《電子技術應用》
您所在的位置:首頁 > 其他 > 設計應用 > 視覺機器人作業(yè)路徑規(guī)劃系統(tǒng)
視覺機器人作業(yè)路徑規(guī)劃系統(tǒng)
徐順清,何堅強
摘要: 針對工業(yè)機器人的弧焊、切割和涂膠等應用,介紹了視覺工業(yè)機器人作業(yè)路徑規(guī)劃系統(tǒng)。描述了攝像機坐標標定方法,采用圖像采集技術獲取環(huán)境信息,運用圖像處理技術對采集的信號進行處理,實現(xiàn)了機器人實時控制和離線編程。實踐證明,該系統(tǒng)重復精度高,能夠滿足弧焊、切割和涂膠的要求,能夠適應生產線的需要。
Abstract:
Key words :

  摘 要: 針對工業(yè)機器人的弧焊、切割和涂膠等應用,介紹了視覺工業(yè)機器人作業(yè)路徑規(guī)劃系統(tǒng)。描述了攝像機坐標標定方法,采用圖像采集技術獲取環(huán)境信息,運用圖像處理技術對采集的信號進行處理,實現(xiàn)了機器人實時控制和離線編程。實踐證明,該系統(tǒng)重復精度高,能夠滿足弧焊、切割和涂膠的要求,能夠適應生產線的需要。
  關鍵詞: 機器視覺;圖像處理;工業(yè)機器人;路徑規(guī)劃

 

  機器人自問世以來,已經被廣泛地應用于各個工業(yè)領域,例如焊接、搬運、裝配和噴涂等[1]。不過這些應用大多基于示教再現(xiàn)和離線編程。示教再現(xiàn)過程機器人利用率低,示教再現(xiàn)的精度也不高。離線編程是采用CAD技術建立起機器人及其工作環(huán)境的幾何模型,通過算法在離線的情況下進行作業(yè)路徑規(guī)劃,對于復雜的作業(yè)路徑,CAD模型的建立存在一定的難度。而視覺機器人作業(yè)路徑規(guī)劃系統(tǒng)能夠及時采集機器人工作環(huán)境信息,實現(xiàn)對機器人的實時控制,提高了機器人工作效率。同時,該系統(tǒng)能夠自動生成機器人控制文件,不需要CAD技術的支持,增強了機器人系統(tǒng)的靈活性和適應性。
1 系統(tǒng)構成及工作原理
  機器人作業(yè)路徑規(guī)劃系統(tǒng)是在Motoman UP6工業(yè)機器人系統(tǒng)上做二次開發(fā)的。 CCD攝像機采集到外部環(huán)境的圖像信息,系統(tǒng)通過采集卡實現(xiàn)對圖像的獲取,獲取圖像后,通過圖像的增強、濾波、邊緣檢測、細化等處理技術對圖像信息進行分析處理和重建。系統(tǒng)對這些處理后得到的數(shù)據進行實時計算,計算出圖像中作業(yè)對象的特征點的位置信息。對獲取的特征點信息,系統(tǒng)有兩種功能,一是通過Motocom32的庫函數(shù)與機器人通信,實現(xiàn)對機器人的實時控制,完成指定作業(yè);另一功能是快速生成機器人控制文件,并可對文件編輯修改,當把這些文件導入機器人控制柜后,則可控制機器人完成指定作業(yè)。
2 系統(tǒng)軟硬件組成
  整個系統(tǒng)由2個子系統(tǒng)組成,一個為工業(yè)機器人系統(tǒng),另一個為機器視覺系統(tǒng)。2個子系統(tǒng)通過軟件平臺進行通信。具體構成如圖1所示。

 

 

2.1 工業(yè)機器人系統(tǒng)
  工業(yè)機器人系統(tǒng)包括有Motoman UP6工業(yè)機器人本體、YASNAC- XRC- UP6機器人控制柜、示教編程器和相關的外部設備以及與計算機進行數(shù)據通信的軟件Motocom32。其中,機器人本體具有6個自由度,各個關節(jié)均為旋轉關節(jié),各自由度由交流伺服電機驅動,其重復定位精度可達0.08 mm。
2.2  機器視覺系統(tǒng)
  機器視覺系統(tǒng)主要設備有M0814-MP鏡頭、CV-A11攝像機、PC2-Vision圖像采集卡以及計算機等。
  (1)CV-A11攝像機及鏡頭
選擇的攝像機是丹麥AVI公司生產的CV-A11攝像機。攝像機線掃描頻率為37.5 kHz,其CCD總像素為659 ×494,攝像機信噪比大于56 dB,工作電壓為12V± 10%,外形尺寸為29mm×44mm×66mm,鏡頭接口為 C-mount接口。鏡頭為日本computar公司的M0814-MP鏡頭,鏡頭焦距為f=8 mm,焦點手動控制, 成像適合設計的要求。
  (2)圖像采集卡
  圖像采集卡選用加拿大CORECO公司生產的PC2-Vision圖像采集卡。該圖像采集卡自帶8 MB存儲器用于圖像序列的存儲,通過高速PCI總線可實現(xiàn)直接采集圖像到VGA顯存或主機系統(tǒng)的內存,兼容RGB、RS-170/CCIR等視頻格式,可采集標準彩色復合視頻和RGB分量,能夠同時采集6個黑白攝像頭、2個RGB攝像頭或2個雙通道模擬攝像頭圖像;支持外部事件出發(fā)輸入,支持顯示分辨率2 048×2 048,具有3個8位40 MHz A/D轉換器。
3  系統(tǒng)的軟件實現(xiàn)
  根據系統(tǒng)的功能要求,本文應用VC++6.0編制了系統(tǒng)實現(xiàn)的軟件程序,程序設計采用模塊化設計方式。系統(tǒng)在完成硬件檢測、系統(tǒng)初始化等工作后實現(xiàn)機器人路徑規(guī)劃,整個系統(tǒng)可分為攝像機標定、圖像獲取與圖像處理、機器人運行控制等功能模塊。軟件實現(xiàn)基本流程如圖2所示。

