現(xiàn)有生產(chǎn)線工業(yè)抓取點固定，工件只能以固定的姿態(tài)提前擺放在固定的位置，這種裝配模式很難滿足復(fù)雜的工業(yè)生產(chǎn)要求且效率低下。設(shè)計了基于視覺引導(dǎo)的機(jī)械手裝配系統(tǒng)改進(jìn)原有系統(tǒng)。設(shè)計了機(jī)器視覺系統(tǒng)，實現(xiàn)了工件的快速識別、定位以及姿態(tài)確定功能；設(shè)計了抓放系統(tǒng)，實現(xiàn)了工件的精確抓取和安裝功能；采用Visual Studio的MFC開發(fā)，實現(xiàn)圖像處理算法，并利用Socket通信將坐標(biāo)和姿態(tài)數(shù)據(jù)發(fā)送給機(jī)械手。通過實驗驗證本系統(tǒng)具有良好的穩(wěn)定性和快速性，可以滿足生產(chǎn)的要求，大幅提高生產(chǎn)效率。

中文引用格式：黨宏社，候金良，強(qiáng)華，等。 基于視覺引導(dǎo)的SCARA機(jī)械手自動裝配系統(tǒng)［J］。電子技術(shù)應(yīng)用，2017，43（5）：21-24.英文引用格式：Dang Hongshe，Hou Jinliang，Qiang Hua，et al. SCARA automatic assembly system based on vision guided［J］.Application of Electronic Technique，2017，43（5）：21-24.

引言工業(yè)機(jī)械手是機(jī)電一體化高度集成的產(chǎn)物，作為《中國制造2025》重點發(fā)展的十大領(lǐng)域之一，是工業(yè)自動化水平和工業(yè)4.0的重要標(biāo)志［1］。工業(yè)機(jī)械手具有重復(fù)精度高、可靠性好、適用性強(qiáng)等優(yōu)點，廣泛應(yīng)用于汽車、機(jī)械、電子、物流等行業(yè)，已被證明是當(dāng)前最高效的生產(chǎn)工具，需求量不斷攀升［2］。自上世紀(jì)60年代初以來，工業(yè)機(jī)械手經(jīng)歷了三個階段的發(fā)展［3］。第一代是示教再現(xiàn)型工業(yè)機(jī)械手，只能將操作者告訴它的軌跡、順序、要求等把知識記憶下來，然后根據(jù)再現(xiàn)指令讀取這些知識，完成規(guī)定任務(wù)。第二代工業(yè)機(jī)械手是感知型工業(yè)機(jī)械手，通過給工業(yè)機(jī)械手安裝相關(guān)傳感器使其有所感知，對外部信息能進(jìn)行反饋。第三代工業(yè)機(jī)械手是智能工業(yè)機(jī)械手，可對周圍環(huán)境、作業(yè)條件等做出判斷然后再執(zhí)行任務(wù)。一般由機(jī)器視覺作為反饋，通過圖像處理信息引導(dǎo)工業(yè)機(jī)械手執(zhí)行任務(wù)。機(jī)器視覺是工業(yè)機(jī)械手的重要研究領(lǐng)域，而目前生產(chǎn)線上多數(shù)工業(yè)機(jī)械手都通過預(yù)先示教或者離線編程的方式來控制機(jī)械手執(zhí)行預(yù)定的指令動作，一旦工作環(huán)境或目標(biāo)對象發(fā)生變化，機(jī)械手不能及時適應(yīng)這些變化，從而導(dǎo)致任務(wù)失敗，而且這種工作方式在很大程度上限制了工業(yè)機(jī)械手的靈活性和工作效率。

1 裝配系統(tǒng)的組成

本文設(shè)計并實現(xiàn)了基于機(jī)器視覺的機(jī)械手裝配系統(tǒng)，可在線完成對不同型號和任意擺放工件的裝配任務(wù)。系統(tǒng)主要由機(jī)器視覺系統(tǒng)和機(jī)械手裝配系統(tǒng)組成。機(jī)器視覺系統(tǒng)包括圖像獲取、相機(jī)標(biāo)定、模板匹配，可對不同工件進(jìn)行識別、定位以及旋轉(zhuǎn)角度的確定。機(jī)械手裝配系統(tǒng)包括工件的抓取和安裝，在視覺的引導(dǎo)下完成工件的裝配。PC利用Socket通信把坐標(biāo)和姿態(tài)數(shù)據(jù)發(fā)送給機(jī)械手，機(jī)械手根據(jù)位置數(shù)據(jù)抓取工件，然后放到裝配位置。

