基于机器视觉的四轴机器人抓取系统的设计与实现Design and implementation of four axis robot grasping system based on machine vision

原鹏飞 陈飞 裴立明 倪林轩 李玉帆 陈林杰

（1.Jiangxi Hongdu Aviation Industry Group NanChang 330024,China）

[摘要] 本论文中提出的机器视觉四轴机器人抓取系统应用于自动化生产车间中，首先采用机器二维视觉对零件拍照，通过视觉算法分析零件的角度、中心点、位置、颜色等关键信息，视觉控制器将分析结果以字符串的形式发送给四轴机器人控制器，机器人控制器获得产品零件的几何中心、零件外形、产品颜色和零件旋转角度信息，然后机器系统规划出零件的最优抓取路径和零件位置，最后控制机器人末端抓取零件，放置待料工位，实现零件的自动化上料、抓取、放置等操作。

Abstract: The machine vision four axis robot grabbing system proposed in this paper is applied to the automatic production workshop. firstly, the machine two-dimensional vision is used to take pictures of the parts, and the key information such as the angle, center point, position and color of the parts are analyzed by the visual algorithm. the visual controller sends the analysis results to the four axis robot controller in the form of string, and the robot controller obtains the products the geometric center, shape, color and rotation angle information of the part, and then the optimal grasping path and position of the part are planned by the machine system. finally, the robot is controlled to grasp the part at the end and place the waiting position to realize the automatic feeding, grasping and placing of the parts.

[关键词] 机器数觉、机器人

Key words：Machine digital sense, robot

[中图分类号] TP3-TP242.2 [文献识别码] A [文章编号]¹

引言

机器人与机器视觉技术发展迅速，在现代自动化工厂的生产过程中，生产制造需要提高自动化、智能化水平，机器视觉与机器人的融合技术发展越来成熟，应用范围越来越广。近几年国内的机器人发展迅速，机器人与机器视觉已广泛的应用在生产加工、物流搬运、工业检测等诸多工业领域，机器人与机器视觉很好的解决了生产现场中人为操作的劳动强度大、环境恶劣、工作时间长的问题，在工厂自动化生产中的重要性越来越突出。

本论文以机器人视觉和四轴机器人为基础，搭建基于机器视觉的四轴机器人抓取系统，主要应用于自动化生产加工中，解决生产现场多品种小批量的难题。通过机器视觉技术获得零件的几何中心、零件外形、产品颜色和零件旋转角度信息，然后四轴机器人规划出零件的最优抓取路径和零件位置，最后根据视觉信息工业机器人对零件抓取，放置，实现对不同规格的零件判断角度、位置、颜色、中心点的抓取，机器视觉在工业机器人中的技术应用提高了自动化生产的生产效率，具有一定的推广价值。

一、机器视觉四轴机器人抓取系统总体系统设计

机器人视觉抓取系统主要由振动盘、直振、定位夹具、机器人系统、视觉系统及安装座组成，整体机械布局如图1所示。其中：振动盘、直振实现对不同规格零件的自动排料，将零件按要求有序排列；定位夹具对零件进行定位夹紧；视觉系统检测零件角度并将数据传输给机器人；机器人收到零件的角度信息后，抓取零件，然后调整零件的角度，最终按照工艺的要求将零件上料到加工工位。

机器视觉四轴机器人抓取系统系统采用可编程逻辑控制器为主要控制单元，将视觉控制器、机器人控制器、振动盘控制器、电磁阀、光电传感器等控制信号接入可编程逻辑控制器，对系统实现规定流程的逻辑控制。视觉镜头采用支架安装，与视觉控制采用Ethernet接口通讯，可实现视觉信息的实时传递与分析。机器人控制器与机器人本体采用工业以太网profinet接口通讯，保证了数据传递的实时性与可靠性。振动盘控制器对振动盘与直振部分采用模拟量控制，可以实时监测控制频率，适应零件的递进速度。通过光电传感器接入可编程逻辑控制器，可以感测到零件位置信息、夹紧定位机构信息、机器人末端装置开关信息，根据传感器的各位置状态控制机器视觉系统的逻辑顺序。

图1 机器人视觉抓取系统 图2视觉控制系统通讯

2. 机器视觉系统分析

机器视觉系统主要由视觉光源、工业镜头、图像传感器、A/D转换器及计算机控制器所构成。工业光学镜头主要分为变焦光学镜头与定焦光学镜头，图像传感器主要是将零件的光信号转化为电信号，目前市场上的图像传感器主要分为ＣＣＤ和ＣＭＯＳ两大类，将图像的模拟量信号转换为数字信号主要是依靠A/D转换器，根据工业镜头获取的视觉图片经图像传感器、A/D转换器处理的结果，传输给计算机处理器进行数字化处理，处理结果输出到图像处理器最终应用。

