視覺(jué)傳感器能直觀反應(yīng)物體的外部信息，但單個(gè)攝像頭只會(huì)取得物體的二維圖象，立體視覺(jué)雖能供應(yīng)三維信息，但關(guān)于外形雷同，僅深度有差其他物體難以辨認(rèn)，且對(duì)環(huán)境光芒有必然的請(qǐng)求。因?yàn)槌晜鞲衅骶哂袑?duì)光芒、物體資料等沒(méi)有敏感，構(gòu)造簡(jiǎn)樸，能直接獲得待測(cè)點(diǎn)至傳感器的間隔等特性，因而本文采納視覺(jué)取超聲丈量相結(jié)合的要領(lǐng)，將二維圖象信息取超聲波傳感器獲得的深度信息開(kāi)展交融推斷，看待裝配工件開(kāi)展自動(dòng)辨認(rèn)取空間定位，并肯定機(jī)械手末尾執(zhí)行器的空間位置取姿勢(shì)，使其能在適宜的部位精確抓取工件。
1體系道理取布局
進(jìn)口分揀機(jī)器人廠家體系由機(jī)械手、CCD視覺(jué)傳感器和超聲波傳感器及相應(yīng)的旌旗燈號(hào)處置懲罰單位等組成。CCD安裝在機(jī)械手末了執(zhí)行器上，組成手眼視覺(jué)，超聲波傳感器的吸收和發(fā)送探頭還固定在機(jī)器人末了執(zhí)行器上，由CCD獲得待辨認(rèn)和抓取物體的二維圖象，并引誘超聲波傳感器獲得深度信息。體系布局如圖1所示。
圖象處置懲罰重要完成對(duì)物體外形的精確描寫(xiě)，包孕以下一些步調(diào)：a.圖象邊沿提取;b.周線跟蹤;c.特征點(diǎn)提取;d.曲線支解及分段婚配;e.圖形描寫(xiě)取辨認(rèn)。正在提取物體圖象邊沿后，采取周線跟蹤開(kāi)展邊沿細(xì)化，去除偽邊沿點(diǎn)及噪聲點(diǎn)，并對(duì)構(gòu)成關(guān)閉曲線的邊沿點(diǎn)進(jìn)Freeman編碼，記載每一條鏈碼標(biāo)的目的和曲線上各點(diǎn)的X-Y坐標(biāo)值，便于進(jìn)一步對(duì)物體的多少特征開(kāi)展闡明。本研討對(duì)傳統(tǒng)的周線跟蹤算法中邊沿點(diǎn)的搜索標(biāo)的目的取次序開(kāi)展了改良，并正在搜索過(guò)程中采取了實(shí)時(shí)清除冗余點(diǎn)的辦法，減小了數(shù)據(jù)量取運(yùn)算工夫，并且具有較好的降噪及光滑結(jié)果。正在提取圖象特征點(diǎn)時(shí)，將多邊形近似法取測(cè)算曲率的辦法相結(jié)合，可降服多邊形近似法易發(fā)生偽特征點(diǎn)和測(cè)算曲率法測(cè)算量過(guò)大的錯(cuò)誤謬誤.CCD獵取的物體圖象經(jīng)處置懲罰后，可提取工具的某些特征，如物體的形心坐標(biāo)、面積、曲率、邊沿、角點(diǎn)及短軸標(biāo)的目的等。憑據(jù)這一些特征信息，可獲得對(duì)物體外形的根本描寫(xiě)，正在圖象處置懲罰的基礎(chǔ)上，由視覺(jué)信息引誘超聲波傳感器看待測(cè)點(diǎn)的深度開(kāi)展丈量，獵取物體的深度信息，或沿工件的待測(cè)面挪動(dòng)，超聲波傳感器不息收集間隔信息，掃描獲得間隔曲線，憑據(jù)間隔曲線闡明出工件的邊沿或外形。測(cè)算機(jī)將視覺(jué)信息和深度信息交融推斷后，開(kāi)展圖象婚配、辨認(rèn)，并掌握機(jī)械手以符合的位姿精確地抓取物體。
2.1工件圖象邊沿的提取
龐雜工件反映在圖象上經(jīng)常不止一個(gè)灰度品級(jí)，僅使用一個(gè)灰度閾值沒(méi)法提取有意義的邊沿。
