摘要：机器视觉，现阶段已被广泛应用于工业领域，通常被应用在了识别物体具体位置、识别物体性质及基本特征等各个方面。本文主要围绕着现有传送带输送物体装置及桁架的机械手，细致地描述了一种以机器视觉为基础物体的识别及抓取综合控制系统，此系统经综合设计之后具备识别图像及控制运动等各项功能。经现场系统运行调试及试验操作后，基本上可验证该以机器视觉为基础物体的识别及抓取综合控制系统运行的可靠性及稳定性，具备着输送与抓取物体各项功能，值得得到进一步开发设计及应用。
关键词：机器视觉；物体识别；抓取；控制系统
前言：
机械手，它属于机械化及自动化的生产运行进程中所发展而来新型的装置，属于机器人该领域当中分支部分。美国在20世界50年代，便已研发出了首台有着运动部件及抓放功能机械手机构。首台机械手机构也仅能实现依赖于人工进行操控，对机器实际应用精度及成本均有着不利影响。而后，依赖于微型的计算机科学技术机械手机构问世，它具备着触觉及视觉功能，可实现听及想。机械手中通过安置不同传感装置，及时反馈并感觉到相关信息数据，让机械手逐步具备了感觉功能。第三代的机械手，可独立完成系统运行动作，具备着感觉、决策、执行等各项功能，已发展成了柔性制造类系统单元。机械手的感知及控制系统软件，属于企业核心研发内容，更属于众多研发企业最为核心的科技竞争力。而此领域中并未研发出通用机械手的感知及控制系统软件，依据特定的用途进行机械手专项开发，需先完成与之相匹配感知及控制系统软件的开发。那么，在这一背景下，本文主要针对以机器视觉为基础物体的识别及抓取综合控制系统开展深入地研究及探讨，望能够为相关专家及学者对这一课题的深入研究提供有价值的参考或者依据。
1、输送与抓取物体设备
为确保输送、抓取物体得以实现，实施传送带及桁架的机械手设计制造。伺服电机来驱动该传送带，物体可实现匀速运动。桁架的机械手看，它属于直角坐标系机械手，有着便捷性操控、廉价、较高精度及强度、稳定等优势，在机械类产品抓取及搬运当中应用的较为广泛。输送与抓取物体设备内设各种连接件、气动夹爪、（Z、Y、X）轴的滑台模组、型材框架、传送带等，基本功能为物体可沿着传送带的表面呈直线式运行状态，桁架的机械手能够进行（Z、Y、X）轴各方向直线形式运动、卡爪转动及抓取操作等。
2、以机器视觉为基础物体的识别及抓取综合控制系统
2.1 以机器视觉为基础物体的识别系统
机器视觉，该系统主要是把工业所用相机安置于机器的流水线中，用以替代人体肉眼开展测量及精准地判断处理操作，经数字化图像来进行目标摄取，将其转化成为图形信号，快速传输至图像专用处理系统当，图像专用处理能够分门别类地计算所有信号，进行目标特征的抽取操作，依据判断结果数据，对现场设备所有运行动作实施操控。工业所用相机，即为摄像装置，与民用传统相机先比较，在应用性能方面更具可靠性及稳定性，安装及操作均极具便捷性。工业所用相机快门的时间极其短，能够抓拍到处于高速运动状态物体，图像传感装置能够逐行进行扫描操作，其实际帧率超过普通的相机，所输出光谱的范围相较宽裸数据信息，适宜应用于高质量及高标准图像处理当中。普通相机所拍摄图片光谱的范围仅适宜于人体肉眼视觉，经MJPEG的压缩处理，整个图像品质极其差，对后期分析处理较为不利。本文所小选用机器视觉的系统为像素130万工业相机及1.2mm镜头焦距。因传送带之上物体需持续实施直线形式运动，那么，为保证物体初始的位置，触发到工业所用相机进行拍照，需把光电一组传感装置安置于传送带之上。在传送带上进行物体运输期间，特别是在经光电传感装置后，该时刻及时开始触发，经时间逐渐延迟后，物体处于工业所用相机视野范围中，启动该工业所用相机来对物体进行拍照操作。