图3 机器人视觉图像采集

机器视觉镜头的选取，机器视觉镜头常规工作距离在 30—60cm范围区间内。不同的视觉应用场景、不同的光源环境、不同的镜头产品，镜头的工作距离与视野范围有很大的差别。在实际的工作中，选择光学镜头需要依据焦距、光圈、CCD 尺寸、景深、分辨率、光学放大倍率、数值孔径、后背焦等各项参数结合实际的应用场景来选择合适的镜头，另外还需要根据镜头支持的通讯接口、外围光源、外部电源、通用输入输出来综合考虑。

图4 8mm光学镜头工作关系

本论文中选择的光学镜头的参数为焦距为8mm，最低的工作距离在8cm左右，可以满足零件的识别判断，另外还可以兼容后续项目研究的需要。8mm 光学镜头所对应的镜头焦距、工作距离、水平视野的相互关系如图所示。

图5 视觉算法处理流程

产品零件识别主要是通过比较产品零件图像与产品零件模板图像的差异，图像处理方法是根据不同产品零件的特征来处理，需要根据产品零件的特征、颜色、灰度值、外形形状、边缘计算、脚点分析或特征点处理等进行识别。机器视觉的抓取工业机器人系统成功抓取零件的前提条件是能够从视觉系统中获取产品零件图像，并准确的识别出目标产品零件并对其进行定位，得到的产品零件识别结果会直接影响机器人抓取产品零件效果，所以通过机器视觉对产品零件的识别、定位是控制视觉抓取工业机器人的基础。

2. 四轴工业机器人抓取系统

四轴工业机器人的作业空间是三维空间的任意位置都存在机器人的运动学逆解，机器人末端手抓所能够达到的点是空间中达到的点。每个工业机器人的作业空间和它自身的关节等机械结构紧密相关。

图6机器视觉控制流程 图7四轴机器人系统

具体工作流程：视觉程序启动后，首先根据系统的整体状态进行自检，经自检发现系统有报警，控制器系统呼叫人工处理报警信息，报警信息解除或无报警信息的情况下，控制系统会对零件进行自动上料，零件到位后启动到位传感器信息，进入视觉系统工作状态，视觉利用工业相机（CCD）采集零件的静态图像信息，然后由视觉控制器对静态图像进行图像预处理，图像预处理方式包括灰度处理、二值变换、形态学和零件目标分块，计算分析检测出零件的几何中心、形状、颜色和旋转角度，视觉控制器将分析数据发送给机器人控制器，机器人根据零件的几何中心、旋转角度抓取零件，完成自动上料。

2. 机器人视觉系统应用

图8 机器人视觉检测 图9机器人角度调整

图10机器人抓取 图11机器人上料

本论文的研究过程中，首先发现零件成像质量是机器人抓取的关键环节，在测试中发现影响零件的成像质量影响因子较多，调整视觉光源的角度、强度对零件成像背景色差影响大，外围光源的干扰的容易造成零件的成像问题，出现视觉系统的误判。结合实际的视觉应用环境，调整图像的灰度化阈值、滤波参数以适应不同外围场景的零件特征值的判断。本文针对工业自动化生产过程中的人工上料问题，提出了采用机器视觉机器人自动上料，机器视觉通过图像采集、图像优化、二值化、灰度处理、零件特征识别等算法，根据实际生产环境变化调整阈值，机器视觉系统可以稳定识别产品的零件的外观、特征、位置角度信息，同时根据视觉系统的坐标体系与机器人的坐标体系转换，在系统中实现了机器人对不同产品零件的稳定抓取。经生产现场的结果表明，机器视觉四轴机器人抓取系统对零件的识别、抓取具有准确性高、识别率高、速度快、质量稳定等特点，并且具有很好的鲁棒性。

参考文献

[1]纪宁锋.图像分割和目标跟踪中的若干问题研宄[D].西安:西安电子科技大学,2009

[2]王健强,吕游.一种面向工业机器人智能抓取的视觉引导技术研究[D].机械设计与制造,2009

[3]盛党红.机械零件图像跟踪与识别关键技术[D].南京:南京理工大学,2009

[4]冉冉.基于单目视觉的移动机器人目标识别及抓取系统研究［Ｄ］．北京:北京交通大学,2010

[5]刘东菊.基于阈值的图像分割算法的研究［Ｄ］.北京:北京交通大学，2009

[6]曹文祥,冯雪梅.工业机器人研究现状及发展趋势机械制造.2011

[7]卢冠男.基于机器视觉的工业机器人抓取系统的研究.合肥工业大学，2017

[8]杜学丹.基于视觉的机器人智能抓取系统设计与实现.哈尔滨理工大学.2018

作者简介：原鹏飞，（1986-）、江西洪都航空工业集团有限责任公司、硕士/工程师；邮箱[e-mail]。

1作者简介：原鹏飞，（1986-）、江西洪都航空工业集团有限责任公司、硕士/工程师；邮箱[e-mail]。