机器人视觉识别抓取物件

刘亮

【摘  要】随着现代化科学技术水平的不断提升，相关的科技产物逐渐进入更大的应用市场。先进的智能化机器、自动控制技术在工业领域的应用不仅解放了劳动力，还推进了工业化生产的进程。论文为促进机器人在产业中的自动化升级，对其视觉识别技术的概念、特征以及实际应用意义进行阐述，将机器人视觉识别系统涉及的技术进行说明，评释机器人视觉识别的实际效用。

【Abstract】With the continuous improvement of the level of modern science and technology， related scientific and technological products have gradually entered a larger application market. The application of advanced intelligent machine and automatic control technology in industrial field not only liberated labor force， but also promoted the process of industrial production. In order to promote the automation upgrading of robot in the industry， this paper expounds the concept， characteristics and practical application significance of its visual recognition technology， describes the technologies involved in the robot visual recognition system， and evaluates the actual utility of robot visual recognition.

【关键词】视觉识别;定位抓取;智能机器人;工业生产

【Keywords】visual recognition; positioning grasping; intelligent robot; industrial production

【中图分类号】TP242                               【文献标志码】A                                   【文章编号】1673-1069（2020）12-0180-02

1 引言

智能机器人代表依照特定程序代码进行工作的生产工具，其先进性的应用技术在现代化工业生产过程中起着决定性作用，是现代化工业生产发展的主要推动力。目前，工业生产任务对于生产线的柔性与自动化水平不断提出更高要求，功能单一机器人已经逐渐丧失市场竞争力。因此，为提升机器人应对复杂、精准的生产作业的能力，就需要对机器人的网络化、自动化、智能化水平进行提升，通过提升机器人的多功能水平来提高其实际性能。将视觉识别技术与机器人的设计相结合，优化机器人物件识别与抓取的技术，并将此技术引入工业生产流程，提高生产作业的效率，推进整体工业技术与生产能力的进步。

2 机器人视觉识别抓取技术概述

2.1 机器视觉概念

机器人视觉识别能够代替人眼，对探测物体进行数据采集、测量及判断，以此保证机器人程序对物体相关数据测算及判断的准确性。机器人视觉识别技术作为多功能综合技术，通过摄像机对物体表面进行图像采集，之后通过系统分析，将数据结论反馈给相关管理人员，提升作业生产效率。

2.2 机器视觉特性

机器人视觉识别技术被广泛应用于工作生产的原因如下：首先，机器人识别具有灵活性。机器人视觉识别技术不仅能够辅助采集物体图像，还能够将图像信息进行分析及处理，满足了工业生产流程的多样化、灵活性需求。其次，机器人识别具有准确性。机器人视觉识别技术的准确性是其完成复杂工序的基本条件，在实际生产过程中，工人难以应对批量化的高技术生产任务，而机器人视觉识别技术则能够利用自身的精准化操作代替人工操作。最后，机器人识别具有廉价性。信息技术的普及与计算机处理器价格的下降，使依靠信息与计算机系统的机器视觉识别技术的应用成本随之下降，为智能化技术的广泛应用提供基础条件[1]。

3 机器人视觉识别抓取技术分析

3.1 图像处理技术

图像处理技术包括三种：首先，灰度处理技术。通过将彩色图像进行灰度处理，能够将图像转变成由黑白构成的灰度图像，以此突显图中信息，减少计算机系统的任务量。灰度图像处理技术并不会将彩色图像的清晰度减弱，因此，通过灰度图像來读取物件信息是可行的。其次，滤波处理技术。将物件图像进行滤波处理，能够将图像中的噪点进行减弱，显现出其他关键的信息点，保证图像的有效性。摄像机采集的图像中通常会存在噪点，这些噪点会直接影响成片的质量，因此，必须对图片进行滤波处理，控制由图像产生的抓取误差。最后，二值化处理技术。通过二值化处理，能够将图像中的像素点灰度值规定成0或255，使图像的灰度值是统一的，通过对图像像素点灰度值的简化，来减少系统的数据处理量。在进行图像的二值化处理过程中，必须将阈值进行合理设定，只有保证阈值的正确性，才能发挥二值化处理技术的效用。

3.2 三维定位技术

决定机器人视觉识别精准抓取效果的重要原因就是其三维定位技术，因此，工业生产更加重视机器人视觉识别系统中的三维定位技术的发展。双目立体视觉系统是三维定位技术开展工作的主要依据，此系统可以根据物件的三维坐标来建立一个三维坐标系，以此提升系统的准确性。相较于二维定位技术，三维定位技术不仅能够提供先进性的工业生产基础，还能够参照不同的场景，对坐标系进行调整，完全匹配工业生产需求。

