基于机器视觉的工业机器人分拣技术研究

李蓉

摘要： 近年来，机器人技术已逐渐走进每个人的日常生活。随着科技的进步和我国经济的快速提升，机器人领域的科研也一次次有了新的进步，机器人的分拣技术一直深受专业人士的关注，机器人和系件特性也在与时俱进。为了更好地提升机器人分拣技术，本文主要阐述机器视觉的工业生产机器人分拣技术服务平台的建设，并对其作用进行了实验研究。

Abstract： In recent years， robotics technology has gradually entered everyone's daily life. With the advancement of science and technology and the rapid improvement of china's economy， scientific research in the field of robotics has made new progress again and again. The sorting technology of robots has always attracted the attention of professionals， and the characteristics of robots and components are also advancing with the times. In order to better improve the robot sorting technology， this article mainly elaborates the construction of the machine vision industrial production robot sorting technology service platform， and conducts experimental research on its role.

关键词： 机器视觉;工业机器人;分拣技术

Key words： machine vision;industrial robots;sorting technology

中图分类号：TP242.2                       文献标识码：A                     文章编号：1674-957X（2021）17-0092-02

0  引言

从工业生产机器人的工作内容来看，大部分工作内容包括搬运、分拣等基本任务。而且，无论机器人用于哪个领域，一般都会涉及搬运和分拣工作。而要进行搬运、分拣等，就需要借助视觉效果进行判别，也就是机器视觉。在思考机器视觉时，必须分为两种情况进行分析。第一个是相机静止——整体目标静止，第二个是相机静止——整体目标运动状态。当机器视觉在精确定位上不准确时，会导致搬运和分拣工作受到伤害，甚至无法工作。在机器人分拣技术中，机器视觉的创造是其顺利完成分拣工作的基础。对机器人机器视觉的科学研究可以辅助机器人顺利、快速地工作。同时，提高了工作效率，促进了社会经济各领域的发展。

1  研究现状

从目前我国机器人产业的研究来看，我国已经研制出各种类型的机器人，但是，对机器人的整体研究还处于起步阶段，对机器人机器视觉技术的研究尚未更深层次开展，关于机器人的分拣系统建设，中国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方法及其目标识别方法等。该算法的明确提出可以在一定程度上辅助机器人的运输和分拣。机器人的发展保证了机器人能够完成日常任务，在算法的帮助下，机器人分拣工作将更加顺利、准确地进行。

2  基于机器视觉的工业机器人分拣工作流程

在自动化生产线上使用工业机器人时，需要依靠工业镜头对已经进入工作区域的输送带上的原材料和产品工件的图像进行采集和分拣。之后，收集到的材料信息内容将通过电子计算机图像进行分析解析并传输以进行识别。科研准确定位原材料及其产品零件，然后为整体目标创建平面坐标，整合原材料平面坐标与智能机器人平面坐标的关系，正确引导工业机器人进行精确表达分拣作业，并根据要求将原料放入特定的罐中。基于机器视觉技术的工业机器人快递分拣操作步骤如下。首先，校准相机。根据相机标定，辅助工业机器人快递分拣系统软件创建相关的原材料系统图像和智能机器人的平面坐标，并对两个平面坐标的内容进行深入分析。接下来是图像处理。图像处理工作是对相机拍摄的图像进行分析和准备，以获得原材料的一些特性，最后根据原材料的特性明确原材料的坐标。再次，计算机视觉。计算机视觉基于图像采集和分析。它使用科学的方法对图像中的原材料和产品伪影进行识别和分类。最后，智能机器人的操控。要完成工业机器人的操纵，必须在工业机器人和电子计算机之间建立数据信号安全通道，然后依靠电子计算机操作过程管理来控制工业机器人的实际操作和个人行为。

3基于机器视觉的工业机器人分拣系统

3.1 分拣系统组成

文章选用的实物模型为RH 6通用工业机械手，它借助智能机器人搭建了较为完善的分拣系统软件。根据智能机器人的不同功能，可以将分拣系统软件分为三个单元，每个单元为机械设备爬行、工作平台、摄像服务平台。在工作平台单元中，有工件放置台和工件分拣槽两部分。将工件放置在灰黑色服务平台上，对颜色起到至关重要的作用，可以完成金屬材料工件的精确区分，有利于优化算法的顺利完成。当工件被识别时，工件将被分拣到相应的工件分拣槽，在摄像机服务平台单元中，其关键部件是摄像机、摄像机支撑架和光源，单目相机悬挂在支撑架上，其主要功能是获取必须分拣的金属材料工件的图像信息内容，为了更好地促进图像更清晰，一般采用彩色LED面光源来给数码相机一些辅助。这是因为在工件中，固定的工件本身具有一定的阴影，根据此方法覆盖阴影。支撑点起着关键作用，即固定数码相机和光源，调整其纵横比，还有一把尺子，在这样的标准下，更容易理解相机和工件之间的距离。

