工业机器人智能视觉引导技术发展及其运用

来源:用户上传      作者:

　　摘 要：本文分析工业机器人智能视觉引导技术发展及其运用。首先分析出工业机器人智能视觉引导识别技术的概念和分类。其次分析出工业机器人智能视觉引导识别技术存在的瓶颈，包括摄像机标定技术、视觉坐标系标定技术两种技术问题。最后分析出工业机器人智能视觉引导识别技术应用的领域，在制造业、物流业都有其运用价值和商业价值，为相关企业带来了很多的便利，在提升企业生产效率的同时，大幅度降低企业人工成本，从而可以说工业机器人智能视觉引导识别技术拥有广阔的发展前景和无限的潜力。
　　关键词：工业机器人;智能视觉引导;技术运用
　　0 引言
　　随着我国人口红利不断减少，制造业普遍面临生产成本提高的压力，与此同时互联网技术的普及，也使消费者对产品定制化、个性化需求不断提升，制造业所面临柔性化和智能化升级的压力，也进一步促进了工业机器人的广泛应用，机器人代替手工劳动不但可以提升制造业生产效率、降低制造费用，还有助于提升产品质量。机器人应用场景不断扩展，传统的机器人只能应用于简单搬运、焊接等场景，随着一些具有感知能力和协同能力的智能机器人得到应用，使得机器人能够完成装配、分拣等复杂工作，具备部分与人或动物类似的智能。
　　1 工业机器人智能视觉引导识别技术的概念
　　2018年中国工业机器人产销量约15万台套，全球占比超过三分之一，位居世界第一位。随着国内工业企业不断进步和发展，在对工业机器人数量需求持续增长的同时，对机器人的智能性要求也不断增加，早期的示教再现型机器人无法感知工作环境的变化，越来越无法满足企业对机器人应对复杂操作流程的需求。
　　为了感知工作环境的变化，工业机器人采取增加传感器的方式，其中视觉传感器由于成本较低、采集信息量大等特点，成为应用最为广泛的传感器系统。机器人视觉系统主动采集机器人工作环境的图像信息，并通过智能视觉技术对采集的图像信息进行处理，获取机器人操作所需的的信息数据，引导机器人的动作，使机器人更具灵活性和精确性，从而极大地拓展了工业机器人的应用场景。随着工业机器人视觉引导技术的快速发展，具有视觉的机器人能够自动识别和抓取工件，使得自动化生产线布局发生巨大改变，大量的视觉机器人被嵌入柔性化、智能化的自动生产线中，从而大幅度提升生产线的效率。
　　2 工业机器人智能视觉引导识别技术的分类
　　在视觉机器人系统中，摄像机相当于系统的眼睛，多轴工业机器臂相当于系统的手臂，所以视觉机器人也通常被称作“手眼系统”，因为摄像机安装位置不同，可分为两种类型的系统。
　　2.1 固定式手眼系统
　　固定式手眼系统中摄像机采取固定方式，通过支架安装在机器人工作区域内一个固定位置，在机器人工作时摄像头静止不动。摄像头的视觉范围覆盖机械臂的操作范围，系统坐标系为固定坐标系，系统识别工作目标，并将目标工件的位置姿态等信息传递给机械臂，机械臂根据系统反馈的信息调整执行单元的位置和姿态，实现对目标的智能操作。
　　2.2 移动式手眼系统
　　移动式手眼系统中摄像机安装在机械臂的本体上，在机器人移动时摄像头也一同移动。在工业领域应用最为广泛的机器人为六自由度工业机械臂，每个自由度对应着一个关节，关节的运动方式分别是转动关节和移动关节。通常的视觉工业机器人应用场景是在机器臂的末端安装执行单元，执行单元与机械臂通过法兰连接，无论执行单元是抓取、装配或是其他动作夹具，对于机器人控制的最终目的都是要确保执行单元的位置和姿态，也相当于控制单元连接法兰的位置和姿态。为此，移动式手眼系统的摄像头一般安装在执行单元连接法兰盘上，搭建移动式手眼系统的坐标系，相当于控制器所取得的姿态信息数据是基于执行单元法兰面的。
　　在工业领域的视觉机器人大多采取移动式手眼系统，因为与移动式手眼系统相比，固定式手眼系统有一定的局限性，一是由于摄像机不跟随机械臂向目标移动，当目标距离摄像头较远时，需要摄像机具有较高的精度，以减小绝对误差;二是当机械臂靠近目标，执行单元对目标进行操作时，有可能会造成对目标的遮挡。
　　3 工业机器人智能视觉引导识别技术存在的瓶颈
　　3.1 摄像机标定技术
　　摄像机是图像采集系统最主要的硬件，是能否得到高质量图像信息的关键所在，摄像机标定对机器视觉系统的精度影响极大，如标定精度较低会导致后续系统中源图像精度整体降低，摄像机标定技术是视觉引导技术的关键瓶颈之一。传统摄像机标定法过程较为复杂，采用高精度的标定板，通过对比标定板与图像中标志点坐标，建立模型参数约束方程，得出摄像机畸变参数。摄像机自标定法则无需标定板，通过对比多幅图像相同特征点进行标定，此方法较为灵活，但精度不高。摄像机主动视觉标定法通常应用于移动式手眼系统，摄像机跟随机械臂移动，在设定的轨迹采集多幅图像，根据摄像机的运动轨迹数据和图像中特征点坐标求解。尽管应用上述标定技术，可以一定程度上消除摄像机硬件误差，得出一个较为合理的模型，但距离理想的成像图像仍有差距，在高精度的场合仍是制约视觉引导技术的瓶颈。
　　3.2 视觉坐标系标定技术