目前，工业生产流程复杂多变，三维定位系统的应用可以将物件的三维信息进行视觉识别，利用图像坐标轴与现实坐标轴的相互转变来获取目标物件的位置信息，使机器人对于目标物件的抓取更加精准。此外，三维定位技术还可以将图像坐标轴与现实坐标轴的转变进行调整，实现对不同规格目标的识别与抓取，满足工业生产任务中对精准定位的需求。

3.3 自动抓取技术

机器人视觉识别的基础任务就是将物件准确抓取，而自动抓取技术就是机器人视觉识别工作系统中的基础技术。机器人应用自动抓取技术是建立在图像处理技术与三维定位技术上。图像处理技术为抓取工作提供物件的图像信息，三维定位技术为抓取工作提供物件的坐标信息，在系统中整合完所有的信息，才能利用自动抓取技术进行工作。

相较于传统的机器人抓取技术而言，先进性的自动化抓取技术具备便捷、快速的特点。由于自动抓取技术不需要频繁调整机器人的位置，从而减轻了管理人员的工作量。同时，应用自动抓取技术所需的费用较少，对机器人产生的磨损较轻，有效地控制了生产作业的成本。此外，自动抓取技术的便捷化应用提升了机器人的自主性工作水平，提高了机器人视觉识别与抓取工作的效率。

4 机器人视觉识别抓取技术的应用

4.1 产品组装

合理开发机器人视觉识别抓取技术，在抓取流程中不断调整优化，并应用于产品的组装，可以有效提高产品的组装速度。完成产品组装需要依靠机器人视觉识别与抓取系统中的摄像头与手臂共同作业，两部分相互配合、相互协作，利用机器人完成难度较高的组装任务，能够直接减轻人工的压力，控制组装工作所产生的费用。产品组装前，需要把物件的大小、尺寸等信息进行系统传输，之后再由系统对信息进行处理与存储。产品组装过程中，机器人利用摄像机对物件进行识别，然后利用机器人手臂设备对物件进行抓取。如果在组装过程中，物件的零件或其他组成结构出现变化，只需要管理人通过系统进行调整，这样就可以将管理人员的精力投放于其他重要的工作。机器人视觉识别与抓取技术不仅能够应用于静态物件中，还能够对动态物件进行及时抓取，即机器人系统能够配以传送履带协同工作，提高工业产品的组装效率。

4.2 物件分拣

机器人视觉识别与抓取技术能够用以物件的分拣，高效、准确地将不合格物件进行筛除，进一步提升工业生产水平，机器人的视觉识别与抓取技术在物件分拣过程中的应用主要分为三个步骤：首先，圖像采集。此步骤需要机器人通过摄像机将物件的图像传输至系统中。其次，图像处理。通过一系列图像处理技术提升图像的清晰度，保证图中信息的准确性。最后，物件抓取。机器人通过识别，判定出物件的信息与状态，并将物件分拣至不同位置，去掉已经损坏的物件，提升工业生产分拣速度。机器人只有通过视觉识别技术才能够对物件进行分拣，对不完整物件进行判别。因此，在物件分拣过程中，管理人员的主要工作就是将物件图片及信息传输至机器人系统中，在保证生产效率的同时，提升物件分类处理的准确性。

4.3 工业生产线

机器人视觉识别与抓取技术在工业生产线中的应用能够有效提高工厂生产的自动化水平。工业生产线中包含了多种复杂工序，不同行业的生产线也具备不同的生产特点，以汽车生产线为例，工序包括焊接、冲压、涂装等。焊接生产线中的技术难点是焊点的查找与确定，只有保证焊点的精准性，才能使焊接处牢固可靠。通过机器视觉识别与抓取技术对焊点进行明确，之后再通过机器人进行焊接，不仅使焊点的查找更加快速高效，还能保证焊接的牢固与稳定。此外，机器人视觉识别与抓取还可以应用在涂装工序中，利用抓取系统对喷涂位置进行定位，之后利用机器人进行漆料喷洒，在简化工序的同时，减少人力、材料的浪费。

5 结语

现代化的机器人系统设计需要将视觉识别技术与抓取技术进行有机结合，使自动化水平的提升成为工业生产中的主要驱动力。基于技术的不断完善与优化，扩大机器人视觉识别抓取技术的应用范围，在保证机器人正常运行的同时，不断深化对机器人视觉识别抓取功能的探索，努力提升工业生产水平，推动工业现代化的进步与发展。

【参考文献】

【1】郑振峰.基于机器视觉运用于工业机器人抓取技术的研究[J].南方农机，2020，51（15）：46-47+52.