期刊文章分类查询,尽在期刊图书馆待完成拍照之后，开展图像处理及识别物体操作，以获取到物体具体位置，经坐标之间转换，便可获取物体处于传送带相应坐标系当中具体位置的坐标。图像的坐标系当中坐标原点处于传送带的坐标系内坐标即为Δx及Δy。若图像的坐标系内P点坐标即为U、V，把P点坐标有效转换至传送带的坐标系内x及y两个坐标，图像的坐标系相应坐标及传送带的坐标系相应坐标关系即为：Y=Δy+V、X=Δx+U。
2.2 系统程序
机械化视觉系统，需先设定好采集视觉系统程序，该采集视觉系统程序即为：借助系统程序来操控相机，物体借助图片拍摄，处于Labview系统程序内部，应增设MVSDK库，将相机各项函数均增至MVSDK.cs 内部，系统程序初始部分增设相应程序模块，完成配置后，可借助系统程序实现相机函数调用及拍照操作。机器视觉识别物体及定位，可依据图片当中RGB参数值实施精准地判断分析。图像处理操作法主要是以Emgu CV为基础，该Emgu CV其实是处于NET系统平台程序条件下封装Vision类图像的处理库，主要包括图像处理操作及机器视觉等各方面通用的计算分析方法。以Open CV所提供图像轮廓及中心化识别计算方法，来识别物体的轮廊与具体位置，操作方法如下：借助Emgu CV完成Labview系统程序项目创建操作，引用并增设相应程序编码，编码录入完毕后，便可借助Emgu CV当中控制件来识别图像的轮廊及中心。
2.3 系统运行流程
以机器视觉为基础物体的识别及抓取综合控制系统，基本运行流程即为：桁架的机械手各个轴归零→传送带启动→沿着传送带移动物料→光电开关实施物料检测→相机拍照及存储操作→物料图像的识别及定位处理→桁架的机械手具体抓取措施确定→桁架的机械手被驱动后逐渐运动至指定的位置→卡爪及物料同步式运行→卡爪沿着Z轴呈下降趋势进行物料抓取操作→提升Z轴。依据以机器视觉为基础物体的识别及抓取综合控制系统基本运行流程，可借助C#系统语言进行控制程序的开发。控制系统程序经运行调试操作后，一共实施了100次以上传送及抓取物体试验操作，抓取的准确率可达100%，基本上证明了机器视觉为基础物体的识别及抓取综合控制系统运行的可靠性及稳定性。
3、结语
综上所述，本文主要设计了一款以机器视觉为基础物体的识别及抓取综合控制系统，该系统所具备各项功能具体如下：系统程序中控制相机可实现在对于传送带中处于运动状态下物体拍照这一系统功能，借助图像处理操作手段，以获取到物理处于图像的坐标系内具体位置；经坐标之间相互变换，可获取物体处于传送带中坐标系内具体位置，依据传送带实际速度情况，能够将具体抓取实施措施确定下来，经控制桁架的机械手及卡爪运动操作，可实现准确抓放物体。因而，在市面上进一步进一步推广及应用该以机器视觉为基础物体的识别及抓取综合控制系统。
参考文献：
[1]景卓，陈超波，曹凯.基于机器视觉的物体识别分拣装置研究[J].计算机与数字工程，2019，47（03）：657-661.
[2]Jun-Min S， Xu-Kun L I， Jun-Feng L I，et al.Study on FPC intelligent alignment system based on machine vision[J].Journal of Optoelectronics•laser，2017，28（05）：1457-1464.
[3]Mingyu G， Xiao L， Zhiwei H，et al.An Automatic Assembling System for Sealing Rings Based on Machine Vision[J].Journal of Sensors，2017， v.40（03）：1410-1416.
论文作者:陈朝晖
论文发表刊物:《基层建设》2019年第17期
论文发表时间:2019/9/16
标签：物体论文; 机械手论文; 传送带论文; 视觉论文; 机器论文; 控制系统论文; 系统论文; 《基层建设》2019年第17期论文;