当前位置：文档之家 › 工业机器人分拣技术的实现_焦恩璋

工业机器人分拣技术的实现_焦恩璋

  • 格式：pdf
  • 大小：375.09 KB
  • 文档页数：4

下载文档原格式

  / 4

合集下载

基于机器人视觉的工业机器人分拣技术研究

基于机器人视觉的工业机器人分拣技术研究

基于机器人视觉的工业机器人分拣技术研究
一、绪论
随着二十一世纪自动化技术的发展，机器人在实现自主技术、自适应
控制、机械结构和传感器技术上取得了显著进步。

机器人技术在工业领域
有着广泛的应用，其中机器人分拣技术也是其中一个重要的应用。

机器人
分拣技术利用机器视觉、机器抓取等技术，将放置在指定区域的物料进行
自动识别、分类和排序，并将其放置到指定的包装位置，完成分拣任务。

本文重点研究基于机器人视觉的工业机器人分拣技术的原理、方法和应用，以更好的了解机器人分拣技术，为工业机器人分拣技术的深入发展奠定基础。

二、机器人视觉原理
机器人视觉是机器人的一种技术，它依靠传感器、机器特征提取器和
模式识别系统，通过对工件或物料的形、色、尺寸、形状、纹理等进行分析，将其图像变换为有意义的信息，实现机器人对外界环境的自主感知和
认知。

它是分拣机器人完成分拣任务的核心技术，在机器人分拣系统中起
到了重要作用。

机器人视觉系统通常由图像采集、图像处理、图像识别三部分组成。

智能制造中的工业机器人分拣系统设计与优化

智能制造中的工业机器人分拣系统设计与优化

智能制造中的工业机器人分拣系统设计与优化随着科技的发展和人工智能的不断进步，智能制造已经成为现代工业领域的重要趋势之一。

工业机器人作为智能制造的重要组成部分，被广泛应用于生产线上的各个环节，其中包括分拣系统。

本文将探讨智能制造中工业机器人分拣系统的设计与优化问题。

一、工业机器人分拣系统的设计原理工业机器人分拣系统是指利用工业机器人进行物品分拣的系统。

其基本原理是通过视觉识别、传感器等装置获取物体的信息，然后执行特定的动作将物体分拣到相应的位置。

首先，采集传感器或相机得到的图像通过图像处理和模式识别等算法进行图像处理，以便获取物品的特征信息。

然后，机器人根据这些特征信息进行运动规划，并通过机械臂、夹爪等执行器将物品准确地分拣到目标位置。

工业机器人分拣系统的设计需要考虑以下几个方面：1. 传感器选择：选择适合分拣系统的传感器。

常见的传感器包括相机、激光雷达、红外传感器等，不同的传感器有不同的适用场景和精度要求。

2. 图像处理算法：有效的图像处理算法对于分拣系统的准确性和效率至关重要。

例如，物品的形状、颜色、纹理等特征可以通过算法进行分析和识别。

3. 运动规划：机器人需要根据图像处理结果进行路径规划，以便准确地抓取和分拣目标物品。

路径规划算法要考虑到机器人的动力学和环境限制，以确保运动的稳定和安全。

4. 执行器选择：选择适合分拣操作的执行器，如机械臂、夹爪等。

执行器需要具备足够的精度和灵活性，以满足不同物品的分拣需求。

二、工业机器人分拣系统的优化方法为了进一步提高工业机器人分拣系统的性能和效率，我们可以采用以下优化方法：1. 优化运动规划算法：通过改进路径规划算法，减少机器人的运动时间和能耗。

例如，可以使用机器学习算法优化路径选择，以提高机器人的运动效率。

2. 引入深度学习技术：利用深度学习模型进行物体识别和分类，以提高系统的准确性和鲁棒性。

深度学习模型可以根据大量的训练数据学习到更复杂的特征表示，从而提高识别的准确性。

探讨基于机器视觉的工业机器人智能分拣系统设计-机械工程论文-工程论文

探讨基于机器视觉的工业机器人智能分拣系统设计-机械工程论文-工程论文

探讨基于机器视觉的工业机器人智能分拣系统设计-机械工程论文-工程论文——文章均为WORD文档，下载后可直接编辑使用亦可打印——摘要：随着我国工业发展脚步的不断加快，机器人在工业智能化中发挥的作用日益突出，将其应用到机械零件分拣工作中，可以利用机器人的智能化特点，代替传统模式下的人工操作。

