论文部分内容阅读
摘要：经济和社会的快速发展促进了工业技术的不断提升，我国工业生产中越来越多的开始应用工业机器人。工业机器人技术不断提升，在近年来发展速度较快。具有视觉能力的工业机器人比传统机器人生产效率方面更高，在实践过程中，我国机器人视觉系统的设计和应用技术水平不断提升，视觉技术是工业机器人实现长期发展的重要技术支撑。视觉控制技术涉及的内容较多，需要在工业生产实践中进行完善。本文以工业机器人上计算机视觉系统的应用为研究核心，分析阐述了工业机器人视觉系统的基本原理和特点，提出了工业机器人视觉系统应用的技术措施。
Abstract： The rapid development of economy and society has promoted the continuous improvement of industrial technology， and more and more industrial robots have been applied in China's industrial production. Industrial robot technology is constantly improving and has developed rapidly in recent years. The production efficiency of industrial robots with vision ability is higher than that of traditional robots. In the process of practice， the design and application technology level of robot vision system in China is constantly improved， and vision technology is an important technical support for the long-term development of industrial robots. Visual control technology involves a lot of content and needs to be perfected in industrial production practice. This paper takes the application of computer vision system in industrial robot as the research core， analyzes and expounds the basic principle and characteristics of industrial robot vision system， and puts forward the technical measures for the application of industrial robot vision system.
關键词：工业机器人;视觉系统;原理;应用
Key words： industrial robot;visual system;the principle;application
0 引言
工业发展需要技术上的推进，更需要理念上的更新。在现代化工业生产中，工业机器人的使用大大提高了生产的安全性和生产的整体效能。工业机器人自身的发展水平需要技术上的提升，更需要在实践中不断积累经验。计算机视觉系统在工业机器人上的应用，提高了工业生产的质量和精度。一套完整的视觉系统能够使工业机器人做出准确的判断，可以让机器人适应多变的工业环境，突出机器人操作的灵活性。计算机视觉系统对机器人的影响是多方面的，做好计算机视觉系统有利于工业机器人准确的识别操作，实现工业生产的自动化建设。
1 工业机器人计算机视觉系统的结构和原理
1.1 计算机视觉系统的组成
计算机视觉主要是解决机器如何“看”的问题，系统中有模拟摄像机、数字摄像机、图像采集卡。在具体执行中计算机视觉采用了摄像摄影机和电脑代替了人眼对目标进行识别跟踪和测量。计算机视觉技术通过图形处理使电脑处理更为合适人眼观察和传送给仪器检测的图像。计算机视觉系统的组成部分包括了程序控制、事件监测、信息组织、物体与环境建模、交感互动等部分。计算机视觉系统还包括了画面重建、事件检测、目标跟踪、目标识别、机器学习、索引建立、图像恢复等内容。计算机视觉系统在图像获取上需要明确光源场景和相机的设置，对图像进行数字化处理和传输，运用现场工控机及软件对图像分析及动作。计算机视觉系统从被测物体的背景分别获得高品质、高对比度的图像，运用工业相机的图像稳定性抗干扰能力来推进机器视觉系统的稳定性。系统硬件设备主要包括摄像头、照明设备、光电开关、PAC、PLC和机器人的结构。工业摄像头的主要用处是采集信息。