2020年9月19日 机器视觉与计算机视觉技术

基于机器视觉的工业机器人分拣系统

1 引言

分拣机器人是一种应用范围非常广且技术附加值很高的数字控制装备。随着工业领域中自动化生产越来越普及,机器人被广泛地应用到各种各样的工业化流水线上,完成种类繁多的工作。图1 是分拣机器人在进行分拣作业。 

图1 流水线上的视觉分拣机器人

针对工业生产过程中常见的作业方式,已经开发出各种各样的特种机器人来完成相应工作,例如在电子产品领域中的元器件焊接操作,在工业集装箱领域中的搬运操作,在汽车制造业领域中的喷漆操作,在机械零部件生产领域中的分拣操作等。分工明确化、功能专一化的各类专用工业机器人在减轻工人工作量的同时,也在不断地提高社会生产力水平。

2 分拣系统分析

本文研讨的机械工件分拣作业是工业生产流程中一项常见的工作任务,其目的是可以把不同种类的目标物体进行正确的分类处理,也可以用于分拣出有质量缺陷的机械工件[3]。如果用人工操作的方式来完成工业流水线上的分拣作业任务,不论是在分拣速度上还是在分拣成本上,机器人分拣均有明显优势。
虽然工业机器人的特点是可以长时间、高强度的不间断工作,但是采用机器人分拣作业需要克服较多困难。在目前的实际应用中,很多机器人是通过示教方式或是离线编程方式完成一些固定的操作,虽然提高了工业化的总体水平,但是仍然无法适应人们期待的更加智能化的工业生产工作。为了能够实现分拣操作,机器人需要知道待分拣的工件类型以及工件在传送带上运动时的实时位置信息,所以需要给机器人安装图像传感器设备,使其具有获取外部图像信息的能力,增强其自适应性以满足分拣种类繁多的机械零部件要求[4,5]。

3 分拣系统设计

首先给出分拣系统的总体设计方案以及各个子系统的实验平台组成;然后构建神经网络分类器对目标机械工件进行识别并且利用均值偏移迭代算法对运动目标进行跟踪;最后阐述了广数机器人分拣策略并且完成分拣实验。3.1 视觉分拣系统构建 


图2 视觉分拣机器人系统构建示意图

本系统设计基于机器视觉的工业机器人分拣系统总体方案,给出了系统的主要组成部分,包括基于广数机器人的分拣抓取子系统和图像获取分析子系统。采集图像的相机和光学镜头的选取原则基于HALCON软件数据库的摄像机标定实验进行确认。

3.2 基于均值偏移的目标工件跟踪首先介绍了目标跟踪算法中涉及到的颜色特征,着重阐述了直方图后向投影的过程。然后详细地推导了均值偏移迭代算法并结合图示进行迭代过程说明,进而给出算法的基本原理以及实现步骤。最后利用算法完成工件跟踪实验并能够获取目标的实时坐标。

3.3 基于神经网络的目标工件识别首先对目标工件进行图像预处理和特征提取,然后利用图像矩特征完成对神经网络的训练,最后引入算法对基于神经网络的分类器进行性能优化。详细地阐述了识别算法的基本原理以及具体实现步骤,最后通过工件识别实验证实了改进后的神经网络分类器具有较高的识别准确率。

3.4 基于工业机器人的目标工件分拣(1)D-H参数法是Denavit和Hartenberg在1955年提出一种通用的方法。D-H参数法在机器人的每个连杆上都固定一个坐标系,然后用4×4的齐次变换矩阵来描述相邻两连杆的空间关系。通过依次变换可最终推导出末端执行器相对于基坐标系的位姿,从而建立机器人的运动学方程。基于图像的视觉伺服系统框图参见图3所示。 


图3 基于图像的视觉伺服系统框图

(2)通过标准D-H参数法,建立工业机器人的运动学模型,分析运动学逆解的求取方法和选取标准。同时详细分析机器人关节转角和末端执行器位置之间的关系,得到基于最优抓取点的分拣策略。最后在视觉分拣实验平台上完成了工件分拣作业。


4 技术实践与研讨

4.1 技术实现控制器和工业机器人选用广州数控(广数)工业机器人RB-08,摄像机选用USB照相机实时采集图像信号,信号的采集和监控选用HALCON视觉软件进行实时处理。基于广数机器人分拣运动实质上是根据摄像头采集的连续图像,识别待分拣的目标类型并且跟踪待分拣的目标位置,将上述信息传递给机器人控制器,完成对机械手的关节控制,进而实现分拣操作。

4.2 技术探讨虽取项目研发得一定成果,但仍然存在一些问题。

(1)分拣工作任务对实时性和精确性的要求是非常严格的,虽然本文采用USB相机和HALCON算法可以实现对目标的跟踪并能够获取目标的实时坐标,但为使分拣系统可以在工业流水线上更高效工作,需要在更快速且稳定的目标跟踪算法上进行深入研究。

(2)分拣过程中,传送带上的工件分布是随机的,密度大时要防止漏拍,密度小时要减少等待分拣时间,所以可以尝试从传送带的运动速度控制角度进行研究,得到一种变速度的传送带控制方法,进而提高工件分拣效率。

5 结束语

机器人在分拣过程中,目标工件是随着传送带进行运动的,为了实现动态目标抓取任务,研究了图像跟踪相关技术;针对分拣过程中的必要步骤,研究了图像的识别方法;同时针对广数机器人的抓取策略进行了研究与实践。

