基于机器视觉的机器人流水线分拣系统的设计研究

刘茂兴　段柳敏

摘要：针对生产线上的形状各异的不同工件，本文提出对于工件生产线进行识别与定位，然后通过机器视觉进行高速精确分拣的任务要求。本文设计了一套基于机器视觉的分拣系统，并对可视化控制与运动控制系统进行具体设计，实现了系统的自动化。

关键词：机器视觉;机器人;流水线分拣系统

中图分类号：TP391.41 文献标识码：A 文章编号：1007-9416（2019）03-0187-01

文章涉及机器人流水分拣系统，是基于机器视觉的视角，并进行总体的方案涉及，并具体设计视觉系统和运动控制系统，并对硬件选型和软件开发进行分析。

1 系统的总体方案设计

本文设计的分拣系统主要是对于杂乱物料进行输送，以及机器视觉的物料检测与控制，机器人的本体控制。

在该系统中，主要的控制系统是视觉控制系统、运动控制系统。视觉控制系统当中，不同的工件经过传送带会进入到视觉系统的视野范围当中， 由工业相机采集图片，并对图片进行处理，使得相关的信息能够得到识别，对于工件的位置进行动态的识别和跟踪，最后将处理完成的数据存储在数据库当中， 从而为机器人的运动提供依据。当工件到达了机械臂的运动空间当中的时候，运动控制系统则会根据获得的数据来调整自身的动作，计算相关的轨迹，最终完成机器人的取物动作，完成整个系统的工件分拣。

2 机器视觉系统的硬件设计

在硬件的选择上需要能够对于整个系统稳定性进行保障，下面对主要的硬件部分进行介绍。

（1）工业相机。工业相机直接决定了获得图片的分辨率、传输速度以及传输方法。本次研究当中的图像区域是400×400矩形，范围比较大，需要采集的目标物件是比较多的，因此图像处理的工作量是比较大的。本文研究选择的是GigE黑白工业像机，GigE接口是输出的借口，最远能够实现100m的传输距离，分辨率比较高，速度也更快。

（2）镜头。在机器视觉系统当中，镜头是另外一个非常关键的硬件。它对于图像的采集非常重要，镜头的好坏会对成像效果和最终识别的精度产生直接的影响。

关于镜头焦距的设置可以由公式（1）和（2）计算得出。

式中，是工件的宽度;是工件的高度;是镜头到工件的距离;是镜头的焦距。

（3）光源的选择。为了获得最佳的照明效果，本文进行多方面的比较，最终选择LED灯光，这是因为LED光源比较均匀、稳定，并且发热较少，经济实惠，容易获得。

3 运动控制系统

3.1 运动控制系统的方案设计

Delta机器人运动控制的本质是控制三个伺服电机在静态平台上的协调运动。伺服电机主要是有位置、速度和扭矩的三种控制模式，位置的控制主要是依据位置上的指令以及上位控制器的输入脉冲来对伺服电机的位置进行控制，速度的控制主要依据控制器输入的模拟速度命令，或者是伺服内部的速度命令，从而控制伺服电机的相关速度。转矩控制主要是根据模拟电压得出的转矩指令来对转矩进行相关的控制。除了转矩的指令之外，还需要通过输入速度来促使伺服电机的速度不会高于相关的速度限制。在这三种的控制模式当中，伺服电机的相应控制速度主要是依据转矩、速度、位置三种顺序的控制速度来实现的。目前，工业机器人的动态模型重建还没有形成统一的标准，这样就是的扭矩控制的模式应用是比较困难的，在实用上还有一定的障碍。

本设计中采用的是伺服电机的速度控制模式，这一控制模式的系统属于半闭环控制系统，与传统的开环控制系统比较是具有优势的，准确定更高。

鉴于并行Delta机器人需要实时浮点运算，逻辑估算计算次数。同时，工业计算机一直是选择开放式数字控制系统系统的平台。选择生产率较高的工业控制计算机作为主控机。保证交通管制的及时性和稳定性。根据被监视设备的移动选择相应的运动控制卡，并与运动控制卡的性能相结合。传统的运动控制卡包括由NI（National Instrument）开发的轴图和由台湾台达集团-中达电通开发的PCI-DMC-B01运动控制卡。PC和运动控制板有分工，PC的计算能力可以执行复杂的浮点运算，并负责机器人的轨迹规划和路径规划等任务。差分补偿，速度控制和位置控制等实时要求很高。该任务由高速运动控制卡执行。因此，本文选择一台PC与运动控制卡相结合，为整个系统构建一个控制系统平台。

3.2 控制系统的硬件选型

控制系统的硬件主要包括以下部分：

（1）运动控制卡。Delta机器人需要控制系统实时规划轨迹，发送命令，在机器人操作期间同步协调杠杆关节的三个主动运动，并确保移动机器人平台的最终效应器运动的速度和准确性。因此，基于PCI的运动控制卡被选为机器人运动控制系统中最重要的部件。轴映射的性能直接决定了后续程序开发和系统操作的稳定性。由Delta开发的PCI-DMC-B01轴可以在1 ms内更新12轴命令。 PCI DMC B01轴也接受64位双精度浮点数，这些数字速度快，可以在12轴上同时控制。 支持多种驾驶模式。 有两种速度模式：T型和S型曲线。 控制模式可以是速度，扭矩和位置控制。

（2）伺服驱动器和伺服电机。PC通过PCI总线将机器人手臂的运动控制命令发送到轴控制卡，并且将脉冲信号转换为行程并且控制电机的速度通过CAN总线传输到伺服驱动器。 以相同的方式，由发动机传感器发送的位置信息以相反的方式传送到控制系统。 为确保发动机不间断通讯，还使用台达公司的750W交流伺服电機和相应的伺服驱动器。

4 系统的软件开发平台

本设计的机器人流水线分拣系统主要是视觉控制系统和运动控制系统两个部分组成，采用LabVIEW图形化编程工具来对整个分拣系统进行软件控制。

参考文献

[1] 朱亚红.基于机器视觉的工业机器人分拣系统[J].智慧工厂，2018（12）：73-74.

[2] 杜恩明，张仁朝.基于机器视觉的自动分拣码放系统研究[J].包装工程，2018，39（15）：194-198.

[3] 李婷婷.基于机器视觉的工业机器人分拣技术研究[J].现代制造技术与装备，2017（12）：171-173.

[4] 王诗宇，林浒，孙一兰，王品.基于机器视觉的机器人分拣系统的设计与实现[J].组合机床与自动化加工技术，2017（03）：125-129.

Design and Research of Robotic Pipeline Sorting System Based on Machine Vision

LIU Mao-xing1，DUAN Liu-min2

（1.Jinling Institute of Technology，Nanjing Jiangsu 210000;2.Shenyang Normal University，Shenyang Liaoning 110034）

Abstract：In view of the different shapes of different workpieces on the production line， this paper proposes the task of identifying and locating the workpiece production line and then performing high-speed and precise sorting through machine vision. In this paper， a sorting system based on machine vision is designed， and the visual control and motion control system are designed specifically to realize the automation of the system.

Key words：machine vision; robot; pipeline sorting system