一种智能高效识别与分拣机器人方案设计思路

李 哲 伍世英 袁宝欣 许 昌

1.广州铁路职业技术学院机电工程学院 广东广州 510430;2.武汉理工大学艺术与设计学院 湖北武汉 430070

1 概述

分拣机器人是一种具备了传感器、物镜和电子光学系统的机器人,可以快速进行货物分拣。智能高效识别与分拣机器人与传统分拣机器人相比有着更为明显的优势,并且随着科学技术的不断更新,其相关技术也已经趋于成熟,广泛地投入市场中。随着时代的发展,传统的人工识别与分拣已经不适用现代企业高速运转的需要,恶劣的工作环境可能会导致工人劳动强度过高、工作效率低、安全问题难以保障等问题。具备人工智能的机器人代替人工操作设备将是未来的发展趋势,视觉传感器作为一种检测性能和适用性都较好的传感器,被广泛应用于工业机器人领域,为机器人增添了一双“眼睛”。

随着图像处理技术的飞速发展,应用机器视觉技术对目标物进行识别与定位已广泛应用于各行各业。基于机器视觉的分拣机器人在工作过程中能对流水线上的物件进行智能识别,弥补了传统检测定位方法的不足,能够实时地检测定位物件的位置点,能适用于环境复杂的场所。并且由于其安装灵活,可以根据现场环境进行调整,操作简易。但是,视频或图像中往往包含大量的信息量,图像信息的处理速度对于机器视觉的应用是一个重要的影响因素,提高实时性是机器视觉在实际中经常遇到的难题。对工业机器人抓取运动工件这种应用场景,需要图像处理算法能够很快地完成识别定位,以免影响抓取操作,因此需要机器视觉的算法具有很快的实时性,不能采用太过复杂、处理时间较长的算法,实时性严重影响着视觉传感器的应用。目前最常采用的是跟踪抓取的策略,常用的控制算法是PID控制的跟踪抓取算法。

关于分拣机器人的研究工作已经持续了很长时间,随着技术的进步,新型分拣机器人的功能与适应性要求越来越强,这也要求设计者在设计之初对整体方案的构建思路不能再局限于机器人的某一项应用功能。林平伟等研发了一款集合红外循迹、红外避障、超声波避障、机械臂等模块的自动分拣机器人,可通过计算机视觉库配合摄像头模块实现快速图像识别,并具体阐述该机器人的设计制作过程[1]。贾照丽等从物流分拣中心出发,分析介绍了物流机器人在物流分拣中心常用的避障方法[2]。毕思等设计了一款快递分拣控制系统,利用光电传感器实现对物料的检测、利用PLC控制器实现对机器人及分拣末端的调控,并介绍了该控制系统的软件与硬件组成、功能以及控制系统的整体调试[3]。王昱琪等采用当前较为成熟的技术手段设计了一种用于分拣站点的多传感器协同的机器人软件与硬件框架,并介绍了设计思路[4]。韦树成等提出一种将模糊系统、模糊神经网络和反演控制算法相结合用于并联食品分拣机器人末端执行器的智能控制,与传统控制方法相比,所提控制方法具有良好的末端执行器跟踪精度和控制效率[5]。王子玉提出了煤矸石智能分拣机器人视觉伺服自抗扰控制方法,采用同态滤波算法对采集的煤矸石图像展开增强处理,提高了煤矸石智能分拣机器人的控制稳定性[6]。薛旭升等针对目前煤矿带式输送机分拣机器人无法识别传输送带穿透、撕裂等的异物目标,且在目标异物精确定位难的问题,设计了一种基于机器视觉的煤矿带式输送机分拣机器人异物识别与定位系统,可对输送带上存在的不同类型和不同形状的异物进行识别与定位[7]。李琪璐等设计了基于视觉识别的颜色分拣机器人,该机器人将OpenMV作为机器视觉的主要模块,机械臂作为运动模块,通过KPZ51核心系统板完成模块之间的信息互通,基于Lab颜色空间以及CamShift跟踪算法实现了颜色识别与跟踪、物体抓取、串口通信等多种技术[8]。陆鑫焱等应用虚拟仪器技术,设计了一种基于LabView的分拣机器人控制软件,通过串口连接Arduino开发版控制分拣机器人的电机运动[9]。罗荣华等结合实际项目,从输送带上运动杂物的实时定位、机器人手眼标定、机器人工作空间和可分拣范围、机器人运动控制等方面详细论述了使用SCARA工业机器人实现直线输送带上杂物无序分拣的研究过程[10]。

在当前的动态物件抓取研究中,因为图像处理的算法耗时较长,不具备较好的实时性,所以不能实时地定位动态物件的位置信息,导致机器人不能准确地抓取物件。所以需要改进动态物件的抓取策略,通过单目视觉获取工件位置信息后,对机器人进行定位,结合两者的位置信息提高机器人的抓取效率,这也是目前分拣机器人的发展思路,所以针对这一方向简单介绍了一种智能高效识别与分拣机器人的方案设计思路,希望能给其他设计者提供参考。

