（1.宁波均普工业自动化有限公司 浙江省宁波市 315100；
2.宁波新松机器人科技有限公司 浙江省宁波市 315100）
摘要：视觉引导的工业机器人的关键技术有：手眼标定、目标追踪、运动控制、实时反馈。其中手眼标定和目标追踪是机器人通过相机获得目标信息、实现精准运动的重要步骤。机器人与视觉技术相融合的首要环节是手眼标定，手眼标定的精度会直接影响机器人的工作任务。
关键词：工业机器人；手眼视觉伺服；控制系统设计
引言
视觉引导工业机器人控制系统是指机器人的控制系统通过视觉（一般为工业相机）采集图像特征，且比较变换样本图像特征信息并且进行提取，利用基于图像的视觉伺服方法来完成对系统目标动态响应跟随的控制任务的一套系统。与国外视觉引导机器人伺服研究相比，国内研究的虽然起步较晚，但处于高速发展研究阶段，国内各大科研院所也获得较为丰硕的科研成果，且实际的工业现场已有应用。
简介视觉引导机器人系统的主要构成。机器人视觉系统分类，从视觉检测装置的安装位置的角度可以分为眼在手上和眼在手外两种系统结构。
眼在手上的结构形式是将摄像机固定在机器人执行器末端，这种结构根据机器人向目标物体运动时，安装在机器人末端的摄像机能够对目标物体逐步逼近，这种方式对于目标定位精度高。但是这类结构也存在结构上的缺点，对于机器人本体的位姿信息无法获取，并且在整个系统运行过程中无法保证目标物体一直处于相机视场内，可能会出现目标丢失的现象。
眼在手外的结构形式是在机器人运动空间内，在一个固定位置上安装摄像机，这种方式可以同时获取机器人与目标信息及其相对运动之间的关系。但是由于此类结构会导致对目标识别的分别率较低，并且在机器人运动过程中可能会出现目标物体被遮挡的现象，影响系统的正常工作。
从视觉控制系统实际采集处理的对象来区分，可分为基于位置的视觉伺服控制系统和基于图像的视觉伺服控制系统。
基于位置的视觉伺服控制系统，是将目标的几何模型以及目标的图像特征信息进行获取，通过这些信息来确定目标物体与摄像机之前的相对位姿关系，从而将机器人与目标之间的相对位姿进行求取，然后设计控制器，来控制机器人来完成指定的运动任务。该系统的主旨在于利用获取的图像特征信息来对机器人与目标物体之间的相对位姿进行比较计算出差异量。其控制系统的难点在于需要对二维图像的特征信息来进行三维重构来获取目标物体的三维信息
基于图像的视觉伺服控制系统主要是对目标物体图像进行特征提取。根据提取到的图像特征信息与期望的图像特征之间的偏差作为控制量，来设计视觉伺服控制器来控制机器人逐渐逼近目标物体，完成系统的运动任务。其优点在于系统模型以及标定误差对系统的精度影响不大；而缺点在于机器人位姿、深度信息对图像雅可比矩阵有很大的影响，并且这类参数都会实时发生变化，特别是深度信息会给视觉检测带来很大的困难。
本文中介绍的机器人视觉伺服控制系统的实验平台为眼在手上的单目视觉结构，摄像机安装在机器人执行器末端上，通过控制机器人运动来对运动目标逐渐逼近，利用摄像机对目标图像完成实时采集，并将采集到的信息传递给计算机，计算机再根据图像处理技术来获取目标图像特征信息，并以图像误差信号作为反馈量传递到视觉伺服控制系统中，并根据出控制量来控制机器人进行跟踪任务。该实验平台的组成部分包括KUKA工业机器人本体、KUKA机器人控制柜、视觉检测模块、机器爪手工装及控制机PC组成。摄像机安装在机器人手臂的正下方，来观察并测量目标相对于机器人的位置。
整个实验平台的工作过程包含两个部分，是并行工作的。第一部分主要是图像处理以及控制量的求取，第二部分是对于给定信号来控制机器人完成机器人跟踪运动。
第一部分是利用工业摄像机对待检测的目标物体进行图像采集，将图像信息传递给图像采集卡，将图像信息保存在计算机中。然后读取存储在计算机内存中的目标图像，根据图像处理技术对目标特征进行采集、识别判断，将获得目标特征的误差作为反馈信号，输入至视觉控制器当中，并计算出相应机器人输出控制信号，并将控制信号以运动指令的形式发送到机器人。
第二部分是在机器人获得指令信号后，根据接收的运动指令按照要求完成机器人的运动，来完成对目标的跟踪任务。当计算机将控制指令发送给机器人控制器时，整个视觉伺服系统就会进入下一个伺服周期。来继续完成与之前伺服周期相同的任务。
实际目标跟踪实验过程：运动目标在二维平面内做随机运动，工业机器人跟踪运动目标的轨迹。通过视觉对目标物体就行识别任务后，对目标信息进行处理。获得目标中心的特征，然后以目标中心点带入设计好的视觉伺服控制算法中来对机器人进行控制。让选取的运动目标在特定的运动平面内运动，通过一个透明的丝线来牵引运动目标在该运动平面内做随机运动，在目标运动过程中通过摄像机将图像信息经TCP/IP通信协议将信息传递到机器人控制器中，并控制机器人进行对运动目标的跟踪。如下图2所示：
图3 机械手跟踪轨迹曲线图
通过轨迹跟踪曲线可以看出得到的机器人跟踪运动目标的跟踪轨迹较为平滑，且跟踪实时性效果较好。能后较好的反映运动目标与机器人跟踪运动之间的关系，从而验证了本文提出的视觉伺服控制方法的有效性。
结语
通过上述轨迹跟踪曲线图像可以得出机器人跟踪运动目标轨迹的位置精确，且动态响应快。机器人视觉伺服控制系统能较准确的捕捉并计算出机器人实际位置与运动目标的差异值并及时做出跟踪运动。在本文的研究中，采用的是以点作为图像特征信息。然而在一般的视觉环境中，由于环境光线的变化及其他影响因素可能获得的图像特征信息不是理想状态下的，会对系统的控制性能带来影响。因此，对于颜色特征、纹理特征等多种更有效的图像特征在视觉伺服控制系统中的应用成为今后进一步研究的重点。
参考文献：
[1]陶波，龚泽宇，丁汉．机器人无标定视觉伺服控制研究进展［J］．力学学报，2016，48（4）：767－783．
[2]陈丹，石国良．混合摄像机视觉伺服机器人研究与应用［J］．传感器与微系统，2016，35（7）：154－157．
[3]徐德，谭民，李原．机器人视觉测量与控制［M］．2版．北京：国防工业出版社，2011．
论文作者:李干1,王延敏2
论文发表刊物:《河南电力》2018年23期
论文发表时间:2019/7/16
标签：机器人论文; 目标论文; 视觉论文; 图像论文; 特征论文; 控制系统论文; 信息论文; 《河南电力》2018年23期论文;