2 視覺系統(tǒng)的設(shè)計

2.1 圖像獲取采用韓國IMI tech Amazon2系列工業(yè)相機(jī)，它是數(shù)字逐行掃描相機(jī)，采用千兆以太網(wǎng)GigE協(xié)議標(biāo)準(zhǔn)，采用Sony逐行掃描CCD芯片，具有非常高的圖像質(zhì)量。通過以太網(wǎng)與PC連接，且采集頻率可調(diào)。首先通過安裝IMI相機(jī)的驅(qū)動軟件獲得相機(jī)的C++接口，然后將接口函數(shù)移植到Visual Studio2015中進(jìn)行二次開發(fā)。在包含相機(jī)類庫的情況下，通過實例化相機(jī)句柄類來讀取相機(jī)的數(shù)據(jù)。通過OneFrameGrab來獲取相機(jī)的一幀圖像，并將數(shù)據(jù)保存在固定的位置，實現(xiàn)實時讀取IMI相機(jī)的功能。

2.2 相機(jī)標(biāo)定在機(jī)器視覺應(yīng)用中，相機(jī)參數(shù)的標(biāo)定是非常關(guān)鍵的環(huán)節(jié)，其標(biāo)定結(jié)果的精度及算法的穩(wěn)定性直接影響相機(jī)工作產(chǎn)生結(jié)果的準(zhǔn)確性［6］。由于機(jī)械手抓取的工件位于同一平面，所以只對標(biāo)定板圖像采集一次就可以得到相機(jī)的外參。得到相機(jī)的外參后，即可以得到圖像坐標(biāo)上每個像素在世界坐標(biāo)系下對應(yīng)的實際距離。然后通過坐標(biāo)系的變換公式即可得到圖像坐標(biāo)系與機(jī)械手世界坐標(biāo)系的轉(zhuǎn)換關(guān)系。

2.3 標(biāo)準(zhǔn)模板的建立在進(jìn)行模板匹配之前需要制作不同工件的標(biāo)準(zhǔn)形狀模板。將標(biāo)準(zhǔn)的工件放在相機(jī)的視野下，獲取圖像，對圖像提取ROI區(qū)域，然后進(jìn)行輪廓提取，得到模板的標(biāo)準(zhǔn)輪廓。首先獲取標(biāo)準(zhǔn)工件圖像，利用矩形截取函數(shù)來截取矩形的ROI區(qū)；然后對圖像進(jìn)行增強(qiáng)；最后通過模板創(chuàng)建函數(shù)來創(chuàng)建模板，得到模板二值化后的標(biāo)準(zhǔn)輪廓。創(chuàng)建模板的算法思路如下：（1）尋找ROI區(qū)域圖像的灰度梯度，使用Sobel算子對圖像進(jìn)行處理可以返回X方向的像素灰度值（Gx）和T方向的像素灰度值（Gy）。用下面的公式計算當(dāng)前像素點的灰度值和梯度方向。

（2）利用非極大值抑制算法（NMS）來搜索梯度方向的局部極大值，抑制非極大值元素，可以細(xì)化邊緣。非最大抑制算法跟蹤邊緣方向的左右像素，如果當(dāng)前像素的灰度值小于左、右像素灰度值，則抑制當(dāng)前像素灰度。（3）采用雙閾值算法提取和連接邊緣。非極大值抑制算法處理后可能會有少量的非邊緣像素被包含到結(jié)果中，所以要通過選取閾值進(jìn)行取舍。雙閾值選擇與邊緣連接方法通過假設(shè)兩個閾值其中一個為高閾值TH，另外一個為低閾值TL，則有：對于任意邊緣像素低于TL的，則丟棄；對于任意邊緣像素高于TH的，則保留；任意邊緣像素值在TL與TH之間的，如果能通過邊緣連接到一個像素大于TH而且邊緣所有像素大于最小閾值TL的，則保留，否則丟棄。最終對邊緣圖像進(jìn)行保存，圖1是工件A的模板創(chuàng)建過程。