摄像头成像通透，色彩准确，曝光方式符合成像要求。例如最高分辨率、像素尺寸、传感器类型、光学尺寸、帧率输出颜色可以达到配置灵活的效果。硬件操作系统中需要明确设备的组成和结构。为了便于工作现场操作，硬件设备中，PLC是负责采集数字的，并且进行数据输出。根据用户需要确定速度和位置控制。PLC是工业平板电脑由台式机人机界面匹配的结合体，具有强大的抗干扰性，有利于工业现场操作。在操作系统中要明确各种参数，例如CPU、IAM磁盘防护等级、抗震动抗冲击功耗、工作温度、实时内核编程软件、监控软件、网口数量、以太网协议等。视觉系统的软件结构主要包括标定模块、模板制作模块、拍照模块、图像采集模块、图像分析模块、数据交互模块等。软件的基础是视觉精准测量的基础，对于拍摄物体的不同特性要根据相机和拍摄的位置进行准确描述。在匹配需要参照物的模板时，采取实时获取的图像进行对比，软件各模块之间相互配合，完成图像采集传输和处理，同时完成数据交互。 1.2 计算机视觉系统的功能原理
计算机视觉系统是生物视觉系统的补充，计算机视觉系统模仿了人类和各类动物的视觉状态。在计算机视觉系统中，依靠软件和硬件实现人工智能系统的操作，计算机视觉系统运用了计算机科学、工程信号学、物理学、应用数学、统计学、神经生理学和认知科学等方面的内容。计算机视觉系统在制造业检验、文档分析、医疗诊断和军事等领域都有着重要的应用。系统设计通过读取图像采集卡转过来的摄像头的数据，预先设定原始图像对比分析，判定被检查对象质量是否损害，是否存在误差，然后再后期进行数据分析，改进生产工艺，减少生产中的瑕疵，提高生产效率。在具体应用中图像处理、模式识别、图像理解等都纳入到系统程序中。例如图像匹配采用的是轮廓形状的匹配方案，有利于更好的分辨物体的类型，根据标准参考模板对物体进行匹配。在执行过程中要明确模板信息，信息数据的类型，根据图像的坐标信息进行图像匹配，将匹配结果处理发送到程序中。电脑硬盘内存储着大量的信息工具。模板图片和生成的模板文件根据坐标信息和选择的情况读取相应信息，这是图像采集设备将图像传入程序时进行匹配计算的过程。如果打开软件后，匹配不完整，软件就会提示出现错误。多模板匹配发挥了软件的功能，在多次匹配以后形成良好的循环，更加准确的识别图像。
2 计算机视觉系统在工业机器人上的应用
2.1 工业机器人计算机视觉系统的构建
工业机器人中计算机视觉系统主要由硬件和软件组成。硬件设备中包括CCD摄像头，摄像机像素为P：500（H）*582（V），分辨率为420，成像使用为1/33CCD，摄像机具有自动背景光补偿的功能。图像采集卡主要采用CCD摄像头配的MV-200工业图像处理。图像的分辨率和清晰度较高，可以实现工业图像精准度，具有一定的稳定性。在应用过程中，要求图像采集卡图像，画面清晰流畅，工控机以计算机为主。软件部分组成主要有图像匹配软件图像处理与获取软件，图像定标和定位算法软件。工业机器人的视觉系统与工业机器人本体和设备有关，在应用过程中图像处理获取图像以及匹配图像摄像机定位等都要借助openCV的视觉进行设计，建立空间点和摄像机的对应点，把握摄像机的基准位置，通过清晰的视图像采集来计算出摄像机的参数。计算机运用C语言调节图进行动态链接。摄像机中的数据进行数据化图像处理，对获取图像进行分析，建立图像与实物的匹配特征，根据已有的模型来匹配数据，获取真实有效的图像。例如机器人在现场应用中根据相机采集的图片可以判断出物品的形态。无论是物体有规律分布还是无规律分布或者是任意角度的转换，软件都可以根据各种模板的转换角度做出相应的匹配。图像与模板的匹配进行双面采集，图像采用轮廓制作模板，模板完成以后与图像匹配，每次匹配都会计算出一个衡量模板的结果，这就是图像与形态输出的结果，每一次匹配计算都接近实际物体，如果是目标物体体积很小，就会出现多个目标相似的数值，在此基础上进行多个轮换模板的匹配就能够获得最终的结果。
2.2 工业机器人计算机视觉系统的实现案例
以美国康耐视公司的视觉系统为例，工业机器人计算机视觉系统的具体实现，依托摄像机模型和透视技术，选用透视效果较好的设备，运用透视技术，把三维物体转变为二维图形实现投影变换。从初期图像获得来处理CCD或者是CMOS图像进行二维灰度图中提取三维特征，对图像进行量化处理，把图像信息分成像素点，将这些亮点进行转换，输入计算机处理，在边缘检测中运用各种算子强化图像中的像素点，在这项工作作中需要区分roberts算子和索贝尔算子以及高斯偏导滤波器。从二维图像中提取三维特征的算法，对设备有一定的要求，之后通过数据处理器进行分析，解释转换为符号，在具体应用中采用的是三维立体视觉的解决方案，目前都是采用3D视觉技术来提高工业机器人的工作精度，同时强化其速度和可靠性，让机器人真正拥有眼睛。目前所使用的視觉系统多数为立体视觉法，结构光法以及激光扫描法。随着3D视觉技术开发水平不断提高，工业机器人计算机视觉系统可以自动完成位置变化，实现高精度运作。