视觉系统在工业自动化上的应用

“中国制造2025”中明确要大力发展机器人产业，其全球产值预期可达4.5万亿美元，其中三分之一可以在工业和服务领域使用智能机器人承担7500万个全职工人的工作，但是工业机器人自从诞生以来，就一直在按照工程师编写的既定程序轨迹重复精确的执行预定的工作，稍有偏差，机器人就报错怠工，未来的工业智能机器人需要更多的人机交互智能感知的功能，尤其迫切的需要给机器人装上“眼睛”,视觉系统的应用也越来越广。

1  视觉系统的构成

视觉系统就是用机器代替人眼来做测量和判断，通过将目标进行摄像拍照获取图像信号，传送给图像处理系统，转换为数字化信号，图像处理系统根据数字化信号进行运算获取目标的特征，根据逻辑判断的结果来控制现场机器设备的动作，进行各种装配或者检测报警缺陷产品.

视觉系统的主要构成，一般分为五大块，照明/镜头/相机/图像采集卡/视觉处理器，其中拍照摄像设备或图像传感器，视频信号数字化设备，视频信号处理器在应用上不断推陈出新，技术上从2D到3D不断进步.

2  视觉系统的应用

视觉系统的应用，从功能上分，主要是检测，测量，定位，跟踪，引导。在实际工厂应用上可以分为检查防错，测量分析，视觉跟踪，引导抓取件,精确装配等.

要实现视觉系统工装，要明确两个定义，并在系统中构建测量和定位的设备。

（1）测量：针对特征点而言，测量结果为特征点在测量坐标系下的坐标（x, y, z）； 

在实际应用中，测量包含2D测量（只测量特征点的x,y坐标）和3D测量（测量特征点的x,y,z坐标），

通过拍照获取目标物体特征点的坐标值，在坐标系上确认。

（2）定位：针对目标物体而言，定位结果为目标物体相对于参考坐标系的姿态（x, y, z, Ra, Rb, Rc）；定位包含2D定位（定位目标物体在参考坐标系x,y方向上的移动和绕z方向的旋转），2.5D定位（定位目标物体在参考坐标系x,y,z方向上的移动和绕z方向的旋转），3D定位（定位目标物体在参考坐标系x,y,z方向上的移动和旋转）。

工位上的目标物体的姿态定位是基于物体上特征点的坐标测量结果计算得到的，表1分别描述了测量定位的方法和使用设备及应用场景。

单相机单视角测量   

2.5D定位 　 功能: 基于轮廓识别与轮廓匹配识别零件在相机坐标系x,y,z方向上的移动量和绕z方向的旋转； 

原理: 单目2D测量； 

堆垛，传送带取件 

单相机单视角测量          3D定位 　 功能: 基于特征识别并结合特征之间位置关系，识别零件在相机坐标系x,y,z方向上的移动和旋转； 

前地板/后地板引导取件。 

多相机多视角测量        3D定位 　 功能: 基于特征识别并结合特征之间位置关系，识别零件在相机坐标系x,y,z方向上的移动和旋转； 

原理: 多相机关系标定+单目3D姿态测量； 

四门取件，侧围外板引导取件。 

结构光测量  3D定位 　 功能: 基于多个基准特征的3D测量结果，识别零件在参考坐标系x,y,z方向上的移动和旋转； 

原理: 结构光3D测量+321定位原理； 

顶盖自动安装，四门自动安装。 

双目测量    3D定位 　 功能:基于多个基准特征的3D测量结果，识别零件在参考坐标系x,y,z方向上的移动和旋转； 

原理: 双目3D测量+321定位原理； 

滚边引导。 

表1  目标物体姿态定位 

基于工业自动化生产线，目前能快速应用的主要是视觉引导装配和视觉防错测量的，本文主要着重于视觉引导装配应用的研究。

3  视觉装配引导的应用 

视觉引导上件概念：视觉引导上件技术结合了视觉检测技术和工业机器人运动学原理，为机器人安装“眼睛”，突破机器人只能单纯地重复示教轨迹的限制，使其能根据被操作工件的位置变化实时调整其工作轨迹，准确抓取工件，直接提升整个车身制造过程的自动化效率。

目前绝大部分国内汽车厂上料主要采用人工上件，合资汽车厂开始尝试大量采用视觉引导上件，提高自动化程度，减少人工的使用。

人工上件过程1：人工上件到转台工装，夹具夹紧后转台转180°将四门内板转至机器人侧进行焊接。

人工上件过程2：人工上件到固定精定位工装上，然后机器人在工装上抓件

以上人工上件的工艺，始终需要有操作工人配合机器人，一件一件的给机器人提供物料，而采用视觉抓件后，操作工可以取消，物流人员直接将产品物料框放到工位指定位置，机器人直接可以直接取件，在物料框零件数量不足时，提醒更换新的满件物料框.