基于此，本文主要从机器视觉技术出发，探讨基于机器视觉的工业机器人智能分拣系统设计，以此来为日后工业生产效率及质量的提升提供参考。

关键词：机器视觉; 工业机器人; 智能分拣系统;Design and Research of Industrial Robot Intelligent Sorting System Based on Machine VisionGao Jian Liu Qingchuan Fan Rui Fan Xinqian Yin ZhongminHebei Institute of mechanical and Electrical TechnologyAbstract：With the acceleration of Chinas industrial development, robots play an increasingly prominent role in industrial intelligentization. By applying them to the sorting of mechanical parts, robots can replace the manual operation under the traditional mode by utilizing their intelligent characteristics. Based on this, this paper mainly discusses the design of intelligent sorting system for industrial robots based on machine vision technology, so as to provide reference for the improvement of industrial production efficiency and quality in the future.1 视觉分拣系统方案设计图1是视觉分拣机器人系统结构示意图，该系统在实际运行中需要四个模块相互配合来完成，每一模块都有其各自的工作和职责。

基于机器视觉的工业机器人工件分拣系统

基于机器视觉的工业机器人工件分拣系统

基于机器视觉的工业机器人工件分拣系统随着科技的不断发展，机器视觉技术在工业自动化领域得到了广泛的应用。

其中，基于机器视觉的工业机器人工件分拣系统成为了现代工业生产中的重要一环。

本文将探讨这一系统的原理、应用、效益和未来发展方向。

一、系统原理基于机器视觉的工业机器人工件分拣系统是利用图像处理技术，实时获取工件信息，并通过机械手臂完成工件的分拣和放置。

系统由相机、光源、处理单元和机械手臂组成。

相机负责采集工件的图像，光源提供充足的亮度和均匀的照明条件，处理单元通过图像处理算法来提取工件的特征，并生成控制信号，驱动机械手臂完成工件的分拣。

二、系统应用基于机器视觉的工业机器人工件分拣系统广泛应用于各个制造行业，如汽车、电子、食品等。

以汽车制造为例，系统可以对汽车零部件进行自动化分拣，提高零部件的准确性和生产效率。

此外，该系统还可以应用于物流领域，实现对物品的自动分拣和配送，减少人工操作的时间和成本。

三、系统效益基于机器视觉的工业机器人工件分拣系统具有以下几方面的效益：1. 提高生产效率：系统能够实时进行工件的分拣和放置，大大减少了人工操作的时间和劳动强度，从而提高了生产效率。