例如工作中的主要程序为工件定位，检测器探测物体，进行图像采集，摄像机扫描，启动脉冲打开灯光照明，摄像机曝光后，开始一帧图像的扫描和输出，图像采集部分接收模拟信号，进行数字转化存放处理器，对图像进行分析识别处理获得处理结果。例如机器视觉识别技术，在分拣机器人系统应用中，针对于分检工作的具体要求，进行了各种方案的匹配。在确定使用基于轮廓形状的匹配方法上来编辑视觉软件。在软件功能方面建立各种模块，各种模块儿对软件整体结构进行设计。在具备设备型号和参数上明确设定要求。硬件总体结构符合生产的需要，针对模板制作，图像处理方法进行设定，一般运用探究算子运行原理调试内部参数，完成模板制作。模板匹配技术主要是基于图像金字塔结构的图像匹配算法。分拣机器人应用中，并不是简单固定模块的匹配，而是设计多种模板进行匹配，针对多个种类进行旋转搜索定位，通过大量的实验确定匹配参数，对参数进行优化。在软件方面设定软件标定原理，研究一种优化的软件标的方法，在坐标处理和发送部分针对于分拣机器人的结构有效测试软件容错能力。分拣机器人软件功能设计主要是应用在传送带方面，传送带要求机器人在工作范围之内将特定物品识别后抓取，系统总体要求是物品进入到拍摄区域以后，拍摄图片，对图片进行分析，得出物品的种类图像。
3 结语
计算机视觉系统在工业机器人上应用可以使工业机器人具有自动跟踪和定位的要求，通过数据模型来实施定位，目标机器人可以系统地利用计算机视觉图像采集装置来识别外部环境。工业机器人才会真正实现数字化的操作和智能化的推进。计算机系统对机器人进行有效控制，工业机器人可以对生产的各个环节进行灵活的掌握。在未来的发展建设中，工业机器人在视觉系统上需要引用更多先进的技术，实现工业机器人智能化水平的不断提升，从技术领域来提高工业机器人的生产效率。
参考文献：
[1]苏贺.计算机视觉系统在工业机器人上的应用探析[J].湖北农机化，2018（5）：63-64.
[2]钟频.计算机视觉系统在工业机器人上的应用研究[J].数字技术与应用，2015（5）：71-72.
[3]金利英，朱云.计算机视觉系统在工业机器人上的应用[J].云南农业大学学报，2014，29（1）：122-125.
[4]马若男.机器视觉在机器人码垛系统中的运用[J].军民两用技术与产品，2018（22）：66.
[5]宋承秀，刘凯.机器人视觉检测在工业中的应用探讨[J].汽车实用技术，2019（7）：187-188.
Abstract： The rapid development of economy and society has promoted the continuous improvement of industrial technology， and more and more industrial robots have been applied in China's industrial production. Industrial robot technology is constantly improving and has developed rapidly in recent years. The production efficiency of industrial robots with vision ability is higher than that of traditional robots. In the process of practice， the design and application technology level of robot vision system in China is constantly improved， and vision technology is an important technical support for the long-term development of industrial robots. Visual control technology involves a lot of content and needs to be perfected in industrial production practice. This paper takes the application of computer vision system in industrial robot as the research core， analyzes and expounds the basic principle and characteristics of industrial robot vision system， and puts forward the technical measures for the application of industrial robot vision system.
