基(ji)于視(shi)覺的(de)(de)工(gong)(gong)(gong)業機(ji)器(qi)人定(ding)(ding)位(wei)抓取(qu)技巧(qiao)正在現(xian)代化(hua)工(gong)(gong)(gong)業歷程中(zhong)起(qi)到(dao)極其重要的(de)(de)作用(yong)(yong)，本文(wen)正在定(ding)(ding)位(wei)抓取(qu)的(de)(de)根(gen)底上研(yan)討了(le)云端激光打標(biao)體系中(zhong)與(yu)計算機(ji)視(shi)覺相關的(de)(de)機(ji)器(qi)人檢測體系內容，將國(guo)產(chan)某型號六(liu)自由度工(gong)(gong)(gong)業機(ji)器(qi)人與(yu)視(shi)覺引誘技術相結(jie)合使(shi)用(yong)(yong)于方針正反(fan)面(mian)(mian)劃(hua)分。該體系經(jing)試驗驗證(zheng)，可(ke)能辨(bian)認帶玄色標(biao)識表記標(biao)幟的(de)(de)方針工(gong)(gong)(gong)件并定(ding)(ding)位(wei)抓取(qu)，實現(xian)了(le)劃(hua)分工(gong)(gong)(gong)件正反(fan)面(mian)(mian)的(de)(de)劃(hua)定(ding)(ding)使(shi)命，存在工(gong)(gong)(gong)場出(chu)產(chan)的(de)(de)實際意義。
便現(xian)(xian)階(jie)(jie)段(duan)來講，國內(nei)外針對視(shi)覺(jue)(jue)抓取(qu)體系的(de)(de)(de)(de)研討標的(de)(de)(de)(de)目(mu)的(de)(de)(de)(de)次要有(you)1）手(shou)(shou)眼(yan)標定方(fang)式(shi)(shi)2）特征(zheng)提取(qu)算法3）與深度(du)學習相結合的(de)(de)(de)(de)視(shi)覺(jue)(jue)抓取(qu)方(fang)式(shi)(shi)。手(shou)(shou)眼(yan)標定技巧(qiao)現(xian)(xian)階(jie)(jie)段(duan)開展比力(li)成熟，發(fa)生了深遠的(de)(de)(de)(de)影響，好比初期Tsai-Lenz、Navy等手(shou)(shou)眼(yan)標定算法。YingWang等計劃的(de)(de)(de)(de)清障機(ji)(ji)器(qi)人(ren)經由(you)過(guo)程單(dan)(dan)雙(shuang)(shuang)目(mu)聯合構成混淆視(shi)覺(jue)(jue)系統對方(fang)針物(wu)停(ting)止特征(zheng)提取(qu)。正(zheng)(zheng)在(zai)數據引誘(you)的(de)(de)(de)(de)方(fang)式(shi)(shi)下，SergryLevine將深度(du)學習技巧(qiao)使用(yong)到(dao)機(ji)(ji)器(qi)人(ren)劃分使命中(zhong)，應用(yong)相機(ji)(ji)拍攝到(dao)的(de)(de)(de)(de)圖(tu)象鍛煉卷(juan)積神經網絡去猜測機(ji)(ji)械手(shou)(shou)正(zheng)(zheng)在(zai)空間的(de)(de)(de)(de)運(yun)動，該方(fang)式(shi)(shi)可能無(wu)效而且實(shi)時(shi)控制機(ji)(ji)器(qi)人(ren)，勝利(li)把握新的(de)(de)(de)(de)抓取(qu)方(fang)針，最初經由(you)過(guo)程接(jie)連伺服改(gai)正(zheng)(zheng)毛病。而海內(nei)視(shi)覺(jue)(jue)抓取(qu)體系的(de)(de)(de)(de)研討方(fang)向于(yu)多少引誘(you)的(de)(de)(de)(de)方(fang)式(shi)(shi)，王朋(peng)強將雙(shuang)(shuang)目(mu)視(shi)覺(jue)(jue)體系跟機(ji)(ji)器(qi)臂聯合，實(shi)現(xian)(xian)了對方(fang)針的(de)(de)(de)(de)辨認定位(wei)和抓取(qu)。正(zheng)(zheng)在(zai)國度(du)的(de)(de)(de)(de)撐持(chi)下，海內(nei)也已有(you)許多家公司和科研單(dan)(dan)位(wei)正(zheng)(zheng)在(zai)機(ji)(ji)械視(shi)覺(jue)(jue)范疇(chou)取(qu)得(de)了一(yi)系列(lie)結果(guo)，慢(man)慢(man)的(de)(de)(de)(de)將機(ji)(ji)械視(shi)覺(jue)(jue)技巧(qiao)引入到(dao)對機(ji)(ji)器(qi)人(ren)的(de)(de)(de)(de)節制傍(bang)邊。