2. 提高工件分拣准确性：通过图像处理算法，系统可以对工件的特征进行精确提取，并准确地判断工件的类别和位置，确保工件的正确分拣和放置。

3. 降低人工成本：系统的自动化操作可以减少对人工的依赖，降低人工成本，并避免了人为因素带来的人误差。

4. 提升安全性：在一些危险作业环境中，使用机器人进行工件分拣可以有效减少人员在危险环境中的工作时间，提升工作的安全性。

四、系统未来发展方向随着科技的不断进步，基于机器视觉的工业机器人工件分拣系统也在不断发展。

未来的发展方向主要在以下几个方面：1. 引入深度学习技术：利用深度学习技术，系统可以更准确地对工件进行识别和分类，提高系统的自动化水平。

2. 提升系统的稳定性和灵活性：继续提升系统的稳定性和适应性，使其能够适应不同类型和规格的工件进行自动分拣。

基于ADAMS平台的串联机器人运动学逆问题求解

基于ADAMS平台的串联机器人运动学逆问题求解

基于ADAMS平台的串联机器人运动学逆问题求解
陈美宏;焦恩璋
【期刊名称】《机电工程技术》
【年(卷),期】2008(037)012
【摘要】借助ADANS平台提供的点驱动和 ADAMS/PostProcessor模块,提出了求解六自由度串联机器人运动学逆问题的一种方法.这种方法可视直观、简单快捷,且求解结果就是机器人工作路径的最优解,便于实现对机器人的实时控制.此外,通过相应的转换程序还可以直接生成控制机器人运动的程序文件.
【总页数】3页(P65-67)
【作者】陈美宏;焦恩璋
【作者单位】南京林业大学机械电子工程学院,江苏,南京,210037;南京林业大学机械电子工程学院,江苏,南京,210037
【正文语种】中文
【中图分类】TP24
【相关文献】
1.基于ADAMS的焊接机器人逆运动学求解 [J], 谢黎明;张秀林;靳岚
2.基于ADAMS的串联机器人运动学反解与动力学优化 [J], 丁佳洛;战强
3.基于ADAMS平台的多轴联动线切割机器人逆运动学分析 [J], 姜永成;黄德臣;张秀华;华秀萍;谢风伟;朱世伟
4.一种求解机器人运动学逆问题的有效方法 [J], 史胜利;刘乃钊
5.基于ADAMS的六自由度串联机器人运动学仿真研究 [J], 李飞;黄维刚;梁鹏
因版权原因，仅展示原文概要，查看原文内容请购买。

3-PPRR并联分拣机器人机构的运动学建模与仿真

3-PPRR并联分拣机器人机构的运动学建模与仿真

Ｊ ｎ ２ １ ｕ． ０１
３Ｐ Ｒ － Ｐ Ｒ并联分拣 机器人机构的运动学建模 与仿真
王锦 煜 ， 马 雪梅 ， 陈安 军
（ 南大 学 机 械工 程 学院 ， 江 江苏 无锡 ２４ ２ ） １ １２ 摘 要： 对具 有 空间三 平移 自由度 的 ３Ｐ Ｒ ．Ｐ Ｒ并联 分拣机 器人 进行 运 动 学分析 。 于机 构 的运 动约 基
ｍａ ｉ ｕ ａ ｏ ， ｔ ｅ ｎ ｅ ｓ ｄ ｓ ｌ ｃ ｍｅ ｔ ｏ ｕ ｉ ｎ ａ ｄ ｈ ｆ ｒ ｒ ｄ ｓ ｌ ｃ ｍｅ ｔ ｏ ｕ ｉ ｎ ｏ ｈ ｎ ｐ ｌ ｔ ｒ ｈ ｉ ｖ ｒ ｅ ｉｐ ａ ｅ ｎ ｓ ｌ ｔｏ ｓ ｎ ｔ ｅ ｏ ｗａ ｄ ｉｐ ａ ｅ ｎ ｓ ｌ ｔ ｓ ｆ ｔ ｅ ｏ ｐ ｒ ｌｅ ｏ ｏ ｅ ｅ ｐ ｅ ｅ ｔ ｄ Ｔ ｅ ｍｏ ｅ ｓ ｏ ｅ ｏ ｉ ｎ ｃ ｅ ｅ ａ ｉ ｎ ｒ ｌ ｔ ｎ ｈ ｐ ｅ ｗｅ ｎ ｔ ｒ ｅ ａ ａ ｌ ｌｒ ｂ ｔｗ ｒ ｒ ｓ ｎ ｅ ． ｈ ｄ ｌ ｆｖ ｌ ｃ ｔ ａ ｄ ａ ｃ ｌ ｒ ｔ ｅ ａ ｉ ｓ ｉ ｓ ｂ ｔ ｅ ｈ ｅ ｙ ｏ ｏ
一
０— 之 间的旋转 变换 矩 阵为 Ｙ
ｓｎ ｉ ０
动 副 （ ） 转动 副 （ ）和转 动 副 （ 。 支链 中 ， Ｐ 、 Ｒ Ｒ） 各 ２个 移 动副 垂直 放 置 ， 中 Ａ 为驱 动副 。 其 移动 副 Ｂ 、 动 转 副 ｃ及 转动 副 Ｄ 为 中 间关 节 ， 同处 ＣＤ 平 面 内且
广泛关注 ＿ Ｊ 分拣作业 是大多数流水 生产线上的 ｌ。
一
张 勇等 首先 提 出了 ３Ｐ Ｒ －Ｐ Ｒ并联 机构 ， 对其 进行 了 刚 度 分 析 和 尺 寸 设 计 。 串联 机 构 相 比 ， 与 ３Ｐ Ｒ －Ｐ Ｒ并联 机 构 将 驱 动装 置 安 装 在 机 架 上 ， 在很 大程度 上 降低 了机 构 的质 量 ， 动平 台能 够 获 得很 使 高的速 度 和加速 度 。 因此 ３Ｐ ＲＲ并联 机 器 人在 轻 －Ｐ 工 业领 域 中的高 速分 拣 、 放 等 操作 方 面 具 有 明显 抓

