论机器视觉的工业机器人搬运目标识别及定位技术

高 健，范 蕊，刘青川，侯雅今，殷忠敏

（河北机电职业技术学院，河北 邢台054000）

工业4.0 战略的问世，令工业领域对自动化设备有了更高的要求，对设备的智能性、柔性有了明确要求。随着我国经济水平的进步，工业领域进入高速发展期，各个工业企业不断扩张。但是，企业扩张的过程中必须要增加人力资源，人力资源势必会增加企业成本，同时也会增加工业日常工作中的劳动力危险性，无法进一步保障劳动力的人身安全。尤其是那些具有危险性、重复性的工作（焊接、喷涂、装配、搬运、深水作业、采掘施工等等），单纯使用人力，容易发生各种安全事故。这一现象导致相关领域对于机器人的需求逐步增加。基于此，机器人领域进入了高速发展期。视觉是人或动物获取环境相关信息的主要手段，通过视觉系统，人或动物可获取实际观察物体的大小、状态、色泽等等信息。有研究学者指出，人所获取的信息中有80%来源于视觉系统，可见视觉信号的重要性。因此，基于机器视觉，展开工业机器人搬运目标识别及定位技术的相关研究是非常有必要的。

1 机器视觉的研究现状

机器视觉其实就是通过摄像器代替人眼进行观察，获取相应的信息，并利用计算机模拟人脑对于各种视觉信息的处理功能，从获取到的图像中提取所需的信息，方便机器人更好地感知世界物体的状态与形状，完成相应的工作。机器视觉主要有二维视觉技术、三维视觉技术[1]。其中二维视觉技术主要用于表面检测、安防等多种需获取物体平面信息的相关领域中。三维视觉技术主要通过分析一副或是多副图像的信息，获取所需处理物体的三维信息，主要用于搬运、装配、导航等多个需要明确环境空间的领域。比如“好奇号”火星车利用机器视觉技术，实现火星车定位、避障、导航、目标识别、自我修复、采样等等功能。而无人机则通过机器世界技术实现目标跟踪、导航避障、测绘地图等等功能[2]。

2 工业机器人视觉搬运目标的标定

想要充分发挥工业领域机器人的机器视觉、搬运等功能，则必须合理设计视觉搬运系统，并且需要考虑合理且科学的手眼配置形式。现今比较典型的手眼配置形式主要有“眼在手”、“眼固定”这两种方式。相较于眼在手，眼固定方式虽然可获取固定的工作环境图像信息，可辅助工业领域进行集成控制，但无法获取工作环境中更为细节的信息，并且容易受机器人影响，视线容易被遮挡，观察灵活性比较差，因此眼在手方式更具有应用价值。将相机、安装在机器人的末端，令光轴、末端手爪的开合平面维持垂直状态，可在远离观察目标时获取更为宽广视野，可有效节省安装空间的同时，不会妨碍机器人灵活动作，可有效预防双目相机因基线长度对机器人灵活度、精密度造成的影响。在正式使用手眼视觉系统前，需提前标定摄像机中的参数、畸变系数、摄像机本身对末端执行器的位置。想要保证机器人顺利完成搬运工件的识别、定位工作，则必须保证系统标定准确，从而保证手眼视觉系统的精度。只要做到以上几点，才能预防机器人后续工作出现的误差现象，才能避免机器人的应用价值下降，才能保证机器人始终可靠、稳定地进行[3]。

应用计算机视觉技术定位所需搬运工件，主要借助摄像机获取所需工作领域中的搬运工件信息领域以及系统标定参数，并通过计算机获取空间物体的相关三维信息。而摄像机标定则是二维信息和三维信息之间的纽带，也是空间中坐标和图像上投影点的映射关系，这种映射关系主要通过摄像机成像模型决定。成像模型主要阐述空间点和映射点的关系，通过数字表示形式获取相应的投影矩阵，在矩阵分解后，可获取摄像机内外特性参数。而内参数则意味着光学特征参数与内部稽核参数，也就是主点、焦距、畸变系数等等。而外参数则是指平面空间位姿。因此，摄像机的实际标定过程其实就是计算投影矩阵，确定摄像机内外阐述的过程。而想要满足工业领域的实际需求，摄像机标定法还需满足以下特性，（1）精确性：只要保证较高精度，才能实现准确标定，才能进行下一步精度计算。（2）自治性：只有在定标过程中实现半自动化或是自动化，才能减少人工参与，提供工业作业安全性。（3）通用性：能够在多个不同场合、不同领域应用，能够在不同摄像设备中应用，才能满足不同精度标准，才能进一步提高其应用价值。

3 工业机器人搬运目标识别技术

为保证工业机器人能够顺利完成搬运工作，需为机器人安装匹配的目标识别方法。从机器人的实际应用情况可以看出，整体特征匹配识别法具有理想的应用价值。轮廓是一种十分典型的特征，通过轮廓体征，可让机器人获取相对具体的信息，可方便机器人展开后续的搬运工作。从实际应用情况可以看出，有关轮廓特征的目标识别方法非常多，譬如小波变换轮廓匹配法，傅里叶变换匹配法，这两种匹配法均是通过将空间领域的轮廓转变入频域，进而实现匹配。这一类匹配法主要借助轮廓能量匹配，达到目的。但是，这两种匹配法对噪音非常敏感，很容易被噪音影响。多尺金字塔空间轮廓匹配法主要是通过在多尺度金字塔空间中的计算轮廓的实际匹配程度，轮廓粗匹配相似性与轮廓细匹配相似性，从而提升匹配的精度与速度。基于曲率特征的轮廓匹配法主要是利用计算组成轮廓曲率集合，从而获取曲率集相似度，达到完成匹配工作的目的。但对于圆弧或是圆形特征，则需要更大的计算量。但随着机器人发展速度的加快，现今工业领域中使用的工业机器人主要通过子轮廓、轮廓矩特征、轮廓局部特征三种方法结合后的方法达到搬运工件目标识别的目的。

4 搬运流程

首先，识别所需搬运的工件，确认工件信息后，将出库的工件送入相应的准备位置，而后机械手将需要搬运的工件一一放入输送台传送带上，输送台每放置一个，放置位置的传感器则会接收到一个信号，步进电机则可向前运动一段明确固定的距离，直到所需搬运的工件一一全部放置在输送台上，全部放置后，机械手停止动作，等待命令。而上位机则会根据计算机发布的组合指令，将传送带上的搬运工件按照提前设置好的参数送入相应的渠道，传送带的搬运工件会被一一取走。工件每取走一个，提取部位的传感器则会接受信号一次，步进电机则会向前运动一段明确固定的距离，直到输送台上所有搬运工件全部离开输送台。不同的工业领域其搬运流程也存在差异，譬如在搬运七巧板玩具时，首先要拆分七巧板的七个工件，并将工件一一放在相应传输带，机械手获取信息完毕后，一一搬运工件，并按照设定好的图形将七巧板按照相应图形摆放，直到所搬运工件被一一搬运走，机械手才会停止操作，等待指令。

5 结 语

现今，基于机器视觉的机器人在工业生产工作中得到了广泛的应用，其中具有机器视觉的机器人是最具应用价值的一类，其目标识别及定位技术具有广泛的应用价值。