基于机器视觉的智能工业机器人控制系统

基于机器视觉的工业机器人分拣系统

发表时间：2019-08-08T11:14:14.203Z 来源：《防护工程》2019年9期 作者： 王辉

[导读] 工件分选是工业生产的重要组成部分。在传统的生产线上，采用人工分拣。

佛山隆深机器人有限公司 广东省佛山市 528300

摘要：工件分选是工业生产的重要组成部分。在传统的生产线上，采用人工分拣。然而，这种工作具有高重复性和高劳动强度。随着工业的发展和进步,并开始逐步采用工业机器人进行排序而不是工人,而是因为机器人的运动,通过教学或离线编程,实现所有操作是预定义的,

一旦工件的位置,机器人不能做出相应的调整,将导致错误。基于此，本文主要对基于机器视觉的工业机器人分拣系统进行分析探讨。

关键词：基于机器视觉；工业机器人；分拣系统

1、前言

将机器视觉技术与并联机器人相结合，可以使分拣作业拥有更高的可靠性和柔性，作业对象以及分拣工序可以随时随地的变换，提高了工业化生产的效率和机器人分拣系统的智能化程度。基于以上优势和相关技术基础，开发和研究基于视觉技术的工业分拣机器人系统有

着十分重要的意义。

2、机器人分拣系统的工作流程

本文以阿童木并联机械手机器人和康奈视InSight7000型智能相机为基础，设计并搭建了一套基于视觉定位技术的机器人分拣系统，如图1所示。实验调试过程中，将多个不同种类的正方体物块通过气缸的开合随机的散落在传送带上，程序会判断视野内是否有待分拣的物

块，当物块运行到相机的视野区域内时，机器人控制系统采用等时间间隔的触发的方式触发相机进行拍照，采集分拣对象的位姿信息，计

算机通过一定的处理算法对实验物块进行识别、计算，获取分拣对象的分类信息和坐标信息、旋转角度后，以一定的数据格式传递给机器

人控制器，机器人控制系统根据视觉系统传回的信息，控制机器人末端执行机构在合适的动作区域内进行跟踪和拾取操作，将不同种类的

实验物块放置到分别指定的位置。当料盘上的物块数量达到设定的数值时，气缸再次开启，将物块随机的散落在传送带上，重复上述的过

《基于视觉引导的ABB机器人定位与抓取研究》

一、引言

随着人工智能、机器视觉和自动化技术的快速发展，工业生产中的机器人技术日益成为研究的热点。其中，基于视觉引导的机器人定位与抓取技术对于提高生产效率、降低成本以及优化生产线具有至关重要的作用。本篇论文主要对基于视觉引导的ABB机器人定位与抓取技术进行研究，以期为相关领域提供参考。

二、研究背景及意义

近年来，工业自动化已成为提高生产效率的重要手段。在此背景下，基于视觉引导的机器人技术逐渐崭露头角。视觉系统通过捕获目标物体的图像信息，为机器人提供定位和抓取的依据。其中，ABB机器人凭借其高性能、高精度以及强大的运动控制能力，在工业生产中得到了广泛应用。因此，研究基于视觉引导的ABB机器人定位与抓取技术具有重要的现实意义。

三、相关技术概述

3.1 视觉系统

视觉系统是机器人实现定位与抓取的关键。通过图像采集设备（如摄像头）获取目标物体的图像信息，经过图像处理与分析，提取出目标物体的特征信息，为机器人提供定位与抓取的依据。

3.2 ABB机器人 ABB机器人具有高性能、高精度以及强大的运动控制能力。其高灵活性、高速度和高精度的特点使其在各种工业生产场景中表现出色。通过与视觉系统的结合，ABB机器人能够实现更高效的定位与抓取。

四、基于视觉引导的ABB机器人定位与抓取技术研究

4.1 定位技术研究

在视觉引导下，ABB机器人通过图像处理与分析技术实现目标物体的定位。首先，通过图像采集设备获取目标物体的图像信息；其次，利用图像处理与分析技术提取出目标物体的特征信息；最后，通过算法计算目标物体的位置信息，实现机器人的精确定位。

4.2 抓取技术研究

基于定位技术，ABB机器人可实现目标物体的精确抓取。在抓取过程中，需要考虑多种因素，如目标物体的形状、大小、重量以及抓取点的选择等。通过合理的机械结构设计、抓取策略制定以及控制算法优化，实现机器人的高效抓取。