工业自动化中的机器人分拣技术

工业自动化中的机器人分拣技术随着制造业的发展，工业自动化已经成为了许多企业实现高效生产和提升竞争力的必要手段之一。

其中，机器人技术是自动化过程中的重要组成部分，具有较大的市场前景和应用价值。

而机器人分拣技术则是机器人应用中的重要一环，下面将重点讲解机器人分拣技术在工业自动化中的应用和发展趋势。

一、机器人分拣技术的定义和应用机器人分拣技术是指利用机器人来进行物品分拣和分类的技术。

机器人可以根据预设的程序和指令，对来料进行分类、分拣、转移、装载等作业。

在制造业、仓储物流、电子商务等具有大规模物流运作的领域，机器人分拣技术已经被广泛应用。

在制造业中，机器人分拣技术可以解决生产过程中的物料管理和控制问题。

通过机器人对物料进行分类和转移，可以提高生产效率、减少人工成本、降低工作强度、提高生产质量。

此外，机器人分拣技术还可以通过对产品的视觉识别和测量等技术手段，实现对产品的质量检测和分类，进一步提升生产质量。

在仓储物流领域，机器人分拣技术可以实现对不同种类的物品进行分类和分拣，提高物流效率、减少操作人员、降低误差率、提高作业安全性等。

在电子商务领域，机器人分拣技术可以对顾客的订单进行自动处理，快速分拣好产品发往不同的地方。

二、机器人分拣技术的发展趋势随着机器人分拣技术的技术革新和应用领域的拓宽，其发展趋势依次体现为以下三个方面。

1、物品视觉识别技术的提升目前，机器人分拣技术的瓶颈在于对物品的视觉识别能力。

传统的机器视觉技术主要依赖于相机和图像处理算法，其局限性在于只能进行简单的色彩和图形识别，难以处理复杂的物品形状。

为此，目前的发展方向是将机器人的视觉识别能力拓展至三维物品识别，即将深度传感器技术、立体视觉技术等运用到分拣作业中。

2、机器人分拣智能化水平的提升目前，机器人分拣技术的缺陷在于机器人缺乏智能化，其识别准确率和分拣效率依赖于前期繁琐的编程和调试过程。

未来的发展方向是实现机器人分拣智能化、自主化，提升机器人分拣效率和分拣准确率。

弧焊机器人与数控变位机协同作业规划

弧焊机器人与数控变位机协同作业规划
焦恩璋;陈美宏
【期刊名称】《电焊机》
【年(卷),期】2009(039)012
【摘要】在研究了弧焊机器人和变位机协同作业的路径规划之后,提出用仿真进行协同作业规划的方法.该方法以位置和速度约束来规划机器人和变位机的运动,并根据作业路径建立样条函数,以样条函数作为仿真时焊枪位姿的点驱动函数.利用仿真结果,提取出仿真过程中弧焊机器人和变位机各关节的角位移函数,并由此生成孤焊机器人系统的焊接作业程序.经过机器人专用平台验证,采用该方法规划的弧焊机器人与数控变位机协同作业.其运动轨迹完全满足焊接作业要求.
【总页数】4页(P78-80,84)
【作者】焦恩璋;陈美宏
【作者单位】南京林业大学,机电学院,江苏,南京,210037;南京林业大学,机电学院,江苏,南京,210037
【正文语种】中文
【中图分类】TG409
【相关文献】
1.弧焊机器人用数控焊接变位机的研制 [J], 石玗;樊丁;王政;乔及森
2.弧焊机器人用两轴数控焊接变位机的研制 [J], 石玗;樊丁;王政;乔及森
3.弧焊机器人用数控焊接变位机示教系统的设计与实现 [J], 李智强;郭广灵;樊丁;
石玗
4.弧焊机器人用数控焊接变位机的研制 [J], 石玗;樊丁;王政;乔及森
5.弧焊机器人用数控焊接变位机示教盒系统的设计与实现 [J], 石玗;李智强;樊丁因版权原因，仅展示原文概要，查看原文内容请购买。

