基于机器视觉的工业机器人分拣技术研究

张钰玲 卢丹萍

（广西职业技术学院，广西 南宁5300226）

就工业机器人的工作内容来看，大多工作内容包含了搬运、分拣这些基本工作。并且，无论是应用在哪一行业的机器人，通常都会涉及到搬运及分拣工作。而进行搬运、分拣等工作就需要依靠视觉来进行分辨，即机器视觉。就机器视觉来思考则需要将其分为两种情况进行分析。首先是相机静止- 目标静止状态，其次是相机静止- 目标运动状态。当机器视觉在定位中出现不准确的情况时则会导致搬运及分拣工作都受到影响，甚至于无法完成工作。在机器人分拣技术中，机器视觉的建立是其分拣工作顺利完成的基础，就机器人机器视觉进行研究，能够帮助机器人顺利迅速完成工作的同时，提升了工作的效率，推动了各行业的经济发展。因此，本文针对机器人的机器视觉进行机器人的分拣工作系统建立进行研究，并在机器人的工作中如何展开分拣技术应用做出了相应的论述。

1 国内关于机器人分拣系统的研究

就目前我国在机器人领域的研究形式来看，我国已然研究出了多种类型的机器人。然而，就机器人的整体研究仍旧处于初级阶段。针对机器人的机器视觉的研究也没有真正研究出来[1]。在此方面的研究，我国大多是建立于他国的研究基础上展开的二次研究。关于机器人的分拣系统建设，国内的研究人员也提出了一些可行的算法。例如，贝叶斯估计跟踪法以及目标识别法等。这些算法的提出则在一定程度上能够辅助机器人的搬运、分拣工作的进行，保证机器人能够准确顺利完成任务。在算法的辅助下，机器人分拣工作的展开将更加顺利，精准。

2 基于机器人视觉下的机器人分拣系统的构建

在机器人基于机器视觉进行分拣系统建设的过程中，需要根据分拣机器人的特点进行分析。在研究中应建立系统应当针对货物的两种状态进行建立，即相机静止- 目标静止状态以及相机静止- 目标运动状态。针对这两种状态进行机器人机器视觉的运行进行详细的论述，进而帮助分拣机器人准确顺利完成分拣工作。

2.1 机器人分拣系统的构成

在实验室中的机器人分拣系统的构建组成中由四个部分组成，即相机标定、图像处理、模式识别以及机器人控制四个部分，该四个部分缺一不可[2]。在相机标定部分，利用图像坐标技术与机器人的坐标系进行联系，将二者之间的关系联系起来，获取物品的位置。在图像处理部分则是集中于对相机所拍摄到的画面进行处理的功能，例如，图像中的某些特殊画面、特殊标记等。将这些标记与机器人的坐标系进行联系，做出对图像的预处理工作。模式识别则是在图像处理的基础上针对图像以及图像中联通的部分进行识别、分类的部分。机器人控制则是整个工作中的最后一步，也是十分重要的一步。在机器人控制阶段，其控制方法在于计算机与机器人之间的联系，通过二者之间建立起来的连接通信，在计算机程序的操控下进行机器人的控制，指挥机器人完成各种动作。该四个部分的紧密联系，将机器人分拣工作完成。在机器人的参与下，企业的人力支出费用也随之大大降低。与此同时，机器人分拣技术的应用提升企业的工作效率为企业增收，做出了一定的贡献。

2.2 机器人分拣技术分析

在机器人分拣系统的研究中，其整体系统运行的过程也是机器人实现分拣的过程，即机器人分拣技术。将这四个联系起来才能够对机器人进行操控，实现机器人分拣。

2.2.1 相机标定。相机标定在整个机器人分拣技术中是首要步骤，同时也是机器视觉的基础部分。假如相机标定缺失，机器人的机器视觉也无法实现。在机器人分拣技术中，相机标定的作用就是对物体的图像进行坐标系建立并根据空间位置坐标系进行联系，建立起二者的对应关系。在相机标定作用下，机器人分拣系统能够在相应的分析下准确判断出物品在机器人坐标系中的位置，进而下一步抓取物品做好相应的准备。二者若是不能建立起相应的坐标系联系，则在机器人的物品抓取将会出现混乱，导致物品抓取的失败。

