隨著自動化技術和計算機技術的革新，機器視覺作為人工智能的一個重要分支在全球范圍內(nèi)蓬勃發(fā)展。與其他技術相比，機器視覺技術專業(yè)性更高，綜合性更強。其所延伸的產(chǎn)品，大都具有高精度、高效率、適應能力強、高度自動化等優(yōu)點。全國人大第五次會議上，相關領導人明確提出要加快培育新材料、人工智能、集成電路、生物制藥、第五代移動通信等新興產(chǎn)業(yè)，把發(fā)展智能制造作為主攻方向。
機器視覺不僅僅是人類視覺的替代品，它更是生產(chǎn)質(zhì)量和生產(chǎn)力的驅動力。在工業(yè)制造業(yè)中，很多需求需要對產(chǎn)品進行檢測、分類、定位，特別在一些生產(chǎn)種類繁多，生產(chǎn)環(huán)境惡劣，產(chǎn)品要求較高，工廠規(guī)模較大的生產(chǎn)線上，車間的自動化水平直接決定了生產(chǎn)的效率。因此，機器視覺技術的發(fā)展是大勢所趨，在工業(yè)制造業(yè)轉型中有著重要地位，是實現(xiàn)工業(yè)自動化的必要手段。
視覺引導分揀系統(tǒng)簡介
當前物品分揀線上，大多還是靠傳統(tǒng)視覺進行分揀，而傳統(tǒng)視覺方法主要是依靠人工進行判斷。但人工長時間工作容易產(chǎn)生疲勞，無法一直保證很高的檢測效率。且由于人眼本身的生理極限，很難在速度、精度等方面達到較高的標準。因此，傳統(tǒng)的人工檢測方式制約了生產(chǎn)力水平的發(fā)展和提高，已經(jīng)難以滿足生產(chǎn)生活的需要，現(xiàn)代分揀產(chǎn)業(yè)也迫切需要更多新的機器技術來替代人類視覺。
本系統(tǒng)是基于上述實際要求進行的目標性設計，是為了解決一類人或廠商遇到的具體問題。該系統(tǒng)在生產(chǎn)線上主要承擔兩個連續(xù)的引導檢測任務：
1、定位產(chǎn)品完成抓取。
2、定位載物托盤完成放置。
在執(zhí)行時，此流程由電氣程序、機械結構、機器人、上位機程序相互配合，自動完成。
其中，對于定位算法的要求同樣包含兩方面：
1、產(chǎn)品在抓取工位的擺放位置和擺放數(shù)量都是隨機的，需要由視覺對其定位，引導機器人調(diào)整位姿準確抓??；
2、將抓取的產(chǎn)品放到托盤里面，載物托盤的位置同樣是隨機的，需要由視覺定位載物托盤的當前位置，調(diào)整機器人姿態(tài)，完成準確放置。
該系統(tǒng)在實際應用中，其識別準確率可達到98%以上。從抓取到精準放置，累計誤差在0.1mm以內(nèi)，精度較高，可以滿足絕大多數(shù)視覺引導機器人項目的需求。而且在模板創(chuàng)建方面，預留了接口，可以無限添加目標物模板。
系統(tǒng)定位檢測原理
系統(tǒng)的檢測算法主要以康耐視的VisionPro算法庫中的PatMax算法進行匹配。
該算法是基于形狀進行匹配，即根據(jù)設定的圖像特征和閾值，在視野內(nèi)提取特征進行匹配，從而鎖定目標的一種方法。對于PatMax算法，處理的圖像對比度范圍較廣，對于散焦、部分遮擋和預期之外的特征都可以做到精準識別，且可完成坐標定位，角度測量和尺寸大小等目標結果的輸出。其原理流程如下圖所示：
輸入為視野圖像和模板圖像，輸出為查找到的坐標位置、得分、角度和縮放比例。視野圖像是運行過程中相機視野采集到的圖像，模板圖像是提前保存好的具有目標物體特征的圖像。
實際應用過程中，相機采集的視野圖像內(nèi)包含有一個或多個模板圖像，并且會存在角度偏轉，大小比例縮放等情況。在創(chuàng)建模板時，需要針對性的優(yōu)化模板特征參數(shù)以及特征圖案，從而找到成功率最高的參數(shù)模板配置。
系統(tǒng)的設計與實現(xiàn)
整個系統(tǒng)的由軟件和硬件兩部分組成。
硬件組成模塊上，視覺系統(tǒng)可分為圖像采集系統(tǒng)、工控機、工業(yè)機器人三大模塊，三大模塊之間具有前后相互協(xié)作關系。
圖像采集系統(tǒng)包括相機、鏡頭、光源；工控機即電腦相關設備；工業(yè)機器人包括機器人本體、機器人配電柜、機器人手控盒三個主要部分。此系統(tǒng)中，除上述主要的組成模塊外還有其他輔助性但也很關鍵的硬件組成，如電氣模組、機械結構等，這些硬件保證了系統(tǒng)功能的完整性。
對于視覺系統(tǒng)來說一張好的初始圖片可以大大降低算法的復雜度，在圖像采集系統(tǒng)的硬件選型上，結合實際需求做了大量的測試，最終確定以四面條光，相機采用的1200萬高像素面陣相機取像。
軟件部分承擔了視覺引導系統(tǒng)的圖像分析、數(shù)據(jù)轉化傳輸、流程控制等功能。是系統(tǒng)運行的靈魂所在，本視覺系統(tǒng)整個軟件部分是由上位機軟件和機器人程序兩大部分組成。兩者相互之間通過邏輯交互，共同完成整個的流程工作。其中上位機軟件是視覺系統(tǒng)軟件部分的主體，機器人程序主要是輔助上位機軟件，配合完成流程的執(zhí)行。要保證系統(tǒng)的完整性，上位機軟件需由圖像預處理模塊、標定模塊、校準模塊、形狀匹配模塊、斑點檢測模塊、相機調(diào)用模塊、通訊模塊七大模塊組成。
系統(tǒng)分為兩個檢測工位，分別負責定位工件和托盤，從圖像定位到機器人執(zhí)行抓放動作，都由系統(tǒng)自動完成，無需人工參與。在系統(tǒng)底層的處理算法中，除圖片預處理、目標定位等
圖像方面的算法外，系統(tǒng)還應用到了坐標轉化、仿射矩陣轉換等數(shù)學方面的計算，其穩(wěn)定性已經(jīng)得到過驗證。
另外，考慮到系統(tǒng)的通用性，在設計時對于模板的創(chuàng)建預留了接口，所定位的目標物模板可以進行任意添加。
結論
本文以機器視覺理論為背景，構建并實現(xiàn)了一套完整的視覺引導分揀系統(tǒng)。構建過程中結合實際應用經(jīng)驗，對系統(tǒng)涉及到的硬件選型、圖像算法穩(wěn)定性、機器人通信、相機SDK調(diào)用等做詳細驗證與實現(xiàn)。在實際應用過程中，該系統(tǒng)可做到大大提高產(chǎn)線的生產(chǎn)效率，降低生產(chǎn)的破損率，具有較高的精度和穩(wěn)定性。
