基于视觉筛选的并联机器人平面抓取系统设计

0 引言

机器人由于工作效率高、运动速度快、工作定位准确和可持续工作时间长等优点在现代化生产制造业占有主导地位。伴随着机械、电子、传感器、计算机和控制等多个学科的发展，机器人也向着更加智能化的方向发展，其中，工业机器人与机器视觉相结合这个方面研究方向众多，研究前景广阔[1～3]。李湘伟等人[4]将机器视觉运用在了工业四轴串联机器人中，研制了小型机器人分拣搬运系统，但是在大承载力的场合中效果并不理想。和串联机器人相比，并联机器人因其精度高、刚度大、结构简单和承载能力强等优点，在附加机器视觉后更适合于需要大承载力的场合，就克服了以上的不足，可以应用于更复杂的环境。因此，本文以实验室的NJ控制器、FH视觉控制器和并联机器人为实验平台，研究了二自由度并联机器人和机器视觉的基本理论，并将二者相结合，设计出了一套在平面内实现的视觉机械手抓取系统。通过对二自由度Delta机器人的研究，建立了正反解数学模型，并编写了正反解算法和规划了最短路径。在研究了机器视觉的相关方面之后，运用FH视觉控制器实现了基于物体特征的识别和坐标确定。最后，将FH视觉控制器内的数据传送到NJ控制器中，在NJ控制器内编程实现机械臂的运动控制来抓取慢速移动的动态物体。该系统可以根据需求设定不同的识别形状，灵活性高，同时承载力大，可以在复杂环境下实现高精度的分类抓取放置工作，并为二自由度的并联机器人提供了研究依据。

1 系统总体结构及工作原理

1.1 系统的硬件构成

基于视觉筛选的并联机器人平面抓取系统主要由FH视觉处理系统、NJ运动控制系统和工作台三个部分组成，结构如图1所示。

图1 系统硬件结构图

FH视觉处理系统主要由FH视觉控制器、高速CCD相机、LED光源组成。FH控制器选用OMRON公司的FH-1050-10型号控制器，高速相机选用OMRON公司的FH-SM02型号相机，另采用8mm镜头型号为3Z4SLESV-0814。NJ运动控制系统主要由计算机、NJ运动控制器、伺服驱动器和二自由度Delta机器人组成。NJ控制器选用OMRON公司的SYSMAC NJ系列运动控制器，伺服驱动器型号为G5系列的R88D-KN04H-ECT-Z，机器人末端执行器为CEH-40电磁吸盘。工作台为传送带。

1.2 系统工作原理

系统的工作原理是：高速相机通过FZ-VS相机线与FH视觉控制器相连，以一定频率拍摄传送带上工件的光学图像之后，转化为电子图像传送至FH控制器。FH控制器在经过形状搜索、灰度过滤、背景消除和位置修正等处理后，将工件的类别和坐标等信息通过EtherCAT网络传送至NJ控制器[5]。NJ控制器通过EtherCAT网络与伺服驱动器相连，在NJ控制器内进行编程完成机器人的正逆解、末尾姿态确定和运动路线规划过程，控制机器人到目标位置去抓取工件，然后再分类放置到指定位置。

2 FH视觉处理系统数据采集与传输

在将高速CCD相机与光源固定之后，需要使用FZ视觉软件对视觉系统进行设定，这其中包括软件系统参数设置、图像采集及坐标系建立、数据传输。

2.1 软件系统参数设置

在系统参数设置中，通信参数需要在通信模块的Fieldbus选项中选择EtherCAT。运行参数需要在运行模块选择倍速多重输入。相机模式需要在相机0中选择高速通信。