1、機器人視覺檢測體系
分揀機器人項目條件機器(qi)人(ren)視(shi)覺檢測體系(xi)正在計(ji)算機端對智能相機收(shou)羅到(dao)的事情區域的圖象停止預處(chu)(chu)理，快(kuai)捷天辨認并定位(wei)圖象中的方針(zhen)(zhen)工(gong)件(jian)，依(yi)據相機標定參數，聯合方針(zhen)(zhen)工(gong)件(jian)的像素(su)坐(zuo)(zuo)標計(ji)較(jiao)出六自由(you)度工(gong)業機器(qi)人(ren)坐(zuo)(zuo)標系(xi)中的地(di)位(wei)坐(zuo)(zuo)標，并將坐(zuo)(zuo)標信(xin)息發送給(gei)機器(qi)人(ren)控(kong)制(zhi)器(qi)，機器(qi)人(ren)執行命(ming)令程序實(shi)現抓取舉措(cuo)。體系(xi)檢測使命(ming)應用(yong)視(shi)覺軟件(jian)去實(shi)現，經(jing)由(you)過程計(ji)算機處(chu)(chu)置懲罰，只取舍不和朝(chao)上工(gong)件(jian)作為方針(zhen)(zhen)工(gong)件(jian)。
2、相機標定
相(xiang)(xiang)機(ji)(ji)標(biao)(biao)(biao)(biao)定是一種(zhong)(zhong)應(ying)用所(suo)拍攝(she)(she)到事情區域的(de)(de)(de)二維圖(tu)象(xiang)信(xin)息去樹立其與(yu)方(fang)(fang)針(zhen)工件三(san)維空間(jian)地位(wei)(wei)坐標(biao)(biao)(biao)(biao)對應(ying)關(guan)聯的(de)(de)(de)技巧，是辨認并定位(wei)(wei)方(fang)(fang)針(zhen)物(wu)(wu)的(de)(de)(de)根底也是最緊張的(de)(de)(de)事情之一。基于(yu)視覺的(de)(de)(de)工業機(ji)(ji)器人檢測體系利(li)用的(de)(de)(de)是單目(mu)相(xiang)(xiang)機(ji)(ji)，標(biao)(biao)(biao)(biao)定的(de)(de)(de)目(mu)標(biao)(biao)(biao)(biao)是探求相(xiang)(xiang)機(ji)(ji)的(de)(de)(de)表里參(can)(can)數(shu)(shu)。一般來說，相(xiang)(xiang)機(ji)(ji)的(de)(de)(de)標(biao)(biao)(biao)(biao)定可以分為兩種(zhong)(zhong)方(fang)(fang)式(shi)：自(zi)標(biao)(biao)(biao)(biao)定跟依賴(lai)于(yu)參(can)(can)照物(wu)(wu)標(biao)(biao)(biao)(biao)定。相(xiang)(xiang)機(ji)(ji)自(zi)標(biao)(biao)(biao)(biao)定是經(jing)由過(guo)程拍攝(she)(she)周圍物(wu)(wu)體，根據(ju)數(shu)(shu)字(zi)圖(tu)像(xiang)處理相(xiang)(xiang)關(guan)方(fang)(fang)式(shi)和(he)多(duo)少計較(jiao)去調節相(xiang)(xiang)機(ji)(ji)參(can)(can)數(shu)(shu)，標(biao)(biao)(biao)(biao)定成(cheng)果常常偏(pian)差較(jiao)大，不適用于(yu)高(gao)精(jing)度的(de)(de)(de)使(shi)用場所(suo)。