基于机器视觉的物料分拣机器人系统设计

陈广 西南石油大学工程学院

引言

随着生产需求和人力成本的持续增加，许多企业逐渐用机器人代替人工进行生产。机器人技术的引入使得生产加工方式更加多样化、智能化，产品的不良率降低，企业的制造水平提高。目前，机器人技术已成为国内外制造业产业转型的重要途径，逐渐从实验室走向了汽车、生物、医学等领域，并在制造业运用范围越来越广泛。

在制造业许多生产领域的流水线上，物料分拣是一道重要工序，如乐高工厂不同形状、不同颜色积木的分拣。采用工业机器人代替人工完成分拣任务，能提高流水线的生产效率，避免人工疲劳导致的产品缺陷。虽然分拣系统通过示教机器人可以使机器人完成分拣任务，并在一定程度上提高生产效率、减轻人工的工作量。但是大多生产流水线上的工件，其角度和位置是不确定的，不能通过对工业机器人示教编程使其对流水线上的工件进行分拣操作。

随着工业机器人技术的逐渐成熟，更多的智能感知技术融入到了工业机器人技术当中，如机器视觉技术、触觉感知技术。正是在这样的背景下，本文提出了基于机器视觉的物料分拣系统设计，利用机器视觉实现不同形状、不同颜色产品的分拣工作，提高机器人的自适应性。

1 物料分拣系统总体设计

1.1 物料分拣机器人总体结构

分拣系统主要由物料传送及控制系统系统、视觉采集系统、机器分拣控制系统、单片机传送控制系统组成。

(1）物料传送系统：通过单片机控制系统与计算机的串口通信控制相机的触发，实现通过继电器控制传送的启停。通过传送带传送工件，利用光电检测开关实现工件的到位检测，利用传送带配置的调速器进行速度调节。

(2）光学图像采集系统：主要由工业相机、工业镜头、照明光源系统组成，镜头与光源的选择通常根据检测对象特征进行适应性变化，通常可以选择定焦镜头、变焦镜头或者双远心镜头以及采用环形LED 光源，面阵LED 光源，或者线阵LED 光源进行落射照明。采集系统将检测对象的采集图像通过USB 线传送至计算机进行识别，分类处理。

(3）机器人分拣系统：分拣机器人通过与计算机控制系统的socket 通信实现对工件的分拣，分拣具体形式通常是将采用电磁铁吸附或真空吸附的设备连接到机械手末端来实现分拣，机器人分拣系统主要由视觉采集系统和机器人分拣系统两个部分组成。

1.2 物料分拣系统工作机制

其工作过程为：经过视觉检测区，此时控制器触发摄像机采集图片，并将图像信息传递给计算机，视觉软件进行图像预处理和图像分割，对物料颜色，形状等具体信息进行识别。同时提取图像特征并与事先建立好的物料模板进行匹配.如果匹配成功，利用轮廓外接形心计算的方法找到物料，并将所得到的位置信息传递给控制器。当视觉系统采集到图像并匹配成功时，MM240/A 模块产生一个锁存事件，并以此时编码器的位置信息为起始点开始记录编码器数值的增量。物料在传送带上只有沿着传送带运动的方向有位移变化，将物料初始位置与锁存事件记录的编码器增量值传递给控制器，可以得到物料的实时位置。控制器通过并联机器人运动学逆解程序得到3 个主动臂转角，再通过角度值得到出第四根旋转轴的旋转角度。最后控制器向并联机器发出指令，控制机器人末端执行器采用等间隔小时间的插值方式，使其快速运动到物料抓取点 ( 在物料中心位置上方1cm 处) ，打开气动电磁阀，吸取物料。然后再将物料按照设置好的门字形运动轨迹送到放置点，关闭电磁阀，物料落入指定的物料盒中，完成一次抓取工作。放置完毕后，完成一次循环。下一个物料触发相机，进行下一次抓取工作。