基于深度学习的工业机器人物品识别分拣系统设计

息化 xdgyjjxxhx@
第9卷
2 物体图像识别 物体的图像识别部分主要由相机和光电传感器
配合实现的。当光电传感器检测到物体到达指定区 域后，传感器将物体已到达指定位置的信息通过 I/O 信号通知工业机器人控制柜，在收到到位检测信号 后，控制柜通过以太网向 PC 机发出开启摄像头的 命令，随后 PC 机对相机传输过来的图像通过图像 特征识别模块的深度学习网络进行分析和处理。
物体到位检测
图片抓取
图像分析
物品分拣作业
图 2 软件系统工作流程图
图像特征识别是实现物体识别分拣工作站的关 键所在，本文采用对已有的深度学习模型进行重新 训练的方法[2]对图像识别模型的参数进行重新调整 的方法来实现对给定的物体进行分类标识的目的。 设计采用的基础学习模型为 GoogLeNet：GoogLeNet 是 2014 年由 Google 团队在 ILSVRC 挑战赛中提出 的一种基于深度学习的深度卷积神经网络模型。该 模型由 22 层网络结构组成，模型不仅具有较高的网 络深度和宽度，同时还通过引入新的网络结构，实现 了在控制计算参数量的同时达到了最优识别效果的 目的[3]。具体的网络模型结构如图 3 所示。
ABB 工业机器人体本
PC 机 Ethernet
控制电缆
控制柜
I/O 真空发生器
USB
I/O
气管
相机
光电传感器 气动夹爪
吸盘
图 1 系统硬件结构图
系统的软件部分主要由物体到位检测模块，图 像抓取模块，图像识别模块以及工业机器人分拣标 记模块等四部分组成，其工作流程如下页图 2 所示。 具体为：当控制柜收到物体到位检测信号后 PC 机 启动相机对其下方的物体进行拍摄，完成这一步后 相机通过 USB 协议将抓取到的图片传输到 PC 机上 并通过训练好的神经网络模型对物体进行识别解 析；在识别完成后 PC 机通过 TCP/IP 协议将物体的 种类发送给控制柜；工业机器人在收到 PC 机给出 的解析信号后对相关信息进行校验并执行相应的分 拣动作，进而完成对物品的搬运和物品分拣操作。