2.2 图像采集及坐标系建立

1）图像采集设置：在镜头上通过焦距设置目标图像大小，通过光圈设置进光量。在FZ软件中将快门速度设置为500us，增益设置为80，以获得高质量清晰的图像。视觉传感器获取的图像为真彩色图像，为了使检测物突显出来，需要做背景消除。我们通过二值化的处理方式，在相机读取的灰度值中设置二值化值[6]，将图片转化为黑白两个颜色，落在70～170灰度值中的为白色，其他均转为黑色。运用FZ软件中的形状搜索流程，将三角形和正方形两个形状登录进入FZ软件，再将搜索区域设定为在皮带上长为30cm，宽为25.5cm的区域，然后将检测相似度设置为80～100。最后将拍摄方式设置为连续测量，使相机每间隔500us拍摄一张图片，保证目标位置的精确性。

2）视觉坐标系和机器人坐标系确定：为了去除畸变和相机安装角度带来的影响，以及采集图像坐标，需要使用高精度校准流程。以校准版中间圆点为原点（0,0）建立视觉坐标系来显示目标工件的实时位置，以机器人两电机中心点为原点（0,0）建立机器人坐标系来显示机械臂的末端位置，建立两坐标系如图2所示。

图2 视觉坐标系和机器人坐标系

由于机械结构限制，带有电磁吸盘的机械臂末端的运动范围是30×25.5cm2的一个平面。L1为机器人坐标系原点到机械臂末端的长度，L1=30.74cm。L2为机械臂末端到视觉坐标原点的长度，L2=18.75cm。视觉坐标系在FZ软件中以mm为单位，机器人坐标系在NJ控制器的Sysmac软件中以cm为单位，于是需要将视觉坐标系中的坐标转换到机器人坐标系中，转换关系如下：

其中X1，Y1为视觉坐标系中的坐标，X，Y为机器人坐标系中的坐标。

2.3 数据传输

实现FH视觉控制器与NJ运动控制器通信需要NJ控制器中创建5个通信变量。

表1 通信变量

Trigger_1：触发相机拍摄；

Total_Judgement：判断拍摄结果是否符合要求，符合要求则信号为False，反之则为True。

Result_Notification：坐标传输完成信号，数据传输完成后信号为True。

DINT_Result_Data0Data1：坐标数据通道，一个表示X轴坐标，一个表示Y轴坐标。

3 NJ运动控制系统算法、程序及仿真

3.1 机器人运动学正、逆解数学模型

Delta机器人机械臂末端到达目标位置是通过计算两个电机转动角度实现的。FH视觉控制器在将目标坐标传送给NJ控制器之后，NJ控制器需要先将目标坐标转化为机械臂末端电磁吸盘位置坐标，再把机械臂末端电磁吸盘位置和电机转动角度相互转换，于是需要建立机器人运动学正、逆解数学模型[7,8]。由由电机转动角度求机械臂末端电磁位置称为正解，反之为逆解。

1）运动学正解模型

二自由度Delta机器人呈左右对称结构，由两个电机，两个主动臂、两个从动臂、一个平动盘和一个电磁吸盘组成，正解模型如图3所示，已知电机转动角度θ1和θ2求出O1坐标。

图3 正解模型

M1M8为两电机之间的距离，记作L1；M4M5为平动盘长度，记作L2； M1M3，M6M8为主动臂，记作Lt；M3M4，M5M6为从动臂，记作Lb。我们可以得出两个圆分别左右平移L2/2之后可以交于O1点，于是联立两圆方程可得式(1)：