2 分拣机器人设计方案

针对分拣机器人对图像识别、智能避障和精准放置货物的要求,通过对现有自动分拣机器人运输和放置货物流程的研究分析,同时参考当今广泛应用的基于麦克纳姆轮的AGV小车,综合二者优点,创新性地开发岀一种智能高效识别与分拣机器人。该机器人主要由行走模块、夹持模块和识别模块三部分组成。通过模块之间的密切配合,实现稳定高效地图像识别、抓取和精准地放置。

2.1 机器视觉模块

视觉模块为机器人的智能避障和精准定位提供反馈,主要通过对图像传感器传输的图像信号进行边缘检测和霍尔检测,同时对标识物的边缘进行斜率分析反馈给主控芯片,主控芯片对反馈信号进行处理,进而对起重机的速度和姿态进行调整,以实现运行过程中的准确性和高效性。

2.2 运行速度控制系统

利用信号处理技术,将机器人运行过程中的电磁信号,通过元件编码器将电磁信号转化为数字信号并发射脉冲,通过主控芯片对数字信号的处理并对现有运行误差实时处理,利用脉宽调制技术实现整个机器人运行过程中的精准闭环控制,保证机器人运行的平稳性。

2.3 精准夹持与放置

通过机械结构的创新与设计,结合无刷减速电机控制丝杆、齿轮传动,悬臂末端由舵机控制抓取度与力度,保证夹取的稳定与力度,结合视觉模块,定位放置区域之后,通过传动装置将物体运送至合适高度,舵机由主控芯片驱动,控制舵机旋转角度,实现物体的平稳放置。

2.4 轨迹优化模块

通过对图像传感器反馈的物体顺序和定位信息,通过主控芯片的优先级算法解析,根据搬运物体权重和路线避障所需时间等数据规划出最优路径,从而大大提高在实际应用过程中的搬运速率,促使自动化产业从技术层面在工业化进程中的变革。

3 方案技术思路

该设计的总体研究思路为:机器人架构分析,确定主要的智能控制方案;再根据具体实验结果和实际表现优化结构设计;最后调试起重机器人的算法控制和悬臂姿态,实施方案如下图1与图2所示。

图1 总体方案流程图

图2 实施技术流程图

4 方案实施思路

4.1 机器人架构分析

考虑到在机器人领域提高运送效率和精确控制十分重要,需要对现有运行模式重新设计和优化,采用人工智能技术与基础自动化及无线通信、ERP技术结合,解决现状下人工操作效率低、工人工作环境恶劣的问题,有助于进一步提高起重机产业的技术革新。

通过对现有结构的研究和资料调研,构建机器人整体构架和控制系统的设计,初步提出实施方案并在实施过程中不断完善该方案。

4.2 智能控制方案

通过图像传感器传回物体的精确位置信息,对当前物体位置信息进行计算,是否需要在运送装置启动前,调换物体位置,再通过智能算法控制,优化夹取装置的姿态和轨迹,规划综合效率最高的物体运动路径,并且通过霍尔元件脉冲信号反馈给主控芯片,判断运动路径是否精确,是否需要速度动态调节,同时配合悬臂装置系统的信号反馈进行整体调节,确保运行的高效与稳定。智能控制方案系统流程图如下图3所示。

图3 智能控制方案工作流程图

主要用Micro Python集成开发环境对图像信号进行处理,通过算法分析当前的位置信息,调度悬臂模块与运动模块,同时接收运动模块传来的脉冲信号实时调控,各模块之间由信号通信反馈控制,最终利用脉宽调制技术,精准控制悬臂装置与运动装置。

4.3 优化结构设计与调试

搭建模拟机器人的工作环境,根据运行结果优化机器人结构设计,不断完善机器人运行中各个悬臂的姿态参数与运行速度的调试与控制,对过程中的各个参数逐一检查,最后对调试的过程就可靠性、实用性等方面进行完整的评价与总结。

结语

智能高效识别与分拣机器人是人工智能技术与基础自动化及无线通信、ERP技术结合的产物。智能工业设备不需要工人进行手动操作,智能化在生产上的应用就是为了实现二十四小时持续工作,从而提高工业生产效率。同时,智能化生产也会为工业生产的方式带来极大的转变,使新型工业体系得以快速发展。

本文关于智能高效识别与分拣机器人的方案设计思路创新主要体现在:(1)通过视觉传感分类技术解决适用于不同工作环境下对起重物品精准识别并分类的难题,对图像传感器传输的图像信息进行合适的分离和边缘检测;通过对传感器阈值的调节,实现不同标志物体识别成功率大幅提高。(2)采用轨迹优化算法,将分拣物品与放置区域之间的路径选择视作模型,对模型进行分析,设计出合适的算法,带入实时的物品位置信息,进行解算并检验轨迹是否符合最优路径,能大幅缩短运动时间。