基于机器视觉的机器人分拣系统的设计与实现

0引言

在我国劳动力成本上涨、生产需求却不断增加的背景下，工业机器人越来越多的参与到工业生产的过程中来川。机器视觉技术的引入使得工业机器人朝着更加智能化和柔性化的方向发展，节省了成本，提高了生产效率。国外已经对基于视觉技术的工业机器人进行了多年的研究工作，视觉技术也逐渐从实验室走向实际应用，并已经广泛应用于电子电器、航天、汽车等工业领域。例如口本学者S. Murakami等将视觉传感器与神经网络结合的弧焊机器人;澳大利亚Western大学研制的带有视觉系统的六自由度工业机器人;保时捷等汽车生产线上对车身进行高精度密封时运用的3D视觉定位技术等。近年来，随着国家对机器人产业的大力扶持，国内的一些高校以及科研院所、企业等也对机器人视觉领域进行了相关的研究工作，填补了相关技术领域的空白。与此同时，在实际应用中依然存在一些尚未解决的问题，例如复杂生产环境下的视觉系统容易受到光照和粉尘等因素的影响，使工业相机识别工件时识别算法的普适性和实效性受到一定的影响。

分拣作业是当前工业生产过程中的一个重要环节，传统的分拣方式采用示教或离线编程的方式，机器人的动作和目标的摆放位置都需要预先严格的设定。一旦机器人的工作环境有所改变，就会导致抓取错误。机器视觉技术利用摄像机来模拟人类的视觉功能来对客观的事物进行测量和判断，是一种非接触式的测量方式。同时，针对复杂工业生产环境中光照、粉尘等对视觉系统产生的影响，采用一种对噪声具有较好适应性的匹配方法。将机器视觉技术与并联机器人相结合，可以使分拣作业拥有更高的可靠性和柔性，作业对象以及分拣工序可以随时随地的变换，提高了工业化生产的效率和机器人分拣系统的智能化程度。基于以上优势和相关技术基础，开发和研究基于视觉技术的工业分拣机器人系统有着十分重要的意义。

1机器人分拣系统的工作流程

本文以阿童木并联机械手机器人和康奈视In-Sight 7000型智能相机为基础，设计并搭建了一套基于视觉定位技术的机器人分拣系统，如图1所示。实验调试过程中，将多个不同种类的正方体物块通过气缸的开合随机的散落在传送带上，程序会判断视野内是否有待分拣的物块，当物块运行到相机的视野区域内时，机器人控制系统采用等时间间隔的触发的方式触发相机进行拍照，采集分拣对象的位姿信息，计算机通过一定的处理算法对实验物块进行识别、计算，获取分拣对象的分类信息和坐标信息、旋转角度后，以一定的数据格式传递给机器人控制器，机器人控制系统根据视觉系统传回的信息，控制机器人末端执行机构在合适的动作区域内进行跟踪和拾取操作，将不同种类的实验物块放置到分别指定的位置。当料盘上的物块数量达到设定的数值时，气缸再次开启，将物块随机的散落在传送带上，重复上述的过程。

视觉系统在工业机器人集成系统中的应用

视觉在机器人领域的一个最常见应用是视觉引导机器人。这类机器人一直以来主要应用于工厂生产车间的组装和物料处理等领域，通过摄像头来采集图像、定位零件或目标，然后发送坐标位置给机器人执行特定功能，例如零件拾取。将视觉添加至此类应用可提高机器的灵活性。同一台机器可应用于多种零件的处理，因为机器可以看到正在处理的零件并进行相应的调整。由于摄像头能够在一堆相同的零件中找到所需零件，且提供便于机械臂移动的方向，因此从箱子中拾取零件也变得更加容易。使用视觉进行引导的益处是图像还可用于中段检测正在处理的零件，这样不仅可提高机器人的灵活性，也可以得到更高质量的结果。此外视觉引导还有助于降低成本，因为视觉系统可检测、预测和预防机器卡住等故障发生。但是如果运动需要非常高的准确度，所使用的摄像头或运动系统可能就会非常昂贵，因为许多视觉引导机器人系统在任务一开始时仅使用一个图像，而且之后没有任何反馈。觉伺服控制技术解决了这一难题，因为该技术将摄像头固定在机械臂上或安装在靠近机械臂的位置，这样可提供连续视觉反馈来校正运动过程中的小误差。随着机器人视觉在工业应用的普及，其在嵌入式领域的应用也日益广泛。一个典型的例子是移动机器人领域。机器人走出工厂车间，逐渐进入我们日常生活的许多方面，包括在医院大厅巡视的服务机器人以及自主犁地拖拉机。几乎所自主移动机器人都需要具备复杂的成像能力，包括避障以及视觉同步定位与路线绘制。未来十年内，自主机器人使用的视觉系统数量将会远远超过固定地面机械臂。

2 机器视觉系统的主要功能

①引导和定位，视觉定位要求机器视觉系统能够快速准确的找到被测零件并确认其位置，上下料使用机器视觉来定位，引导机械手臂准确抓取。在半导体封装领域，设备需要根据机器视觉取得的芯片位置信息调整拾取头，准确拾取芯片并进行绑定，这就是视觉定位在机器视觉工业领域最基本的应用。②外观检测：检测生产线上产品有无质量问题，该环节也是取代人工最多的环节。说机器视觉涉及到的医药领域，其主要检测包括尺寸检测、瓶身外观缺陷检测、瓶肩部缺陷检测、瓶口检测等。 ③高精度检测：有些产品的精密度较高，达到