工业机器人分拣技术的实现


Ｏ 引 言
分 拣 作 业 是 大 多 数 流 水 生 产 线 上 的 一 个 重 要 环 节 。基 于机器 视 觉 的 机 器人 分 拣 与 人 工 分 拣 作 业 相 比，不但 高效 、准确 ，而且 在质 量保 障 、卫 生 保障 等方 面 有 着人工作 业无 法 替 代 的优 势 ；与 传 统 的 机械 分 拣 作 业相 比 ，基 于机器 视 觉 的 机器 人 分 拣 则 有着 适 应 范 围 广 、随 时 能 变 换 作 业 对 象 和 变 换 分 拣 工 序 的 优 势 机 器人 分拣 技术 是机器 人技 术 和机器 视觉技 术 的有机 组 合 ，日本 以及 欧美 一 些发 达 国家 ，在机 械 、食 品 、医 药 、 化妆 品等生 产领 域 应用 机 器 人 分 拣 已经 相 当普及 ，而 我 国 目前 真正 付诸 实施 的机器 人分 拣系统 还几 乎是 空 白。根据 目前 我 国 的市场 需 求 状 况 和相 关 技 术 基 础 ，
研 究 、开 ห้องสมุดไป่ตู้ 和 应 用 机 器 人 分 拣 技 术 有 着 十 分 重 要 的 意 义 。
１ 机 器 人分 拣 实验 系统 的 构 成 和 工作 原 理
本 文 以 ＭＯＴＯＭＡＮ—ＵＰ６机 器 人 为 基 础 ，研 究 并 构 建 了一个 基 于 机 器 视 觉 的机 器 人 分 拣 实 验 系 统 （图 Ｉ）。该分 拣实 验 系统 可 分 为硬 件 和 软件 两 大 部 分 ，硬 件主要 由机器 人 、ＰＣ机 、相机 、图像 采集 卡 和传 送带等 组成 。其 中相机和 机器人 分别通 过传 输线 和 ＲＳ２３２与 ＰＣ机 相 连 。 系 统 的 软 件 由 自开 发 的 分 拣 控 制 平 台 和 ＭＯＴＯＣＯＭ动 态链接 库组 成 。机 器人 分 拣实 验 系统 的 工作原 理 和工作 过 程 为 ：当 目标 对 象 源 源 不 断地 进 入 分拣作 业 区时 ，在计 算机 的控 制下 ，通 过相机 连续 自动
  1. 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