2.4 模板匹配對相機(jī)采集的工作區(qū)域?qū)崟r圖像搜索模板圖像，得到工件的像素坐標(biāo)和旋轉(zhuǎn)角度。模板匹配的流程如圖2所示。

其中相似性度量用到了歸一化處理，圖像中包含與模板越相似的圖像輸出的數(shù)值越接近1，公式如下：

其中代表模板圖像X和Y方向的梯度，代表待匹配圖像的X和Y方向的梯度。歸一化相似性度量會得到當(dāng)前圖像與模板的相似度Score，Score的閾值MinScore設(shè)定為0.75。可以設(shè)定圖像的最大匹配個數(shù)，如果匹配時的質(zhì)量系數(shù)大于MinScore的目標(biāo)個數(shù)多于最大匹配個數(shù)，僅僅返回質(zhì)量系數(shù)最好的目標(biāo)位置。如果找的匹配目標(biāo)不夠，那么就只返回已找到的目標(biāo)。輸出的匹配角度Angle為弧度值0～2π，對應(yīng)模板圖像逆時針旋轉(zhuǎn)0～360°。最終根據(jù)相機(jī)標(biāo)定的結(jié)果將工件圖像坐標(biāo)轉(zhuǎn)化為機(jī)器人的世界坐標(biāo)。經(jīng)過多次匹配實驗得出匹配的準(zhǔn)確率為98%，匹配的最大絕對誤差為5個像素，匹配平均時間為60 ms。

3 機(jī)械手裝配系統(tǒng)設(shè)計

SCARA（Selectively Compliance Assembly Robot Arm）機(jī)械手是一種平面關(guān)節(jié)型工業(yè)機(jī)械手，具有4個關(guān)節(jié)，3個旋轉(zhuǎn)關(guān)節(jié)軸線相互平行，實現(xiàn)平面內(nèi)定位和定向；1個移動關(guān)節(jié)，實現(xiàn)末端件升降運動，廣泛應(yīng)用于塑料工業(yè)、汽車工業(yè)、電子產(chǎn)品工業(yè)、藥品工業(yè)和食品工業(yè)等領(lǐng)域。本次設(shè)計中機(jī)械手要與PC通信接收工件的坐標(biāo)信息和角度，然后抓取工件以固定的姿態(tài)放到指定的位置。

3.1 SCARA機(jī)械手通信程序設(shè)計機(jī)械手控制器的IP1端口作為客戶端連接到運行在PC上的服務(wù)器，利用無線通信完成數(shù)據(jù)的收發(fā)。使用機(jī)械手語言的PRINT和INPUT命令，與機(jī)械手語言程序進(jìn)行數(shù)據(jù)通信。通過使用PRINT命令，可以從控制器發(fā)送任意的字符串，控制器發(fā)送以PRINT命令指定的字符串及變量值。接收數(shù)據(jù)使用INPUT命令，控制器能接收的僅是實數(shù)或整數(shù)。控制器已接收的數(shù)據(jù)被代入為用INPUT命令指定的變量。在機(jī)械手語言的程序中，可以通過參照該變量，使用已接收的數(shù)據(jù)。在Visual Studio中利用C++開發(fā)了基于Socket通信的服務(wù)器，將模板匹配得到的工件坐標(biāo)發(fā)送給機(jī)器人客戶端。PC與機(jī)械手通信程序流程圖如圖3所示。

