工业机器人在电机模型工件分拣系统中的应用

工业机器人在电机模型工件分拣系统中的应用

梁小厚

佛山隆深机器人有限公司广东省佛山市528300

摘要：本文主要针对工业机器人在电机模型工件分拣系统中的应用展开分析，思考了工业机器人的应用要点，以及如何更好的提升应用的水平，明确了其应用的方法和应用的技术措施，可供今后参考。

关键词：工业机器人，电机模型，工件，分拣系统，应用

前言

工业机器人的使用是十分关键的，特别是当前进入智能化时代，在电机模型工件分拣系统中，也可以更好的利用工业机器人，关键是要掌握工业机器人的使用技术。

1、工业机器人的运用现状

工业机器人是指工业生产中的多自由度的机器装置，能自动执行工作，按照自身动力和控制能力来实现各种功能的一种机器。工业机器人可以按照预先编排的程序运行接受人类指挥；现代的工业机器人还可以根据人工智能技术制定的规则自由行动。工业机器人一般由控制系统、驱动系统、主体三个主要的部分组成。控制系统，按照程序发出指令信号且执行；驱动系统，由传动机构和动力装置组成，执行动作；主体，指执行机构和机座两部分，其中含臂部，腕部和手部，一些机器人还有行走功能。而从机械结构方面讲，工业机器人分为两大类：串联机器人与并联机器人。串联机器人工作的原理是一个轴的运动会导致另一个轴的坐标原点的改变，并联机器人的一个轴运动则不会改变另一个轴的坐标原点；就象生活中的串联电路和并联电路是一个道理。在机器人的开发运用过程中，最早的机器人采用的是串联机构；而并联机构则具有两个及以上的自由度，且并联方式驱动的一种闭环机构，早在二十世纪七十年代，Hunt就提出了6个自由度并联机构的机器人操作器，为并联机器人的研究奠定了基础。随着并联机器人的研究的深入，其具有的结构稳定、刚度大、承载能力大、运动负荷小、微动精度高的优点日益凸显；同时在位置求解上，我们知道串联机器人的正解容易，而反解就有很大的问题；单并联机器人在反解方面就非常容易。

1.1恶劣工作环境及危险工作军事领域及核工业领域

有些作业是有害于人体健康并危及生命，或不安全因素很大而不宜由人去做的作业，用工业机器人去做最合适。例如核工厂设备的检验和维修机器人，核工业上沸腾水式反应堆燃料自动交换机。

1.2特殊作业场合和极限作业

火山探险、深海探密和空间探索等领域对于人类来说是力所不能及的，只有机器人才能进行作业。如航天飞机上用来回收卫星的操作臂；用于海底采矿和打捞的遥控海洋作业机器人。

1.3自动化生产领域

早期的工业机器人在生产上主要用于机床上、下料，点焊和喷漆。用得最多的制造工业包括电机制造、汽车制造、塑料成形、通用机械制造和金属加工等工业。随着柔性自动化的出现，机器人在自动化生产领域扮演了更重要的角色。下面主要针对工业机器人在自动化生产领域的应用进行简单介绍。

2、工业机器人分拣工作流程

生产线的分拣作业步骤主要分为定位、识别、抓取和放置四个阶段。工业机器人分拣系统工作主要由相机标定、图像处理、模式识别以及机器人控制部分构成。

相机标定为系统建立一个图像坐标系与机器人坐标系，判定目标对象在机器人坐标系中所处的位置;图像处理对相机拍摄到的图像进行预处理，提取图像中的某些特征，如颜色、长度、面积等，并根据这些特征来确定出中心坐标，图像中目标工件的位置决定了它在空间的位置。

在工件进入视觉系统的采集区域后，将图像数据送到计算机，计算机程序调用编写好的图像处理软件包对图像进行预处理，对处理后的图像进行目标识别，提取图像特征，采用模板匹配的方法识别出目标工件，对识别出的工件进行标定，将标定目标工件的位姿结果反馈给PLC，PLC控制机器人驱动关节运动执行拾取工件操作。