依賴(lai)參(can)(can)照物(wu)(wu)的(de)(de)(de)相(xiang)(xiang)機(ji)(ji)標(biao)(biao)(biao)(biao)定比擬自(zi)標(biao)(biao)(biao)(biao)定方(fang)(fang)式(shi)精(jing)度更(geng)高(gao)，經(jing)由過(guo)程相(xiang)(xiang)機(ji)(ji)成(cheng)像(xiang)，根據(ju)數(shu)(shu)字(zi)圖(tu)像(xiang)處理方(fang)(fang)式(shi)，空間(jian)計較(jiao)相(xiang)(xiang)機(ji)(ji)的(de)(de)(de)表里參(can)(can)數(shu)(shu)。本文采(cai)取依賴(lai)于(yu)參(can)(can)照物(wu)(wu)的(de)(de)(de)方(fang)(fang)法停止(zhi)相(xiang)(xiang)機(ji)(ji)標(biao)(biao)(biao)(biao)定。
3、方針定位檢測
方(fang)針檢(jian)(jian)測(ce)定(ding)位(wei)是機(ji)器人實現自動抓(zhua)取的(de)根底，現階段存(cun)在(zai)兩種方(fang)針檢(jian)(jian)測(ce)的(de)算法(fa)：基于(yu)模板婚(hun)配(pei)(pei)跟基于(yu)特點(dian)婚(hun)配(pei)(pei)。思(si)量本(ben)文所研討的(de)機(ji)器人抓(zhua)取體(ti)系的(de)使用場(chang)景，方(fang)針為同(tong)一鋁(lv)制名片(pian)盒，故本(ben)文采取基于(yu)模板婚(hun)配(pei)(pei)的(de)方(fang)針檢(jian)(jian)測(ce)定(ding)位(wei)方(fang)式(shi)，計較獲得(de)方(fang)針工件(jian)的(de)中心點(dian)坐標及其姿態(tai)。
4、方針工件中心點(dian)坐(zuo)標
基于模板(ban)婚配的方針檢測(ce)定位方式次要是將一(yi)個包括方針外形(xing)的圖象與(yu)相機收羅(luo)圖象停止(zhi)婚配，此中獲得方針工(gong)件中心點地位坐標(biao)的步調以下：
設置(zhi)學(xue)習(xi)區域。正(zheng)在圖象中設置(zhi)學(xue)習(xi)的(de)感興(xing)趣區域，包羅區域的(de)巨(ju)細跟地位信(xin)息，使(shi)該區域盡量切近盤繞方針工件(jian)模(mo)子(zi)(zi)即(ji)咭片盒子(zi)(zi)的(de)邊緣，取(qu)舍該區域作為模(mo)板區域。
設置搜刮參(can)數(shu)。針對(dui)名片盒正在方針區(qu)域內的擺放地位(wei)是隨意率性姿態的環境(jing)，須要設置搜刮限定角度參(can)數(shu)，該角度參(can)數(shu)是搜刮進程中容許(xu)扭轉的最大限度。
超視覺分揀機器人視頻設置(zhi)模(mo)子(zi)地位(wei)參(can)考點(dian)。名(ming)(ming)片盒(he)模(mo)子(zi)中心點(dian)是機械手臂要抓(zhua)取的(de)地位(wei)面，學習區域切近名(ming)(ming)片盒(he)邊緣，故(gu)可將學習區域的(de)中間地位(wei)面作(zuo)為模(mo)子(zi)地位(wei)的(de)中心點(dian)。
5、學習掩膜劃分工(gong)件正反(fan)面
本文的研討方(fang)針是應用(yong)標(biao)識表(biao)記標(biao)幟(zhi)劃(hua)分待(dai)激(ji)光打(da)印名片(pian)(pian)盒(he)的正(zheng)(zheng)反面(mian)，如圖7所(suo)示將名片(pian)(pian)盒(he)后頭做(zuo)玄(xuan)(xuan)色標(biao)識表(biao)記標(biao)幟(zhi)，以此劃(hua)分工件的正(zheng)(zheng)反面(mian)，機器人抓(zhua)取事情區(qu)域內的帶玄(xuan)(xuan)色標(biao)識表(biao)記標(biao)幟(zhi)名片(pian)(pian)盒(he)，正(zheng)(zheng)在激(ji)光打(da)標(biao)區(qu)設定地(di)位翻轉手臂，使名片(pian)(pian)盒(he)正(zheng)(zheng)面(mian)朝上后實現激(ji)光打(da)標(biao)使命。
6、機器人抓取運動
