基于机器视觉运用于工业机器人抓取技术的研究

摘要：以工业4.0为背景的工业自动化正在迅猛发展，黑灯工厂等概念不断更新着人们对于现代工业的认知。工业自动化的关键就在于全自动机器人的使用，工业机器人可以根据设定完成的编程进行工作，实现各种生产操作，并降低工作人员的劳动负担。本文主要以机器视觉为基础针对工业机器人的抓取技术进行分析，然后基于此分析了一系列技术应用情况，以供参考。

关键词：机器视觉;工业机器人;抓取技术

前言：

现阶段，工业领域已经大范围应用了先进的现代化科学技术，智能化、机械化的生产装备，已经成为支撑工业领域发展的重要工具。智能化工业机器人可以按照指定程序完成相应任务，目前在中国工业转型期间拥有至关重要的作用。所以，以机器视觉为基础针对工业机器人的抓取技术进行分析以及研究，不仅可以提升工业机器人在工作期间的效率，也能够合理解决机器人在运行期间发生的各种问题，比如碰撞，协同工作，从而推动工业领域在未来实现更好的发展。

1  以机器视觉为基础的工业机器人抓取技术概述

1.1 含义

机器视觉属于一种新型技术，是指应用机器来取代人眼做出的测量以及评估，从而提升测量、评估环节的精准性。此项技术属于一项综合性相对较强的技术，可以使用摄像机对图像进行收集，应用系统分析功能对图像进行分析，然后将结果反馈给生产管理，从而让工业生产层面的效率得到有效提升。

1.2 应用价值

以机器视觉为基础的工业机器人抓取技术，目前在工业领域层面的应用具备极高的价值，主要有两个层面的体现：

1.2.1 减少工业生产工作期间的开发成本

工业生产环节的生产成本与工厂经济收益密切相关，工厂生产成本降低，会直接提升工厂在经济层面的收益。以机器视觉为基础的工业机器人定位抓取技术，可以在一定程度上实现完全自动化拍照，识别，抓取，自我纠正，自我反馈等全闭环的工作模式，有的工業机器人搭配了深度学习的逻辑之后可以实现程序自动生成，从而实现自己模拟路线，寻找最优解，不必对应每一个产品设定不同的程序进行抓取和动作设计，因此大大降低了实际工作的开发成本。

1.2.2 提升工业生产效率

工业生产效率对一个工厂而言是其综合实力的主要体现，与工厂的产量息息相关，同时影响着工厂的经济收益。以机器视觉为基础的工业机器人定位抓取技术，在实际的生产中可以由于搭配了高精度的摄像头进行拍照，内部深度学习系统进行分析边缘轮廓，产生决策，这样的一系列操作在过去是要操作人员进行一步步的矫正的，现在完全可以通过实时照片反馈进行自我纠正从而大大加快了调试成本，提升生产效率。

2  以机器视觉为基础的工业机器人，在抓取运行期间的程序

2.1 处理图像

处理图像功能是支持工业机器人在机器视觉指导下，实行定位抓取操作的前提，所以对于图片在处理层面的技术、照片的质量拥有极高的要求：第一，要求图片具备较高的清晰程度;第二，图片中表达的信息必须真实完整。只有以此为基础，处理完成之后所产生的信息，才能够为机器人开展定位抓取操作奠定一个有利基础。一般情况下常见的图片处理技术，包括：

2.1.1 灰度处理技术

灰度处理主要就是将有色彩的图像进行转换，让其变成黑白图像。如此可以提取图片中的重要信息，进而降低计算机在处理环节的计算量，提升处理工作的效率。

2.1.2 滤波处理技术

滤波处理技术主要对图像中拥有的噪点实行弱化，更好的保留一些关键细节，然后从细节中捕获有效信息，可以更加直观、清晰的了解机器人系统，目前在生产期间要执行的操作内容。而之所以出现噪点的主要原因是图像生成设备，也就是摄像机自身的性能所致，因为不同的摄像机在性能、功能层面会存在不同的差异性，摄像机如果性能不高，图像就会出现较多噪点。

2.1.3 二值化处理技术

二值化处理技术主要是针对已经完成的阈值图像实行有效处理，阈值更改主要是针对图像中的一些像素点在灰度值层面实行调整，可以将其设置为最高数值或最低数值，让图像中的所有细节和信息在灰度层面能够保持统一性，减少图像的复杂度，进而更好的获取定位信息。

2.2定位处理操作

定位处理主要是应用三维技术，与计算机中的视觉控制系统进行有机联系，可以决定计算机在操作、抓取期间的精准程度。所以，要求工业机器人在控制系统中增添双目立体式的视觉处理系统，系统中拥有的三维坐标可以对机器人定位起到有效的辅助作用，从而获取更加精准的定位信息。此种三维控制系统相比较于传统的二维形式控制技术而言，增加了高程系统，可以对空间中的有关零部件起到有效的定位作用，工业机器人应用机器视觉对三维系统中的主要坐标点进行评判，并将其当作抓取定位操作期间的参考。此种方法可以提高抓取操作的准确度，此外可以通过更改的形式对坐标系进行调节，从而对形状、规格不同的目标实现抓取操作。

2.3 抓取操作

对基础图像进行定位处理之后，工业机器人就可以明确需要操作执行的具体目标，然后开展抓取动作，此环节是最关键也是最简单的一个环节，抓取期间的准确度是评估照片质量、定位质量的一个主要标准。此外，目前工业机器人一般情况下应用自动抓取技术来进行定位，此种方法可以降低人工操作流程，机器人可以通过系统具备的故障自检功能，及时将系统在运行中的具体状况向管理工作人员进行反馈，降低人工干预对于生产工作效率造成的不利影响，减少机器出现的磨损现象，与此同时，抓取操作和机器人系统在控制层面密切相关。所以，基于上述两种处理技术而言，提升系统控制期间的有效性，对于提高机器人在定位层面的抓取能力而言，拥有极其重要的推动作用。

结束语：

综上所述，以机器视觉为基础的工业机器人抓取技术，其本质就是机器人控制技术、机器视觉技术二者之间的有机结合，同时也是工业领域实现现代化发展的一个标志所在。此种技术不仅可以扩展工业机器人在应用层面的领域，也可以让机器人在适应层面的能力得到有效提升，与此同时，强化工业机器人的工作能力。管理人员以及工作人员要对此予以充分重视，科学合理的应用此项技术，提升企业在经济层面的收益，促进企业在现代化层面实现更好的发展。

参考文献：

[1]刘云.基于机器视觉引导技术在工业机器人抓取系统研究与设计[J].电子制作，2019（24）：3.

[2]卓书芳.基于机器视觉的工业机器人分拣技术应用研究与系统开发[J].2021（01）：10.

作者简介：杨港丰1997.03.02;性别：男;民族：汉;籍贯：河南;职务职称：机械工程师;学历：本科;单位：上海科笼网络科技有限公司;研究方向：医疗机器人应用开发。