0 引言
随着工业自动化技术的不断发展，机器人的智能化程度也在不断影响着整个工业演化的进程，其在现代化生产中的应用领域也不断拓宽。机器人要想完成自动化生产线上的工件搬运、码垛、装配以及各个工位之间工件转移这些动作，需要与电气控制系统的信号发送与反馈配合。首先，机器人必须知道工件被操作前的位姿，以保证机器人能够准确地抓取；其次，必须知道物体被操作后的目标位姿。目前多数生产线上的工件相对于机器人的位置和姿态都是提前示教好的，一旦工作环境或目标对象发生变化，就会导致实际的目标工件的位置姿态与理想工件的位置姿态存在偏差，机器人不能及时适应这些变化，从而导致抓取失败，因此，这种工作方式在很大程度上限制了工业机器人的工作效率和灵活性。机器视觉技术具有快速和非接触的特点，将机器视觉技术引入工业机器人领域，通过视觉引导机器人进行工件的识别定位、抓取、搬运等任务，对于提高生产线的自动化水平，拓宽机器人的应用范围都有十分重要的意义。
1 搬运生产线的工艺流程
在常用的六轴工业机器人中引入机器人视觉控制，不需要预先对机器人的运动轨迹进行示教或离线编程，就可完成生产中工件的识别定位、抓取和放置动作。整个工件搬运的具体流程是料仓中的工件在气缸的作用下被推上输送带，并且输送到相机正下方，先通过上方相机实时采集工件的型号、颜色同时定位物体的坐标，并送到图像处理系统，以便确定工件相对于机器人的位置和姿态，最后将位置和姿态信息转化成工业机器人熟悉的坐标和偏转角度信息，确定工件抓取的中心位置，PLC把这些信息传给机器人控制器，机器人收到信号后到达指定抓取位置，真空吸盘抓取工件后进行搬运，从而实现利用视觉引导机器人对工件进行自动识别，动态改变机器人的抓取操作，准确抓取工件，同时根据立体仓库的形状、颜色放置条件完成工件的定点放置，直到把料仓的工件全部搬走。
2 视觉系统原理
在工件位置不固定、工件型号多样化并且颜色有差异时，通过视觉系统可以识别工件型号、颜色并定位物体坐标，引导机器人将识别的工件放置在指定区域。视觉软件通过多点标定的方法，将图像坐标系与机器人坐标系建立联系，引导机器人抓取已定位的目标。
2.1 视觉系统设计说明
工件搬运针对的是规则的几何体工件（圆柱体、正方体、长方体，厚度一致），不存在遮挡问题，工件从料仓被推到输送带上，因为输送精度的偏差，造成工件中心位置的偏差，为了让机器人抓放工件位置准确，利用视觉系统的功能计算出位置偏差值，检测工件中心点实际位置，并通过PLC将数据处理后传送给机器人，机器人根据偏差值进行动态调整、补偿修正，从而完成高精度的抓取工作。
2.2 视觉系统任务
为了引导机器人工作，通过视觉系统采集工件的形状、颜色、待抓取的中心点二维坐标（X、Y）和当前工件相对于视觉模板的偏转角度C，补偿给机器人，将图像坐标系与机器人坐标系建立联系，记录机器人取料姿态。
2.2.1 工件识别、定位
工件识别、定位依赖于机器视觉的图像匹配过程，把不同形状的几何体工件分别创建形状、颜色模板，用颜色查找工具来识别工件的颜色，用模板匹配的方法定位目标物的坐标，通过比较工件图像与模板图像来实现。
创建识别定位模板，创建形状（规定长方形为R、正方形为S、圆形为C）、颜色（规定序号0为蓝色Blue、序号1为红色Red）模板。合理设置形状模板采样中的粗、精轮廓数值，这样能够获得较完整的轮廓和搜索速度，选取目标物倒角的内轮廓作为模板，避免皮带的线条干扰，提高匹配的准确性。合理设置颜色模板参数，将鼠标移动到要设置颜色的物体上采集颜色数值。为了更准确更快速地定位目标，设置模板缩放、角度、模板最小匹配百分比、一致性公差等参数，只有当目标物参数与模板的参数的差值在设置的范围内时，才会被定位到。
2.2.2 相机标定