若接納多閾值的方式，必然會(huì)增長(zhǎng)測(cè)算工夫和圖象處置的龐大水平。關(guān)于種別方差主動(dòng)門(mén)限法，增長(zhǎng)門(mén)限值沒(méi)有僅會(huì)進(jìn)步數(shù)據(jù)處置龐大水平，并且當(dāng)閾值多于2個(gè)時(shí)，算法的可靠性就會(huì)受到影響。為此接納了直接由灰度圖象提取邊沿的方式。圖象邊沿普通發(fā)生在灰度函數(shù)值沒(méi)有陸續(xù)處，可以用灰度函數(shù)的一階或二階導(dǎo)數(shù)求得。典范的使用一階導(dǎo)數(shù)提取邊沿的方式有Roberts算子、So2bel算子等，使用二階導(dǎo)數(shù)提取邊沿的方式有Laplacian算子和Marrs2Hilderth算子等。經(jīng)由過(guò)程對(duì)幾種算法的闡發(fā)比力，以為Sobel算子沒(méi)有僅實(shí)現(xiàn)輕易、運(yùn)算速度快，并且可提供最切確的邊沿標(biāo)的目的估量.Sobel算子由兩個(gè)3×3相差90°的算子組成，由這兩個(gè)算子同圖象卷積，可得到圖象的邊沿及其標(biāo)的目的。關(guān)于數(shù)字圖象｛f｝，Sobel算子可表示為：
Gx=f+2f+f-f-2f-f;
Gy=f+2f+f-f-2f-f。
接納G1=|Gx|+|Gy|獲得梯度幅值后，為淘汰所抽取的邊沿?cái)?shù)量，可設(shè)置一個(gè)幅度門(mén)限，即只思索對(duì)應(yīng)灰度變更較大的那些邊沿。再行使邊沿點(diǎn)具有部分幅度最大的特性，將邊沿細(xì)化。行使Sobel算子提取邊沿后，為了獲得工件表面的尺寸信息，還必須提取圖象的角點(diǎn)［2］，以便測(cè)算工件的邊長(zhǎng)等特點(diǎn)信息。
物流分揀機(jī)器人是怎么工作的2.2形心坐標(biāo)的肯定
圖象中形心點(diǎn)的盤(pán)算一般可經(jīng)由過(guò)程兩種方式得出，一是經(jīng)由過(guò)程地區(qū)處置懲罰求矩的方式盤(pán)算形心坐標(biāo);二是經(jīng)由過(guò)程邊沿鏈碼積分盤(pán)算。該算法較為簡(jiǎn)樸，且對(duì)恣意圖形皆實(shí)用，但需求聯(lián)合像素點(diǎn)附屬地區(qū)劃分算法舉行。
物流分揀機(jī)器人工作原理2.3軸向的肯定
為使機(jī)械手能以精確的姿勢(shì)正確地抓取物體，必需精確肯定物體的軸向。正在幾何學(xué)中，物體的長(zhǎng)軸界說(shuō)為經(jīng)由過(guò)程物體形心點(diǎn)的一條直線，物體關(guān)于該直線的二階矩為最小值。設(shè)圖象中物體長(zhǎng)軸取圖象平面X軸正標(biāo)的目的夾角為θ，劃定|θ|≤π/2，則物體關(guān)于該軸線的二階矩為
該算法較為簡(jiǎn)樸，且對(duì)肆意圖形皆合用，但須要融合像素點(diǎn)從屬地區(qū)劃分算法舉行。
2.3軸向的肯定
為使機(jī)械手能以精確的姿勢(shì)精確地抓取物體，必需切確肯定物體的軸向。正在幾何學(xué)中，物體的長(zhǎng)軸界說(shuō)為根據(jù)物體形心點(diǎn)的一條直線，物體關(guān)于該直線的二階矩為最小值。設(shè)圖象中物體長(zhǎng)軸取圖象平面X軸正標(biāo)的目的夾角為θ，劃定|θ|≤π/2，則物體關(guān)于該軸線的二階矩為
很明顯，基于二階慣性矩的軸向肯定方式是對(duì)全部物體地區(qū)舉行運(yùn)算，且必須先肯定像素點(diǎn)的附屬地區(qū)，故運(yùn)算量較大。圖2是用該算法肯定的工件軸向。關(guān)于一些簡(jiǎn)樸外形的物體，可采用如下簡(jiǎn)樸軸向預(yù)計(jì)算法：
智能分揀機(jī)器人視頻a.肯定物體的形心坐標(biāo);
b.肯定物體邊沿輪廓閉合曲線前半段中離物體形心近來(lái)的點(diǎn)，用最小二乘法預(yù)算該點(diǎn)的切線標(biāo)的目的，設(shè)其取圖象平面X軸正標(biāo)的目的夾角為α1;
c.用一樣要領(lǐng)肯定下半段曲線中對(duì)應(yīng)的切線標(biāo)的目的α2;
d.物體軸向可大略估量為θ=/2.