本研(yan)究所用的六自由(you)度工業機(ji)(ji)器人開(kai)辟形(xing)式采(cai)取WinCE嵌(qian)入式體系尺度開(kai)辟形(xing)式：正(zheng)在(zai)宿(su)主計算機(ji)(ji)上停(ting)止程(cheng)序開(kai)發(fa)，經由(you)過程(cheng)以太網將可執行(xing)程(cheng)序下(xia)載到GUC一體化嵌(qian)入式運動控(kong)制(zhi)器中(zhong)利用，順序中(zhong)包括IO指令(ling)、控(kong)制(zhi)指令(ling)、挪動指令(ling)、演算指令(ling)等。
常用的指令如：
JUMP跳轉指令；
分揀機器人設計目標CALL挪用子程序指令；
IFELSEWHILEPAUSE斷定暫停語(yu)句。示教器(qi)經(jing)由過程編程，利用這些指令去節制
機器人的運動從而實現期(qi)冀的系列舉(ju)措
分揀機器人使用說明7、試驗剖析
本(ben)研討的(de)(de)工業機器(qi)人(ren)視覺檢(jian)(jian)測體系利(li)(li)用(yong)國產某(mou)型號六自(zi)由度工業機器(qi)人(ren)、某(mou)型號工業智能相(xiang)機跟(gen)激(ji)光打標(biao)機，經由過程以(yi)太網停止數據通(tong)訊(xun)，經由過程智能相(xiang)機的(de)(de)配套軟(ruan)件(jian)圖形(xing)化開辟平臺停止圖片處置懲罰，實(shi)現機器(qi)人(ren)的(de)(de)檢(jian)(jian)測抓(zhua)取(qu)舉措(cuo)。為了(le)驗證(zheng)本(ben)文所研討的(de)(de)利(li)(li)用(yong)帶(dai)掩(yan)膜學習模板停止帶(dai)玄色(se)標(biao)識表(biao)記(ji)標(biao)幟的(de)(de)工件(jian)劃分體系的(de)(de)實(shi)際效果(guo)及可行性，做出以(yi)下試驗。本(ben)體系可精確的(de)(de)實(shi)現圖象收羅(luo)、顯(xian)現、相(xiang)機標(biao)定、模板收羅(luo)、方針定位、機器(qi)人(ren)節制(zhi)的(de)(de)模塊功用(yong)。
8、總結
工(gong)(gong)業機(ji)器(qi)(qi)人(ren)視覺(jue)檢(jian)測(ce)體系(xi)的(de)(de)研(yan)討(tao)(tao)目標在(zai)于有(you)針(zhen)對(dui)性的(de)(de)晉升工(gong)(gong)場出產服從。當工(gong)(gong)場收(shou)到云端新(xin)定單使命，MES體系(xi)停(ting)止籌劃(hua)排產。本文基于一套云端激光打(da)標體系(xi)停(ting)止研(yan)討(tao)(tao)，聯(lian)合(he)計(ji)算(suan)機(ji)視覺(jue)技(ji)巧(qiao)(qiao)常識，應用(yong)帶掩(yan)膜學(xue)習模板(ban)停(ting)止方(fang)針(zhen)婚配的(de)(de)方(fang)式實現了對(dui)劃(hua)定規(gui)矩的(de)(de)方(fang)針(zhen)工(gong)(gong)件正反面(mian)劃(hua)分，到達預期檢(jian)測(ce)后(hou)果。本文所研(yan)討(tao)(tao)的(de)(de)機(ji)器(qi)(qi)人(ren)檢(jian)測(ce)體系(xi)可以使用(yong)正在(zai)實際(ji)的(de)(de)出產情況中，取舍精(jing)確(que)的(de)(de)工(gong)(gong)件，進(jin)(jin)步加(jia)工(gong)(gong)產物的(de)(de)服從跟質量。總的(de)(de)來說，基于視覺(jue)的(de)(de)工(gong)(gong)業機(ji)器(qi)(qi)人(ren)檢(jian)測(ce)體系(xi)是(shi)機(ji)械(xie)視覺(jue)技(ji)巧(qiao)(qiao)跟機(ji)器(qi)(qi)人(ren)控(kong)制(zhi)技(ji)術的(de)(de)聯(lian)合(he)，是(shi)工(gong)(gong)業范疇出產進(jin)(jin)程由自動化(hua)(hua)向數字化(hua)(hua)、智能化(hua)(hua)開展的(de)(de)必(bi)經之路。
全自動分揀機器人制作智能分揀機器人的工作流程蜘蛛手分揀機器人可以感應重量嗎