 

 

3.1  攝像機的標定
  在系統(tǒng)進行坐標提取前,必須對攝像機進行標定,以建立攝像機與實際空間點的對應關系。在基于機器視覺的機器人路徑規(guī)劃系統(tǒng)中,存在著3個坐標系:機器人坐標系、平臺坐標系和圖像坐標系。其中圖像坐標系是以圖像左上角為原點,以像素為單位的直角坐標系,x、y軸分別表示該像素在數(shù)字圖像中的行數(shù)與列數(shù)。為了在視覺系統(tǒng)中建立統(tǒng)一的坐標,確定圖像上某輪廓點與實際圖形點的對應關系,就需要建立圖像坐標系與機器人坐標系、平臺坐標系與機器人坐標系兩者之間坐標轉換關系,最終將平臺坐標和圖像坐標統(tǒng)一在機器人坐標系下。圖像像素坐標系中的點到世界坐標系的變換可用矩陣表示為:

3.2  圖像采集
  計算機調用圖像采集卡的動態(tài)鏈接庫函數(shù)VnImgCon.dll中相應的控制函數(shù),來控制圖像采集卡對攝像機攝取的視頻信號進行數(shù)據采集,以BMP格式存儲在計算機內。通過調用采集卡自帶庫函數(shù)采集一幀圖像到內存,然后回顯到屏幕。在程序中調用了以下函數(shù):
  GetSrc:得到指向被用作連接圖像源對象的指針。
  IfxCreateCaptureModule:創(chuàng)建一個圖像捕捉的對象。
  GetCam:使攝像機對象指針為指定端口。
  GetAttr:返回攝像機基本采集參數(shù)。
  IfxWriteImgFile:保存圖像文件。
3.3  圖像處理
  系統(tǒng)攝像機所采集的圖像為BMP格式的位圖文件,為了在圖像處理部分中能將注意力集中在圖像處理的算法實現(xiàn)上,而不被DIB的顯示與操作等底層處理所干擾,建立一個比較完整的DIB類庫,主要實現(xiàn)三大功能:位圖操作的基本函數(shù),包括對像素點的操作、位圖相關的信息和位圖占據內存空間的信息。在進行圖像處理編程時,只需在文檔類的頭文件中加入CDib類的定義,通過該類提供的公有型(public)接口函數(shù)調用,即可實現(xiàn)與之相關的功能。在此類庫的基礎上,對圖像進行處理,包括圖像的平滑和去除噪聲等圖像預處理,選定灰度閾值對圖像進行二值化處理,對圖像進行細化,計算圖像中的特征量,實現(xiàn)空間定位。圖像處理的函數(shù)主要有以下幾個:
  圖像二值化:
  WindowTrans(lpDIBBits,::DIBWidth(lpDIB),::DIBHeight(lpDIB) ,m_bLow)
  調用函數(shù)進行細化:
  ThiningDIB(lpDIBBitsWIDTHBYTES(::DIBWidth(lpDIB)*8), ::DIBHeight(lpDIB))
  求坐標:
  PointDIB(lpDIBBits, ::DIBWidth(lpDIB), ::DIBHeight(lpDIB), point,dian,mm);
  程序進一步對圖像進行處理,得到圖像的邊緣特征,處理后的圖像如圖3所示,最終求得圖形位置坐標。

 


3.4  機器人運行控制
  獲取機器人坐標點后,計算機根據坐標點信息,進行運動決策,產生相應的機器人運動控制指令,并通過Motocom32軟件提供的庫函數(shù)對機器人進行遠程控制,實現(xiàn)對特征點的自動定位,控制機器人進行相應的操作,完成作業(yè)軌跡。機器人實時控制的流程圖如圖4所示。

 


  視覺機器人作業(yè)路徑規(guī)劃系統(tǒng)把CCD獲取的作業(yè)路徑圖像信息轉化為機器人運動的控制指令,使機器人完成作業(yè)任務。為驗證這一“轉化”,以機器人的連續(xù)切割作業(yè)為例,將其付諸實施。具體實施方案如下:以平板玻璃臺面作為切割對象,以白板筆當作割槍,以機器人繪制曲線的過程來模擬實際切割作業(yè)過程。實驗結果如圖5所示。

 


  由圖5可以看出,該方案重復精度高,誤差較小,能夠滿足生產的需求,同時也提高了系統(tǒng)自動化程度,節(jié)省了人力物力。
參考文獻
[1] 吳立德.計算機視覺[M].上海:上海復旦大學出版社,1993.
[2]  凌云光視數(shù)字圖像公司.CCD&CMOS圖像和機器視覺產品手冊.
[3] 章毓晉.圖像工程上冊:圖像處理和分析[M].北京:清華大學出版社,1999.
[4] 孫樹棟.工業(yè)機器人技術基礎[M]. 西安:西北工業(yè)大學出版社 ,2006.
[5] VERNON D. Machine vision in the electronics and PCB inspection industry - The current position and future directions. Department of Computer Science Maynooth College,Ireland. 2001.
 

此內容為AET網站原創(chuàng),未經授權禁止轉載。