2.2.2 目标识别。目标识别就是想图像中物品的特征按照需要抓取出来，即目标的提取或者称之为图像分割。在基本定位中，将图像中一些特征，或其中感兴趣的部分提取出来。目标提取的方法有多种形式，如：边缘检测法、区域提取法以及阀值分割法等[3]。将目标提取出来后进行目标识别，对物品的具体特征进行分析并进行归类。

2.2.3 传送带上的目标分拣。（1）运动目标检测。运动目标的检测就需要机器人在运动的物品在场景图像中提取出来。本文针对静态背景下的运动目标的机器人分拣技术的研究，针对此场景中的机器人分拣中，目标识别则可以通过三种方式进行解决，即光流法、帧间差分法、背景差分法。在此三种识别方法中可以轻松完成动态背景下的目标检测，帮助机器人完成运动物品的识别工作。（2）垫圈模板的建立与识别。在进行目标识别时先拍摄一张没有垫圈的物品场景图片作为背景，采用背景差分法对物品进行目标提取，并进行联通标记处理。在此过程完成后，将目标的中心点为中心，提取出一个80×80 的二值图像当做模板。利用垫圈中心对称的原理进行标记，并将模板中垫圈以外的图像像素进行标记，计作+1，垫圈上的图像像素则标记为0，垫圈内的图像像素则标记为-1。通过不同标记，也就是背景差分法进行物品图像的提取。将物品做好标记后，根据不同的特征进行物品识别，在此过程中完成对物品图像的提取工作，识别物品位置。（3）运动目标跟踪。对于运动目标的跟踪记录则可以采用多目标跟踪法进行。在具体的操作中就是，对提取到的图像序列进行逐帧分析。在每一帧的图像中将运动目标检测出来，并判断这每一帧图像中的需要进行识别的像素的类别，进而在建立起目标链。并且，在后续的每一帧图像中不断进行定位、识别，建立目标链，再建立起相同物品的运动对应关系，对目标物品做出具体的判断。在物品判断的过程中，物品图像的坐标系建立与机器人的坐标系建立存在着一定的联系，进而在分拣工作中做好物品位置的对应工作。在运动目标的跟踪中还应当同时建立起相应的运动模型，以方便后期的机器人分拣工作作参考。在运动模型的建立下，机器人可以根据模型进行简单、迅速的判断进而简化了机器人的工作，提升了工作的效率。

2.2.4 机器人运动控制。在机器人控制系统的建立中包含了软件开发包。机器人的软件开发包中包含了对机器人的控制柜和计算机的通信、机器人的运动基本指令以及数据文件交换等功能[4]。在控制平台的研发中，将机器人控制平台的运行模式进行处理，并建立起相应的库函数。在相应的接口处向控制柜发出指令，进一步完成控制柜对机器人的控制工作，使机器人完成相应的工作。

就机器人的库函数调用问题，应当在相应的环境进行调用，保证机器人能够正常运转。

3 结论

随着我国经济的不断发展，机器人已然进入到各行各业的生产活动中，如：食品加工业、汽车业、农业、工业等。在这些工作领域中，也都针对工作需要研制出了相应的机器人技术。在生产工作中，有了机器人的帮助，在极大程度上提高了行业的生产效率，进而促进了经济的发展。在各行各业的发展中，机器人分拣工作也是最为基础的工作。但是，在此工作的过程中，仍旧会出现机器人定位不准确或无法识别等问题。因此，针对机器人分拣技术进行研究及分析仍旧需要广大工作者继续下去。将其中的问题挖掘出来并提出相应的解决办法，进而保证机器人分拣技术的准确性，减少误抓、错抓的情况出现。并且，针对机器人分拣技术的研究，也是推动机器人研究的补个部分，为机器人研究视野做出了一定的贡献。