其中，a=L2/2+M1M2，b=-M2M3，c=-L2/2-M7M8，d=-M6M7。由式(1)可得：

将式(2)代入式(1)中，可得：

解此方程可得O1的纵坐标，进而可以求出O1的坐标。

2）运动学逆解模型

逆解模型如图4所示，已知O1(X1，Y1)，求左右电机转动角度θ1和θ3。

参考前面正解模型，N1N6=L1，N3N4=L2，N1N2=N5N6=Lt，N2N3=N4N5=Lb。

图4 逆解模型

逆解数学模型如下：

右侧电机坐标N1(L1/2，0)，平动盘右端点坐标N3(X1+L2/2，Y1)。可得向量：

取单位向量=(1,0)，由向量夹角公式可得与夹角α的余弦值：

由余弦定理，可得θ2的余弦值为：

由式(3)、式(4)可得右侧电机转动角度θ1：

同理可以求出左侧电机转动角度θ3。

3.2 NJ运动控制器程序

NJ运动控制器是OMRON公司推出的新一代PLC，相比于传统PLC多了运动控制功能。其编程软件Sysmac Stdio相比于之前的Cx-One软件多了仿真和数据跟踪的功能[9]。NJ控制器在完成轴参数设定之后，通过调用MC功能模块来完成轴和轴组的运动控制。程序中采用虚轴轴组先移动到目标姿态，实轴轴组跟随虚轴轴组运动的方法，主要用到了MC_Power，MC_Home，MC_MoveAbsolute，MC_GroupEnable，MC_MoveLinear，MC_GroupSyncMoveAbsolute等指令。

MC_Power：使指定轴进入可运行状态。

MC_Home：驱动电机，使用原点信号确定机械原点。

MC_MoveAbsolute：指定绝对坐标的目标位置，使轴进行进行定位。

MC_GroupEnable：进行多轴协调控制，轴组必须为启用状态。

MC_MoveLinear：进行2～4轴的直线插补。

MC_GroupSyncMoveAbsolute：按照原始周期，以周期同步位置模式将用户程序给定的目标位置输出到伺服驱动器。

具体程序如图5所示。

图5 部分运动控制程序

3.3 运动系统仿真

运用Sysmac自带的仿真功能，我们对机器人抓取工件的动作进行模拟，仿真机械臂运行路径如图6所示。

图6 机械臂运行路径仿真图

当工件进入指定的抓取位置之后，NJ控制器不断接收FH控制器发送过来的的工件坐标值，并实时修正机械臂运动路径到达工件位置， 通过电磁吸盘吸取工件后，移动到指定区域进行放置。

4 结束语

基于视觉筛选的并联机器人平面抓取系统设计的成功实验为进一步研究并联机器人结合机器视觉完成抓取提供了借鉴和参考，同时证明了机器视觉和并联机器人领域的相关理论的正确性。该系统结构简单，工作稳定可靠，减少了人工筛选的出错率，提高了效率、安全性和工厂的自动化程度，为建设信息化、自动化程度更高的智能工厂 提供了依据。未来在视觉方面可以考虑增加外观缺失检测等功能，在并联机器人方面可以考虑增加机器人自由度以完成更多动作[10]。

参考文献：

[1]屠海斌.基于机器视觉的搬运机器人系统研究与软件实现[D].江苏:东南大学,2015.

[2]基于机器视觉的机器人搬运系统[D].山东:山东科技大学,2015.

[3]基于机器视觉的工业机器人抓取技术的研究[D].湖北:华中科技大学,2011.

[4]李湘伟,吴翩卉,王锐鹏.基于机器视觉识别的小型机器人分拣搬运系统的研制[J].机床与液压,2015,43(10),161-164.

[5]基于Sysmac自动化平台的超大型剪板机数字控制系统研究与设计[D].江苏:江苏大学,2016.

[6]卢迪,黄鑫,柳长源,等.基于区域对比度增强的二值化算法[J].电子与信息学报,2017,39(1),240-244.

[7]伍经文,徐世许,王鹏,等.基于Adams的三自由度Delta机械手的运动学仿真分析[J].软件,2017,38(6),108-112.

[8]M Afroun,T Chettibi, S Hanchi. Planning Optimal Motions for a DELTA Parallel Robot[A].mediterranean conference on control and automation[C],2006.

[9]OMRON.Automation Software Sysmac Stdio Version 1[M].Shanghai:OMRON,2011.

[10]周娜.并联机器人视觉伺服系统的跟踪监测研究[D].江苏:东南大学,2011.