·控制与检测 ·
地获取作业对象图像 , 然后由软件对采集到的图像进 行运算分析 、变换目标对象坐标 、识别目标对象分类信 息 、维护分拣目标的运动踪迹 , 最终控制机器人实现分 拣动作 , 将 目标对 象分 类拾 取 , 放置 到指定 位置 (图 2)。
2 机器人分拣实验系 统的硬件
由工业机器人系统 、相机及镜头 、PC机及图像采 集卡 、传送带及分拣对象等组成的机器人分拣实验系 统 , 其硬件部分的布置如图 3所示 。
4.3 机器人运动控制中的问题和对策
机器人运动 控制函数 数量较 多 , 常 用的函 数有 : BscIsRobotPos、 BscIsLoc、 BscMovl、 BscPMovl、 BscSelectJob、BscStartJob、BscJobWait等 。本系统在程序开发过 程中发现 , 运动控制函数向控制器发送完指令后就立 即返回 , 而不等到机器人运动完成 , 也就是说该函数是 非阻塞的 。 尽管非阻塞的 函数在有 些情况下 非常有 用 。但是 , 由此也导致了一些问题 , 下面分两种情况讨 论 :①连续指令都是运动指令 (BscMovl、BscMovj)。 通 过实验发现在这种情况下 , 只要设定的机器人运动速 度足够快 , 就不会产生问题 。例如 :对于 BscMovl, 如果 速度低于 5mm/s就会出错 。所以在这种情况下 , 解决 方案是尽量保持较快的运动速度 。 ②连续指令中包含 运动指令与非运动指令 (如执行控制器内 JOB的 BscStartJob函数 )。在这种情况下 , 即使运动速度很快 , 程 序也会报错 。 例如 :对于指令序列 :BscMovl, BscStartJob, BscMovl, 程序将在执行最后一个 BscMovl时报错 。 即使在 BscStartJob之后加入 BscWaitJob, 也不 能解决
图 5 相机标定的作用
3.2 目标检测与识别 目标检测与识别是确定图像中哪些部分是目标 ,
以及是哪种目 标的问题 。解 决这两个 问题的方 法很 多 , 甚至有些方法可以同时解决两个问题 。 本系统采 取了几种方法进行试验后 , 在深入研究了基于运动目 标检测的基础上 , 选择并实现了基于背景减法与基于 二值化的目标检测 。 并根据统计模式识别相关理论 , 选择了线性判别函数法进行目标识别 。 3.3 动态目标跟踪
本系统选择的相机 是丹麦 AVI公司 生产的 CVA11相机 。相 机线扫描 频率为 37.5 kHz, 其 CCD总
像素为 659 ×494, 相机信噪比大于 56dB。 其工作电 压为 12VDC ±10%, 镜头接口为 C-mount接口 。 镜 头为日本 COMPUTAR公司 的 M0814-MP镜头 , 镜 头 焦距为 f=8mm, 焦点手动 控制 , 成 像适 合本系 统的 要求 。 2.3 PC机及图像采集卡
MOTOCOM32[ 4] 是 日 本 安川 电 机 公 司 为 MOTO-
MAN系列机器人提供的软件开发工具包 , 该工具包包 含了数据 文件传送 、机器 人控制 、I/O信号读 写等功 能 , 可供用户根据需要开发自己的应用程序 。 Windows 程序调用 MOTOCOM32库函数实现程序对机器人控制 的原理是 :首 先 , Windows程 序调 用 MOTOCOM库函 数 ;然后 , 库 函数通过串口 或以太网 向控制器 发送指 令 ;最后 , 机器人控制器执行指令 (如控制机器人各关 节运动 、文件存取等 )。 MOTOCOM32 本质上是一个动 态链接库 (DLL)。 在 VC中使用 MOTOCOM32的方法 与使用其它 DLL相同 。 在 “项目设置 ”对 话框的 “对 像 /库模块 ”输 入框内加 入 “ MOTOCOM32.1ib”后 , 将 “ MOTOCOM32.h”与 “MOTOCOM32.dll”拷贝到工程目 录内即可 。 其过程与在其它编译器中使用动态链接库 的方法相似 。
本系统选择的 PC机为联想 ThinkCenter(IntelP4 3.0GHz, 2G内存 , WindowsXP操作系统 )台式机 。 图 像采集卡是加 拿大 CORECO公司 生产的 PC2-Vision 图像采集卡 。 该图像 采集卡 自带 8M存 储器用 于图 像序列的存储 , 通过高速 PCI总线可实现直接采集图 像到 VGA显 存或 主 机系 统 的内 存 , 兼 容 RGB, RS170 /CCIR等视频格式 , 可采 集标准彩 色复合视 频和 RGB分量 , 能够同时采集 6个黑 白摄像头 , 2个 RGB 摄像头或 2个双通道模拟摄像头图像 ;支持外部事件 出发输入 , 支持显示分 辨率 2048 ×2048, 具有 3个 8 位 40MhzA/D转换 器 , 可 用 软 件 平 台是 WindowsXP 等。 2.4 传送带及分拣对象
·控制与检测 ·
组合机床与自动化加工技术
文章编号 :1001 -2265(2010)01 -0084 -04
工业机器人分拣技术的实现
焦恩璋 , 杜荣
(南京林业大学 机电学院 , 南京 210037)