Banner
Related Posts

3D机器视觉引导机器人系统实现物流电子化

2019年3月24日

2019年3月24日

在许多传统的电子商务履行仓库中,卸载、拣货和订单履行功能都是手工执行的。为了实现这一过程的自动化,同时节省时间和金钱,DHL在荷兰白令海峡的仓库位置上寻求了机器人机器视觉专家Robomotive的帮助实现这一目标。

机器人如何感知周围环境,可能比想象的要困难

2019年6月25日

2019年6月25日

对于机器人而言,能够感知和理解周围的世界对于简化集成至关重要。如何让机器人可以做出一杯像样的咖啡,诸如打开咖啡机、分发咖啡豆、寻找牛奶和糖等习惯性行为需要一定的感知能力,而这对许多机器来说仍是幻想。

纺织业以3D视觉导引机器人 可节省超过50%人力

2019年8月13日

2019年8月13日

工研院表示,未来引进这个技术,可避免机器视觉受打样金属模板反光影响,有效率实时定位布料位置与缝份路径,预估打样最快1个工作天即能完成,可节省超过50%人力。

利用自动机器视觉系统可以提高生产效率

2019年3月26日

2019年3月26日

华威大学(University of Warwick)的研究发现,快乐能使个人的工作效率提高12%。拥有一支快乐的员工队伍可能是提高生产率的第一步,但适当的工具和先进的技术将大大提高生产率,尤其是对工业制造商而言。本文解释了制造商如何使用自主机器视觉系统来提高生产率。

为什么自适应机器人会成为下一个机器人发展的方向

2019年7月30日

2019年7月30日

机器人必须变得更加智能,才能处理自动化中的下一级任务。本文讨论了现有技术的局限性,介绍了自适应机器人的概念,我认为这是机器人应该朝着的正确方向发展。

麻省理工学院开发了一种更好的机器人预测人类运动的新方法

2019年6月18日

2019年6月18日

人类和机器人一起工作对工厂和建筑工地等环境有着巨大的潜力,但机器人对人也有着高度的潜在危险,尤其是当机器人体积巨大而功能又很强大的时候,这就是工业机器人的典型情况。

Flexiv推出第三代自适应机器人

2019年4月4日

2019年4月4日

Flexiv推出第三代机器人,推出自适应机器人德国汉诺威,2019年4月3日 - (PR.com) - 今天,Flexiv有限公司推出了新机器人Rizon,迎来了新一代工业机器人在年度汉诺威工业博览会上。 Rizon是世界上第一款将直接力控制与先进AI相结合的自适应机器人,为包括制造,医疗保健,零售等在内的多个行业的更高性能和更广泛的机器人任务铺平了道路。

让机器人学的更快?Fanuc发布基于人工智能的训练工具

2019年4月22日

2019年4月22日

工业自动化已经在简化制造过程,但首先这些机器必须由熟练的工程师精心培训。工业机器人巨头Fanuc希望让机器人更容易训练,从而使包括药品在内的更广泛的行业更容易实现自动化。

机器视觉与AI的整合推动工业优化与自动化

2019年3月12日

2019年3月12日

NEXCOM 子公司 NexCOBOT 提供了一套将人工智能 (AI) 与机器视觉整合并采用全新 Intel 视觉加速器设计产品的弹性模块化机器人解决方案。这套解决方案集结了人工智能的判断力、机器人的行动力与机器视觉的洞察力,为制造和工业实作带来全新层次的精确化与优化。

Lonza的全自动平板机器人解决方案实现了简单、快速和可靠的内毒素检测

2019年4月26日

2019年4月26日

Lonza宣布推出全球首个用于内毒素检测的全自动和集成平板PyroTec™PRO机器人解决方案。结合机器人液体处理平台的速度和可重复性以及Lonza市场领先的WinKQCL™软件6.0版的强大功能,该系统简化并加速了肠外药物的内毒素检测,无论样品的复杂程度如何。

Octopuz2.1自动化离线机器人编程的路径分析和解决功能

2019年3月9日

2019年3月9日

Octopuz 2.1通过提供简化的工具路径轨迹求解方法,重新定义了离线机器人编程的标准。新的octopuz探路工具套件自动识别并解决程序中的限制和错误。

基于3D视觉导航的智能料箱搬运机器人在智能制造中的应用

2019年5月22日

2019年5月22日

本文根据目前搬运机器人在智能制造产线使用过程中碰到的一些问题,提出我们认为更柔性、性价比更好的解决方案供大家探讨,以便更好推动智能机器人在智能制造项目中的实际应用落地。

神经般的“光学花边”可以为机器人提供更高的触觉能力

2019年9月17日

2019年9月17日

光学花边-分布在3D打印弹性体框架中的可拉伸光纤的花边-可用于创建一个类似于生物神经系统的连接感觉网络,使软机器人能够感知它们与环境的相互作用并调整其相应的动作。

结合深度学习、机器视觉和机器人技术的新型自动化餐具分类清洗系统

2019年3月5日

2019年3月5日

在商业厨房中,最糟糕的工作之一就是清理餐盘,将餐具、盘子和玻璃杯从餐盘中分离出来,然后将它们放入洗碗机。英国咨询公司剑桥咨询(Cambridge Consultants)今天发布了一段视频,展示了一种结合人工智能和机器人技术的新型自动化系统原型。

工业自动化和机器视觉市场最新趋势

2019年6月25日

2019年6月25日

机器视觉还将其范围扩展到医学、安全和农业领域。这一增长主要是由于创新的图像传感设备的引进和包括通信在内的计算技术的发展。随着科技的进步,机器视觉不仅可以代替人类的视觉,还可以处理多维的无形信息。

Comments
发表评论

电子邮件地址不会被公开。 必填项已用*标注