　　摄像机标定后可以为视觉引导系统提供所需目标的图像信息，但该图像信息的坐标是基于视觉坐标系的，尚无法为机器人提供可靠的信息反馈，只有建立了机器人坐标系与视觉坐标系的关系之后，视觉引导系统才能真正发挥作用，视觉坐标系标定技术相当于坐标系之间的联络和桥梁功能，搭建合理的视觉坐标系与机器人坐标系的关系，是工业机器人视觉引导识别的关键技术之一。
　　4 工业机器人智能视觉引导识别技术的应用领域
　　4.1 物流搬運和分拣
　　物流行业因为其行业特点需要大量人工进行简单的重复性搬运等劳动，随着人工成本不断增长，行业对工业机器人代替人工工位的需求较为强烈，无视觉的传统机器人只能应对标准化产品，应用场景极为有限，而实际的物流行业中工件的种类多、位置不固定、形状不统一，配备了智能视觉引导识别系统的机器人则可以轻松应对工件和环境的变化，应用场景扩展的同时，也提高了机器人设备的操作精度，从而使物流搬运系统的生产效率大幅提升。 　　工件分拣是物流业一项重要工作，人工操作效率低、工作强度高，传统的机器人无法应对，给机器人增加了视觉引导系统之后，摄像头拍摄工件所在区域的图像，经优化处理后传递给计算机，计算机自动分析背景和目标工件，判断目标工件的数量、位置、姿态、种类，下达指令给机器人，通过机械臂的执行单元抓取相应的目标工件，搬运至不同的分类区域，实现人工分拣工作的替代。
　　4.2 柔性制造业系统
　　工业机器人大量应用于自动化产线上，传统的机器人主要承担代替人工的抓取、搬运、旋转、放置等工作，机器人按程序执行设定好的动作，一旦工件位置、形状出现偏差，或者周围环境发生变化，均导致生产线故障停产。配备了智能视觉引导识别系统的机器人，可以实现对目标工件的定位、识别和检测，当目标工件位置和姿态发生变化时，机器人可自动感知和应变，通过视觉引导识别系统智能调整动作，生产线开动率大幅度提升。机器人视觉引导技术给工业机器人增加了基于视觉的感知能力，不仅可以感知目标工件的形状、颜色、位姿等信息，还可以感知其工作环境的变化信息，计算机综合相关信息经分析、比对、判断后下达处理指令给工业机器人，大幅度增强了工业机器人对环境和目标工件变化的应对能力，视觉机器人的应用场景得以大范围扩展，成为较为成熟的子系统嵌入柔性制造自动化生产线中。
　　4.3 视觉检测系统
　　随着机器人智能视觉引导识别技术的不断完善和发展，工业机器人的智能特性越来越突出，不但可以完成较为复杂的人工操作，在部分领域已经表现出比操作工人更高的精确性和准确性。在自动化生产线上，具有智能视觉的机器人可以完成对目标工件的特征检测、间隙测量、缺陷判别、计数、运动轨迹跟踪等，视觉机器人动作速度快、抗干扰能力强、精度高，而且测量时与被测工件无物理接触，在汽车、印刷、装备制造等行业工业机器人视觉检测系统成为较为常见的应用。配备智能视觉引导识别技术的机器人一般设置在生产线末端或者重要的质量控制工位，视觉检测系统可以利用红外线等技术，检测到人力视力无法观察的情况，还可以进一步将检测信息转化为肉眼可见的图像，从而使视觉机器人应用到更广泛的领域。由于视觉机器人能够长时间持续工作，使得视觉检测系统效率和可靠性也更高，在视觉检测系统中应用智能视觉机器人具有较高的经济性和实用性。
　　5 结束语
　　综上所述，工业机器人智能视觉引导识别技术具有广阔的发展前景和实际运用价值。通过在制造业相关领域中应用工业机器人智能视觉引导识别技术，能够有效提高的企业的生产效率，并大幅度降低人工成本，实现制造业的智能化升级改造。可以说，工业机器人智能视觉引导识别技术，为制造业带来了便利，也促进了制造业向个性化、定制化产品转型，但在相关技术不断发展的同时，也遇到发展的瓶颈，所以需要积极探索并研究解决方案，如何将智能视觉系统与工业机器人更好地进行系统集成，使视觉工业机器人系统具有更高的稳定性，在工作环境变化或者工件出现异常时，使工业机器人更加智能、更加精确，不仅需要更精密的硬件，也需要不断改进视觉算法，不断优化对工业机器人的控制，逐步提升工业机器人智能化技术水平，从而推动工业机器人领域智能技术的创新和发展。
　　参考文献：
　　[1]陈娜.包装检测过程中的机器视觉应用研究[D].兰州工业学院，2015.
　　[2]陈仟钰.计算机人工智能识别技术的应用思考[J].中国新通信， 2018，20（1）.
　　[3]聂华.人工智能技术的发展与应用分析[J].技术与市场，2019（6）：136-136.
　　[4]任志刚.工业机器人的发展现状及发展趋势[J].装备制造技术，2015（03）.
　　[5]付优.计算机人工智能识别关键技术及运用[J].电子技术与软件工程， 2019（11）.
　　[6]吴世旺.研究人工智能在交通領域的主要技术及应用前景[J].通信设计与应用，2019（12）.
　　[7]任慧娟.面向分拣机器人的多目标视觉识别定位方法[J].机械与电子，2019（12）.
　　[8]鲁嘉淇.浅析基于视觉识别技术在快递企业中的应用[J].中国战略新兴产业，2017（12）.
转载注明来源:https://www.xzbu.com/2/view-15253390.htm