摘要 :以 MOTOMAN-UP6机器人为基础 , 构建了一个基于机器视觉的机器人分拣实验系统 。 该分拣实验 系统由机器人 、PC机 、相机 、图像采集卡 、传送带和自开发的分拣控制软件组成 。 系统的工作原理和工作 过程为 :当目标对象源源不断地进入分拣作业区时 , 通过相机连续自动地获取作业对象图像 , 然后由软 件对采集到的图像进行运算分析 、变换目标对象坐标 、识别目标对象分类信息 、维护分拣目标的运动踪 迹 , 最终控制机器人实现分拣动作 。 “单目标跟踪 ———抓取 ———搬运 ”实验和 “多目标跟踪 ———抓取 ——— 搬运 ”实验证明了该技术的意义和实用价值 。 关键词 :工业机器人 ;分拣 ;坐标系 ;目标识别 ;机器视觉 中图分类号 :TP242.2 文献标识码 :A
研究 、开发和应用机器人分拣技术有着十分重要的意 义。
1 机器人分 拣实验系统的构成和工作原理
本文以 MOTOMAN-UP6 机器人为基础 , 研究并构 建了一 个基于 机器视 觉的机 器人分 拣实 验系 统 (图 1)。该分拣实验系统可分为硬件和软件两大部分 , 硬 件主要由机器人 、PC机 、相机 、图像采集卡和传送带等 组成 。 其中相机和机器人分别通过传输线和 RS232与 PC机相连 。系统的软件由自开发的分拣控制平台和 MOTOCOM动态链接库组成 。 机器人分拣实验系统的 工作原理和工作过程为 :当目标对象源源不断地进入 分拣作业区时 , 在计算机的控制下 , 通过相机连续自动
4 机器人运动控制
在解决了目标 图像坐标 系到机器 人坐标系 的转 换 、对象目标检测和识别 , 以及采用 kalman滤波估计 目标将来时刻的位置后 , 控制机器人的作业轨迹运动 , 实现搬运动态的对 象目标则是本实 验系统的最 终目 标 。本系统利用 MOTOCOM32控制 UP6 机器人 , 完成 了搬运动态对象目标 。以下简要介绍与机器人运动控 制程序开发相关的几个问题 。 4.1 MOTOCOM32 的应 用方 式
本系统选择的传送带为皮带输送机 , 其工作长度 为 1.5m, 调速范围为 :0 ～ 10m/s;分拣对象为螺母和垫 圈。
3 软件流程 及软件要解决的问题
机器人分拣实 验系统的 软件主要 流程如 图 4 所 示 , 其工作流程可描述为 :相机拍摄场景 , 将视频信号 传输到图像采集卡的视频输入端口 , 图像采集卡将模 拟视频信号逐帧转化为数字图像 , 然后由计算机程序 根据这些图像计算目标的场景位置 , 接着由控制程序 生成控制指令 , 通过 RS232发送给机 器人控制柜 , 机 器人控制柜将控 制指令解释为脉 冲数并分别发 送给 6个交流伺服电机 。 其中的相机标定 、目标检测与识 别 、动态目标跟踪是系统软件要解决的机器视觉技术 问题 , 机器人的动作是系统软件要解决的运动控制问 题。
RealizationofSortingTechnologyonIndustrialRobot
JIAOEn-zhang, DURong
(CollegeofMechanicalandElectronicEngineering, NanjingForestryUniversity, Nanjing210037, China)
4.2 建立 PC机与控制器之间的通信
在调用其他库函数之前 , 需要先在 PC机与机器人 控制器 之间建立 通信 。 XRC控制 器与 PC机 连接有 RS232串口和以太网两种方式 [ 5] 。这里以 RS232连接 方式为例 说明建立通信的 方法 。 首先 , 调用 BscOpen 函数获取一 个通信 句柄 , 其原型 如下 :shortBscOpen (char＊path, shortmode);其中 path指程序的工作目 录 , mode指通信方式 (RS232 取 1, 以太网取 16)。 该 函数返回值为通信句柄 。其次是设 置通信参数 , 对于 RS232连接方式 , 需要设置其端口号 、波 特率 、数据位 数 、校验位等参数 ;对于以太网连接方式 , 则需要设置 IP等参数 。 取得 通信 句柄 并设 好通信 参数 后 , 调用 BscConnect函数即完成了通信的建立 。
视觉跟踪是指 对图像序 列中的运 动目标进 行检 测 、提取 、识别和跟踪并获得目标的运动轨迹 , 从而进 一步处理与分析实现对目标行为的理解 , 以及完成更 高一级的任务[ 3] 。 在本分拣实验系统中 , 我们设计的 目标将源源不断地进入相机的视野 , 系统则对每个目 标进行识别 、检测并记录结果 。 在实现该视觉跟踪过 程中 , 本系统采用了 GNN算法对目标进行跟踪 。通常 跟踪的目的是对目标状态的记录 , 并不估计目标将来 时刻的状态 。 但作为动态分拣实验 , 本系统采用 kalman滤波的估计功能来估计目标将来位置 , 为机器人 抓取动态目标提供信息 。
收稿日期 :2009 -09 -09;修回日期 :2009 -10 -12 作者简介 :焦恩璋 (1954— ), 男 , 江苏苏州人 , 南京林业大学机电学院副教授 , 研 究方向为机 器人学 , 机 电一体化 , 计算机图形 学 , (E-mail)jez@