在机器视觉中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数，求解参数的过程就称之为相机标定。相机标定结果的精度及算法的稳定性直接关系到工件的定位精度，从而影响工件能否抓取成功。因此，做好相机标定是做好后续工作的前提。
相机标定方法如下：
九点标定，通过取9组点，其中每组点都会记录一个机器人坐标系下的值和一个图像坐标系下的值。软件算法通过这9组坐标可以算出，像素与毫米的转换、图像坐标系与机器人坐标的夹角以及矫正镜头的畸变。九点标定后，图像坐标系与机器人坐标系已经平行了，只差原点不重合，即机器人走几个毫米，图像里面就会走几个毫米。其标定具体过程如下。
2.2.2.1 标定前的准备
①先将机器人以吸嘴为中心，示教一个Tool2坐标系。②让机器人吸取一把直尺，使其出现在相机的视野范围内，通过改变机器人Z轴的高度，使直尺的上面与待检测的正方形工件的上表面平齐。③将机器人示教中的工具选择切换成Tool2并选择时间坐标系。
2.2.2.2 标定过程
通读过后，会发现这段对话应答翻译得很巧妙，原文中的否定词“say no”“weren't”在译后都以肯定的表达来体现，譬如说用“多亏了……否则……”，好像如果交了税费就遭受了很大的损失。在译文中，译者并没有直译否定词，而是用肯定词表面上肯定了富人自圆其说的逃税行为，并且把逃税说得理所当然，但是实际上表达了富人们无所不用其极，卑鄙无耻到无以复加[9]。所以,有时候这种小词的翻译，在效果上会产生很大的不同。中外文化有很大的差异，不同的语言表达会产生不同的效果，比如这个例子中的肯定词和否定词，在翻译中需要结合适当的语境，有时候还需要稍做改变，才能翻译出原文中修辞的意义和效果。
②旋转中心标定，即标定出拍照位机器人旋转中心在相机中的位置。让目标出现在视野中，获取旋转前的图像坐标，让机器人以吸嘴为中心，旋转10°左右，获取旋转后的图像坐标，计算旋转中心坐标，显示求解的参数，在计算出来的旋转中心位置显示Center Mark。
③获取机器人的取料姿态，取一个待检测规则的几何体工件放在传送带上，将其一边靠在传送带的一侧，调整机器人姿态，使吸嘴能吸取到工件，获取机器人当前坐标值，当需要调整机器人取料高度时，可手动设置Z值。
完成标定后，统一相机输出坐标系和机器人坐标系，通过视觉系统手动测试识别工件的颜色、形状和位置坐标，并会将数据信息写入PLC和机器人的寄存器。
2.2.3 机器人搬运
机器人搬运的过程可分为3个阶段：抓取前、搬运中、放置后。抓取前，机器人起始点为机器人零点位置，取料点位置信息由视觉系统通过PLC传给机器人，无须示教，机器人自动完成夹爪工具的抓取动作。搬运中，机器人取料后先向垂直方向运行，合理控制机器人的速度，优化路径，提高节拍，最大倍率修调不超过50 %。放置后，机器人取料搬运后放置在立体仓库的对应位置，位置点需示教，工作流程的结束点为机器人的零点位置。
3 结语
该文以机器视觉系统为核心，分别从工件识别定位、相机的标定、工件搬运等方面对基于机器视觉引导的方法进行探讨，从实际测试的结果来看，机器人动作可靠、灵活，系统运行流畅，抓放精度高。系统可以应用于高重复性的生产中，以此来降低成本，使自动化生产更加柔性化、智能化。
参考文献
[1]翟敬梅，董鹏飞，张铁.基于视觉引导的工业机器人定位抓取系统设计[J].机械设计与研究，2014（5）：45-49.
[2]韩桂荣，陈绪兵.基于PLC、机器人和视觉系统的汽车轮毂全自动搬运系统设计[J].现代制造工程，2017（9）：52-58.
[3]童上高，张昊，李文艺，等.多品种分类码垛视觉识别系统研究[J].制造业自动化，2013（11）：112-114.
[4]朱海波.基于视觉引导的工业机器人工件搬运技术研究[D].沈阳：沈阳工业大学，2013.