数据可视化快递分拣模块由两部分组成：PC和可视化软件。从功能上看，充分利用视觉识别系统，可以进行监控摄像头的视频编码序列，合理把握整体目标类型，测量产品工件的质心并获得方位。同时，像平面坐标和总体目标平面坐标是相互连接的，这种关系在计算总体目标的方位和位置、透射率等两项计算中作为一个重要的环节。信息内容，并促进其进展。到控制面板。控制面板由教学箱、控制箱和控制面板三部分组成。每个部件都有一个关键功能，首先是教学箱，基本为智能机器人设置了相应的主要参数，并具有关键的操作功能，其组成部分合理清晰。二是控制箱，与电子计算机密切相关。它不仅连接接收电子计算机的数据和信息，还可以合理操纵智能机器人进行特定的姿势，并负责分析主要参数。机械臂爬行包括机械臂和焦点两个层次。机械臂的关键作用是基于电机驱动器执行相关姿势。另外爬虫的作用也不容忽视，主要是排序和爬虫。为了更好的方便优化算法，明确提出了相应的排名系统要求，首先，在形状层面，大部分工件都是几何形状，本文仅对这部分工作进行了研究。其次，方便工业机械手抓取工件。同时，为了更好的合理避免碰撞，需要对相邻的工件进行合理的求解，并在机械臂抓取的整个过程中将其分散。第三，认证优化算法更可靠，精度更高。对于这种工件，一些几何形状和形状相同的工件不能放在一起，必须分散在许多区域。

3.2 排序过程

在整个生产加工过程中，可以将需要分拣的几何工件的图像编码序列导入PC，动态监控摄像头捕捉到工件后，生成照片，通过视觉效果图像处理软件进行识别，从而分析工件的外观和特征，整个排序过程由四个部分组成。第一，图像准备进行处理。它的工作职责是对采集到的图像进行解析，并在实际操作中对图像产生影响。第二，找准目标。在此基础上明确提出算子的应用，完成算子的图像二值化。这个实际操作有其关键目的，关键是从情景图像中获取目标图像。第三，单一分析的客观性。正则表达式几何工件是其主要目标。因此，如果仅以角度检测为基础，将无法准确测量圆。因此，必须充分利用粗圆检测，充分发挥其辅助功能。第四，根据不同类型掌握。对于每个工件，掌握和掌握其目标特性，掌握其主要参数，包括管理中心和长度轴。特征信息内容由系统总线发送到智能机器人控制箱的RC，由RC对工件智能机器人进行操作和分类。

4  基于机器视觉的工业机器人分拣技术

4.1 相机校准

当分拣系统软件逐步运行时，第一步必须是针对工件或原材料校准相机。这项工作可以称为基于机器视觉的工业机器人快递分拣工作的基础。没有监控摄像头标定，就无法完成机器视觉。相机标定是创建工业机械手和传送带上的原材料或工件的平面坐标和图像平面坐标，并探索和分析它们之间的关系。

4.2 工件识别定位

为了更好地保证智能机器人的布置在实际操作中的误差率尽可能的小，必须保证系统软件在运行过程中对工件的识别和精确定位准确无误，并且这两项任务得到了精心管理。直接原因是图像匹配技术的应用。在具体的实际操作中，人们会根据不同的原材料选择不同的工件匹配技术。现阶段流行的图像匹配技术包括：区域匹配、特征匹配和相位差匹配。其中，比較常见的类别匹配技术是特征匹配，原因是特征匹配比较枯燥，另外，这两种匹配方式对灰度查看的依赖感很强。工件的识别就是指图像的识别。其原理是利用摄像头获取工件的图像与记录的工件图像进行核对，从而获取图像中工件的实际信息，进而记录工件本身的位置和方位。一般情况下，在进行图像识别时，首先要根据预处理的工业镜头获取工件的图像信息，然后相应的匹配系统软件会找到与工件不太相似的工件部分输入的信息。未来，通过图像解析技术，将工件与预处理相机获取的图片信息中的情况进行分离，将工件的图像转换为二值化，再将二值化后的图像提供给配对外观或特征的相似性。以便开展图像识别工作。

工件识别促使工业机械手准确地执行目标分拣的实际操作，但如果要获得分拣目标的精确位置信息，则必须对分拣目标的位置进行准确准确的定位，以便更好地测量工件的精确位置，需要对预处理相机拍摄的图片进行分析。具体步骤如下：首先，必须根据情况核对工件在图片中的位置，将其位置转化为监控摄像头的坐标。然后根据监控摄像头的坐标，以坐标的形式显示工件的位置坐标。

5  结语

随着我国经济的不断发展，机器人已经进入各个行业的生产制造，例如：食品制造、汽车工业、农牧业、工业生产等。必须开发相应的机器人技术才能工作。在生产制造工作中，机器人的辅助使该领域的生产力提高到了一个巨大的水平，从而推动了经济发展的发展。在各行各业的发展中，机器人分拣也是一项比较基础的工作，但是，在这里工作的整个过程中，仍然会存在定位不准确或机器人无法识别等问题。因此，很多工作者还需要坚持对机器人分拣技术的研究和分析。发现其中的问题，明确提出相应的解决方案，保证机器人分拣技术的准确性，减少误抢的发生。而且，机器人分拣技术的研究也是推动机器人研究的一个补充部分，对机器人研究的视线做出了一定的贡献。

参考文献：

[1]徐青青.基于机器视觉的工业机器人智能分拣系统设计[J].仪表技术与传感器，2019（08）：92-95，100.

[2]刘毅龙.一种基于机器视觉的工业机器人分拣系统[J].农家参谋，2019（04）：261.

[3]匡鑫，夏昺宸.基于机器视觉的工业机器人分拣技术探究[J].现代制造技术与装备，2020（001）：196，198.

[4]孙雄峰，林浒，王诗宇，等.基于改进Faster RCNN的工业机器人分拣系统[J].计算机系统应用，2019，28（09）：262-267.