计算机视觉系统在工业机器人上的应用论文

 

SCI论文（www.lunwensci.com）：
 

　　摘   要 ：随着我国科学技术的不断发展,我国的工业技术水平得到了快速的提升。近年来,在科学技术的带动下,工业机 器人在工业领域开始有广泛的应用,在操作人员的引导下可以更好地完成相应的工作内容。但机器人对外界的感知能力不足, 不能根据外界环境变化做出调整,需要导航技术对其进行引导,而计算机视觉系统是应用比较广泛的导航系统。计算机视觉系 统在工业机器人上的应用, 可以通过相应的系统进行图像采集、分析、计算处理, 根据图像处理结果来实现对机器人的导航, 让机器人更好的随外界环境变化及时做出调整,让机器人更加灵活,提高机器人的外界适应性,更好地满足工业生产要求。

　　关键词：计算机 ；视觉系统 ；工业机器人
 

Application of Computer Vision System in Industrial Robot

GAO Junying, GAO Yuguang
(Shandong Huayu University of Technology, Dezhou Shandong 253034)

　　【Abstract】：With the continuous development of China's science and technology, China's industrial technology level has been rapidly improved. In recent years, driven by science and technology, industrial robots have been widely used in the industrial field. Under the guidance of operators, they can better complete the corresponding work content. However, the robot's perception of the outside world is insufficient and can not make adjustments according to the changes of the outside environment. It needs navigation technology to guide it, and computer vision system is a widely used navigation system. The application of computer vision system in industrial robot can carry out image acquisition, analysis, calculation and processing through the corresponding system, realize the navigation of the robot according to the image processing results, make the robot better adjust in time with the changes of the external environment, make the robot more flexible, improve the external adaptability of the robot, and better meet the requirements of industrial production.

　　【Key words】：computer;visual system;industrial robot

　　现代工业技术的发展离不开科学技术创新,通过技术创新可以大大提高工业生产效率及现代工业化程度。科学技术的创新,推动了工业机器人在工业生产领域中的应用,工业机器人在当前我国的汽车制造业、电子电气业以及化工行业等都有广泛的应用。工业机器人主要是由主体、驱动系统及控制系统组成,每个部分由相应的装置和机构组成,其中,控制系统是工业机器人的核心,主要利用相应的程序来发出信号指令驱动系统,完成相应的动作[1]。工业机器人一般是需要相关人员的引导完成示教,也可以通过机器内部的编程来实现独立运行。在实际的运作过程中,机器人可以依靠编程或示教完成一些简单工作,但是机器人的本质是机器,它的感知能力远不如人类,尤其是当外界环境发生变化时不会及时地进行调整。这样的话,如果运行环境一旦发生变化,作用对象的形状或位置发生了改变,工业机器人不会灵活调整自身动作,还是按照之前的程序进行动作重复,不仅会影响生产质量,还有可能引发生产事故。计算机视觉系统的应用,让工业机器人有了更加灵活的适应性,能够根据外界环境变化及时调整,这对于扩大工业机器人的应用范围具有重要的意义。

　　1　工业机器人的主要导航技术

　　导航技术是工业机器人实现自主移动的关键技术,按照工作环境的不同,配备传感器的种类不同等可以分为磁导航、里程计导航、超声波导航及视觉导航等。

　　磁导航方式需要在机器人运行路径上埋设导线,利用导线产生的磁场来引导机器人。实际的应用中,在导线上通10-30kHz的交变电流,还需要利用磁传感器来检测磁场的强度大小,以此来更好的引导机器人根据设定好的路径行驶[2]。这种导航方式灵活性不高,对于周围环境的适应能力差,而且在安装维护方面需要较高的成本,应用范围不大。

　　里程计导航是在已知机器人初始位置和航向的基础上,根据机器人的里程计信息去推算机器人下一步的位置。这种导航方式定位相对比较简单,而且从成本控制角度来看,需要的成本也比较低。但是这种方式的主要导航原理是通过机器人轮子移动的位移增量来定位的,位移增量会随着机器人的移动发生改变,一旦机器人位移增量出现误差就会导致导航出现误差,尤其是在进行长距离的导航时,这种方式的弊端就更加明显,因此,里程计导航方式不适用机器人的长距离导航。
 