關键词：工业机器人;视觉系统;原理;应用
Key words： industrial robot;visual system;the principle;application
0 引言
工业发展需要技术上的推进，更需要理念上的更新。在现代化工业生产中，工业机器人的使用大大提高了生产的安全性和生产的整体效能。工业机器人自身的发展水平需要技术上的提升，更需要在实践中不断积累经验。计算机视觉系统在工业机器人上的应用，提高了工业生产的质量和精度。一套完整的视觉系统能够使工业机器人做出准确的判断，可以让机器人适应多变的工业环境，突出机器人操作的灵活性。计算机视觉系统对机器人的影响是多方面的，做好计算机视觉系统有利于工业机器人准确的识别操作，实现工业生产的自动化建设。
1 工业机器人计算机视觉系统的结构和原理
1.1 计算机视觉系统的组成
计算机视觉主要是解决机器如何“看”的问题，系统中有模拟摄像机、数字摄像机、图像采集卡。在具体执行中计算机视觉采用了摄像摄影机和电脑代替了人眼对目标进行识别跟踪和测量。计算机视觉技术通过图形处理使电脑处理更为合适人眼观察和传送给仪器检测的图像。计算机视觉系统的组成部分包括了程序控制、事件监测、信息组织、物体与环境建模、交感互动等部分。计算机视觉系统还包括了画面重建、事件检测、目标跟踪、目标识别、机器学习、索引建立、图像恢复等内容。计算机视觉系统在图像获取上需要明确光源场景和相机的设置，对图像进行数字化处理和传输，运用现场工控机及软件对图像分析及动作。计算机视觉系统从被测物体的背景分别获得高品质、高对比度的图像，运用工业相机的图像稳定性抗干扰能力来推进机器视觉系统的稳定性。系统硬件设备主要包括摄像头、照明设备、光电开关、PAC、PLC和机器人的结构。工业摄像头的主要用处是采集信息。摄像头成像通透，色彩准确，曝光方式符合成像要求。例如最高分辨率、像素尺寸、传感器类型、光学尺寸、帧率输出颜色可以达到配置灵活的效果。硬件操作系统中需要明确设备的组成和结构。为了便于工作现场操作，硬件设备中，PLC是负责采集数字的，并且进行数据输出。根据用户需要确定速度和位置控制。PLC是工业平板电脑由台式机人机界面匹配的结合体，具有强大的抗干扰性，有利于工业现场操作。在操作系统中要明确各种参数，例如CPU、IAM磁盘防护等级、抗震动抗冲击功耗、工作温度、实时内核编程软件、监控软件、网口数量、以太网协议等。视觉系统的软件结构主要包括标定模块、模板制作模块、拍照模块、图像采集模块、图像分析模块、数据交互模块等。软件的基础是视觉精准测量的基础，对于拍摄物体的不同特性要根据相机和拍摄的位置进行准确描述。在匹配需要参照物的模板时，采取实时获取的图像进行对比，软件各模块之间相互配合，完成图像采集传输和处理，同时完成数据交互。 1.2 计算机视觉系统的功能原理
计算机视觉系统是生物视觉系统的补充，计算机视觉系统模仿了人类和各类动物的视觉状态。在计算机视觉系统中，依靠软件和硬件实现人工智能系统的操作，计算机视觉系统运用了计算机科学、工程信号学、物理学、应用数学、统计学、神经生理学和认知科学等方面的内容。计算机视觉系统在制造业检验、文档分析、医疗诊断和军事等领域都有着重要的应用。系统设计通过读取图像采集卡转过来的摄像头的数据，预先设定原始图像对比分析，判定被检查对象质量是否损害，是否存在误差，然后再后期进行数据分析，改进生产工艺，减少生产中的瑕疵，提高生产效率。在具体应用中图像处理、模式识别、图像理解等都纳入到系统程序中。例如图像匹配采用的是轮廓形状的匹配方案，有利于更好的分辨物体的类型，根据标准参考模板对物体进行匹配。在执行过程中要明确模板信息，信息数据的类型，根据图像的坐标信息进行图像匹配，将匹配结果处理发送到程序中。电脑硬盘内存储着大量的信息工具。模板图片和生成的模板文件根据坐标信息和选择的情况读取相应信息，这是图像采集设备将图像传入程序时进行匹配计算的过程。如果打开软件后，匹配不完整，软件就会提示出现错误。多模板匹配发挥了软件的功能，在多次匹配以后形成良好的循环，更加准确的识别图像。
2 计算机视觉系统在工业机器人上的应用
2.1 工业机器人计算机视觉系统的构建