3.2 SCARA機(jī)械手抓放程序設(shè)計機(jī)械手程序在TSPC軟件中完成，主要功能是根據(jù)接收到的工件坐標(biāo)和角度數(shù)據(jù)，移動機(jī)械手將工件以固定的姿態(tài)放到裝配位置。由于抓取的工作區(qū)域比較大，因此要將工作區(qū)域分開抓取。通過對機(jī)械手的軌跡范圍的研究，確定將工作區(qū)域分為兩個部分，分別以不同的姿態(tài)抓取工件。以機(jī)械手世界坐標(biāo)X=331.6為分界，對上半部分采用C=-254.380 基準(zhǔn)對工件進(jìn)行抓取，下半部分采用C=-74.306基準(zhǔn)對工件進(jìn)行抓取。由于工件在工作區(qū)域有0～360°的旋轉(zhuǎn)角度，所以要在基準(zhǔn)的基礎(chǔ)上對機(jī)械手的旋轉(zhuǎn)角度進(jìn)行調(diào)整，使得每次機(jī)械手的末端執(zhí)行器都與工件平行。機(jī)械手末端執(zhí)行器根據(jù)工件角度旋轉(zhuǎn)的原理。由于模板匹配返回工件中心的坐標(biāo)點，當(dāng)角度發(fā)生變化時，相應(yīng)的機(jī)械手的坐標(biāo)也要變化，才能保證以與工件平行的姿態(tài)抓取工件。其原理如圖4所示。

如果工件A的旋轉(zhuǎn)角度為零，那么末端執(zhí)行器以工件中心點（X0，Y0）到（X1，Y1）的直線抓取工件。當(dāng)工件A旋轉(zhuǎn)θ角度時，末端執(zhí)行器以工件中心點（X0，Y0）到（X2，Y2）的直線抓取工件。機(jī)械手的坐標(biāo)偏移量用下面的公式計算，其中θ為工件的旋轉(zhuǎn)角度，L為末端執(zhí)行器的長度7.564 cm。

然后用MOVE SAFEPLAY，將不同旋轉(zhuǎn)角度的工件都以固定的角度移動到放置安全點，最后完成放置。機(jī)械手的抓放程序流程圖如圖5所示。

4 實驗驗證在Visual Studio中采用MFC開發(fā)實現(xiàn)上述圖像處理算法，并建立Socket服務(wù)器與SCARA通信。在MFC程序中采用多線程的方法實時顯示機(jī)械手工作區(qū)域的圖像，采用中斷的方式定時對圖像進(jìn)行模板匹配。當(dāng)匹配到工件，利用Socket通信將工件坐標(biāo)發(fā)送給機(jī)器人完成裝配。MFC程序界面及裝配實驗系統(tǒng)如圖6所示。

系統(tǒng)誤差的主要來源為相機(jī)標(biāo)定、光照的變化、坐標(biāo)變換以及機(jī)器人末端執(zhí)行器的精度等。利用本系統(tǒng)對任意擺放的工件進(jìn)行識別和抓取，對連續(xù)50次的裝配點誤差進(jìn)行統(tǒng)計，如圖7所示。通過以上實驗測試，本系統(tǒng)可以對任意擺放的工件進(jìn)行識別，并可以精確地放到裝配位置，工件裝配的最大絕對誤差為0.2 mm，平均絕對誤差為0.15 mm，可以滿足生產(chǎn)的要求，證明系統(tǒng)的準(zhǔn)確性良好。實驗測試時間超過100 min且系統(tǒng)仍然穩(wěn)定運行，證明系統(tǒng)的穩(wěn)定性良好。

5 結(jié)束語為了使現(xiàn)有生產(chǎn)線工業(yè)機(jī)器人能更好地適應(yīng)抓取環(huán)境，設(shè)計了基于視覺引導(dǎo)的機(jī)器人抓放系統(tǒng)。通過對工作區(qū)域圖像實時采集和模板匹配得到工件的坐標(biāo)和姿態(tài)，由機(jī)器人完成抓放。通過對生產(chǎn)線的改進(jìn)，工件可以任意放入工作區(qū)域，也可根據(jù)生產(chǎn)需要改變抓取策略，提高機(jī)器人對環(huán)境的適應(yīng)性，大大提高生產(chǎn)效率。通過多次測試實驗，本系統(tǒng)可以完成上述所有功能，滿足工業(yè)生產(chǎn)的要求。

作者信息：黨宏社，候金良，強(qiáng) 華，張 超