　　超声波导航是在机器人身上来安装相应的装置,通过装置来发射和接收超声波,以此来判断机器人到障碍物的距离,或者是距离目标物的距离,更好的估算机器人的位置。这种导航方式的优点是需要的硬件相对来说结构较为简单,价格成本方面也不需要投入过多,操作起来也比较简单。但是这种导航方式需要安装相应的传感器,而且超声波传感器存在一些缺陷,无法很好的全面获取周围的环境信息。在实际应用中,需要安装一些其他的传感器来与超声波传感器融合起来,才能更好地获取周围环境信息。

　　视觉导航是目前在工业机器人上应用最为广泛的一种导航方式。视觉导航利用摄像机、传感器、信号处理器等装置来获取机器人周围的环境信息,将获取到的环境信息进行光学处理后,再用摄像头对采集到的信息进行压缩处理后传输到视觉子系统中去,子系统将图像信息进行分析后,再与机器人的实际位置结合,导航机器人避开障碍物,判断出位移的方向,按照规划的路径来完成工作任务。此方式由于获取周围环境信息的装置多,可以获取更加全面的信息,因此,可以更好地为机器人的位移进行导航。

　　2　计算机视觉系统概述

　　计算机视觉系统是计算机与人工智能技术融合发展起来的一个新的研究系统,系统的研究开始于20世纪50年代,限于科学技术的制约,当时的研究重点是二维图像的分析及识别。到20世纪60年代,美国学者Roberts开创了三维计算机视觉的研究,让计算机视觉系统实现了跨越式的发展[3]。到20世纪80年代,计算机视觉的研究热潮兴起,一些相关的理论研究不断的丰富起来,二维图像的处理以及三维图像的算法研究都有了很大的发展,并开始在机器人领域得到广泛应用。进入21世纪以来,在计算机科学技术、人工智能、神经网络等相关技术发展的带动下,关于计算机视觉的新理论研究越来越丰富,计算机视觉系统在工业探伤、移动机器人、无人机等很多领域都有了广泛的应用,为人们的生产生活提供了诸多便捷。

　　环境中的信息80%以上都是靠眼睛获取的,因此,计算机视觉系统在工业机器人中的作用不言而喻。计算机视觉系统是利用摄像头、传感器等设备获取周围的环境信息,对信息进行分析计算后产生控制指令,引导机器人完成相应工作任务。计算机视觉系统可以让机器人获取物体的形状、位置等参数,之后对这些参数进行识别分析以后,根据识别的参数更加灵活的对周围的环境做出反应。早期的计算机视觉系统比较单一,将图像采集处理后,再进行计算,估算出目标的位置之后再来控制机器人进行相应的位移或动作。由于控制形式属于静态形式,因此,这种形式的控制速度很慢,也就很难对移动物体进行相应跟踪。一直到微电子技术以及大规模集成电路技术的发展,视觉伺服技术的问世,可以让视觉信息实现连续的反馈,让视觉系统的定位更加精准,跟踪的精度更高。近年来,随着我国工业化进程的加快,工业生产领域的一些工作环境越来越复杂,提高工业机器人的操作、运动精准度对于促进我国工业自动化领域的发展具有重要的意义。

　　3　计算机视觉系统在工业机器人上的应用设计

　　3.1　计算机视觉的关键技术

　　计算机视觉系统关键技术主要包括光学成像、图像采集、处理以及运算和控制执行等技术。光学成像和图像采集主要是利用CCD摄像机来获取图像,还需要安装传感器来将图像转化为电信号,这样计算机才能进行进一步的处理。图像处理是先将获取到的图像进行预处理,将图像中的无用信息筛除掉,进行平滑滤波处理后,再提取图像中的基本特征。根据图像中的点、线、面等基本特征进行信息提取后,再进行图像运算。图像运算和控制执行是将处理过的图像进行特征量的计算,之后进行图像匹配,再结合工业机器人应用领域的具体要求进行决策输出,以实现特定的功能。
 

　　3.2　系统的基本构成

　　系统的硬件组成部分主要有摄像头、图像采集卡、控制箱、机器人以及计算机和外部设备等。摄像头对于图像获取的质量具有重要的作用,摄像头的选取要符合实际的要求。常用的摄像头有黑白和彩色两种,黑白摄像机的采购成本低,而且图像的数据量比较小,对于环境噪声也有较强的抗干扰能力,但是因为数据量小,不便于读取,因此常采用彩色摄像机。选择像素较高的CCD摄像头进行图像获取,而且该摄像头具有背景光补偿以及采集速度快的特点,能满足实际的图像获取要求。图像采集卡采用MV-200工业图像采集卡,该卡的分辨率高、结构稳定,能适应复杂的外界环境,而且最为突出的优点是该卡的动态图像采集效果很好,这对于工业机器人来说是至关重要的,因为机器人的工作过程基本都是动态的,如果动态图像采集效果不好的话,会影响图像质量,也就不能很好地为机器人进行导航。此外,MV-200工业图像采集卡采集到的画面比较流畅,支持多种计算机系统,多种不同的图像采集格式,用户可以根据实际需求选择适合的采集格式[4]。