2 物料分拣系统硬件设计

系统可以分为3 个部分分别为检测部分、识别定位部分和执行部分。

(1）检测部分硬件主要由工控机、视觉系统组成。

(2）识别定位部分主要是上位机，它是整个系统的核心部分。上位机对图像信息进行分析处理，获得物料的位置、姿态等信息，并输出分拣信号。

(3）执行部分主要由Delta 并联机器人本体部分、电磁阀、KeMotion R5000 系列的CP263/X 模块、DM272/A 数字I/O 扩展接口、MM240/A 编码器接口模块、GTS 系列轮式编码器以及驱动两个传送带的三相异步电动机和两个控制电机的变频器构成。

3 物料分拣系统控制设计

3.1 视觉识别过程设计

为了识别采集图像中的工件并获取位置，图像采集是视觉采集系统获取视觉信息的第一步。实际的视觉采集系统往往根据色彩要求和分辨率选择不同的工业摄像机对图像进行采集。采集到高质量的图像能使得图像易于处理，获得识别和定位的结果也将更加准确。数字图像的采集过程为，图像传感器感应经镜头聚焦在感光平面上的光线，将光信号转变为电信号，量化该电信号得到数值信息，然后将数值信息传输给存储设备，后经图像处理单元进行显示。

为了减少后续算法的复杂度和提高计算机的处理效率，图像的预处理是必不可少的。预处理是图像自动识别系统中非常重要的一步，它的好坏直接影响图像识别的效果。由于工业生产环境经常会受到光照强度、空气中的漂浮物、镜头周围灰尘的影响，采集到的图像往往会包含噪声，因此，本系统中图像预处理的目的就是去除图像中的噪声，得到清晰的图像，以便后续处理过程中提取正确的图像特征。

3.2 机器人运动控制设计

利用工业机器人进行工件分拣能够保证分拣的效率，需要对工业机器人的运动控制进行分析。计算机借助内部系统和坐标参数对机器发出指令，放到输送带上的工件，会在计算机指令的作用下送到确定的位置，机器人才可以完成分拣工作。应用工业机器人可以保证分拣的效率和质量，提高企业经济效益。

工业机器人程序控制实验，主要是让实验者根据轨迹起点和终点的坐标确定机器人各个关节的运动曲线。机器人的轨迹规划算法包括笛卡尔坐标系下的直线差补算法和圆弧插补算法以及关节空间的三次、五次、七次多项式插值算法。由于笛卡尔坐标系下的轨迹规划方法较为复杂，三次多项式插值算法的加速度曲线不连续，七次多项式插值算法因次数太高会出现龙格现象。所以本次实验平台的轨迹规划算法选用五次多项式插值算法。采用五次多项式插值算法对SCARA 机器人在关节空间进行轨迹规划，SCARA 机器人作为一种平面关节型工业机器人具有4 个关节，适合于搬动和取放物件，被广泛应用于平面抓取、快速分拣以及动态抓取等领域。

4 试验结果及分析

经过对软硬件的调试，本实验顺利完成了对待分拣对象的分拣过程。实验过程为预先在上位机上建立所有待抓取对象的模板，然后在传送带初始位置开始随意放置不同类型的待分拣对象，分拣作业要求将不同的分拣对象分别放置到相应的位置。整个抓取过程，视觉系统通过规定好的数据通信格式向机器人发送传送带上目标对象的位姿信息。

由于本实验平台没有配备视觉光源，因此光照对于视觉系统的图像采集效果有较大的影响，但实验结果表明，边缘特征对于光照等噪声的影响具有较好的适应性，同时改进的Canny 边缘提取算子可以更加精准的提取图像的边缘特征，机器人能够完成对目标的准确抓取。

5 结论

本文提出了基于机器视觉的物料分拣系统设计，利用机器视觉实现不同形状、不同颜色产品的分拣工作，提高机器人的自适应性，机器人能够完成对目标的准确抓取