3、工件识别与定位

工件识别与定位的正确与否直接影响机器人分拣工件操作的结果。目标的识别定位大多依赖于图像匹配技术，按匹配基元的不同主要分为区域匹配、相位匹配、特征匹配，其中特征匹配不直接依赖于灰度而得到广泛应用。

3.1图像识别

图像识别就是从图像中找出与已知模式相似的目标图像，即识别出物体并确定出它在整幅图像中的位置和方向。图像识别的一般流程，由模型库、图像信息获取、图像预处理、特征检测和匹配组成。找到所要的工件，将影像中的对象和背景分离出来，最常用的方法就是将影像二值化处理，再对二值化处理后的图像进行判别与比对两个待匹配形状之间的相似性程度。

检测彩色工件的文字编号是通过颜色灰度过滤先将彩色图像转换为黑白图像，将特征图像登录为模型，然后对输入的图像搜索与模型最相似的部分，并检测匹配程度和位置。检测工件的颜色是通过计算测量区域内颜色的平均值与登录过的基准颜色之差值以及测量区域内的色差进行比较。检测工件高度是通过测量区域内的颜色变化对测量对象的边缘位置进行测量对比。

以文字编号，颜色搜索为例，先将工件经过特征图像处理后登录为模型，然后在输入图像中搜索与这些模型最相似的部分，并检测位置，判断判别相似度。在分类识别时，针对模板库的每个模板生成相识度。目标与哪一个模板的相似度度最高且大于某值，则目标被判断为哪一类。

通过与生产线实际需要登陆的模型进行匹配，判断出需要分拣操作的工件，将结果数据通过串行接口方式，以利用指令的无序方式输出至可编程控制器或PC等外部设备时使用。

3.2定位

工件识别解决了搬运哪个工件，至于要搬的工件在哪，还需要对工件进行准确的定位。通过拍摄的图像可计算定位目标工件的位置，先将工件在视频图像中的图像坐标转换为摄像机坐标，再结合摄像机标定转换为世界坐标，得到相机器人位姿态坐标，根据机器人运动学得到机器人关节角度和电机驱动角度。

工件的定位是基于图像计算出工件的中心坐标（x，y），本文的工件是圆柱型，垂直拍摄为圆面，所以仅计算出中心点位置。采用Thomas的最小面积误差对圆心及半径R作量测。

在计算出R值后即可知式中N为坐标点数，进而得知对象的所在坐标及其旋转角度。找到工件中心后，从中心往左边搜索找到目标物边缘上的三个点，再通过比较这三个点的坐标，找到合适的两点（x1，y1），（x2，y2），以求取该斜边的斜率k，计算公式为k=tanθ=（y2-y1）/（x2-x1）再通过求反正切，计算公式为，便可求得夹角。

获取了目标工件在图像坐标系中的实时坐标后，机器人执行拾取时工件已在传送带上运动了一段距离，可根据传送带的速度对获取的跟踪目标位置进行预估补偿来修正这一误差。

总之，电机模型工件分拣系统应用了计算机、自动化、机械、传动、光电、传感器、机器人等方面的知识。本文主要给出了工业机器人的硬件和软件方面的设计,对工业机器人在企业设备中的应用具有一定的指导价值。实践证明,应用了工业机器人的电机模型工件分拣系统,设备在智能化、自动化、工作效率等方面有了很大的提高。

4、结束语

综上所述，在电机模型工件分拣系统中，要更好的采用工业机器人技术，必须要摸清其技术的要点，本文总结了工业机器人在电机模型工件分拣系统中的应用方法和措施，可供今后参考。

参考文献：

[1]焦恩璋，杜荣.工业机器人分拣技术的实现[J].组合机床与自动化加工技术，2016（2）：84-87.

[2]刘振宇，李中生，赵雪，邹风山.基于机器视觉的工业机器人分拣技术研究[J].制造业自动化，2016，09（上）：25-30.

[3]李婷，柳宁.基于机器视觉的圆定位技术研究[J].计算机工程与应用，2017（9）：153-156.