　　视觉系统主要是完成图像的采集工作,常用的采集方式主要有单摄像式、双摄像式和多摄像式。这几种图像采集方式,各自具有不同的特点和应用范围,单摄像式相对来说成本比较低,但是实际应用中,尤其机器人转弯过程中,单摄像头的视角就变窄,控制精度不高,适用于在相对简单的外部环境中工作的机器人导航。双摄像式增加了摄像头的图像抓取范围,得到的图像信息更多,更加有利于视觉系统对周围环境进行分析计算,更好地实现对机器人进行导航的目的。多摄像式可以更好地解决图像分辨率低、机器人转弯过程中视角变窄等问题[5],但是由于获取的图像信息过多,需要分析和计算的数据也会增大,因此,相对来说这种方式的应用不是特别多。结合实际的工作环境和设计成本,一般选用双摄像式的图像采集方式。具体到摄像头的安装过程中,要适当增加安装的高度,因为位置越高,摄像机的视野范围就会越大,机器人的预瞄准距离就会增大,图像的采集范围更全面,采集到的图像更清晰。系统的软件部分主要有计算机软件、图像处理与获取软件、机器人控制软件等。

　　3.3　系统的工作原理

　　在计算机视觉系统进行图像采集前,要先将摄像机与机器人之间的位置关系标定好。结合二者的位置关系建立空间点和摄像机的对应点,将图像采集卡获取到的图像进行处理,计算所有基准点在图像坐标系中的坐标,利用定标算法求出摄像机的内外参数。在具体的应用中,一部摄像机对获取到的图像进行灰度处理、平滑滤波等预处理,对预处理的图像进行特征检测后,得到图像的一些基本特征,再进行坐标变换后得到投影图像,将得到的投影图像与另外一部摄像机经过特征检测的图像进行比对,如果两个图像重合,就可以得到实物的真实图像,也就实现了识别目标物的目的。识别以后就需要将识别的信息通过计算机通信传输给机器人,机器人就会按照传输指令进行位移改变或进行相应动作。通常情况下,计算机与机器人之间的通信是利用蓝牙技术来实现的。蓝牙技术具有很好的抗干扰能力,而且支持多点连接,组网方式更加的灵活便捷。如果两部摄像机得到的图像没有重合,这时候就无法得到真实目标的图像,就需要重新选择数据模型,将选择的模型重新进行相应的位置计算、坐标变换等,直到有合适的模型特征出现,就可以得到真实物体的图像,将相应指令传输给机器人,完成整个导航流程。

　　4　结语

　　综上所述,利用计算机视觉系统可以为工业机器人进行导航,通过系统中的图像识别、分析、计算等为机器人识别目标物,让机器人灵活的根据外界环境的改变做出调整,更好的按照设定程序完成对目标物的搬运、跟踪等指令。今后的计算机视觉系统发展,需要在图像匹配方面进行深入研究。因为影响图像质量的因素较多,光照、目标物的形状以及现场的噪声干扰等,都会以图像灰度值的形式表现出来,即便进行了图像的预处理,也不能很好的消除掉图像中的干扰因素,尤其是在一些复杂的场景中,需要进行多次的图像比对才能确定目标物体,影响定位效率。后续的研究需要在特征本质属性方面建立稳定的算法,可以更好地匹配图像特征,提高对图像的处理速度,更好地发挥机器人在工业生产中的优势。

　　参考文献

　　[1]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(自然科学),2014,29(1):122-125.

　　[2]黄洁,唐守锋,童敏明,等.计算机视觉技术在无人机上的应用[J].软件导刊,2019,18(1):14-16.

　　[3]傅华强,房芳.工业机器人视觉定位技术研究与应用[J].工业控制计算机,2016,29(3):1-3+5.

　　[4]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.

　　[5]周艳芳.基于计算机视觉的机器人路径识别与目标跟踪系统[J].信息技术与信息化,2021(4):246-248.