当前位置:首页 期刊杂志

基于智能机器人视觉清理系统研究*

时间:2024-05-04

于小宁 李丽娟

(西安工业大学 西安 710032)

1 引言

2016 年4 月工信部、国家发改委、财政部联合印发的《机器人产业发展规划(2016-2020 年)》提出,我国机器人产业在“十三五”时期要实现机器人关键零部件和高端产品的重大突破,实现机器人质量可靠性、市场占有率和龙头企业竞争力的大幅提升,形成较为完善的机器人产业体系。

随着工业机器人的发展,以及机器人智能水平的提高,工业机器人已在很多领域得到了广泛应用[3]。目前,我国工业机器人的使用主要集中在汽车工业和电子电气工业、弧焊机器人、点焊机器人、搬运机器人等方面[10~11]。

国外对于机器人清理系统的研究主要集中在美国、德国、日本等国家[12]。国内的工业机器人生产厂家如新松、广州数控等,但目前还不成熟,难以满足日益增长的市场需求[13]。在理论应用研究方面,施晓明[1]研究了机器视觉在摩轮轮穀去毛刺加工中的应用,文献[2,4,6]对去毛刺机器人设计及控制系统进行了研究,文献[8~9]研究了机器人高压水射流去毛刺系统。但是,这些研究都是针对特定器件的研究,对工厂铸造盖板、导体类零件浇口、冒口等清理部位清理(锯切、去毛刺)还没有一款专门的自动化处理系统,这些零部件的清理需要耗费大量人力,且对清理精度和速度有很高的要求,因此,急需设计一款专用机器人来代替人力完成铸造零部件的清理工作。

2 硬件设计

视觉系统的硬件主要由CCD 摄像机、图像采集卡、处理器、输入输出单元、控制装置构成。

图1 视觉系统硬件结构图

工作实现过程如下:人工上料至工作台,CCD摄像头识别,通过传送系统传进零部件,机器人把持零部件、锯切清理,机器人下料至上料工作台,传送系统传出零部件,人工检查、补充清理。首先,零部件定位检测器检测到物体已经运动至接近摄像系统的图像中心,向图像采集部分发出触发脉冲;图像采集部分按照事先预设的程序和延时,分别向CCD和照明系统发出开始脉冲;CCD停止当前的扫描,重新开始新的一帧扫描,或者CCD 在启动脉冲来到之前处于等待状态,启动脉冲到来后启动一帧扫描;CCD 开始新的一帧扫描之前打开曝光系统,曝光时间可以根据情况事先设定;另一个启动脉冲打开照明灯光,灯光的开启时间应该与CCD 的曝光时间匹配;CCD 曝光后,正式开始一帧图像的扫描和输出;图像采集部分接收模拟信号通过A/D 进行数字化处理,或者是直接接收CCD 数字化后的数字视频数据;图像采集部分将数字图像存放在CPU 或计算机的内存中;CPU 对图像进行处理、分析、识别,获得测量结果或逻辑控制值;处理结果控制整个系统的动作、进行定位、纠正图像的误差等。

3 软件部分

主要分为图像采集、铸件图像处理、铸件图像识别和铸件清理等系统。

3.1 图像采集系统

本文采用RTV-24 4 通道PCI 实时图像采集卡将CCD 摄像机的模拟视频信号经A/D 后存储,然后将数字信号送计算机进行处理。

3.2 铸件图像处理系统

首先,对采集图像进行滤波[5,14~15],经过多次仿真试验,本文采用中值滤波法对采集来的数字图像进行滤波,得到很好的效果。

然后,采用直方图修正法对图像进行增强,增加对比度,使目标从背景中分离出来。

采用二值化分割对图像进行分割,公式为

其中,F(j,k)为原图像,T 为阈值,G(j,k)为二值化后的图像。

图2 盖板照片

3.3 铸件图像识别

尺度不变特征转换(Scale-invariant feature transform 或SIFT)是一种计算机视觉的算法用来侦测与描述图像中的局部性特征,它在空间尺度中寻找极值点,并提取出其位置、尺度、旋转不变量,只需要3 个以上的SIFT 物体特征就足以计算出位置与方位。具体步骤如下。

表1 机器人清理典型清理零件明细

1)尺度空间极值检测:搜索所有尺度上的图像位置。通过高斯微分函数来识别潜在的对于尺度和旋转不变的兴趣点。

2)关键点定位:在每个候选的位置上,通过一个拟合精细的模型来确定位置和尺度。关键点的选择基于它们的稳定程度。

3)方向确定:基于图像局部的梯度方向,分配给每个关键点位置一个或多个方向。所有后面的对图像数据的操作都相对于关键点的方向、尺度和位置进行变换,从而提供对于这些变换的不变性。

4)关键点描述:在每个关键点周围的邻域内,在选定的尺度上测量图像局部的梯度。这些梯度被变换成一种表示,这种表示允许比较大的局部形状的变形和光照变化。

3.4 铸件清理

刚性电主轴刀具系统包括旋转刀、刚性电主轴、马达、刚性刀具控制器。本文选择德国PFERD的WRC0613/3型硬质合金刀具。选用NAKANISHI公司的E3000 刚性刀具控制器、NR3060S 电主轴和EM3060 马达,其转速范围为 5000r/min~60000r/min,可安装直径为3.0mm 的刀具,完全满足工厂铸造盖板、导体类零件浇口、冒口等清理部位清理(锯切、去毛刺)需要。

4 实验验证

本文通过对350 幅铸件图像进行识别处理,其中(300 幅作为训练使用,50 幅作为验证使用)。选取盖板类铸件(1155、1157、1162 盖板)、导体内装件类铸件(1845 导体,1025 触头座)各150 个样品,经过多次实验,结果如下。

表2 识别效果对比

1)识别率:本文采用尺度不变特征变换匹配算法来计算工件的位置与方位,识别率达到97.6%。

2)实时性:图像采集卡的采集速度是30 帧/s,每幅图采集时间为30ms。摄像头采集一幅图像需要10ms,该图像处理的速度为5ms/幅,速度达到要求。

3)清洗残留:通过机器人进行清理,残留小于1mm,达到工业要求。

5 结语

本文通过建立基于智能机器人视觉清理系统,采用自动化程度较高的工艺设备、机器人对工业产品进行清理,经实验,所有指标达到设计要求,满足了工厂对于零部件毛刺智能化清理的要求,为下一步工业化奠定坚实基础。

免责声明

我们致力于保护作者版权,注重分享,被刊用文章因无法核实真实出处,未能及时与作者取得联系,或有版权异议的,请联系管理员,我们会立即处理! 部分文章是来自各大过期杂志,内容仅供学习参考,不准确地方联系删除处理!