工业机器人中计算机视觉系统主要由硬件和软件组成。硬件设备中包括CCD摄像头，摄像机像素为P：500（H）*582（V），分辨率为420，成像使用为1/33CCD，摄像机具有自动背景光补偿的功能。图像采集卡主要采用CCD摄像头配的MV-200工业图像处理。图像的分辨率和清晰度较高，可以实现工业图像精准度，具有一定的稳定性。在应用过程中，要求图像采集卡图像，画面清晰流畅，工控机以计算机为主。软件部分组成主要有图像匹配软件图像处理与获取软件，图像定标和定位算法软件。工业机器人的视觉系统与工业机器人本体和设备有关，在应用过程中图像处理获取图像以及匹配图像摄像机定位等都要借助openCV的视觉进行设计，建立空间点和摄像机的对应点，把握摄像机的基准位置，通过清晰的视图像采集来计算出摄像机的参数。计算机运用C语言调节图进行动态链接。摄像机中的数据进行数据化图像处理，对获取图像进行分析，建立图像与实物的匹配特征，根据已有的模型来匹配数据，获取真实有效的图像。例如机器人在现场应用中根据相机采集的图片可以判断出物品的形态。无论是物体有规律分布还是无规律分布或者是任意角度的转换，软件都可以根据各种模板的转换角度做出相应的匹配。图像与模板的匹配进行双面采集，图像采用轮廓制作模板，模板完成以后与图像匹配，每次匹配都会计算出一个衡量模板的结果，这就是图像与形态输出的结果，每一次匹配计算都接近实际物体，如果是目标物体体积很小，就会出现多个目标相似的数值，在此基础上进行多个轮换模板的匹配就能够获得最终的结果。
2.2 工业机器人计算机视觉系统的实现案例
以美国康耐视公司的视觉系统为例，工业机器人计算机视觉系统的具体实现，依托摄像机模型和透视技术，选用透视效果较好的设备，运用透视技术，把三维物体转变为二维图形实现投影变换。从初期图像获得来处理CCD或者是CMOS图像进行二维灰度图中提取三维特征，对图像进行量化处理，把图像信息分成像素点，将这些亮点进行转换，输入计算机处理，在边缘检测中运用各种算子强化图像中的像素点，在这项工作作中需要区分roberts算子和索贝尔算子以及高斯偏导滤波器。从二维图像中提取三维特征的算法，对设备有一定的要求，之后通过数据处理器进行分析，解释转换为符号，在具体应用中采用的是三维立体视觉的解决方案，目前都是采用3D视觉技术来提高工业机器人的工作精度，同时强化其速度和可靠性，让机器人真正拥有眼睛。目前所使用的視觉系统多数为立体视觉法，结构光法以及激光扫描法。随着3D视觉技术开发水平不断提高，工业机器人计算机视觉系统可以自动完成位置变化，实现高精度运作。例如工作中的主要程序为工件定位，检测器探测物体，进行图像采集，摄像机扫描，启动脉冲打开灯光照明，摄像机曝光后，开始一帧图像的扫描和输出，图像采集部分接收模拟信号，进行数字转化存放处理器，对图像进行分析识别处理获得处理结果。例如机器视觉识别技术，在分拣机器人系统应用中，针对于分检工作的具体要求，进行了各种方案的匹配。在确定使用基于轮廓形状的匹配方法上来编辑视觉软件。在软件功能方面建立各种模块，各种模块儿对软件整体结构进行设计。在具备设备型号和参数上明确设定要求。硬件总体结构符合生产的需要，针对模板制作，图像处理方法进行设定，一般运用探究算子运行原理调试内部参数，完成模板制作。模板匹配技术主要是基于图像金字塔结构的图像匹配算法。分拣机器人应用中，并不是简单固定模块的匹配，而是设计多种模板进行匹配，针对多个种类进行旋转搜索定位，通过大量的实验确定匹配参数，对参数进行优化。在软件方面设定软件标定原理，研究一种优化的软件标的方法，在坐标处理和发送部分针对于分拣机器人的结构有效测试软件容错能力。分拣机器人软件功能设计主要是应用在传送带方面，传送带要求机器人在工作范围之内将特定物品识别后抓取，系统总体要求是物品进入到拍摄区域以后，拍摄图片，对图片进行分析，得出物品的种类图像。
3 结语
计算机视觉系统在工业机器人上应用可以使工业机器人具有自动跟踪和定位的要求，通过数据模型来实施定位，目标机器人可以系统地利用计算机视觉图像采集装置来识别外部环境。工业机器人才会真正实现数字化的操作和智能化的推进。计算机系统对机器人进行有效控制，工业机器人可以对生产的各个环节进行灵活的掌握。在未来的发展建设中，工业机器人在视觉系统上需要引用更多先进的技术，实现工业机器人智能化水平的不断提升，从技术领域来提高工业机器人的生产效率。
参考文献：
[1]苏贺.计算机视觉系统在工业机器人上的应用探析[J].湖北农机化，2018（5）：63-64.
[2]钟频.计算机视觉系统在工业机器人上的应用研究[J].数字技术与应用，2015（5）：71-72.
[3]金利英，朱云.计算机视觉系统在工业机器人上的应用[J].云南农业大学学报，2014，29（1）：122-125.
[4]马若男.机器视觉在机器人码垛系统中的运用[J].军民两用技术与产品，2018（22）：66.
[5]宋承秀，刘凯.机器人视觉检测在工业中的应用探讨[J].汽车实用技术，2019（7）：187-188.