yè)機器人抓取系統(tǒng)能夠有效降低抓取位置誤差，符合當前機器人的抓取精度需求。

6 結語

文章利用AI 視覺設計了機器人抓取系統(tǒng)，以PLC 為系統(tǒng)的主控制器，通過視覺檢測、機器人抓取、零件運送、HMI 控制終端等模塊，實現(xiàn)了工業(yè)機器人的精準抓取。此外，檢驗系統(tǒng)抓取效果，發(fā)現(xiàn)該系統(tǒng)的機器人抓取結構具有良好的精度。利用AI 視覺設計機器人抓取系統(tǒng)，消除了工業(yè)機器人實際抓取過程中存在的誤差，對于改善機器人的抓取效果具有重要意義。