圖2是接納簡(jiǎn)化算法獲得的工件軸向圖。該算法僅對(duì)物體邊沿輪廓點(diǎn)開(kāi)展處置懲罰，使運(yùn)算時(shí)候大為削減。
3超聲深度檢驗(yàn)
因?yàn)镃CD攝像頭獵取的圖象不可以反應(yīng)工件的深度信息，是以關(guān)于二維圖形不異，僅高度略有差別的工件，只用視覺(jué)信息不可以精確辨認(rèn)，本文采納超聲波測(cè)距傳感器則可填補(bǔ)這一不敷。經(jīng)圖象處置懲罰獲得工件的邊沿、形心等特性量后，引誘機(jī)械手抵達(dá)待測(cè)點(diǎn)，對(duì)工件深度開(kāi)展丈量，并融會(huì)視覺(jué)旌旗燈號(hào)取超聲旌旗燈號(hào)，可獲得較完備的工件信息。安裝正在機(jī)器人末尾執(zhí)行器上的超聲波傳感器由發(fā)射和領(lǐng)受探頭組成，按照聲波反射的道理，檢驗(yàn)由待測(cè)點(diǎn)反射回的聲波旌旗燈號(hào)，經(jīng)處置懲罰后獲得工件的深度信息。為了進(jìn)步檢驗(yàn)精度，正在領(lǐng)受單位電路中，采納了可變閾值檢驗(yàn)、峰值檢驗(yàn)、溫度抵償和相位抵償?shù)仁炙嚕?］，可獲得較高的檢驗(yàn)精度。對(duì)視場(chǎng)中兩個(gè)外形完全不異、高度相差0.1mm的柱形工件，采納本文提出的融會(huì)圖象和深度信息的方式，可精確辨認(rèn)取抓取。
4實(shí)驗(yàn)后果及結(jié)論
正在以上要領(lǐng)研討的基礎(chǔ)上，完成了正在MOVEMASTER2EX機(jī)器人裝配功課平臺(tái)上舉行的物體辨認(rèn)取抓取實(shí)驗(yàn)。正在自然光及一般照明條件下，對(duì)機(jī)器人裝配功課平臺(tái)上視場(chǎng)范圍內(nèi)恣意安排的3～5個(gè)不一樣外形、巨細(xì)的典范工件舉行自動(dòng)辨認(rèn)和抓取，結(jié)果表明，辨認(rèn)時(shí)候小于5s（包含辨認(rèn)、定位取抓取歷程機(jī)械手的挪動(dòng)時(shí)候），定位偏差小于±2mm，并具有較好的通用性和可移植性。圖3分別是待抓取工件辨認(rèn)歷程的圖象。
實(shí)驗(yàn)結(jié)果表明，采取本文提出的將機(jī)械人手-眼視覺(jué)取超聲波測(cè)距相結(jié)合的檢驗(yàn)裝配，和交融二維圖象信息取深度信息舉行工件辨認(rèn)取抓取的要領(lǐng)，可精確對(duì)物體舉行辨認(rèn)取定位，具有算法簡(jiǎn)樸、測(cè)算量小、實(shí)時(shí)性好、可靠性高級(jí)特性，可為機(jī)械人取環(huán)境交互給予物體外形、種別及巨細(xì)等信息，使機(jī)械人裝配功課能順應(yīng)種種龐雜的環(huán)境取工藝歷程，對(duì)實(shí)現(xiàn)工業(yè)生產(chǎn)歷程的自動(dòng)化、柔性化、智能化有較好的利用遠(yuǎn)景。
實(shí)驗(yàn)結(jié)果表明，采取本文提出的將機(jī)械人手-眼視覺(jué)取超聲波測(cè)距相結(jié)合的檢驗(yàn)裝配，和交融二維圖象信息取深度信息開(kāi)展工件辨認(rèn)取抓取的要領(lǐng)，可正確對(duì)物體開(kāi)展辨認(rèn)取定位，具有算法簡(jiǎn)樸、較量爭(zhēng)論量小、實(shí)時(shí)性好、可靠性高級(jí)特色，可為機(jī)械人取環(huán)境交互給予物體外形、種別及巨細(xì)等信息，使機(jī)械人裝配功課能順應(yīng)種種龐大的環(huán)境取工藝進(jìn)程，對(duì)實(shí)現(xiàn)工業(yè)生產(chǎn)進(jìn)程的自動(dòng)化、柔性化、智能化有優(yōu)秀的運(yùn)用遠(yuǎn)景。
閃兔分揀機(jī)器人蜘蛛分揀機(jī)器人視覺(jué)裝在哪里智能分揀機(jī)器人視頻