视觉引导系统，利用相机拍照，结合零件自身的三维信息，实现零件相对于初始状态的6自由度（3方向位置及3方向旋转角度）精确定位。3D引导，x, y, z位置偏移及角度偏转；结构紧凑，传感器体积小；移动式/固定式，安装于机器人6轴或通过固定支架安装，其主要应用模式分为两种，其一是，拍照式视觉引导流程： 

1.测距仪安装在机器人抓手上，机器人与测距仪通过读数模块相连，实时读取距离值。视觉引导系统与机器通过现场总线相连。 

2.物料框引导取件流程： 

3.机器人从等待位置运动至物料框前方某一固定位置； 

4.机器人沿物料框放件方向直线运动（目标点设置在料箱最后一个零件后方），同时机器人实时读取测距仪数值，即料箱中最前面零件的位置； 

5.当机器人读出距离值为1m（机器人程序设置）时，机器人运动速度降低至50%； 

6.当机器人读出距离值为0.8m（机器人程序设置）时，机器人运动速度降低至20%；

7.当机器人读出距离值为0.65m（机器人程序设置）时，机器人运动停止；

8.视觉系统控制相机对零件拍照； 

9.视觉系统计算零件偏差； 

10.机器人根据计算结果修正取件轨迹； 

11.机器人按修正后的轨迹进行取件。 

技术特点：机器人通过模块实时读取测距仪数值，即可实时感知零件位置，又可控制机器人前进运动速度；简化机器人程序。

 拍照式视觉引导简单，但对于精密装配要求不能满足尺寸要求，需要更激光3D视觉系统解决。即实现零部件最佳匹配安装视觉引导解决方案。

利用3D激光传感器测量零件特征，实时构建零件坐标系，精确定位待装配零件及车身相对于初始状态的6自由度偏差（3方向位置及3方向旋转角度）。同时考虑被装配件与车体的偏差，3D引导，x, y, z位置偏移及角度偏转；移动式/固定式，安装于机器人6轴或通过固定支架安装

激光测量式3D定位技术 

利用多个（至少3个）激光传感器测量零件特征3D坐标，根据特征测量结果构建零件坐标系，实现零件在参考坐标系下的3D定位（在参考坐标系x,y,z方向上的移动和旋转）。

利用激光传感器测量至少3个基准特征的3D坐标，根据测量结果和3-2-1定位原则重建零件坐标系； 

为实现机器人引导，需要对比实际零件坐标系和理论位置（示教位置），因此要求实际零件相对于示教零件的变形量尽可能小； 

可实现零件的3D定位，允许零件x/y/z三方向±25mm位置偏差； 

主要用于机器人四门两盖、顶盖最佳匹配安装。 

•车身顶盖自动引导装载系统中 

•目标姿态定位方法： 

•4点确定Z平面 

•4点的中点确定Y方向 

•2点的中点确定X位置

车身顶盖引导装配测量流程： 

（1）车身进入工位后，传感器检测车身位置及车顶开档； 

（2）抓手抓取顶盖后，装配前，传感器检测顶盖位置状态； 

（3）根据测量结果计算出车顶需要纠正的偏差，实现精确装载； 

（4）放置后，传感器检测顶盖和车身匹配状态； 

（5）如果位置偏差较大，需重新引导机器人二次精确装载。 

4  视觉装配引导的应用心得 

对比两种视觉引导的技术特点，在表2中进行了详细对比分析，方便在实际应用选择.

相机拍照式3D引导 激光测量式3D引导

特征测量 2D测量，获取每个特征的2D图像坐标 3D测量，测量每个特征的3D坐标

测量方法 相机拍照，特征匹配 激光三角法测量

引导结果 3D引导，根据特征的2D图像坐标和特征之间的相对位置关系，获取零件在参考坐标系下的3D姿态 3D引导，根据特征的3D测量结果和3-2-1定位原则，获取零件在参考坐标系下的姿态

系统容差范围 容差范围大，x/y/z方向位置偏差可达0mm，角度偏差可达±5° 容差范围相对更小，x/y/z方向位置偏差可达±25mm，角度偏差较小

传感器数量 最少1个，大型零件3个左右 最少3个，大型零件6个左右 

传感器特点 传感器尺寸小（ISV传感器光源一体式结构） 单个传感器尺寸较大（工作距越大尺寸越大）

传感器景深大（传感器景深500~1000mm） 传感器景深小（景深通常150mm左右）

测量特征 孔（圆孔/方孔/异型孔），角点 孔（圆孔/方孔/异型孔），棱边，面点

零件变形影响 3D定位利用了零件上特征之间的相对位置关系，因此要求零件变形尽可能小。 3D引导需要将实际零件的零件坐标系与理论零件（示教零件）进行对比，因此要求零件变形尽可能小。

应用范围 料箱自动上下件，EMS自动下件，，整车车身定位 四门两盖最佳匹配安装，车顶自动装载，冲孔引导，焊接引导，整车车身定位

核心优势 系统容差范围大； 可以实现表面没有孔特征零件的引导； 

对于冲压件定位精度高。 可以实现外覆盖件最佳匹配安装。

表2  引导方式对比表

在工厂实践视觉引导应用以来，综合考虑人工成本，设备生命周期成本等因素，采用视觉引导带来的实际效益在门盖工位就能实现三年节约70多万元，值得在更多领域推广使用，另外激光3D引导能够更柔性的满足装配最佳匹配的要求，保证产品质量的稳定。随着生产线更多元化的要求，视觉系统技术应用将越来越广越来越深入。

本文来源：《企业科技与发展》：http://www.zzqklm.com/w/qk/21223.html